棋盘的高手总是多想几步；
人工智能的Alpha Go每次出手前，都考虑了Step1有N种走法，每一种走法接下来对方的反应会是啥，接着是Step2，又有N种走法，接着是Step3，以此类推，推算出哪种路径最后的成功率更高，以此来决定Step1的选择；随着推算步数增加，计算量的增长是指数级别的，需要更多算力。
以此同时积累着各种更为有效的路径；自我学习（自己和自己对弈），不断地积累成功率和成功路径，进而形成类似条件反射似的反应，减少算力，更快地出手。
机器AI如此，高手思维亦如此，不同的是AI算的更多步，更为精确，记得更牢，反应更快，形成直觉。
要成为高手，不可避免地也要有类似思维：凡事多想几个Why？几个So？推演一番，再确定当前的最优路径
