“谷歌围棋”的计算机程序怎么来做这件事。这是一个棋盘，假设落子落到这个地方，模仿分堆游戏，继续下棋，可以下成各种情况。跟分堆游戏一样，它能够生成一棵树。从起始状态、中间状态，一直到最后的目标状态，是一棵非常巨大的树，理论上所有可能性的布局都可以做到。所有可能布局有3的361次方。每一个点上有3种状态，要么黑子，要么白子，要么什么都不布，一共361个点，数量大到大大超过我们的想象。下一盘棋，一共有10的360次方种走步。

这是20世纪50年代机器下国际象棋的研究成果。国际象棋，不管输赢每个人下25步，假设每一个人下棋的时候都有10种不同的走法。它所构造出来的树非常庞大。让机器搜索这棵树，找到决胜路径，机器拼命往后搜，搜到决胜状态，再返回，找到这个路径后，一共有10的124次方的走法，第一步花了3×10的106次方年。

搜索是很机械、很简单的，用计算机实现起来很容易，但要克服的问题是效率。地球46亿年，4×10的9次方，但第一步花了3×10的106次方，不可能花这么长时间来走。但我们可以提高搜索效率。不需要让机器像人一样聪明，用这种非常机械的搜索办法也可以做好事情，前提是想到一个提高效率的办法，这成了人工智能后续好多年研究的目标。