听到这个问题，李菁哲不由一愣：
“呃，黄爷爷，我不太懂围棋的一些事情，所以这个我很难判断。”
“无妨，就说说第一感嘛！”黄宝洋答道。
见对方坚持，李菁哲便准备作答。
本来按他的想法，在当今这個信息技术飞速发展的时代，人类一些传统技艺一旦被计算机找到诀窍并超越，那肯定是绝无再被反超的可能。所以他下意识地想回答肯定是omega go更强。
但话到嘴边，李菁哲却突然觉得有些不对。
对方既然问了这么个问题，那么这个答案绝不应当如此理所当然。
再考虑到，当初omega go在与崔成石那五局棋里，还被对方搞出了个所谓“神之一手”（当然，作为准业内后备军，李菁哲也知道这只是软件bug而已），输了一局，而随着围棋ai技术进一步发展之后，人类棋手理论上还能“师夷长技以制夷”……
嘶……不会吧？
心生疑问李菁哲不由得稍稍皱眉，试探着问道：
“这个叫雷歧的，难道要比omega go强了吗？”
黄宝洋笑得更开心了：“菁哲，看来你不仅聪明，也很机灵呢。
“其实吧……这个问题争议很大。但不得不说，这个问题是有得争的，并不离谱。”
并不离谱……
尽管黄宝洋并未给肯定回答，可听到这四个字，表情还是不由一动。huye.org 红尘小说网
黄宝洋继续说道：
“其实，这个问题在一年前，基本还不会有什么争议。
“‘人类下围棋怎么能下过计算机嘛’——这是人们的共同结论，就像以前无数人都坚定地认为计算机再怎么厉害也不可能在围棋上下过人一样。”
听到这，李菁哲嗅出了其中的味道。
“您是说……最近一年里，人类围棋的水平进步了很多，对吗？”
“是的。”黄宝洋点头：“围棋的顶尖棋手，他们进步得很快、很快。
“一年前，绝大多数人都认为，尽管现在通过学习当下最先进的ai定式，人类可以在布局阶段在当年的omega go面前取得一定优势，
“可一旦进入中盘，随着形势变得复杂，布局阶段的这些许优势会被omega go依靠强大的计算优势飞速追回并且反超，再考虑到人类的稳定性远弱于机器，所以人类说到底下不过ai——哪怕只是初代ai。
“但现在嘛……omega go能否在中盘阶段稳定追回布局劣势，怕是要打一个大大的问号。”
说到这，黄宝洋随手将他的手机递了过来。
只见其手机上也是当下这局棋圣战，只不过，上面有着各种各样的曲线。
李菁哲一面接过手机，一面问道：“黄爷爷，这是……？”
“两位棋手的ai符合率图，现在弈国的vvvip有这个服务，你可以看看。啊，一选、前三选这些说法你应该懂吧？”
“懂的。”
这种偏ai说法的常识，搞计算机的李菁哲还不至于不知道。
不过当他看到这个数据图还是一惊。
这盘棋下到将近结束，白棋一选率高达70%，前三选率更是达到了惊人的94%！
这可是全局的ai符合率啊！前三选居然能够达到94%？
李菁哲当即抬头看向黄宝洋，刚想开口，哪知黄宝洋却先说道。
“右下角的具体数据分析里还有具体布局、中盘还有官子……啊，就是收尾阶段的吻合率分析。”
李菁哲连忙前去查看，哪知这具体数据一看更为惊人。
本来他以为一选率数据如此之高，肯定是因为棋手“背谱”，靠布局阶段步步一选所以拉高了总数据。
可他完全没有想到，这局白棋布局阶段的前三选率虽然高达98%，但一选率居然只有63%！
反而是中盘，尽管前三选率降到93%，可一选率反而上升至67%！
最后的收官，则更为离谱，前三选率98%，一选率也高达76%！
“黄爷爷，这……为什么人类棋手的中盘的一选率反而会比布局还高啊！”李菁哲的声音吃惊得略略有点发颤。
“其实这个不一定，大多数时候还是布局要稍高的。”
