到第二章为止，我们都在比较人类与人工智能的差异。从第三章开始，我们来稍微调整一下话题的方向。
第一章中，我们讲到未来学学者雷·库兹韦尔所提倡的奇点：总有一天，人工智能会具有超越人类的智慧，而到那时，所有的劳动都会被机械所代替。这类话题常常会出现在与人工智能相关的演讲或是对谈中，很多书里也会提到。在这一章里，我也将例举电脑将棋与AlphaGo的例子，探讨我们应该如何面对人工智能。
不过，人工智能的研究还有另外一个方向，那就是接近人类。进一步来说，就是开发像人一样的人工智能。
例如，日本北陆先端科学技术大学院大学中，有一位名为饭田弘之的研究者正在进行将棋软件的研究。他原本是一名职业棋手，出于个人兴趣，选择了陪客将棋软件作为自己的研究课题之一。
这种将棋软件与以获胜为目的、尽可能地想办法下赢人类的将棋软件完全不同。它更致力于陪伴人类，考虑对方的感受，并在不使对方察觉的情况下调整自己的棋力，直至在对局的最后完美地输给对方，就和人类的陪客高尔夫一般。
饭田先生在这方面已经投入了10年以上的时间，可是开发的进程却不甚理想。至少，这款人工智能还没有达到能让饭田先生自己认为“很妙”的程度。
这种陪客将棋软件开发困难的原因之一，在于陪客这一行动是非常人性化的。就像我们在上一章里提到的，人工智能与电脑的思维模式与人类大相径庭，我们完全无法推测他们是怎么想的。
当然，不同的人个性也各不相同，无法完全推测。但人类毕竟拥有审美和直觉等共通的认知基础。如果没有这些基础的话，难免会有很多无法相容的状况发生。
不仅如此，陪客将棋意味着棋手本能获胜，却要不露声色地输给对手。这种事对于人类来说也是十分困难的，要让电脑程序达到这样的目的，更可谓难上加难。
顺便提一下，以前我曾跟随一位老师学习过围棋。那位老师能够清楚地看穿我的下法，同时一直在对局中保持着只胜我一两目的优势，对我进行指导。
面对业余选手拙劣的棋步，不断调整使自己险胜，这种技术的难度非常高。这位老师在教初段的我时只胜一两目，在面对四五段的学生时恐怕也只胜一两目。
我自己在指导小学生下将棋的时候，也会采取类似的方法。不是单纯地输给对方，而是为了让对方学到攻击的基本形等知识，想方设法诱导棋局的走向。像这样在了解对手实力的前提下加以指导，对于现阶段的人工智能来说还是太难了一点。
简而言之，“陪客”这件事过于“人性化”，它的难度很可能远远超出了我们人类的想象。
因此，即便人工智能可以代替人类接管各种工作，像陪客高尔夫这样的工作恐怕还是得由人类来做，无法完全消失。一边说着“就差一点儿！”“哎呀，好球呐！”之类的恭维话，一边以毫厘之差输给对方——在这类技艺上，人类还是远胜于电脑的。
