东江市，龙景江岸小区。
在芮昭选择扑入开劫的同一时间，李皓明立即小跑进房间里，拿出自己的平板，开始在上面鼓捣起来。
这一行为自然引起了一旁李菁哲的注意：
“爸，您这是……在试下？”
“对。”
李皓明头都不抬地回答，手中动作一点不停：
“我在看这个劫到底谁能赢！”
“谁能赢？”
听到这个说法，李菁哲一时莫名。
“但……芮昭直播间里这里不是有AI胜率吗？我们看那個胜率不就行了？”
李皓明摇摇头道：
“菁哲，打_劫、尤其是双方劫材都很多时，我们爱好者所能用到的AI是判断不准形势的，极有可能误算。
“我先前看比赛，已经不止一次遇到打_劫时双方招招一选，结果胜率猛然暴涨暴跌的时候了。”
“啊？!”
本来心情稍稍放松下来的李菁哲闻言又惊又疑：
“您是说……AI算不过人吗？”
李皓明沉声说道：
“最起码在打劫时的胜率判断来说，低算力AI确实不行。所以我得靠着AI辅助自己下一遍。”
听到这话，李菁哲人又是一呆。
尽管他也知道，现在的AI发展还有很大局限，适用范围也有待拓宽。
但他认为，最起码在围棋这种高度规则化的游戏中，稍具算力的AI，应该都是要吊打人类。
结果……现在自家这远没有职业水平的老爸，居然都能有宁信自己也不信AI的时候。这让这个未来主攻计算机的高材生大为震惊。
人类棋手，能够追上深度学习AI。
而一般的爱好者，甚至能够自己挑低算力AI的毛病。
围棋……是怎么个离谱的东西啊！
看到自家儿子的表情，李皓明大体猜到了他的想法，便停下手来顺便和儿子交流道：
“菁哲，所以我一直想让你学学围棋。这或许对你计算机方面的学习也有帮助。
“尽管看上去围棋AI已经碾压了人类，但在我看来，这无非是建立在当代计算机极为强悍的硬件性能上面。而并非你们研究出来的学习模型是多么多么的出类拔萃。
“当初OMEGA GO ZERO，3天训练了480万盘，然后只花了30小时，就完全击败了当初击败崔成石OMEGA GO。
“等于说，它赢下OMEGA GO，差不多需要花费200万盘的训练。
“而现在普遍认为，世界第一人柳世贤很可能已经要比当初击败崔成石的OMEGA GO要强。等于说，OMEGA ZERO花了200万盘的学习都还达不到柳世贤的水平，完全是靠计算机硬件不讲理的计算量强行超过的人类。
“但问题来了，柳世贤哪怕按每年下1000盘棋算，迄今为止也超不过两万盘。
“在围棋这种规则高度清晰固定的游戏中，你们计算机引以为傲的AI学习模型，学习能力连人类的百分之一都不到，便天天志得意满，甚至认为围棋已经没有任何研究价值了……我觉得，这是不是有些过于傲慢了呢？
“说句我作为一个外行人的看法：如何拉近AI与人间的学习能力差距，这搞不好就是未来人工智能能否真正‘智能’起来的关键。”
李菁哲闻言，一时沉默不语。
尽管被父亲教育了一番，可他还真就没什么可说的！
因为现在的计算机模型研究，确实本质上都是“一力降十会”——而这“力”主要来自于集成电路发展。
这要说想通过两万盘的训练量就训练出一个能赢过人类顶尖棋手的围棋AI，这在计算机界还是过于天方夜谭了。
而看到儿子没有继续言语，李皓明也不再多做说教，转过话题道：
“当然，这都扯远了，我们还是继续看比赛吧——我看刚刚芮昭已经开始找第一个劫材了。”
…
…
同一时间，榕城市永乐银滩酒店，吴越杯本赛对弈室。
又是接近一分钟的沉思后，少女开始与对方进行最后的撕咬。
第247手，黑棋收左下大龙外气找劫。
白棋跟着收气，黑棋提劫。
第250手，冰女王沉思至最后，左上打吃大龙找劫。
轮到到芮昭落子，她同样没有浪费一分钟的任何一秒。
现在胜负完全可能就在一个劫材中间，像这种单一一处可以连续找出几个劫材的地方，必须小心应手。
否则双方无论哪一方走错，多了或者少了劫材，都可能直接影响到最后的胜负。
所以，别看这仅仅只是一个差一目的单关劫，可这种小如毫末，却可压垮天下的劫争，烧脑程度丝毫不亚于大龙对杀及细棋收官。
偏偏，这局棋对局的双方，愣是将这三者都经历了个遍。
对心神及体力的消耗，可见一斑。
最后，黑棋选择左侧提吃，白棋提回劫来。
第253手，黑棋左下粘住，继续威胁白大龙。
白棋跟紧一口外气，黑棋提劫。
第256手，白棋左上打吃找劫。
黑棋提吃左边，白棋提劫。
第259手，黑棋中间紧气打吃找劫。
白棋提子，黑棋提劫。
第262手，白棋左上再次打吃找劫，
黑棋提吃，白棋提劫。
第265手，黑棋左下打吃大龙找劫。
白棋粘上，黑棋提劫。
第268手，白棋右上打吃黑两子找劫。
黑棋粘上，白棋提劫。
第271手，黑棋右下贴下找劫。
白棋虎出，黑棋提劫。
第274手，白棋左下打吃四子找劫。