电脑弈事
卡斯帕罗夫是国际象棋世界冠军，尽管因与国际棋联闹分离被剥夺了冠军头衔，他的水准仍然威震着世界棋坛。这位第一高手在1988年曾大言不惭地宣布：2000年前电脑绝不会战胜特级象棋大师，如果有谁遇到了麻烦，尽管向他寻求“锦囊妙计”。虽然卡斯帕罗夫也承认，电脑有可能击败一般的特级大师，但是他斩钉截铁地强调指出：“不包括卡尔波夫和我!”卡斯帕罗夫和卡尔波夫即中国的象棋爱好者们戏称的“大卡”和“小卡”__世界冠军和冠军挑战者。卡斯帕罗夫说这些话当然事出有因：在1991年12月7日公布的国际象棋选手等级“排行榜”上，男子冠军卡斯帕罗夫的等级分是2780分，女子冠军谢军的等级分是2480分；而据专家推测，目前这台分析速度最快的电脑棋手“深蓝”，等级分仅为2552分。
然而，如果把日历翻到1993年，卡斯帕罗夫讲上述那番“豪言壮语”时也许不会那么充满自信。就在这一年，世界第一高手在英特尔国际象棋大奖赛“阴沟里翻了船”。
9月初的伦郭秋高气爽，31岁的卡斯帕罗夫刚一走进赛场，顿时感到气氛异常紧张，300余名围观的观众都摒住了呼吸。赛场中间，一个称为“天才1号”的“家伙”，“端坐”在一台“奔腾”电脑内，监视屏狡黠地闪动着荧光。卡斯帕罗夫坐了下来，举止显得有些激动不安。开局连下了几着棋后，他似乎已经乱了方寸。这场角逐，从落下第一粒棋子算起仅仅才过了25分钟，“天才1号”就用两记漂亮的“杀着”，把世界冠军淘汰出局。卡斯帕罗夫目瞪口呆愣了好一会儿，才气呼呼拂袖而去。
事后，卡斯帕罗夫感慨地对记者说道：“看来，电脑比女人更接近获得世界冠军的机会。”全然没有头一天那种不可一世的傲气。所幸的是在后续赛事里，来自印度的象棋大师阿南德瓦解了“天才1号”凌厉攻势，才给参赛的象棋大师们稍许挽回了一些颜面。大赛的组织者、英特尔公司销售经理为卡斯帕罗夫辩解道：一盘不能定输赢，这盘棋输就输在世界冠军的心理压力太大，因为他觉得自己“肩负着对全人类的责任”。
其实，“天才1号”不过是个软件，无论怎么说都只是人类自己的杰作，它的设计者是英格兰普尔的物理学家理查德·兰恩。兰恩看着自己的“替身”把世界冠军打得狼狈不堪，真是喜出望外，因为他本人只能算“臭棋篓子”级别的选手。兰恩老实地承认说：“我的确弄不清楚我的电脑哪几着棋走得好，哪几着是臭棋。”
一位连好棋臭棋都分不清的人居然可以令他的电脑战胜世界冠军!这就是电脑下棋诱人的魅力。无怪乎大批精于此道的电脑设计高手在这里辛勤耕耘，数十年来乐此不疲。究其缘由，难道他们真的在乎棋赛的输赢?真的要与卡斯帕罗夫之辈争夺世界冠军?
