A statisztikák nem hazudnak: a számítógépek már jó ideje jobbak a go nevet viselő, több mint 2500 éves stratégiai játékban, mint az emberek. Igaz, a térhódítás csak 2015 után kezdődött, de mára már az emberek tanulnak – a számítógéptől.
A londoni Deep Mind által kifejlesztett AlphaGo 2015 októberében legyőzte a két danos Fan Huit, aki ekkor Európa go-bajnoka volt. 2017 májusában pedig a világelső Ke Jie veszített el három mérkőzést zsinórban a szoftver ellen. Végül saját maga ellen fordult a gépi agy: a továbbfejlesztett AlphaGo Zero 2017 októberében százból száz összecsapást nyert meg az előző változattal szemben. Igaz, az amatő versenyzőként érkező Kellin Pelrine egy számítógépes elemzéssel fellelt hibát kihasználva, sajátos stratégiát alkalmazva 15-ből 14 meccset nyert meg 2023 februárjában, egyben rámutatva a gépi tanulás korlátaira is.
A hong kongi Városi Egyetemen kutató Minkyu Shi és csapata azt vizsgálta, hogy a gépi „szuperjátékosok” megjelenése segített-e az emberi ellenfeleken, azaz fejlődött-e az ő játéktudásuk az eltelt évek alatt. Ehhez 5,6 millió lépést elemeztek, melyeket 195 és 2021 között tettek meg a játszmákban a humán játékosok. A lépéseket betáplálták egy go játékra tanított MI-ba, amely „döntéshozatali minőségi indexet” állított fel és ez alapján értékelte azokat. A kapott eredmények szerint 1950 és 2015 között statisztikailag igen alacsony volt a játékosok tudásszintjének növekedése. Ez gyökeresen változott 2018 és 2021 között: sokkal több, egy adott játékállásban végzett olyan lépést talált az MI, amelyre korábban nem volt példa, azaz új stratégiát dolgozott ki a játékos. Az adatok szerint 2015-ben a lejátszott meccsek 63 százalékában fordult elő ilyen, míg 2018-ra ez 88 százalékra nőtt. Vagyis a nagyobb kihívás, a gépi edzőpartner bizony az emberi játékra is jelentős hatást fejlett ki.
