文：錢逢鳴
人工智慧（AI）選擇圍棋作為挑戰目標，並非偶然，而是因為圍棋具備極高的複雜性與象徵意義，使其成為檢驗 AI 智慧的重要試煉場。相比於西洋棋，圍棋的變化更為龐大，其局面可能性甚至超過宇宙中的原子數。這使得傳統基於窮舉計算的 AI 方法難以應對，迫使研究者開發更高階的學習與推理技術。因此，圍棋成為 AI 研究的里程碑，推動人工智慧向更高層次發展。
過去，AI 在西洋棋上的突破已經展現出計算機的強大，例如 1997 年 IBM 的 Deep Blue 擊敗了世界棋王卡斯帕洛夫。然而，西洋棋的計算模式較為直觀，可以透過既定的評估函數計算出最優解，例如透過子力價值衡量局勢。但圍棋不同，它沒有明確的數值化評估，每一步的影響可能要數十步甚至上百步後才能顯現出來，這種長遠的戰略規劃對於傳統電腦演算法而言極具挑戰。
正因為圍棋難以透過傳統方法解決，AI 領域開始發展更高級的技術來應對這一挑戰，其中最重要的突破便是深度學習（Deep Learning）與蒙地卡羅樹搜尋（MCTS）。這些技術不僅讓 AlphaGo 在 2016 年擊敗李世乭，震驚全球，更促使 AI 進入全新的發展階段。圍棋的成功並非僅限於遊戲領域，AlphaGo 的技術被廣泛應用於醫療、金融、供應鏈管理等多個產業，證明了圍棋 AI 所帶來的技術突破具有極高的實際價值。
此外，圍棋長期被視為人類智慧的象徵，擁有深厚的文化與哲學內涵。能夠在這項古老而複雜的競技中擊敗頂尖棋手，不僅是一項技術成就，更是一種象徵意義的勝利，代表 AI 在直覺、創造力、戰略規劃等層面已經超越人類。這使得各國政府與科技公司更加重視 AI 的發展，進一步推動相關研究與應用的普及。
因此，AI 之所以以圍棋為目標，並非單純出於娛樂或競技，而是因為它提供了一個理想的測試場，使 AI 必須突破傳統計算方法的極限，進一步發展更先進的學習與決策能力。圍棋 AI 的成功，不僅改變了遊戲世界，更推動人工智慧進入更廣泛的領域，影響我們未來的科技發展與生活方式。