电脑下棋，或者称为计算机博奕，历来是人工智能(AI)的一个重要的研究领域。说来你也许不信，早期人工智能的研究实践，正是超始于电脑下棋；人工智能的第一大应用成就，就是发展了能够求解难题的下棋程序。自从早期欺骗性的下棋机展出后，人们已被制造一台真正能下象棋机器的幻想深深迷住，直到电脑和人工智能时代拉开帷幕，这一幻想才有了变成现实的可能性。人工智能的先驱者们曾认真地表明过他们的信念：如果能够掌握下棋的本质，也许就掌握了人类智能行为的核心；那些能够存在于下棋活动中的重大原则，或许就存在于其它任何需要人类智能的活动中。
侃谈电脑下棋的历史渊源，可以追溯到18世纪后期出现过的“会下棋”的机器。
1769年，一位奥地利男爵向女王献上了一台名“特克”的下棋机：一个身着土耳其长袍的机器人特克，坐在放着棋盘的柜子后向人挑战；柜子可以打开让人观察，里面安装着齿轮、杠杆之类的机械。令人解的是，就这么个破玩意，竟然具有象棋大师般高超的棋艺，来自许多国家的宫庭棋师们在它面前纷纷落马。据说，就连俄国女王叶卡捷琳娜和法国皇帝拿破仑都曾是它的手下败将。这台机器后来巡游到了美国，仍然战无不胜，所向披靡，直到1827年，才被一位89岁的棋手卡洛尔击败。
疑惑不解的人们越来越把疑点集中到了与机器“特克”结伴同行的象棋冠军施莱伯格身上。1834年，终于有人发现秘密：“特克”下棋时，这位先生就躲在柜子里面。
看来，在电脑没有出世前，机器哪怕制作得再精巧，它也不可能有思维的“大脑”，轰动一时的下棋机只能是一场闹剧。
自本世纪50年代初始，“人工智能之父”阿兰·图林的“纸上下棋机”才真正向机器自动下棋的方向迈出了第一步。
众所周知，世界电脑界有个一年一度的“图林奖”，颁发给最优秀的电脑科学家，它就像科学科学界的“诺贝尔奖”那样，是计算机领域的最高荣誉。英国科学家阿兰·图林不仅是计算机科学的先驱者和人工智能理论的奠基人，在电脑下棋方面，他也进行开创性的尝试。
与爱因斯坦的爱好相同，在业余时间里，图林对下象棋情有独钟，他认为国际象棋是少数几种他未能精通的智力活动之一，因此他毕生热爱这项活动。在1950年10月发表的那篇划时代的论文__《机器能思维吗?》里，图林设计了一个著名的“图林试验”，试图让机器模仿人来回答某些问题。“图林试验”的意义在于，如果提问者在相当长时间里误认为回答者不是机器，那么机器就可以被认为能够思维。
1953年，图林进一步对计算机下棋作了一番理论探究，他在另一篇论文《数字计算机用一竞赛：象棋》中，初步论述如何编制计算机下棋程序，并详细讲解了机器同一名中等水平棋手实际对局的走法。然而，那时的电脑还不足以用来支持图林的理论，于是，“愚笨”的图林竟然想到去发明“一台”纸上下棋机，以验证自己的设想。
“纸机器”实际是一种程序算法，即每一步棋都用人工手算后决定实际着法。比如，你把“兵”向前移动一步后，图林就按事先拟定的算法费力地在纸上计算大约半小时，然后才决定是走他的“马”还是走“车”来对付你的“兵”。
用他的“纸机器”，图林津津有味地向曼切斯特大学的同事们挑战。有资料记载说，1952年，图林用“纸机器”与一位名叫格伦尼的大学生对弈，开局走得相当精彩，直到第29步时，“纸机器”算出格伦尼似乎没有什么杀着，贪婪地用“后”吃掉了对方的“兵”，结果使自己门户大开，被格伦尼一着将死
图灵究竟是如何令他的“纸机器”工作呢?首先，他需要计算双方的兵力优势，为不同种类的棋子赋予一定的分值，例如，“兵”1、“马”3、“士”3.5、“车”5、“后”10，“王”则具有最高分，例如1000，因为它绝对不能被吃掉。其次，他需要计算双方的棋局优势，在哪些地方布防哪类棋子具有更大的威慑力。然后，把兵力优势和棋局优势用加权求和的数学式联系起来，构成某种形式的“估值函数”。余下的任务就是用“估值函数”来计算每一可能的合法棋步，寻找函数值最大即对自己最有利的那一步着法，当然，图灵也把诸如机动性、安全性等国际象棋知识方面的内容包括在“估值函数”里。纸上下棋机的思路是开创性的，与格伦尼对阵输棋在于这些知识尚不完备。
