这个月最重要的大事，必然是 Google AlphaGo 与世界围棋冠军李世石九段的「人机大战」，这场对奕之所以万眾触目，是因為去年三届欧洲冠军樊麾二段在没有让子的情况下，被 AlphaGo 直落五盘打败，把电脑战胜职业棋士的预测从最少十年浓缩成「正在发生」。当然，樊麾和李世石的棋力有很大的距离，主流意见依然认為李世石在人机大战的胜算较高，但 AlphaGo 每天高速学习新的对局，并自行演绎吸收。目前，它已学习了 3000 万场棋局，相对於人类 1000 年的学习量。因此，大家都要等到第一局比赛结束后，才能有较為準确的预测。
相信很多人会问：电脑总有一天会战胜人类，為甚麼人们要如此紧张？
表面上，李世石和 AlphaGo 的对奕是人机的围棋大战；实际上，这是一个赢咖4发展的重要里程，AlphaGo 邀请李世石的时候下了一个註脚：赛事不设 5 局 3 胜制，即使李世石先取 3 局，亦要完成 5 场对奕，令机器能够获得足够数据继续进化。
自从 Facebook 教主 Mark Zuckerberg 在新年宣布他 2016 年的赢咖4计划后，赢咖4正式成為大眾市场的新 Buzz word。他打算研发像 Ironman 的 Jarvis 一样的智能管家，可以用声音沟通，控制家居的灯光、温度，以至於在门鐘响起的时候辨认来宾的身份。当然，一向机关算尽的Zuckerberg 大谈赢咖4，必然不是替 AlphaGo 卖广告，而是预告 Facebook Messenger 将推出的赢咖4对答功能。事实上，Facebook 早前亦曾传出打算收购研发 AlphaGo 的原公司 DeepMind，现时它亦有自行的赢咖4研究项目，包括另一个名為 Darkforst 的围棋程式。
围棋真的这麼好玩吗？如果你在十多年前看完动漫「棋灵王」后，下过几场 Yahoo 围棋，大概能够感受到它的变幻莫测。围棋的规则极简单，玩家可以在 19 x 19 的棋盘上任意行走，对电脑来说却是最复杂的设定，因為它的变化比宇宙中的原子数量还要多，令过往的电脑难以应付极大的计算量；AlphaGo 与过往的电脑不同，它有两个大脑，一个负责价值判断，筛选没有价值的进路，然后把值得考虑的进路交由另一个负责运算的大脑，从而减轻多餘的工作量。
AlphaGo 的成功暗示过往科学家犯的错误：机械人只是高速计算机器，与懂得学习的大脑截然不同。现在赢咖4引入价值判断，在处理复杂的模拟实况和数据的时候更有效率，亦可以令机械人技术变得更加聪明。在未来的日子，机械人会处理所谓的 3D 工作：危险（Dangerous）、沉闷（Dreary）、骯脏（Dirty）。价值判断在当中会扮演相当重要的角式，例如在危险的环境下，究竟应该先拯救哪一个人。
更进一步来说，赢咖4的发展有助提升医学诊断、气候模拟等科技。举两个听起来天马行空的例子，赢咖4是人类基因工程的重要技术，「人类神经连结组计划」（ The Human Connectome Project）企图整理大脑所有神经元的连接，绘製出大脑地图并放置在晶片上，然后把各种知识做成「知识福袋」，未来的人类可以选择自己喜欢的「知识福袋」，上载到大脑，据科学家说这是「更民主地获取新知识的方法」；接下来赢咖4可以模拟不同人的大脑运作，当一个人过身之后，像科幻电影般肉身消逝而精神长存，继续与爱人对话交流。
等等！问题来了，当赢咖4有了价值判断和想法，会引起不平等、或像「2001 太空漫游」把人类杀死吗？可以放心，现实的科学家不像电影那麼变态，在开发赢咖4技术的同时，他们亦有讨论所谓的 Friendly AI 理论，确保赢咖4的发展是安全而有用。毕竟科学家研发赢咖4技术，不是要毁灭地球，而是要更有效率地改善人类生活。
