……人終究是在追求幸福，下棋也是一樣，出發點跟小朋友結伴一起跳方塊、跳繩沒有不同，都是為了溝通幸福，只是幸福太過抽象，為了方便對話，我們幫幸福加了很多記號，可能是棋力、頭銜或輸贏，反而取代了所有圍棋的內容。
王銘琬認為，過去這些記號或許非常好用，比較兩個人的棋力和結果就能想像兩個人的努力、高度和故事，但AlphaGo讓這些記號都失去了意義。他說，如果未來我們還是用記號來看待圍棋，不努力耕耘人與人的在圍棋上的連結，可能不知不覺的，電腦就不再是工具，反倒成為我們的主人。
“因為要是用記號去看一切的話，都是AI占優勢，”王銘琬說。
王銘琬上面這幾段話，真的說得很好；一棒解開了我個人對于人工智能（至少在下棋這件事情上）一直有所保留、不太確定問題出在哪里的地方。
或許未來人工智能仍然會出現在各個角落，成為隱藏在許多事情幕后的推手；就像過去的蒸汽機、馬達、電腦、手機一樣，但世界上很多事情不僅僅是符號、計算、勝負，同樣重要的是值得享受的過程、不可預測的結果、以及多多少少的不完美。
如果電腦強到跟任何人下棋都可以100%獲勝，那么棋藝是完美了，然而到那時候“棋藝”兩個字還有意義嗎？
當然，做出下棋無敵的電腦不會是科學家的終極目標，而是過程。
因為各種棋都有一些共通點：
- 有明確的進行規則、以及判定勝負的方式；
- 棋局范圍是有限制的（棋盤大小、格數、棋子數等等），因此進行時間也有一定限度；
- 棋局的組合可能很多很多，但理論上并不是無限多；
- 最終頂多是以“和局”結束，但通常不會沒有結果；
- 因此，整個勝負過程的邏輯規則是相當清楚、而且可以用程序定義的。
所以，對于打造人工智能解題能力，讓電腦磨練邏輯思考、自我探索學習和解題方法的科學家而言，“下棋”是非常好、而且容易控制各種條件的模型。
能夠把某種棋下得很好，甚至有能力使詐（或者說懂得用策略）、知道如何故意讓子求生（或求勝）的電腦，就已經比過去純靠計算“想盡所有可能走法”、但只知道往前沖殺的模型更上一層；而這種程度的智慧，則必須靠機器學習（machine learning）才能做到。
也就是說，從科學的角度來看，我可以完全理解科學家透過下棋來訓練電腦、讓電腦更聰明，進而在將來解決更復雜的問題、應付變數遠比棋盤上更多的環境。
從這一點來說，電腦當然越聰明越好；把棋下好了，之后才能做更了不起的事。如果天下棋士和棋局都已經不是對手，電腦才能“畢業”。
然而從棋士的角度來看，這件事其實是有點寂寞的。
古今中外多少棋士窮畢生之力，讓圍棋（或任何棋）這門藝術臻于完美（但可能永遠不會完美），但“不會輸棋的電腦”一出現，讓這些努力都成為過去無謂的投資。
我不認為棋士們在意的是自己的頭銜、段數等等，而是畢生的努力、以及未來的道路，似乎頓時失去了重心。
或許，之后的目標變成擊敗“不是人、不需要擔憂人生、沒有任何旁騖、不喝茶不喝酒不需要坐禪冥想定神、只要計算就好”、甚至沒有像自己一般活著的電腦？
但如果下棋為的不只是勝負，也為了人生的自我完成呢？
在我們之中，夠資格稱得上是棋士、或是把完美棋藝當作人生目標的人，應該是極少數；即使以后“棋士”這個名詞不復存在，對我們的生活也不會有太大影響（這樣夠寂寞了吧？）。
然而，更快、更聰明、更有學習能力的電腦，往后可能會影響大多數人的生活：解決氣候問題、讓人們吃得更飽、二十年內登陸火星、或是讓人類慢點滅亡，這些或許都比下棋更加重要。
但是，作為人，我們多少都會奢望生命中不只是天氣好、吃得飽、跑得遠、晚點死，過程中最好有些跟這些目標毫無關連、甚至有點無益的樂趣和自我滿足；就像鹽讓西瓜更甜一樣，讓這些目標的完成有它們的意義。
所以古人說：
“不為無益之事，何以遣有涯之生？”
不是完全沒有道理的，但重點不在“無益”，而在“有涯”。
說下棋無益，棋士們可能會抗議，而且它好歹幫忙完成了登陸火星電腦的小學學業，并不全然是喪志之事。
下棋這門學問，作為消遣也好、作為訓練人腦的方式也好，應該還是會繼續存在；但作為一種藝術（從某種角度來說，被認為已經升華到“藝術”層次的，就是可有可無、勝負無關大局、但意義仍然深遠的事情），變得更加寂寞恐怕也在所難免吧。
