為什麼人工智慧領域把圍棋視作擊敗人類的「最後一道壁壘」，圍棋特別在哪？
在已經有過的人機對戰里出現過不少棋類了，為什麼圍棋會被當成一個關底 Boss 般的角色，和其他棋類相比，圍棋有什麼不同？難在哪？
----本題已收錄至知乎圓桌 ? 對弈人工智慧，更多關於李世石對戰人工智慧的解讀歡迎關注討論。
謝邀， 其實不是最後一道壁壘，只能算一個里程碑。
可以看看之前的兩個相關問題的回答：
如何看待 Google 圍棋 AI AlphaGo 擊敗歐洲圍棋冠軍？ - wgwang 的回答
AlphaGo 能戰勝李世石嗎？ - wgwang 的回答
從nature那篇文章出來後就一直跟進中，在前兩天的時候，看過alphaGo的開發者在牛津大學的分享後，在上面的第二個回答中把判斷AlphaGo勝李世石的概率提升為95%。不過雖然alphaGo勝了第一局，未必在5局中就能夠確定勝利，打臉的概率還是不低的。
圍棋在AI中算一個里程碑，其基本原因為：
1. 圍棋是一個規則明確，且可以在任意一個階段計算勝率的遊戲（在不考慮計算資源的情況下）2. 暴力解決1中提到的計算勝率，需要遠遠超出現有計算能力機器學習目前解決的就是在現有計算能力的約束下解決規則明確（可以判斷最終結果）的各類問題（簡化的說法），所以圍棋會被用作AI智能化的一個挑戰的點。谷歌也好，facebook也好，發展機器學習並不是為了在圍棋上打敗人類，而是用來測試他們所開發的演算法，在多大程度上擁有「智能」，於是有了這個比賽。
在這個話題裡面，真正是機器學習相關的人在回答問題的時候，認真去了解深度學習以及deep mind所使用的方法的人還是很少，從而所回答的問題中，嚴重出現偏差。
最後，發個廣告，有學習或者研究機器學慣用在金融分析中的朋友，歡迎交流啊。主要有兩點。1. 落子的可能性比象棋要多的多，而且象棋落子的選擇數目自始自終基本是固定了，圍棋會變。2. 圍棋局勢的判斷很複雜，簡單說就是如何分析局面的好和壞。人類頂尖棋手在局中算目的時候也經常會出現偏差。
圍棋的格子確實大，但是它特別在雙系統。
它的行棋系統和勝負系統是不一樣的，一個斷生死，一個斷地盤。
這就造成了局勢的複雜多變，判斷的豐富多彩。最後一道堡壘說不上，要說也只是偏重運算的應用的一道堡壘而已。
【人臉識別才是人工智慧的上馬石】（原為試金石，經大夥糾正，不妥），
圖靈測試才是大門檻。
～～～～～～最後一道堡壘，大概是自己尋找意義吧。謝邀。
1、圍棋的狀態空間複雜度極高。類比象棋或國象，把複雜度差別形象比較大概相當於太陽系直徑和原子核直徑的差別。2、圍棋做局勢評估極難。象棋或國象通過評估雙方子力和棋子位置（如能否順利出車，馬有沒有蹩腿）來評估局勢。圍棋要衡量地與勢及棋子間的關係，轉換的可能性等。
3、圍棋要求棋手自建目標，而象棋或國象的目標就是殺王。以上特點決定：象棋或國象的走子策略可以用博弈樹來構建並且極其容易剪枝，所以暴力運算就能解決問題而圍棋不行。
了解AlphaGo的具體實現方法後，深藍什麼的簡直弱爆了，博弈樹能叫AI嗎？答案就兩個字：複雜。
為什麼圍棋會比其它棋類都複雜呢？因為它的規則足夠簡單。三句話：1、一方執黑一方執白輪流下在交叉點上；2、如果是19乘19的標準棋盤會對應361個交叉點，雙方下完一局佔地面積大者獲勝（黑方先下但需要貼目）；3、沒有氣的棋子會被提掉。但遇到打劫（雙方可循環互提）的情形需要在其它地方另下一子後才能重複提子。
簡單的行棋規則導致了極為複雜的行棋思路與天文數字般的下法組合（選點與順序的組合）。
複雜的另一個含義是：它不能用簡單的「還原法」等古典科學方法進行邏輯分析，也就是不能簡單的把它細分成若干個不相干的子問題逐一加以解決後形成唯一合併解（即得出最優決策和最佳下法）。
至於為什麼人類對圍棋AI研究了20多年，進步速度與其它棋類比顯得很慢，請參考我的專欄文章，在此不再重複。網址 奇點來臨，但夏至未至 - 肉攤論道 - 知乎專欄圍棋嚴格意義上並不是「人工智慧」的最後一個攻關堡壘
畢竟圍棋只是一種遊戲（國外都稱之為Game）
