我不下围棋，但我平时和孩子练习下国际象棋，是的，就是早于围棋十几年人类就被人工智能彻底击败的国际象棋，所以，我也曾经思考过同样的问题——既然国际象棋或者围棋这些脑力游戏人类必输给人工智能，或者，人工智能已经发现了执黑或者执白必胜的规律的话，我们人类还练习下棋干吗？
这个疑虑，在我多下了几盘棋之后，就烟消云散了，具体原因我最后再说，首先我们先来说清楚一件事——不是靠AlphaGo来证明白棋必胜或者黑棋必胜的。
博弈论中有个定理叫做 策梅洛定理 （Zermelo's Theorem），由德国数学家恩斯特·策梅洛于1913年提出，大概意思是：在二人的有限游戏中，如果双方皆拥有完全的信息，并且运气因素并不牵涉在游戏中，那先行或后行者当中必有一方有『必胜』或者『必不败』的策略。
简单来说，对于必须分出胜负的游戏，先行或者后行一方肯定有能必胜的方法；对于类似国际象棋和围棋这种有『和棋』可能的游戏，先行或者后行一方肯定有能必胜或者至少和棋的方法。
至于，到底是先行还是后行有这种必胜/必不败方法，那就要看游戏规则了，比如Tic-Tac-Toe游戏，很容易画出决策树(Decision Tree)，对于Tic-Tac-Toe因为游戏状态非常少，可以不用管任何优化，简单粗暴把所有状态都列出来，反推出来，如果双方都按照最优策略来下，每次都是和棋。
国际象棋、围棋和Tic-Tac-Toe一样，都可以建立这样的决策树。
然而，对于围棋和国际象棋这样状态超级超级多的游戏，建立一个完整的决策树，那是不可能的，所以，人工智能技术中就包含各种『剪枝』的理论和技巧，但是，我们可以想象一下，假设我们有无限的计算和存储资源，那就真的可以建立一个完整的决策树的话，我们一样可以和Tic-Tac-Toe一样倒推出，要么黑子占必胜/必不败优势，要么白字占必胜/必不败优势，下棋的时候，就按照决策树的指导，把棋局状态引导到必胜/必不败的方向上去。
问题就是，我们的计算资源和存储资源不是无限的，所以，我们并没有这样的一个完整决策树；我们人类的脑力也是有限的，计算有这样的完整决策树，我们也无法记住，下棋的时候，依然要靠经验和直觉来进行判断。
实际上，我很怀疑AlphaGo已经『破解』了围棋的每一步，『如果按照现在的贴目规则，白棋必胜，如果修改到6.5则又是黑棋必胜』我也不觉得是100%正确的说法。
最后，我解释一下，为什么我下了一阵子棋之后，对于『下棋有没有意义』的疑虑烟消云散了。
对于我这样的普通人，也不靠下棋去赚钱养家，胜了当然高兴，但是输了也用不着丧气，胜负并不重要，重要的下棋的过程和体验，当你亲身去下棋之后，你就知道——有时候必须思考对方如何思考，在有限时间内做出决断，甚至要舍弃一些棋子来换取更大利益—— 这和人生何其相似！
每一步棋，可能对也可能错，但是都要承担后果，反思之后下次改进。
每一局棋，可能输也可能赢，胜败乃兵家常事，要能够接受失败，从失败中学习。
所以，哪怕人类必败于人工智能，围棋、国际象棋这些竞技比赛依然有意义，因为在比赛过程中，我们可以训练自己如何做出策略判断，更重要地是学会如何面对人生。
