趙治勳是日本史上獲得最多頭銜的棋士，2016年11月他以二勝一敗擊敗日本製圍棋AI的DeepZengo後，記者問他：「DeepZengo下得像誰呢？」趙治勳毫不猶豫地說：「像王銘琬！」這並不值得高興，因為DeepZengo是他手下敗將，不過這還是說明，經過緊密的對局過程，可以感覺我的空壓法與AI的下法有相似的地方。
空壓法與AI最基本的相同，在以概率為基礎這一點，AI用強大的計算力算出概率本身，直接選擇勝率較高的著點；空壓法是用概率為基礎做推理與判斷，至今圍棋技術為了獲得確定的知識，在思考時排除概率的想法，雖然有時會用「可能性較高」來解釋棋局，不過是為了完成說明的比喻性字眼，不是根本的思考依據。
從人工智慧的角度來看 圍棋可說是概率的大海
空壓法是盡可能排除既有圍棋知識，純粹用著手所得到的概率回報，去思考次一手，這並非異想天開，其實是很自然的事情，AlphaGo的雙劍，「蒙地卡羅方法」與深層學習的單位「人工神經網路」都是以概率處理對象的技術，從AI來看，圍棋可說是概率的大海。
最近的腦科學研究，發現人腦的活動與「貝氏網路（Bayesian network）」很相似，貝氏網路就是將因果關係用概率去記述的模式，用概率去理解圍棋，對人類本來就是很自然的。
圍棋在自己還沒算清楚前，對遊戲人來說，其實都只是概率的對象，本書在於介紹，人可以藉由自己的判斷，以概率為依據，去建構自己的圍棋，在本書上集的〈開天篇〉第四章，對人在棋盤上如何面對概率就有不少敘述。
以我個人的能力，盡可能用概率思考圍棋得到的結論是，圍棋可以用「從寬廣方面壓迫對方」（壓）這個觀點去理解，也是制勝的唯一方法，而要達成這個目的必須「開創比對方大的有利空間」（空），這兩點也是「空」、「壓」法的核心。
圍棋知識至今是由局部的探討開始，像積木般的架構全局，而空壓法是跳開局部，一開始就以全局的命題為首要目標，這也是與AI共通的因素。
用空壓法去觀察AlphaGo、或AlphaGo進階版Master的棋，是一點都沒有違和感的。
圖１Master黑棋，黑１、３是Master愛用的手法，就空壓法觀點，黑棋這樣確保了「比對方大的有利空間」。
圖２這是傳統下法，扣掉貼目，有利空間的優位不明顯。
圖３實戰手順，黑棋「比對方大的有利空間」逼白進入後，黑棋進行「從寬廣方面壓迫對方」的動作，不過黑17的凌厲攻擊，不是我下得出來的。
圖４Master白棋也是一樣，白10、12，下邊14逼後的16、18已無需多作講解，20−28的「壓」之後，白棋30退讓後，還有足夠的有利空間。
圖５白１是傳統下法，與圖４成為不一樣的局面。
圖６黑１後，手拔３、５擴大模樣。
圖７黑９以下，往白棋小目「壓」過去，再黑15跳睥睨全局，從我來看，因為AI本身實力強大，運用空壓法比我更為靈活。
從空壓法去看圍棋AI的下法，到Master的水平為止，我覺得沒有問題，很多人說AI下的棋看不懂，空壓法或許可以成為我們理解AI圍棋的切入口。
圍棋深奧無比，目前並不能斷定Master的下法優於傳統下法，不過空壓法的觀點，應該能對欣賞AI的棋局有所幫助。
為什麼要下棋？因為，下棋太快樂了！
圍棋重要的是怎麼去想，在同樣邏輯下的思考，有時會因人而有不同的答案，可是它們可以說是近親；而在不同思考下，就算結果下同一個地方，其實是偶然撞在一起，毫不相干的路人。
空壓法的起點是認為圍棋的變化是無限的，必須要這樣的前提才可能運用概率純粹思考， 然而若圍棋的變化是無限的，詮釋AI的方法當然不限於空壓法，每一個人可以用自己的觀點去看待AI圍棋，而運用空壓法，也可以用每一個人主觀的推理與判斷，得出不同的次一手。
圍棋書的形式往往非常固定，本書避開大多數棋書的寫法，嘗試介紹圍棋多元的樂趣，而在講解圍棋的部分，盡量不用客觀的圍棋看法，而從對局者本身的主觀去探討圍棋；另一方面，本書的內容均取自我自己的正式比賽，可說是真槍實彈，理應具有一點客觀的技術價值。
每當我迷失下棋方向時，我都會回到一個原點問題──「為什麼要下棋？」我最後得到的答案總是一樣的「因為下棋太快樂了」；除了快樂，下棋本身不會帶給人任何好處，正因為如此，不管AI棋力如何進步，圍棋將永遠為我們的人生平添幾分幸福。
本文取材自《新棋紀樂園 開天篇－序章》（新版），感謝大塊出版授權刊登
作者／王銘琬
出版社／大塊
