今天，人工智能已经取得了相当大的进步。
我之所以会这么想，还有另外一个理由。那就是我不得不意识到，人工智能正在习得人类思考的优势。
在将棋中，作为“算步”的前一阶段，首先要做的是删除那些不用去想的棋步，在进行这项工作时，对棋手来说非常必要的素质就是直觉。
棋手在看到盘面的一瞬间，要马上能够判断出“这种布局似乎很棒”，一下子把无须思考的棋步舍弃，把最优的棋步范围缩小到几个之内。在电脑将棋中，这叫做“剪枝”。
人工智能可以在1秒内计算几千万步，在“算步”方面比人类占优势。但是，运用“减法”运算筛选出可行的棋步，却是人工智能一直以来的短板。然而AlphaGo却能在计算棋步的同时进行筛选作业。
这就是所谓的策略网络（policy network）技术。使用这种技术，虽然未必会得出正确答案，但却可以通过大致的计算获得基本正确的回答，舍弃那些明显无效的解。
这样一来，电脑就可以只留下有希望获胜的棋步，接下来就能在限制时间内进行非常深层的“算步”了。我认为，这个策略网络的作用，很有可能就相当于人类的直觉。
这种技术可以说极大地提高了“算步”的效率，而且它与人类的思维方式非常相近。我认为，这也是AlphaGo如此强大的秘密之一。