就在那几年里，在图灵的领导下，英国已经研制成功了一种先进的ACE电子计算机，比美国的“埃尼阿克”电子计算机功能更强大。图灵也曾计划按“纸上下棋机”的思路来编制真正的计算机程序，用ACE计算机来实施电脑下棋。可惜这项计划还没来得及实现，他就在1954年6月英年早逝。所幸的是，计算机界还有一大批学者对电脑下棋怀着与图灵一样的热情。1950年，美国贝尔实验室有位科学家也发表了一篇论文，题目就叫做《国际象棋与机器》。这位学者的大名是申农，是现代“信息论”理论的创始人。
申农同样认识到用电脑编制下棋程序的可能性，他在论文里写道：要想全部得到一方“马”的所有可能动作以及对方“马”的动作，人工计算决定开局棋步需要的年数是10的95次方 ，如果用机器运算，仅需要人工时间的百分之一。1956年，就是这位申农，与麦卡锡、明斯基、罗彻斯特等人发起了具有深远历史意义的“达特莫斯会议”，正式启用“人工智能”这一术语，成为人工智能领域的泰山北斗之一。
达特莫斯会议是人工智能作为一门新兴学科正式诞生的标志。参加会议的“十大金刚”里，有一位是来自IBM公司的工程师塞缪尔。说来凑巧得很，塞缪尔的研究专长正是电脑下棋。不过，他没有把目光盯在象棋上，而十分正确地选择规则较简单的西洋跳棋作为突破口，成功地研制出世界上第一台电脑“跳棋机”。
塞缪尔的跳棋程序运行于IBM704__一种用电子管组装的大型通用电子计算机。这个程序可以记住17500张棋谱，实战中能自己分析猜测哪些棋步源于书上推荐的走法，准确率达48%。塞缪尔命令“跳棋机”首先与自己对奕，从而积累经验。1959年，“跳棋机”战胜了塞缪尔本人；1962年，一举击败美国一个州保持8年不败记录的跳棋冠军尼亚莱；然而，后来它终于被世界跳棋冠军击败。塞缪尔当然不在乎胜负，他的目的是通过这项研究探讨机器模拟人的学习过程，为此，他发表了题为《利用跳棋进行机器学习的研究》论文。这台“跳棋机”至今仍是电脑下棋中最杰出的成就之一。
塞缪尔的成就大大鼓舞了人工智能和电脑下棋的研究队伍。参加达特莫斯会议的另一位天才科学家、后来又荣膺图灵奖、诺贝尔经济奖和杰出科学贡献奖的赫伯特·西蒙教授，在1957年曾欢欣鼓舞地预测说：“计算机在10年内将成为世界的国际象棋冠军!”?
然而，10年时间眼看就要过去，不要说战胜世界冠军，就连与最“臭”的专业象棋选手对阵，电脑也都战战兢兢。为了给电脑棋手打气，麻省理工学院的教授弗雷德金甚至不惜重金悬赏，设立10万美金的“弗雷德金奖”，声明这笔巨款将奖给第一个战胜世界国际象棋冠军的电脑程序设计者。
长期以来，人们对电脑下棋的原理普遍存在着误解，通常以为在电脑高速计算的威力下，可以毫不费力地算出双方所有可能的棋步，从中选择最优的方案。当时电脑下象棋之所以难突破，大概是计算机速度太慢的缘故。仔细思考一下，就会发现这种想法实在太幼稚。假如有台机器正在与人对弈，那么它首先必须考虑下一步棋有哪几种可能的走法，对方又可能应哪几着棋。电脑若想找到当前最优的走法，需要全广度全深度地搜索双方棋子所有的可能走法。即使能按图林“估值函数”的方法计算优势，也必须算完可能走法的所有组合状态。搜索计算所有组合状态的后果是引出天文数字。有人曾作过这样的估算：国际象棋大师之间对弈的平均总棋步约为84步，任一种棋局状态下又有38种合乎规则的可能走法。因此，搜索所有的可能走法，面对的组合数将达38的84次方之巨，它大于10的132次方，即1后面有132个0，与整个世界中原子的总数相近。我们知道，迄今为止宇宙大约才存在了10的18次方秒钟，估算出的组合数字表明，哪怕启用目前最高速的Pentium Pro微电脑计算，恐怕算到宇宙毁灭的一刻，还是算不 如何走第一步!
