我十四歲為了學棋，來到日本生活，一轉眼就已經四十年了。圍棋在日本屬於藝術文化，圍棋術語也深入日本生活，像最基本用語，表示不好、不行的「ダメ(dame，漢字「駄目」)」，就是從圍棋沒有意義的著手「單官」引用過來的，其他如「素人」、「先手」、「捨石(棄子)」，在日常用語裡都很普遍，真是說都說不完。即便是中文世界，從最近大家討論政治時所愛用的「下指導棋」開始，到「布局」、「大局觀」等，比比皆是，不勝枚舉。圍棋可以比喻現實世界，也可說是人類共同的感受。
四歲學棋至今半世紀了，我當了一輩子的職業棋士，對現實的看法，自然也會借用自己對圍棋的認識；然而我常常提醒自己，盡量不要把圍棋的想法套用到別的事情上去，比起小小棋盤，世界實在太大、太複雜，用圍棋來類比，不僅傲慢，還可能誤導真相。
去年圍棋AI AlphaGo的出現，其重要性不僅僅是擊敗了人類，也是Google認定圍棋與現實世界其他領域有共通的意義，才會投下鉅資發展圍棋AI，而世界市場與輿論也贊同了這個看法。開發AlphaGo的公司DeepMind後來公開宣布，用AlphaGo的程式去管理他們資訊中心的冷卻裝置，馬上節省了40%的電力。而最新版的Google翻譯，也搭載了有關的神經網路學習機制，在準確率上獲得很大的進展；這樣看來，把圍棋的觀點稍微擴大到現實世界，說不定也不是那麼荒唐。
我現在還是電腦低桿，也不懂程式語言，但非常幸運的是，因長期關注圍棋，正好與DeepMind開發AlphaGo的同一時期，我也參加了圍棋的GoTrend開發團隊，正好藉此書與大家分享這份經驗。
現在讓人頭痛的是，它進化的速度很快，今天覺得它有這個缺點，明天可能已經修改，或用新的技術覆蓋掉；而新舊技術的組合也隨時會帶來驚人的效果。
人腦只能用自己的經驗判斷事物，但的進化速度可能超出人類想像，因為人的推測是用累積性的線型模式，而的進化是幾何級數型的發展，現在要預見的未來，是很困難的。
但人類本身是不會改變的，從以人為本的觀點去理解的話，不管進化到什麼程度，應該都不會失去意義。
2000年我獲得本因坊頭銜以後，簽名題字時大概都用「童心」這兩字，其實是在提醒自己，不管多重要的比賽，都該以童心去享受圍棋的樂趣。有意思的是，在AlphaGo之前的，較擅長資訊的分析與處理，可以說是「大人的」，但在處理圍棋時，並不那麼靈光，因此未能達成擊敗人類的技術。另一方面，讓AlphaGo能飛躍性超越的深層學習(deep learning)，原本只是讓電腦學會認識臉部或堆積木等，看似很簡單的能力，被稱為「小孩的」，反而成為擊敗人類的動力，原來「童心」還具有技術性的意義。
下棋，是大人重返孩童的時刻。我一直是以這樣的想法面對棋盤的；當讀者想重拾童心時，這本書若能盡點微薄之力，也是我最大的心願。
【編按】本篇標題為本報編輯所加。
本文原題為《迎接AI新時代：用圍棋理解人工智慧-前言》，感謝遠流出版授權刊登
作者／王銘琬
出版社／遠流
【延伸閱讀】
《遭AlphaGo直落三完封 棋王哽咽:它太完美了!》
《AlphaGo三連勝人類棋王 馬雲酸：不會下錯棋有甚麼意思》
《Google為何選擇圍棋？》
