1月28日，圍棋圈和人工智能圈都被一條題為《面對谷歌圍棋AI，人類最后的智力驕傲崩塌了》的文章刷屏，這篇文章爆出了一條令人無比震驚的消息：Google開發的一款名為“阿爾法圍棋”（AlphaGo）的人工智能，在沒有任何讓子的情況下以5比0完勝歐洲冠軍、職業圍棋二段樊麾。

這篇文章寫道，“1997年，國際象棋AI第一次打敗頂尖的人類；2006年，人類最后一次打敗頂尖的國際象棋AI。歐美傳統里的頂級人類智力試金石，在電腦面前終于一敗涂地，應了四十多年前計算機科學家的預言。至少還有東方，人們自我安慰道。圍棋AI長期以來舉步維艱，頂級AI甚至不能打敗稍強的業余選手。這似乎也合情合理：國際象棋中，平均每回合有35種可能，一盤棋可以有80回合；相比之下，圍棋每回合有250種可能，一盤棋可以長達150回合。這一巨大的數目，足以令任何蠻力窮舉者望而卻步——而人類，我們相信，可以憑借某種難以復制的算法跳過蠻力，一眼看到棋盤的本質。”

在2015年11月北京舉行的人工智能圍棋賽中，獲得冠軍的電腦軟件在與職業七段棋手連笑的讓五子局中敗下陣來，當時普遍的觀點是，人工智能在圍棋領域最高水平只是業余4段左右，要想達到職業高手的高度，還有漫長的路要走。

但不曾想，僅僅兩個月的時間里，人工智能界就爆出這樣一條震撼性的消息來；而且，這還是2015年10月進行的對局，谷歌公司將此消息封鎖，直至今日才公布開來。

樊麾生于80年代，在中國打上職業二段后赴法留學，后來成為法國國家圍棋隊總教練，已經連續三年贏得歐洲圍棋冠軍的稱號。在他對阿爾法圍棋5連敗的消息公開后，他坦言，雖然從幾盤棋譜上AI表現出的水平不是特別驚人，但在當時的局面下正好可以擊敗他。最令他對局時感到絕望的是，不能出現失誤。第二局他的局面本來極好，但由于一個隨手被對方抓住，后面竟然就沒有了機會。之后他自己的心態發生了變化，而且自己棋上的弱點被AI完全掌握。

阿爾法圍棋有多強，這里有一組勝負結果可以參考：研究者讓AlphaGo與其他的圍棋AI進行較量，在總計495局中只輸了一局，勝率是99.8%。它甚至嘗試了讓四子對陣Crazy Stone、Zen和Pachi三個比較有名的先進的圍棋AI，勝率分別是77%、86%和99%，由此可見AlphaGo有多強大。這次阿爾法圍棋在與人類職業高手對弈中取得5戰全勝的戰績，已經超出了之前所有人工智能在圍棋領域的成就。樊麾本人也說：“雖然我的水平不是特別高，但對他5比0的比分就算放在職業棋界，恐怕也沒有太多人能絕對做到。”

計算圍棋是個極其復雜的問題，比國際象棋要困難得多。圍棋最大有3^361 種局面，大致的體量是10^170，而已經觀測到的宇宙中，原子的數量才10^80。國際象棋最大只有2^155種局面，稱為香農數，大致是10^47。面對任何棋類，一種直觀又偷懶的思路是暴力列舉所有能贏的方案，這些方案會形成一個樹形地圖。AI只要根據這個地圖下棋就能永遠勝利。然而，圍棋一盤大約要下150步，每一步有250種可選的下法，所以粗略來說，要是AI用暴力列舉所有情況的方式，圍棋需要計算250^150種情況，大致是10^360。相對的，國際象棋每盤大約80步，每一步有35種可選下法，所以只要算35^80種情況，大概是10^124。無論如何，枚舉所有情況的方法不可行，所以研究者們需要用巧妙的方法來解決問題，他們選擇了模仿人類大師的下棋方式。

研究者們祭出了終極殺器——“深度學習”(Deep Learning) 。深度學習是目前人工智能領域中最熱門的科目，它能完成筆跡識別，面部識別，駕駛自動汽車，自然語言處理，識別聲音，分析生物信息數據等非常復雜的任務。阿爾法圍棋的核心是兩種不同的深度神經網絡。“策略網絡”(policy network)和 “值網絡”(value network)。它們的任務在于合作“挑選”出那些比較有前途的棋步，拋棄明顯的差棋，從而將計算量控制在計算機可以完成的范圍里，本質上和人類棋手所做的一樣。

人類在下棋時有一個劣勢，在長時間比賽后，他們會犯錯，但機器不會。而且人類或許一年能玩1000局，但機器一天就能玩100萬局。所以AlphaGo只要經過了足夠的訓練，就能擊敗所有的人類選手。

在2016年3月，阿爾法圍棋將與韓國李世石九段在首爾進行一次對抗賽，獎金由Google提供的100萬美金。李世石是最近10年中獲得世界冠軍頭銜最多的棋手（14個）。圍棋是最后一個人類頂尖高手能戰勝AI的棋類游戲。之前有人預測說，AI需要再花十幾年才能戰勝人類，所以這場比賽或許會見證歷史。