1. 纯粹的计算是智力里面比较小也不是那么重要的一部分，比如算999*888之类的。尤其是一步一步按规则来计算，巧算则可以开发智力，也是比较有意思的部分。
2. 围棋的AI，简单讲我就引用以下的互联网资料：
https://www.pianshen.com/article/93151655147/通常来说，所有棋类游戏都可以展开成一棵游戏树，这棵游戏树包含了每一回合的所有可能局面。AI 要想获得胜利，最直接的办法就是“暴力搜索”，列举出所有可能的棋局，再从最终的胜局向前回溯到当前局面，选择获胜概率最大的走法。
但围棋可能的棋局数量是 10 的 170次方，远远超过已知宇宙中所有原子的数量（10 的 80 次方），如果用“暴力搜索”下围棋，还没等人工智能算完，对面的人类棋手就已老去。
要想在合理的时间内做出决策，必须优化程序的算法。围棋 AI 算法的核心在于：蒙特卡洛树搜索以及人工神经网络。
配合人工神经网络，蒙特卡洛树搜索算法可以优先找到对手最可能走以及获胜概率较大的那些分支，在保证胜率的同时极大缩短了运算时间。
3. 从以上讲解可以看出，所谓的棋道，是人类棋手用某种办法进行了近似计算从而超越了对手的人力计算能力。
这里的“某种办法”可能是一种近似的棋感，也可能是他能精确多算几步，也可能他面对局面有更多处理经验，也可能他心态发挥比对手好，具体怎么做到的不讨论。
那所谓的围棋AI，本质上也是一个随机近似算法。因为总的局面算不完，所以近似的算一部分，就够了。然而这一部分也不是围棋上帝，只是对围棋上帝的一个近似/模拟。
那么开发围棋AI的是谁呢？还是人类程序员+研究者+棋手
4. 现在的围棋AI，并非纯比拼算力，而是人和人之间对近似算法的比拼，你搞懂了怎么近似的，它就不神秘。同为近似算法，AI的开发者借助了机器的算力，从而胜过了人类棋手。
人类棋手也有自己的算法，只不过算力有限，能算的步数少，然而在“如何近似”这件事情上，未必比机器的算法差，大概率是强于机器的，因为人对局面的模拟，近似和掌控能力，使得人只要算较少的步数，就能达到和机器计算很多步数差不多的效果。
用一个常见的笑话形容就是，AlphaGo赢过了李世石，但是训练AlphaGo的模型，运行长达数月，而对局时AlphaGo的计算加一块儿耗费了数十万美金的电力，
而李世石只耗费了一些粮食成长，比赛时仅消耗了一杯咖啡计算。从消耗能量角度看，李世石是省能量的。
从纯算力角度，不值得自卑。人类虽然算得慢，但是耗能低。
5. 从近似算法的角度，这部分也不值得自卑，因为人类棋手面对的围棋AI，也是人类开发的。
【 在 vous22 的大作中提到: 】
: 是啊，但是计算也是智力的一部分，之前所谓的“棋道”把超越人力计算能力的部分哲学化艺术化了，来美化补足算力的极限，这模糊部分本来以为也是超越机器运算能力的，就是学渣觉得有的题目学霸也不会做，那么咱还是一个级别的。但是机器把这部分也超越了，围棋就成了纯比拼算
: Φ挠蜗罚谑浅删土恕捌宓馈钡乃懔χ馄渌碇橇Φ男叛鼍捅浪恕
--
修改:h2929 FROM 163.114.132.*
FROM 163.114.132.*