人工智慧真正需要面對的，是通俗意義上接近人類行為的各種任務，
比如計算機視覺，情感分析，智能對話等等問題在上述領域裡面，計算機視覺的發展是最廣的，但是也依然存在很多的問題，並不「智能」
後面兩個，智能對話有一些進展，但是又不是完全意義上的「智能」而情感這一塊，就差了很多了
+++++而且，圍棋目前所採用的演算法來看，說「人工智慧」還是誇大了一些就以谷歌阿發狗為例，其實核心的方式還是一個樹搜索的計算方法，加入的兩個深度網路是為了簡化計算量。但是本質上依然是一個搜索的問題，談不上是「思考」謝邀。
曾經人們以為圍棋永遠不會被攻破，因為它太複雜了。圍棋的每一步的運算量可以達到十的一百多次方，所以人們認為無法靠窮舉法尋得最優解。這才有了圍棋是最後一道壁壘的說法。
但是沒想到人工智慧以及計算機的發展速度太快，已經接近了這個奇點，就是AI能在圍棋上贏過人類。一旦越過了這個奇點，相信AI的發展速度只會越來越快，在很多方面將把人類遠遠甩在後面。
在這一天到來之前，希望李世乭九段加油吧，儘可能的多捍衛人類的尊嚴。
先失一局沒關係，後面千萬不能再出現大失誤了，alphago不會給人類留下任何機會。可能大家已經從各個角度分析過圍棋是多麼複雜了，不過說實話，可能最重要的一點是：
圍棋是19×19的棋盤啊！
圍棋之所以堅持了這麼久，很大程度上就是這個棋盤大小的原因……19×19，實在是比其他棋類的變化數目不知道高到哪裡去了，在9×9的小棋盤上圍棋程序其實純MCTS的圍棋程序也已經很強了。
有人可能會說五子棋也可以用19×19的棋盤，首先五子棋不是棋盤上（幾乎）什麼地方都能下，再其次五子棋其實也是AI未完全擊敗專業棋手的棋類之一……建議直接轉這個問題吧。我覺得別人已經回答的很好了。圍棋作為唯一一種電腦下不贏人的大眾棋類，是何原因導致？以及量子計算機出現後有無可能？ - 數學
因為對於圍棋來說，職業頂尖棋手也是這樣的，就是通過經驗和靈感的直覺進行選點，通過計算來驗證，這個選點是通過所謂人的各種感覺來的，業餘棋手就更是這樣了，業餘棋手的水平差距巨大，主要原因是對棋的理解不同，他就不覺得棋能下到那個位置去。這個問題在高手中也有，頂尖超一流高手總有出人意料的選點，這個點就不光是計算來的，就是他喜歡，他覺得那個地方有棋，比如李師師，他的所謂殭屍流，為什麼稱之為殭屍流呢，就是他的棋感與人不同，別人覺得不能死，他覺得放那半死不活沒問題，還有很多手段，其他高手不具備這個風格在關鍵點的時候就壓根不會選擇那個點，首先直覺就排除了那些點，但是李師師會下，而且還能下出手段最終取得勝利，不是他這樣性格的人，就不會這樣下，你怎麼訓練都改變不了人的價值觀，但是別人不這樣下，別的觀點也能成為世界頂尖高手，這就是很有人類獨特性的東西了。
所以圍棋是所有棋類裡面思考過程最接近生活的了，因為生活中你也是這樣，直覺去判斷，而不會計算出這樣做30年後我是馬雲，那樣做20年後我是個打醬油的，你就是直覺覺得應該這麼做，所以這麼做了，即使有所謂理性的判斷也是很簡單的。所以能從圍棋中體悟人生，並不是一句虛言。
下過圍棋的人都覺得圍棋最接近人生的思考，所以電腦在這裡贏了，也許將來就能替代人類思考「人生」，或者人生的一個小部分。謝邀。先說一下，狗已經拿下第一盤了，150手之後已經沒有懸念了。剩下的往後再說吧。
瀉藥
361*360*359*358……沒考慮提子，打劫，禁入的點。
變化太多了。
但是現在程序員裡面懂圍棋的也多啦。
我感覺最可怕的是。軟體不是單純的你走哪他應哪。而且知道哪裡大走哪裡。
結論，用不了多久人就下不過軟體了。一邊看小李和機器人大戰一邊回答。簡單說就是圍棋複雜度更大。。還有打劫，似乎阿法狗不太擅長？
據不完全統計，「人工智慧」已經攻破了3-5個擊敗人類的「最後一道壁壘」圍棋的特別在於可以快速拉開拿嘴忽悠人的「人工智慧」「科學家」、用技術忽悠人的科學家（攻城獅）。相對於其它棋類，這種忽悠的難度增長了好幾個數量級。
361（19x19）的階乘和64（8x8棋盤）階乘能比么？
前者數值比宇宙中所有粒子的總和還多。
後者…所有民用電腦都做不了8x8情況下隨機漫步問題。