职业棋手们可以去盯着这些局面判断题，进行全局思考。为什么这些局面是黑优不是白优？为什么和自己的感觉相反？为什么AI或者统计结论明显，自己却没有感觉？这样仔细琢磨，一定会想出一些道理。琢磨久了，甚至作出判断的速度都会加快。AI的策略网络和价值网络的神经网络是相似的，人类既然能够有“策略网络”的直觉系统，同样在人脑中训练出“价值网络”应该是可行的。

　　从人类等级分最高的柯洁的棋艺来看，他可能就有这样的特点。柯洁的算路并不是最深的，数目也不是最强，也不是妙手一堆，当然这些都不弱。柯洁自称最强的是判断，有时直接判断不用数目就知道是亏了还是赚了，是通过4000多盘网棋成长起来的。很可能柯洁在数千盘对战中不自觉地注意了对脑中“价值网络”的训练，形成了自己领先其余高手的局面判断能力。这些棋手与棋迷认为，柯洁是下得最象AI的棋手。

　　职业棋手群体可以把这个过程工程化，主动收集有教育意义的反直觉局面，棋手们主动接受类似机器学习的“人脑学习”训练，形成直觉一样的局面判断能力。在高水平AI的帮助下，这个过程应该可以迅速缩短，不用非常辛苦地积累素材。对各个道场的培训水平而言，局面判断素材以及使用AI帮助训练的能力，会成为重要因素。国际象棋AI早就这样帮助人类棋手训练了。

　　这种局面判断，天生就是全局的。这将使人类高手的围棋思维，从之前的局部定式、局部数目、局部战斗，飞跃进步到全局判断、全局战斗，这将是吴清源大师穷毕生之力思索并力推的“21世纪围棋”、“六合围棋”时代。吴清源2014年去世了，没有看到围棋AI的革命性进展。但是在围棋AI的帮助下，这个时代将不可避免的到来，人类高手围棋水平将再次取得突破性进展。

　　而对于Master这样的围棋AI，也不要过于恐惧。它的秘密武器就是以价值网络为基础的全局思维，新手不断，明快取舍。AI的价值网络是基于全局的，所以全局配置稍有不同，它的着手就会发生变化，远远的几个散子人类看不到什么，AI却能考虑到下出新手。

　　人类高手30秒计算时间过短，碰到的又是完全不同的棋路需要计算，自然容易出错被狠狠打击。甚至有些着手，人类高手们“不知道AI是什么意思”，过了一些招数才发现吃大亏了。有些上阵的高手甚至由于恐惧，对自己失去信心，明显技术变形，早早就大败了。

　　人类由于生理条件的限制，需要更多的思考时间。从探索围棋技艺的角度，要求更多思考时间是合理的。如果在布局与中盘战斗中领先或者顶住了，收官时因时间紧张出小错败北，这并不可怕。但是人类必须在布局方向选择、接触战的局面判断中更多地引入全局思维，接近AI的水平，才有机会顶住。

　　AI由于MCTS算法天生的弱点，很大可能仍然是有缺陷的，太复杂的局面会出现算路问题，或者局部死活出现漏算，而这是人类的优势。

　　人类的语言逻辑推理能力，局部严密算路是有优势的！对于复杂局面，人类可以总结归纳主要矛盾，设计出组合手段，推理出可行次序。而AI由于MCTS的框架特性，什么都要算到终局，不可能什么都模拟到，大量算力浪费在非关键的逻辑里，发生漏算是可能的。当然前提是人类高手需要顶住，不能让AI随便就领先10几20目，那AI可以简明地控制局面，对手毫无机会。

　　如果人类高手能够学习价值网络的全局思维主动训练，取得棋艺的飞跃进步，再给以足够的思考时间，和AlphaGo以及其它水平不断进步的高水平AI对战还是有胜机的，而这对围棋发展的意义极为重大。Deepmind开发出AlphaGo这样的革命性围棋程序，将确定无疑地引领围棋艺术再一次的飞跃进步，人类棋手也会获益非浅。