相對於計算機在國際象棋中的勝利，中國象棋的智慧程式進展一直落後。
這倒不是中國象棋要比國際象棋難之類的原因，而是因為棋類智慧對於大公司來說畢竟只是一種公關手段，沒有實際上的營收價值。
“深藍”取得國際象棋的勝利之後，許多人都認為計算機下棋這事已經差不多到頭了，
繼續去搞難度差不多的中國象棋費力不討好，IBM也解散了“深藍”團隊。
唯有圍棋確實難度上要高很多，並且很具有挑戰性。
一般人們都認為，計算機要在圍棋中取勝比在國際象棋等遊戲中取勝要困難得多，因為圍棋的棋盤太大，下棋點極多，分支因子遠多於其他遊戲。
並且每次落子對情勢的好壞飄忽不定，天堂地獄就在一瞬之間，技術很成熟之後，人們經常可以觀察到那種一手棋下掉AI系統百分之六七十勝率的情況。
可以說是“一著不慎滿盤皆輸”的最好演繹了。
諸如暴力搜尋法、Alphabeta剪枝、啟發式搜尋的傳統人工智慧方法在圍棋中很難奏效。
不過圍棋在西方沒什麼受眾，主要熱度還是在東亞三國，因此很長一段時間內沒有太多人願意花時間在這件事情上，這十幾年的發展速度中規中矩。
DeepMind投入在這件事情上，很大程度也是機緣巧合。
一方面許多高層都熱愛棋類，另一方面可能更加關鍵，DeepMind的核心成員，兩位首席科學家之一的黃士傑在圍棋智慧上有著很深的積澱和情懷。
黃士傑的碩士論文是《計算機圍棋的打劫策略》，博士論文是《應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演演算法》。
相比孟繁岐這種畢業了連本科專業知識都全忘了的人，黃博士可以說專業是非常對口了。
“其實現在的圍棋智慧已經有了一定的競爭力。”黃博士為孟繁岐介紹了一下現階段圍棋智慧的棋力：“差不多最高才在業餘五段左右的水平，如果不讓字的話，和真正的職業選手對弈，毫無勝算。”
基本的圍棋棋力劃分孟繁岐還是大概清楚的，業餘六段大約可以與職業初段水平相比擬。
黃士傑博士本人就是寶島業餘六段，算得上是職業水準守門員了。
倘若自己造出的智慧程式能夠穩定佔據上風，自己完全下不過的話，基本上象徵著圍棋智慧來到了真的職業水準。
而不是隻能透過讓34子這樣的方式擊敗職業棋手。
並且，如果造出來的智慧下不過自己，這件事情屬實沒什麼意思。
“你們目前的想法和策略大概是什麼樣的。”大概聊了一些情況之後，孟繁岐將話題切入了具體的演算法部分。
從理論上來說，圍棋問題的輸入和孟繁岐非常擅長的影象類其實很像。
彩色圖片在計算機中的形式就是多通道矩陣，通常為3通道，代表三原色。
比如，一張解析度為224x224的圖片，就是以三個[224， 224]矩陣的形式進行儲存。
一般來說，每個位置的取值在0~255之間。
對於圍棋這個情況來說，它的輸入就像是一個19x19的單通道圖片。
19x19表示棋盤上所有的落子地點，而每個地點的取值就只有三種狀態，黑，白，無子。
可以用[1，0，1]三個數字來指代。
而圍棋智慧的目標，所謂的下棋。
如果不考慮其中原理的話，它的外在反饋其實就是給定這樣一個[19，19]的棋盤，希望程式可以在上面僅改變一個無子的數字0到給定的棋子型別(數字1或者1，同時使得該方獲勝的機率儘可能地變大。