不僅如此，知名期刊《自然》（Nature）提到，AlphaGo 使用兩種深度神經網路，分別是策略神經網路（PolicyNetwork）跟價值神經網路（Value Network），前者負責計算每步棋的走法，後者負責想像，推算可能出現的局面。AlphaGo載入3,000萬筆棋譜，並且2,000萬次自我的訓練，電腦有如此龐大的資料跟練習量作為後盾，遠遠超過一般人類棋士的極限，打敗李世石其實並不令人意外。
不過，AlphaGo的最終目標，不僅是在圍棋程式的進化，而是更進一步跨領域的結合，像是醫療、生活等，對人類做出更好的貢獻，成為人類的好幫手。許永真表示，台灣80年代曾經很熱衷於人工智慧的開發，不過因為政府炒短線，讓人工智慧這塊領域沉寂好一段時間；不過，台灣的半導體業者，做晶片設計的技術，就是來自人工智慧，「台灣絕對有機會，只看有沒有決心要做」。
會不會擔心人工智慧取代人力？許永真說，電腦其實是做人類不愛做的事情，像是過去人的移動方式只是坐馬車，現在是改坐汽車，甚至改搭飛機，讓人可以節省大量的時間；也不用擔心會導致大量失業，因為新科技的出現，必然會創造新的工作機會。
對於有心要進入人工智慧領域的年輕人，許永真建議要學趕快學，現在的網路資源非常豐沛，要學什麼事情都非常便利，只是要把基本功練好，因為許多令人刮目相看的成果，都是來自於長年的累積，而非一朝一夕可以達成。
＊本文原刊《多維TW》月刊005期，授權轉載。
