即懂围棋，又懂计算机算法，人工智能，深度学习，的人非常少。
其实围棋高手看到的围棋，和计算机算法中的围棋，是不一样的。
算法主要的是通过过去的对弈数据（有的是人类的对弈，有的是人工智能和人工智能的对弈），拟合出来一个大概率算法。
但这个算法并不一定是最优解。
最优解是什么？
最优解是无论概率多少小的情况下，都能找到它。如同破解密码一样，无论你的密码位数有多长，我都能秒破，这就是最优解。
也就是说，最优解是和概率无关的，最优解永远都能反你的最弱的那一点攻击你。
而现在的围棋人工智能，并不是最优解，是高概率拟合数据，这个高概率就是依靠过去数据来拟合，反应在人工智能分析上就是权重，也就是把后面可能会赢的位置标上更大的权重。
这个在未来如果能算出围棋最优解时，也是有漏洞的，因为可能是最优解就是其中小概率中。
现在的计算机算法，想要算出这种极小概率是非常困难的，需要极大量的数据拟合，这也是为什么围棋人工智能越来越强，而不是一开始出来时就很强的原因。
原因就是大量的过去数据拟合了了这种小概率，人类的算力不够，才会导致人类在计算中更容易出错。
在计算出围棋最优解前，围棋的人工智能只要不断加对弈的盘数，来不断拟合数据，就能一代胜过一代，但并不是最优解下法。
未来如果量子计算机，或芯片技术有了突飞猛进的进展，那么未来很有可能算出最优解，这样围棋人工智能就不会再有任何进步了，也就是最优解是最终的下法，无论是人类，还是围棋人工智能都只是逼近了这个最优解，但是不能完全达到最优解的程序（否则无论你加多少盘数据，你都无法提升围棋人工智能的进步）。
不会打劫，可能是因为围棋人工智能过去拟合数据的盘中，打劫次数出现的盘非常少，所以拟合出来的人工智能也是打劫少。
如果你给这个围棋人工智能喂很多很多打劫数据的盘，这样人工智能也会能拟合出很好的打劫。
或者说这是一种幸存者偏差，因为打劫在过去的局数中出现的概率极小，所以你很少看到人工智能打劫，这实际上是喂围棋的人工智能数据出现的数据偏差，因为围棋人工智能计算的是更多的是常用对局盘，而打劫在样本空间中出现的概率少。
所以理论上，只要在喂人工智能训练数据时，偏重于更多的打劫对弈盘，出来的人工智能就会非常善于打劫。
现在人工智能，因为在布局上会使用大概率下法，你在布局上赢不了，后面想靠打劫来算计人工智能基本上不可能。因为打劫不是一开始出现的，是中盘出现的，只要电脑完成了大概率布局，你再想用打劫来赢就不可能了，打劫的战术胜利，并不能给你带来翻盘。
所以人类想通过打劫来赢人工智能基本上不可能，因为围棋生的就战略布局，你前期就输了，后期就很难跟上，因为围棋人工智能是稳扎稳打的，不是有大的漏洞。
等到那天计算机算出了最优解，整个人工智能的漏洞也一样会暴露出来，只是人的记忆和算力有限，没有办法和无限精力的电脑对抗，如同人和机器拼体力。
不过未来随着算力的巨大进步，特别是量子计算机理论上可以实现算力指数增长，围棋的优解，相信也会有求出来，现在的人工智能围棋这种概率下法，你会发现漏洞极多，因为最优解可以在极小概率下翻盘。
人工智能对人工智能，未来是算法竞争的比拼，这个也会刺激围棋最优解的到来，也许算到那一天，围棋人工智能之间的PK可能要就稳定在50%对50%之间，打平手时不能进步时，这时高概率算法就不能取得优势，只能期待最终的围棋人工智能最优解算法出来了。
最优解出来了，围棋的整个研究也就到头了，不过未来可以指数增长围棋的子数，可以扩大10倍，100倍棋盘，100万倍棋盘交叉点（这时基本上没有人类什么事了），再来相互比拼算力，这时新一代的人工智能又能出现。最后变成人工智能和人工智能的PK,算法和算法的竞争，整个过程对人类算法，算力硬件的提升会有巨大帮助，对整个人类也是不断受益
