……人终究是在追求幸福，下棋也是一样，出发点跟小朋友结伴一起跳方块、跳绳没有不同，都是为了沟通幸福，只是幸福太过抽象，为了方便对话，我们帮幸福加了很多记号，可能是棋力、头衔或输赢，反而取代了所有围棋的内容。
王铭琬认为，过去这些记号或许非常好用，比较两个人的棋力和结果就能想像两个人的努力、高度和故事，但AlphaGo让这些记号都失去了意义。他说，如果未来我们还是用记号来看待围棋，不努力耕耘人与人的在围棋上的连结，可能不知不觉的，电脑就不再是工具，反倒成为我们的主人。
“因为要是用记号去看一切的话，都是AI占优势，”王铭琬说。
──旅日千勝棋士談AlphaGo 王銘琬：其實大家也只是不懂裝懂而已
王铭琬上面这几段话，真的说得很好;一棒解开了我个人对于人工智能(至少在下棋这件事情上)一直有所保留、不太确定问题出在哪里的地方。
或许未来人工智能仍然会出现在各个角落，成为隐藏在许多事情幕后的推手;就像过去的蒸汽机、马达、电脑、手机一样，但世界上很多事情不仅仅是符号、计算、胜负，同样重要的是值得享受的过程、不可预测的结果、以及多多少少的不完美。
如果电脑强到跟任何人下棋都可以100%获胜，那么棋艺是完美了，然而到那时候“棋艺”两个字还有意义吗?
当然，做出下棋无敌的电脑不会是科学家的终极目标，而是过程。
因为各种棋都有一些共通点：
有明确的进行规则、以及判定胜负的方式;
棋局范围是有限制的(棋盘大小、格数、棋子数等等)，因此进行时间也有一定限度;
棋局的组合可能很多很多，但理论上并不是无限多;
最终顶多是以“和局”结束，但通常不会没有结果;
因此，整个胜负过程的逻辑规则是相当清楚、而且可以用程序定义的。
所以，对于打造人工智能解题能力，让电脑磨练逻辑思考、自我探索学习和解题方法的科学家而言，“下棋”是非常好、而且容易控制各种条件的模型。
能够把某种棋下得很好，甚至有能力使诈(或者说懂得用策略)、知道如何故意让子求生(或求胜)的电脑，就已经比过去纯靠计算“想尽所有可能走法”、但只知道往前冲杀的模型更上一层;而这种程度的智慧，则必须靠机器学习(machine learning)才能做到。
也就是说，从科学的角度来看，我可以完全理解科学家透过下棋来训练电脑、让电脑更聪明，进而在将来解决更复杂的问题、应付变数远比棋盘上更多的环境。
从这一点来说，电脑当然越聪明越好;把棋下好了，之后才能做更了不起的事。如果天下棋士和棋局都已经不是对手，电脑才能“毕业”。
然而从棋士的角度来看，这件事其实是有点寂寞的。
古今中外多少棋士穷毕生之力，让围棋(或任何棋)这门艺术臻于完美(但可能永远不会完美)，但“不会输棋的电脑”一出现，让这些努力都成为过去无谓的投资。
我不认为棋士们在意的是自己的头衔、段数等等，而是毕生的努力、以及未来的道路，似乎顿时失去了重心。
或许，之后的目标变成击败“不是人、不需要担忧人生、没有任何旁骛、不喝茶不喝酒不需要坐禅冥想定神、只要计算就好”、甚至没有像自己一般活着的电脑?
但如果下棋为的不只是胜负，也为了人生的自我完成呢?
在我们之中，够资格称得上是棋士、或是把完美棋艺当作人生目标的人，应该是极少数;即使以后“棋士”这个名词不复存在，对我们的生活也不会有太大影响(这样够寂寞了吧?)。
然而，更快、更聪明、更有学习能力的电脑，往后可能会影响大多数人的生活：解决气候问题、让人们吃得更饱、二十年内登陆火星、或是让人类慢点灭亡，这些或许都比下棋更加重要。
但是，作为人，我们多少都会奢望生命中不只是天气好、吃得饱、跑得远、晚点死，过程中最好有些跟这些目标毫无关连、甚至有点无益的乐趣和自我满足;就像盐让西瓜更甜一样，让这些目标的完成有它们的意义。