這個月最重要的大事，必然是 Google AlphaGo 與世界圍棋冠軍李世石九段的「人機大戰」，這場對奕之所以萬眾觸目，是因為去年三屆歐洲冠軍樊麾二段在沒有讓子的情況下，被 AlphaGo 直落五盤打敗，把電腦戰勝職業棋士的預測從最少十年濃縮成「正在發生」。當然，樊麾和李世石的棋力有很大的距離，主流意見依然認為李世石在人機大戰的勝算較高，但 AlphaGo 每天高速學習新的對局，並自行演繹吸收。目前，它已學習了 3000 萬場棋局，相對於人類 1000 年的學習量。因此，大家都要等到第一局比賽結束後，才能有較為準確的預測。
相信很多人會問：電腦總有一天會戰勝人類，為甚麼人們要如此緊張？
表面上，李世石和 AlphaGo 的對奕是人機的圍棋大戰；實際上，這是一個人工智能發展的重要里程，AlphaGo 邀請李世石的時候下了一個註腳：賽事不設 5 局 3 勝制，即使李世石先取 3 局，亦要完成 5 場對奕，令機器能夠獲得足夠數據繼續進化。
自從 Facebook 教主 Mark Zuckerberg 在新年宣布他 2016 年的人工智能計劃後，人工智能正式成為大眾市場的新 Buzz word。他打算研發像 Ironman 的 Jarvis 一樣的智能管家，可以用聲音溝通，控制家居的燈光、溫度，以至於在門鐘響起的時候辨認來賓的身份。當然，一向機關算盡的Zuckerberg 大談人工智能，必然不是替 AlphaGo 賣廣告，而是預告 Facebook Messenger 將推出的人工智能對答功能。事實上，Facebook 早前亦曾傳出打算收購研發 AlphaGo 的原公司 DeepMind，現時它亦有自行的人工智能研究項目，包括另一個名為 Darkforst 的圍棋程式。
圍棋真的這麼好玩嗎？如果你在十多年前看完動漫「棋靈王」後，下過幾場 Yahoo 圍棋，大概能夠感受到它的變幻莫測。圍棋的規則極簡單，玩家可以在 19 x 19 的棋盤上任意行走，對電腦來說卻是最複雜的設定，因為它的變化比宇宙中的原子數量還要多，令過往的電腦難以應付極大的計算量；AlphaGo 與過往的電腦不同，它有兩個大腦，一個負責價值判斷，篩選沒有價值的進路，然後把值得考慮的進路交由另一個負責運算的大腦，從而減輕多餘的工作量。
AlphaGo 的成功暗示過往科學家犯的錯誤：機械人只是高速計算機器，與懂得學習的大腦截然不同。現在人工智能引入價值判斷，在處理複雜的模擬實況和數據的時候更有效率，亦可以令機械人技術變得更加聰明。在未來的日子，機械人會處理所謂的 3D 工作：危險（Dangerous）、沉悶（Dreary）、骯髒（Dirty）。價值判斷在當中會扮演相當重要的角式，例如在危險的環境下，究竟應該先拯救哪一個人。
更進一步來說，人工智能的發展有助提升醫學診斷、氣候模擬等科技。舉兩個聽起來天馬行空的例子，人工智能是人類基因工程的重要技術，「人類神經連結組計劃」（ The Human Connectome Project）企圖整理大腦所有神經元的連接，繪製出大腦地圖並放置在晶片上，然後把各種知識做成「知識福袋」，未來的人類可以選擇自己喜歡的「知識福袋」，上載到大腦，據科學家說這是「更民主地獲取新知識的方法」；接下來人工智能可以模擬不同人的大腦運作，當一個人過身之後，像科幻電影般肉身消逝而精神長存，繼續與愛人對話交流。
等等！問題來了，當人工智能有了價值判斷和想法，會引起不平等、或像「2001 太空漫遊」把人類殺死嗎？可以放心，現實的科學家不像電影那麼變態，在開發人工智能技術的同時，他們亦有討論所謂的 Friendly AI 理論，確保人工智能的發展是安全而有用。畢竟科學家研發人工智能技術，不是要毀滅地球，而是要更有效率地改善人類生活。