当然，西蒙教授的预测也绝非空穴来风。西蒙教授知道，塞缪尔的“跳棋机”程序用的并不是这种“笨”搜索的办法。1966年，麻省理工学院的理查德·格林布拉特也采用类似“跳棋机”的思路，设计出一个名曰MacHack的电脑象棋程序，终于在比赛中第一次击败了人类棋手，尽管那人的棋艺不怎么高明。这种广泛用于电脑下棋的人工智能方法叫做“启发式搜索”。
如果你对下象棋也有点兴趣，你在下每步棋时是否彻底想透了今后一切可能的后续棋步呢?显然不是。据心理学家说，一个人下棋时，每走一步，大脑里考虑的棋局不会超过50种，而且只对6～12种进行比较和谋划。人们通常按照有可能获胜的经验估计，选择一步较好的走法试一试，这就是人类棋手的“启发式搜索”，即通过试探，受到启发，寻找接近答案的某种满意方案，但不能保证一定获胜。
人工智能电脑下棋模拟的是人类的智能，它的启发式搜索也是边走边试探。每走一步，都设法计算当前棋局的各种可能走法及对手各种反应的得分，然后立足于对方应棋以后自己面临的最坏局势，寻找那种能够争取到的最好的结果，然后倒推回去选择满意的棋步，因而也叫做“极大极小分析法”。当然 ，搜索时需要向前思考若干步棋以后的状况，但由于受到电脑存储空间和速度限制，只能根据实际情况决定向前搜索的深度。启发式搜索不是一种程序算法，它是人工智能一般性“问题求解”的主要技术。顺便提一句，在下棋策略中放弃“寻求最优”而代之“寻求满意”的思想，后来又被西蒙教授发扬光大，使之成为现代经济决策理论的重要基石。
MacHack程序就是一个早期启发式搜索的成功实例，它是电脑国际象棋研究的里程碑。此后，国际象棋的电脑层出不穷，并且开始对抗角逐，以便相互“切磋武功”。自70年代初开始，美国每年都要举行一次特殊的国际象棋锦标赛，参赛者来自世界各地，它们都是一些大大小小的计算机?
1970年，第一届电脑国际象棋赛在美国纽约举行，“切磋武功”的首要项目自然是电脑与电脑的抗争。有一个名叫“J.Biit”的下棋程序表现不凡，它的读音恰好与“它正在那儿“(Just be it there)的英文首字母相近。“它正在那儿”过关斩将，却在决赛里败给了另一个正在那儿的程序“象棋3.0”(CHESS 3.0)。
“象棋3.0”的设计者是美国西北大学研究生戴维·斯莱特等人，它那时的本事还不算太高明。然而，经过数年的卧薪尝胆，斯莱特不断用人工智能的最新技术为它更新设计，除了极大极小分析法外，它还掌握了诸如博弈树α-β修剪法、棋势表、捉子试探和杀子试探法、迭代深化法等等一系列高超“棋艺”。1976年在加利福尼亚举行的象棋比赛中，它的4.5版一举击败了128名人类棋手。一年后，它的4.6版再接再厉，在明尼苏达州象棋公开赛中，以5∶1的优异成绩正式晋升为“国际象棋大师”，成为棋坛中一颗脱颖而出的新星。
距离登上人类国际象棋世界冠军王座的梦想越来越接近。全美国际象棋联合会最受推崇的风云人物、国际象棋大师大卫·莱维曾评头论足说道：由于电脑程序师难以掌握大师级的下棋策略，而大师本人又不会编写程序，电脑下棋尚不能达到最高水平。似乎想检验他的说法是否正确，1979年在底特律举行的象棋锦标赛中，莱维大师又与“象棋”程序的后续版本4.9版“短兵相接”激战了一场。
那是一场扣人心弦的赛事。因为当时电脑的块头太大，“象棋4.9”无法“亲临”赛场，仅派电脑终端设备入场，用电话线连接着远在明尼苏达州的主机。它与设计者斯莱特就象演双簧那样，由4.9程序运筹帷幄，斯莱特在键盘上“操刀”执行。
莱维与“象棋”程序算得上一对老“冤家”，早在1975年第6届全美冠军赛时两“人”就曾交过手，双方连赛了13场，结果“象棋”程序负10局，平3局，一局也未获胜，输得一塌糊涂。这一次，形势显然有了很大变化，一则“象棋4.9”学会了更多的高招，二则它刚以4∶0的不败战绩赢得了本届机器比赛的冠军。比赛的过程进行得十分艰苦，莱维大师和“象棋4.9”都陷入长时间的思考之中。经过近50回合的拼搏，机器终于抵挡不住人类高手催枯拉朽般的攻势，又一次成为莱维的手下败将。斯莱特站起来苦着脸解释说：我可能把注意力都用来理解“4.9”的判断，才走了一些臭棋。
其它的“电脑棋手”当然不甘示弱，它们英勇地“前仆后继”，第二年就取代了“象棋4.9”的地位。1980年度机器冠亚军争夺赛是在密执安大学选送的棋手“浑沌”(Chaos)与贝尔实验室选送的棋手“Belle”之间进行。1981年，“Belle”成功地进入全美国国际象棋比赛人类最高水平棋手百强之列。
“Belle”是肯·汤姆森和乔·康登共同完成的一个全方位搜索程序，贝尔实验室为它定制了专用的硬件设备。程序的命名者们巧妙地在Bell后加上一个e，使“贝尔”摇身一变，化作了“美女”(注：Belle的中文为美女)。“美女”以向前探索8步棋的平均深度，每秒钟分析120000种棋局。
有人对“美女”的弈棋实力估计说，在1000个人类棋手中，能与程序匹敌者还不到5人?
