水邊的阿狄麗Na
<strong>不能。
alpha zero的訓練方法類似於對抗網絡，屬於自己與自己對弈，而相互進行的對比只是數據而已，相比真正的下棋速度會快很多，而且可以24h不休息地訓練，人類的訓練強度遠遠不夠。相當於一個人類棋手積累百年的經驗，和一個人類棋手裡比較優秀的一位對弈，顯然經驗程度上具有天壤之別，並且會積累很多人類棋手所不成想到過的方法。
相較之下，差距太過懸殊，勝率幾乎為0.
榻榻米的榻榻
不用多說，先舉辦正式的ai讓2子對世界冠軍的比賽。等比賽結果出來後再判斷。
人類能比較發揮出水平，同時又具有較好觀賞性的圍棋比賽賽制，應該是人類一方用時3小時左右，過後每1分鐘走1步。網上的快棋比賽是能說明一些問題，並不能全面的代表人類的能力。
直指見性
不管是什麼版本的人工智能 讓柯潔3子那是找菜，讓我九子我絕對有信心吊打阿爾法狗。。。
悟空丟了金箍棒1
讓二子柯潔贏不了 讓三子狗狗稍微有點勉強 互有輸贏吧 畢竟柯潔人類最強
紋枰
贏不了！誰也不知道AI有多厲害，現在的策略是贏就行，沒有用痛打落水狗的方式編程。
西風狂十級
人與機器的這種競賽規則就不對。如此人與機器讓子競技只能是誤入歧途。
人類的目的不是為了戰勝機器。而是為了戰勝自我。與機器的博弈應當儘量以存活量多為目的
浪173622819
只要不是故意，讓三子如果還輸是不可能的了，就算是AI計算了得，由於差距太大，拍馬也休想追得上，讓兩子與讓三子不是同一個概念。
馬友明79
deepmind 最後開發的是alphagozero。完全依靠自我學習，3天超過alphago，21天超過master(alphago 和master都是alphagozero的老大哥）。40天后對戰alphago和master戰績分別是100:0和89:11。而其對計算量的依賴卻更少。也就是說算法的優化是是實現棋力飛躍的關鍵。
而master對戰人類頂尖棋手60:0。
儘管deepmind不再繼續投入圍棋的研究，但是alphago的技術已經推廣到多個領域，也包括電競。
算法是支撐alphago的核心，即使不再研究圍棋，其在其它領域的研究成果也一樣可以應用到圍棋。
根據deepmind論文開發的絕藝a讓二子對戰職業勝率百分之九十幾(網站數據多數職業少有業餘)。而且不是最強配置。
已經有網友使用leelazero和katago，自家的強電腦配置(主要顯卡)，可以對戰人類頂尖讓二子不貼目，這已經接近三子水平。
基於以上背景再看對戰人類，給alphagozero較短時間，讓三子對戰人類頂尖應該是好勝負吧。
前提是:
1. alphagozero 需要針對讓子棋做調整或設置。(已經有任意讓子情況下不損失棋力的技術開發出來瞭如katago)
2. 計算力配置較好，不必太高。估計四個tpu?
3. 雙方用時一樣，快棋。
4. 讓三子黑貼6.5(差不多分先讓26目)
慢棋的話估計人類棋手還是有希望的。
畢竟棋力有個極限。目前的ai應該已經接近圍棋之頂了，只是猜想。
real_true2011
讓兩子只是讓先，任何職業棋手都贏不了。看柯潔同阿爾法下棋的時候，前半盤柯潔就輸到幾十目了，只是阿爾法以穩贏為目標，後來越來越保守。看阿爾法與柯潔的棋，阿爾法讓三子，職業棋手應該贏不下來。
1513445
這個問題我覺得可以從側面回答，之前人類和ai的區別在於大局觀和細節。圍棋高手通過對全局的掌握，還能找到ai的弱點，屠殺大龍。但是隨著深度學習算法的革新，新版阿爾法狗無論是細節還是大局觀都是人類無法匹敵的，雖然這是事實，但是圍棋畢竟只是一項競技遊戲，人類對世界的認識其複雜程度目前的ai是無法理解的，有一天如果人工智能超越了人類，那應該就是所謂的神了。
