象棋破解后，围棋成为人工智能研究的新圣杯。围棋有3000多年的历史，在亚洲有着深厚的文化意义，它被认为不仅是一种游戏，而且是一种艺术形式，围棋职业冠军受到公共的认可。在170种可能的围棋结构中，有惊人的10种（超过了宇宙中原子的数量）无法通过强力的方法来解决。
事实上，即使是编写一个函数来确定哪一方在某一特定的围棋位置上获胜也被认为是不可能的，因为单块位置的微小变化可以从根本上改变整个棋局状态。顶尖的人类围棋棋手会严重依赖直觉和直觉来处理这种巨大的复杂性，通常把动作描述为简单的“感觉正确”，而国际象棋选手则更依赖于精确的计算。对于AlphaGo来说，他们意识到，要想抓住这个游戏的这个直观的方面，必须采取一种与深蓝等国际象棋程序截然不同的方法。他们没有人工编写人类专家策略，而是使用包括深度神经网络在内的通用技术来构建一个学习系统，并向它展示了数以千计的业余游戏，以帮助它发展自己对人类游戏的合理的理解。然后，他们让它对不同版本的自己进行了数千次的攻击，每次都从错误中学习，不断地改进，直到它变得非常强大。
2016年3月，机器人准备迎接终极挑战:扮演传奇的Lee Se-dol，他曾得过18个世界冠军，被广泛认为是过去10年最伟大的球员。超过2亿人在网上观看了比赛，AlphaGo以4比1意外胜出。专家们一致认为，这一突破比想象中提前了10年。更重要的是，在比赛中，AlphaGo玩了几次非常有创意的获胜动作，其中一项在第二场比赛中移动了37次，这让人意外的是，它颠覆了数百年来获得的智慧，从那时起，玩家们就一直在仔细地研究它。在获胜的过程中，AlphaGo以某种方式向世人传授了这项算得上是史上最受研究的游戏的全新知识。
这些“算法灵感”让人们得以一窥为何人工智能对科学如此有利:机器辅助科学发现的可能性。他们相信，支持AlphaGo的技术是通用的，可以应用于其他领域，特别是那些有明确目标功能的、可以被优化的、可以被精确模拟的环境，从而实现高效的高速实验。例如，在能效方面，他们又使用了这些算法的一种变体，找到了一套新技术，能够把用于冷却谷歌数据中心的能量降低40%，他们现在正在整个车队中进行推广，这将带来巨大的成本节约，并对环境产生巨大影响。相信在未来的几年里，科学家和研究人员会使用类似的方法，从超导材料的设计到药物发现等众多领域产生深刻的见解。在很多方面，人们认为人工智能与哈勃望远镜类似（这是一种科学工具，可以让我们看到更远，更好地了解我们周围的宇宙）。
当然，就像任何强大的技术一样，人工智能的使用必须对这个社会负责任，同时必须是道德的，造福人类。人类还必须继续高度认识人工智能算法的实用性和局限性。但是，在对项目能力的严格关注和对数据质量的影响进行更多的研究之后，我们可能会发现人工智能在支持所有类型的专家方面发挥着至关重要的作用。在人类和算法之间的这种协作下，科学在未来几十年会有不可思议的进步。
相信人工智能将成为科学家们的得力助手、也会成为提升日常生活质量、让所有人更快、更有效地工作的一种元解决方案。如果我们能够广泛而恰当的利用这些工具，营造一个人人都能参与并从中受益的环境，就有机会丰富和推进人类整体的发展。
人们一直认为，物理学和神经科学在某些方面是最基本的学科：一个是关注外部世界，另一个是人类头脑中的内部世界。因此，他们之间就涵盖了一切。人工智能有可能帮助人类更好地理解它们。当我们对于学习过程本身研究越来越深入，同时将其与人类大脑进行比较时，有一天人类会更好地理解人类独一无二的原因，理解现在无法解释的未解之谜，例如：人类的梦境、创造力甚至是意识。如果人工智能可以帮助我们的社会，不仅是拯救环境、治愈疾并探索宇宙，而且还能更好地理解人类自己，那么，这可能是所有发现当中最伟大的发现之一。
（英文来源/ft 编译/机器/小易 审校/Brittany）