电脑下棋虽然有人类棋手自愧弗如的一面，例如它绝不会因紧张而心理失常，绝不会因疲劳导致水平下降等等；但是，从另一方面讲，它从根本上缺乏人类象棋大师独有的那份“灵气”。众所周知，下棋不仅要斗策，也要斗智斗勇。人类象棋大师们独有的“灵气”，即直觉、顿悟和创造性思维，是他们赖以攀上棋坛顶峰的主要“法宝”，而熟练地记忆和掌握棋谱，仅仅是象棋入门的基础。
西蒙教授在一篇著名的哲学论文里曾这样写到：“目前我们有好多材料，说明国际象棋大师的这种直觉本领。从一般棋赛中取一中盘棋势，让一位象棋大师或超级大师看一眼。他只消看上5秒或10秒，一般就能提出一个很好的走法，而且常常是该棋势下的实际最佳走法。”西蒙接着说，即使让大师再思考半小时，恐怕他的最初直觉十之八九并没有错。人类象棋大师们的这种直觉判断是不靠估值函数“算”出来的，甚至他们激奋的情感，有时也能够调动思维火花去引燃顿悟，即有所谓“哀兵必胜”的说法。
不过，有报纸曾经报道过一则新闻，用来说明电脑棋手也具有这类“情感”，并且“愤怒”到不惜以身试法触犯刑律的地步。
那是1989年世界犯罪史里记载的一件真实案件。前苏联著名国际象棋冠军尼古拉·古德科夫于莫斯科挑战一台巨型电脑，比赛在一副漂亮的金属棋盘上进行。几经争夺，古德科夫逐渐适应了电脑的棋路，直杀得电脑丢盔弃甲，狼狈不堪。记分牌上显示出3∶0，古德科夫连胜三局。
裁判示意增赛一局，给电脑一个挽回“面子”的机会。古德科夫春风得意，频频挥手向观众致意。电脑的指示灯不停闪动，似乎十分恼怒 。随着开局哨声鸣响，电脑先下第一手，古德科夫看也不看，伸手去抓他的棋子……一声惨叫惊呆了场上观众，人们看到古德科夫重重地倒在金属棋盘上，身上冒出缕缕青烟。赛场一片混乱，工作人员立即切断电源。等医生赶到时，这位前全苏冠军早已毙命身亡。
刑警在电脑专家的配合下反复检查机器，证明这部超级电脑本身完好无损，没有任何短路故障。经过取证落后后，前苏联警方对电脑提出指控，罪名是“蓄意谋杀”。警方认为，这部杀人电脑在输棋后恼羞成怒，自行改变了程序，向棋盘释放强大的电流，故意击杀了对手。法院接受了指控，初步决定于第二年春，将电脑作为罪犯押上法庭，破天荒地开庭审理人类历史中首例“电脑谋杀案”。
据说，前苏联专家沙尼柯夫等人认为：“机器已具备了人的智能，在屡次败北的形势下，难免会产生报复性谋杀念头”。而美国和日本的电脑专家却一致反对这种说法。他们为电脑辩解说：即使电脑有了人的情感，它也不会莫名其妙蠢到会去杀人!假若电脑真的会因为“愤怒”而残酷地杀人，那可了不得!那一年，笔者从报刊上看到这则新闻时，也不禁被吓出了一身冷汗。幸而不久后，一些专家再次对此案作深入调查，终于发现杀人的罪魁祸首不是电脑，而是外来的电磁波，即有害的“电子雾”，是它干扰了电脑程序，从而造成机器动作失误。有人指出，早在1981年，日本就发生过一例因电磁波干扰，使机器人突然动作起来，误杀操作工人的案件。因此，所谓“电脑谋杀”案是一个冤案，真相总算大白?