黄宝洋笑着解释道：
“但是，因为布局其实可选点非常之多，而且前三选非常接近。作为人类棋手，很多时候并不会完全按照ai选择行动。
“反倒是中盘，因为战斗的逐渐展开，棋手必须尽量敏锐地抓住当下最为重要的点，所以有时会有些棋出现中盘一选率反而比布局高的情况。”
“可……中盘前三选率93%，一选率67%？”李菁哲依旧惊疑不定：“这真的是人能做到的？”
他虽然不会下围棋，但家中毕竟有个棋迷令他耳濡目染，他还是知道围棋与象棋、国象并不一样，中局战局复杂的同时还可选点极多。
结果，在这么个情况下，人类居然下出了93%的前三选率，和67%的一选率？！
要知道，随着近年ai水平的发展，现在的围棋ai如果要下当年的初代omega go，必然是毫不留情的屠杀！
而如果一个人，哪怕在中盘也能下出如此之高的现代ai吻合率。那单凭当年的初版omega go，搞不好真的很难单靠计算能力在中盘阶段追回布局时的劣势！
“怎么样？我们的这些职业棋手，还算努力吧？”
正当李菁哲还没从惊讶中缓过神来时，黄宝洋不无得意地说道。
“啊，当然啦，这盘应该算是小雷发挥得相当好的一局棋，不过这也绝非偶然。
“就像台上那位顶尖棋手刚说的，上一届农心杯擂台赛的最后一局，南韩的柳世贤发挥也是极为出色，和今天的情况几乎如出一辙。
“就是在那盘棋过后，围棋论坛上开始有人怀疑：是不是人类顶尖棋手已经能和初版omega go一较高下了。”
“可……人这是怎么做到的呀！”李菁哲对此依旧有些难以相信。
作为有志于一线计算机科学研究的天之骄子，李菁哲自然知道以omega go为代表的现代围棋ai，都是采用深度学习，通过合理减少棋类冗余计算，以保证有效计算上拥有人类绝对无法企及的强大计算能力。
可现在，人类居然能够与现代深度学习ai一较高下？！
要知道，现代ai出现前最强的国象计算机软件“雪鱼”，其完全体几乎从未被人类击败过！
但“雪鱼”在omega go衍生而出的omega zero软件学习了4小时国际象棋的情况下，就被对方以28胜72和、未尝一败的成绩狂虐。
其中omega zero先行战绩是25胜25和，这个胜率在普遍认为最终解是和棋的国象里，简直就是惊世骇俗！
所以，基本可以认为，棋类游戏上，人类在深度学习ai面前，就是被降维碾压的份。
可结果在围棋棋手被深度学习ai无情碾过的七年后，他们居然反过来开始触碰到那最早碾压过他们的深度学习ai了？！
完全理解到这个事实后，李菁哲一时有些恍惚。
当初omega软件之所以拿围棋作为其深度学习ai的出山之作，很大程度上就是为了抓人眼球——有什么比攻略“世界最难的棋类游戏”、“人类智慧的最后尊严”更引人瞩目的呢？
不过，当omega go软件轻而易举地打碎了几千年来无数围棋棋手的骄傲之后，却并未在此多加驻留。
毕竟人是商业团队，围棋这种小众棋类游戏能挣几个钱啊？
自此之后，顶尖商业ai基本都不太会关注这个流行范围仅限东亚三国的小众项目，最前沿的ai研究者也懒得留意被他们搅成一锅粥后的围棋圈内的状况。
也只有国内及南韩、东瀛的一些ai公司，在根据围棋圈需要，进行ai发展迭代，但这种发展基本仅限于更迭优化，从未再有内核质变。
可谁曾想，在围棋从ai前沿研究中彻底淡出之后，反而出现了让人瞠目结舌的新情况！
面对李菁哲的提问，黄宝洋扬了扬眉毛：
“菁哲啊，这我个老古董可就真不知道了！
“但……或许这就是我们仍然一如既往地热爱围棋的原因吧？”
正当黄宝洋说完这句话时，台上突然有了新的响动。
对弈至第286手，黑方林睿昕投子认负！