AlphaGo 最後以4：1贏過南韓棋王李世乭，然而人機對弈並不是第一次，為什麼這次會如此受注目？難道電腦在圍棋上贏過人類，就代表電腦真正會思考？
人機對奕的期待
現在的AI技術與90年代已經不太相同，驅動力主要是電腦運算的速度，另外一個其實是大家比較少談論到的是資料庫的累積，因為網路的興起，很多的資料累積之後，我們其實可以不斷地做練習，這跟人腦很類似，透過不斷練習之後，就可以讓它做得更好，這塊目前是大家很期待的，因為過去做不到的事，近幾年來累積的成果到底是怎麼樣，所以對於這次的對弈就會有比較大的期待。
挑選圍棋象徵的意義
圍棋19×19的陣列組合更多，所以運算速度更快；另外一個比較重要的，就是它是一個比較抽象的解題方式，相對於象棋來說，象棋規則簡單，目標也很簡單，就是擒王就結束了，每個棋的角色也都是確定的，但是在圍棋裡面卻是不同的，基本上贏半目贏十目都是贏，但有很多策略組合在裡面，所以這更接近人腦解決問題的方式。
AlphaGo為什麼會贏
這屬於AI應用範疇，一般來說技術可以分成三大類：
- 辨識技術：包含文字、語音、影像的辨識，因為它在資料庫裡面看到這些之後，必須辨識成有意義的訊息。
- 類神經網路：必須把這些訊息做一些有意義的連結。
- 深度學習：把這些學習變成模式，依據這些模式來做一些回應
AI應用在麻將或小說的可能性
以麻將來說，因還涉及另外三個人，一個人的反應都會影響到其它人的反應，及到機器要怎麼反應，因此麻將反應更是即時且變化多元；小說我們覺得會更困難，因為小說裡面有很多文字的優美，文章的起承轉合，尤其語意的辨識上更加不容易，一句話會因為語氣的不同，造成理解上的差異，這就不是機器的能辨識出來的。
台灣產業在AI上的機會
AI是非常解決問題導向的領域，台灣只要在特定的領域上，比如說製造業有很多問題要解決，我們在裡面不斷地磨練，這個應該是台灣可以發展特定人工智慧的好方向。
創新使人類不被取代
當電腦速度越快，資料庫的累積越來越多時，如果我們的工作跟這個比較有相關，例如是過去經驗的不斷累積，過去的事情不斷重複做，那就比較容易被機器所取代，但是如果是用一個創新的方法，對機器來說不是過去的經驗，那就是人類相對有價值的地方。
