王銘琬，世界級棋手。1961年台南生；13歲赴日，，2000年、2001年連獲二屆日本歷史最悠久的頭銜本因坊，2002年又獲得王座頭銜；棋風創新獨特，自成一格，有「銘琬世界」之封號。他也是唯一長期觀察、參與電腦圍棋活動的世界級棋手；2014年擔任趨勢科技圍棋軟體「GoTrend」顧問。
由Google（谷歌）旗下的DeepMind 開發的圍棋軟體AlphaGo，在二○一六年三月打敗世界一流棋手李世乭，為世界帶來衝擊與驚嘆，其後AlphaGo 的進階版Master，則於二○一六年底跨年與世界高手們，在網路展開快棋測試車輪戰，取得六十連勝的壓倒性勝利，可說是已經對「電腦人腦誰強」的問題，下了一個論斷。然而，圍棋AI並未因打敗人類而中止對它的研究，不只AlphaGo 繼續在嘗試其他版本，二○一七年五月繼續舉行與世界排名第一柯潔的頂尖大賽，其他圍棋軟體也急起直追，現在已經達到AlphaGo 打敗李世乭時的水準。
為什麼AI鎖定圍棋為征服的目標，而勝利之後還戀眷這個戰場呢？
電腦下棋，一直被當成AI的能力的指標；一九九七年IBM電腦程式「深藍（Deep Blue）」擊敗世界西洋棋冠軍卡斯帕洛夫，給世界帶來很大的震撼；直到二○一五年，電腦在圍棋這方面還一直無法與人較量。這次Google 以深層學習技術為主題，大力進軍圍棋，達成打敗人類的目標，顯示圍棋具有象徵性的意義。
圍棋的變化數是十的三百六十次方，是西洋棋十的一百二十次方無法相比；圍棋艱難之處不僅變化多，它的形式也不同於其他主要棋類，皆以擒王為目的，例如象棋、西洋棋等。而圍棋的目的在棋盤中占據大於對方的領域，是比較特別的。
擒王形式的遊戲因為目標明確，至今的電腦比較擅長，而圍棋這種全局統計性的目的，反而是人類的直覺比較管用，也因此圍棋軟體的開發被認為有助於分析人類的直覺。
這次達成打敗人類的主要技術的深層學習，正是讓電腦獲得直覺能力的方法，也證明了由深層學習所獲得的能力，能有高於人類的表現。
圍棋最像現實社會
對人而言，棋類一直具有模擬的意義，象棋可以說是傳統戰場的模擬；但是現代社會分散化，特定人物的重要性相對減低，沒有誰是那麼重要的，擒王就死的假定，逐漸不符合現實，反觀圍棋「占據領域勝過對方」這樣的目標設定就很普遍，像市場占有率等在現實社會比比皆是。
尤其圍棋是比黑白棋子最後哪一邊多，正如兩大陣營選一人的選舉模擬，曾有國內政界大老再三要我教他政治戰略，認為跟圍棋戰術非常類似；選舉策略的「接地氣」、「空中戰」與圍棋的戰略術語不謀而合，「活棋」、「死棋」、「棄子」、「下指導棋」等圍棋術語也不時被拿來作政治評論。 （相關報導： 「把AlphaGo逼到極限的一戰」人類最強棋士二連敗，柯潔戰至155手投子認輸 ｜ 更多文章 ）
過去有人對AI的應用範圍，抱著質疑的態度；因為圍棋被歸類於「完美信息遊戲」，亦即所有的資訊完完全全地攤開在遊戲人的前面，都在棋盤上看見，沒有任何黑箱，這種情況在現實裡並不多見，一般狀況人們都是藏著各自的王牌在喊價，像「不完美信息博弈」的撲克（梭哈）遊戲，需要觀察別人反應來調整自己戰術，懷疑這類的模式AI無法適應。
