※ 引述《SangoDragon (SANGO)》之銘言：
: 人類在下圍棋時,會研究很多下法
: 如果這樣那就應該那樣,並且成棋譜
: 那些棋譜套路大部分都是經過分析或統計的
: 例如下在這,那對我以後佔地比較有利等等
: 其實很多套路都已經變成一定的準則
: 但現在 alpgaGo zero 完全不用人類的套路
: 就以 100:0 打敗 alpgaGo 李世石版本
: 這代表所有 3000年人類用經驗 統計 計算 歸納出來的方法 都是有死角的
: 這些死角被 alphaGo zero 學幾天就攻破了
: 所以我們現在的很多經驗法則看似都是可能比較有贏面的,但不一定是
: 以前的棋手靠這些套路學習可以下很久,因為大家都沒走出這個範圍以外
: 所以這將有幫助人類在其他方面,例如醫學等等
: 找出人類無法識出的盲點
: 而且這比人類在死角範圍內研究幾千年還強
: 有沒這方面的八卦?
電腦其實不知道這個叫贏，那個叫輸
他只是跑一次，跑出結果
依人類判斷，這個是贏，那個是輸
然後跑了N次後，歸納那些走法比較會達到所謂「贏」，那些走法是輸
也就是所謂死角、盲點的產生是需要人類介入判斷才會有的
電腦就只是在那1+1=2而已
也就是透過電腦高演算的優點
經過一個特定設計條件，模擬一個人超多次學習後的結果
但整個設計跟應用還是需要人類
所以在單純的特定有限規則下的應用
是有其優點
比如下棋
比如影像識別來開車
有些應用，得等到所謂強人工智慧才能處理更複雜的事物
而弱人工智慧大多只能處理特定的問題
比方說
女友：「你愛不愛我？」
這種極其複雜的應用
弱人工智慧無法發自內心的回答：「醒醒吧！」