这一天，围棋名将李世石将在韩国首尔面对人工智能对手的挑战。这将是一场重量级比赛，被认为堪比1997年国际象棋大师卡斯帕罗夫与IBM超级计算机“深蓝”之间的对抗。当时，“深蓝”在5盘比赛中以3比2取胜。这也被认为是科技发展史上的里程碑事件。这意味着，对于最重要的智力游戏之一，超级计算机已经有能力胜过人类。
从许多方面来看，此次围棋比赛将更有意义。
一方面，围棋是一种来自中国、有着2500年历史的棋类游戏，从数学上来看比国际象棋更复杂，而复杂程度要高出多个数量级。此外，这也被认为是全球最古老、最困难的棋类游戏。
另一方面，谷歌(微博)DeepMind团队开发的人工智能系统AlphaGo通过自学掌握了围棋技巧。通过深度学习和人工神经网络技术，AlphaGo是21世纪的“数字自学者”。与IBM“深蓝”不同，计算机专家并没有为AlphaGo开发专门的程序。从本质上来看，AlphaGo在自我编程。
为了学习围棋，人工智能专家向AlphaGo输入了来自人类高手的大量棋谱数据，其中包括3000万步走法。这一数据库看起来很庞大，但在围棋所有可能的走法中，3000万步只是沧海一粟。
随后，计算机开始与自己对弈，直到人工智能系统掌握围棋的高端技巧。
谷歌的研究人员德米斯·哈萨比斯(Demis Hassabis)在此前的一篇博文中表示：“传统人工智能方法为所有可能位置建立搜索树。对围棋来说，这种方法行不通。因此，当我们试图打破围棋的难题时，我们采取了不同的方法。我们开发的系统将高级搜索树与深度神经网络结合在一起。这些神经网络以围棋棋盘描述作为输入，并通过包含数百万个类神经元连接的12个不同网络层次进行处理。”
这一突破意义重大，而到来得也很突然。在几十年时间里，围棋软件被认为无法突破人类的初级水平。在与计算机对弈时，人类高手有着巨大的优势。
然而，AlphaGo的横空出世改变了这一点。谷歌此前曾让AlphaGo与其他围棋人工智能系统进行了500盘对弈，而AlphaGo取得了499胜1败的成绩。去年底，AlphaGo甚至在五番棋较量中以5比0完败欧洲围棋冠军樊麾。这是计算机首次击败围棋职业选手。
3月份与李世石的比赛被认为是对AlphaGo的终极考验。李世石是公认的过去10年全球最优秀的围棋棋手之一。3月份的比赛将会直播，而胜者将获得100万美元的奖金。