在“美女”夺得冠军宝座后，10余年的时间转眼过去了。在此期间，电脑棋手又与人类棋手进行过多次较量，双方每次大都各有胜负。比如1990年，卡内基一梅隆大学研制的D.T程序对前世界冠军卡尔波夫时几乎占了上风，因为“贪吃”才功亏一篑；再如1991年，在悉尼举行AI(人工智能)第12届年会时，澳大利亚国际象棋冠军约翰逊与IBM公司的一台电脑对阵，双方计算中心各胜一盘平分秋色。目前，电脑棋手的棋艺业已提高到能与人类顶尖级别的大师相媲美的水平。今年初，人们都用期待的眼光，注视着“深蓝”与卡斯帕罗夫之间的“世纪性决战”
今年3月8日的《电脑报》已经披露了这场赛事的最终结果。这场自2月10日拉开序幕的决赛，究竟“深蓝”和卡斯帕罗夫孰胜孰负，直到14日仍显得扑朔迷离。IBM公司的技术专家呕心沥血，花了6年时间研制的超级电脑“深蓝”，功能相当于256部大型电脑的同时运作，就是专门为击败人类世界冠军而创造的杰作。
一旁观战的象棋大师们对“深蓝”在赛中的表现赞不绝口。一开局，执黑后行的电脑摆出了著名的“斯拉夫防御”阵式。卡斯帕罗夫自觉已深谙电脑的招数，无非还是以查棋谱为主的老套套。于是灵机一动，下了一步棋谱上没有记载的“怪招”__把阻挡黑“士”前进的红“马”挪走，试图诱使电脑进攻，然后围而歼之。卡斯帕罗夫心中窃想：这一着，无论在哪部棋谱里都查不到，“深蓝”恐怕只好胡乱走一气，陷入我布下的圈套。
哪知道，电脑棋手竟然表现出了人的“大将风度”，不急也不躁，出乎意料之外地把自己的一个“兵”送进卡斯帕罗夫的“口里”，“丢卒保车”换来了棋局的优势，简直是太奇妙了。这一盘紧张激烈的对抗，双方共较量了50多个回合，整整进行了4个半小时，让在场的观众大饱眼福。
“深蓝”与卡斯帕罗夫的“世纪性人机决战”已经降下帏幕，卡斯帕罗夫，终以三胜两和一负的战绩赢得了50万元奖金。电脑虽然再次败北，但人们从它不凡的表现里看到了希望：西蒙的预测可能就要在不远的将来变成现实。显然，这一时刻姗姗来迟。图林在50多年前提出的问题__电脑是否真正具有人类棋手那种思维能力和判断能力__目前的成就还不足以给出完满的答案。
今天人工智能的研究进展，还不能使电脑拥有人类的直觉、想象力和创造性思维，这就是“技不如人”的主要原因之一。“技不如人”的另一个例证是电脑下围棋的试验，围棋程序的成就，目前尚远落在国际象棋之后。
笔者对电脑下围棋方面的了解不多，不过《电脑报》曾多次进行过报道，我国中山大学陈志行教授的人工智能研究成果在这一领域取得了国际领先的水平。1995年“应氏杯”国际电脑围棋赛，陈教授的“手谈”程序5战全胜重夺冠军。不知读者是否注意到，“手谈”程序后来与三名韩国少年好手对阵2：1获胜，又破了让子12手的记录。也就是说，电脑围棋冠军与少年棋手对奕，尚需要人让它先下10余步棋。围棋竞赛是一种超高智力水平的运动。虽然它的棋规十分简洁，基本上只有一条：排除四面被对方围着而没有空隙的状态，但是它的棋路却变化无穷。围棋盘上有19×19=361个交叉点，每一点有黑子、白子和空位三种可能性，因此，围棋的棋局就可能组合成3的361次方，一般来说，每落一颗子又可能引出10的10次方种变化，比国际象棋复杂得多。
电脑在下围棋方面的“才疏学浅”，反映了人工智能在问题求解领域与人类智能的差距。围棋是我们中国人的发明，“博弈”的“弈”字，指的就是围棋；琴棋书画，使围棋列在了古代文人必须掌握的技艺之中。我们衷心期待着陈志行教授能象赫伯特·西蒙那样作出预言：
__中国的电脑10年内将战胜人类围棋世界冠军