阿尔法围棋

近期，棋手李世石退役的消息登上了各媒体头条，李世石是世界顶尖围棋手，曾拿到过14个世界冠军和32个韩国冠军。 2016年与人工智能机器人AlphaGo一战，尽管1比4失利，但也拿下人类迄今对AlphaGo唯一的胜利，可以说是唯一一个击败过人工智能的人。

李世石在接受采访时表示：“随着人工智能在围棋游戏中的首次亮相，我意识到，即使我通过疯狂的努力成为第一，我也不会是顶尖的。”

有人推测此次李世石的退役，与AlphaGo的那次对弈不无关系。 当一个人无论如何都绝无胜算，永远有个实力远超你的对手碾压你的一切努力，所有的付出就会变得索然无味，那么就是时候退出了。

AlphaGo和李世石的世纪大战已经过去三年，有一部纪录片全方位展示了这次人机对战的经过。 此片对比了人类思维方式和人工智能未来的工作方式，感动之余也令人深思——

阿尔法围棋

AlphaGo

导演：格雷格·科斯 主演：Demis Hassabis / David Silver / 李世石 / 黄士杰 / 樊麾 上映日期：2017-04-21(翠贝卡电影节) 片长：90分钟

AlphaGo（“Go”为日文“碁”字发音转写，是围棋的西方名称），直译为阿尔法围棋，亦被音译为阿尔法狗，是于2014年开始由英国伦敦Google DeepMind开发的人工智能围棋软件。 它是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人。

AlphaGo主要工作原理是“深度学习”。 “深度学习”是指多层的人工神经网络和训练它的方法。 这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理。

当DeepMind团队提出让计算机和人类对战围棋的时候，很多人都觉得计算机不可能赢。 人们普遍认为想要赢一场围棋，你需要有人类的直觉，而计算机不具备人类独有的“直觉”。 DeepMind团队找到了欧洲围棋冠军樊麾，希望他来和AlphaGo来一次对战。 樊麾欣然接受，他自信满满地认为自己一定会赢，对方不过是一个程序而已。

然而，欧洲围棋冠军樊麾以五比零输给了AlphaGo。

输给AlphaGo之后，樊麾开始怀疑人生：自己怎么会输给一个电脑程序？ 他无法接受这样的事实，然而这是历史上第一次，专业围棋手输给了一个程序。

不过樊麾很快就调整了状态，虽然输给程序很令人难过，但是他也隐约看到了人工智能的未来，能够参与历史的发展，也是意义非凡的。

然而赛后收到的舆论却大多在质疑樊麾的围棋水平，由于不了解AlphaGo的实力，很多人认为樊麾竟然输给电脑程序，说明他现在只是个业余选手的水平。

围棋界对于AlphaGo到底有多强，持怀疑态度。 作为回应，DeepMind团队需要更强大的挑战和对手，他们看中了全球围棋冠军李世石。 如果AlphaGo能赢世界顶尖选手，那么它的实力就不言而喻了。

李世石欣然应战，赛前的他信心满满，认为自己不会输，而且是五场比赛一场都不会输。

李世石，世界顶级围棋棋手，1983年3月2日生于韩国全罗南道。 李世石属于典型的力战型棋风，善于敏锐地抓住对手的弱处主动出击，以强大的力量击垮对手，他的攻击可以用“稳，准，狠”来形容，经常能在劣势下完成逆转。 无论是互联网上还是围棋界，大多数人都认为李世石可以轻而易举获胜。 DeepMind团队这边也很重视这次的比赛，让AlphaGo对弈世界顶级棋手其实有很大风险，他们很可能会输，而且会以很愚蠢的方式输掉。 所以团队全天工作，不断改进AlphaGo的算法，更好地应对挑战。

而正式比赛时，坐在李世石对面的将是工程师Aja，他来负责操作AlphaGo。 换而言之就是替AlphaGo落下真实的棋子，并且将李世石走的棋子输入电脑给AlphaGo。

团队还邀请了樊麾回来参与AlphaGo的改进工作。 在对AlphaGo的反复研究中，樊麾发现了AlphaGo的弱点，也就是所谓的bug，而这个问题涉及AlphaGo对问题的理解能力，团队因此感到焦虑。

而李世石那边已经做好了接受挑战的准备。

围棋在韩国是一项颇有人气的活动，大约有800万韩国人玩围棋，即便是不玩围棋的韩国人也都知道世界冠军李世石。 这样的比赛自然受到很多韩国民众的关注，大家都带着几分民族自豪感来观战。

而对于全人类来说，人类与人工智能交锋也是一件值得关注的事。 人类因智慧在地球崛起文明，大多数人都认同人类的智慧、情感、直觉是独一无二的，是人类文明的基石。 李世石也认为人类的直觉是决胜的关键，而人工智能不具备这种能力。

在这之前，李世石代表的是韩国。 而这一次他是为人类而战。 比赛正式开始，胸有成竹的李世石落下第一颗棋，而AlphaGo却在第一步就突然卡住，停顿了近半个小时之久，这让背后的开发团队都不禁捏了把汗。

当它终于落下第一颗棋，比赛在静默中进行着。 AlphaGo的表现令评论员都惊叹不已，它的棋路显得很像是一个真实的人类。

人机对抗在棋盘上逐渐变得激烈，AlphaGo的攻击性开始令李世石难以招架。 作为专业棋手的李世石不禁抬头望向对面的操作员Aja，这是一个本能动作。 他想要观察对手的心境，但是却看不到AlphaGo的表情，这也是AlphaGo的可怕之处。

当你和人类比赛时，你可以通过感觉做些调整。 我看着你，我可以揣测你的想法，眼神的交流可以观察到很多事。 但是和AlphaGo比赛，你什么都感觉不到，你能看到的只是一台笔记本电脑。

令所有人惊叹的情况出现了，世界围棋冠军李世石终于在与AlphaGo的对抗中落后了。 就连李世石自己也对这种局面感到震惊。

所有人都以为李世石会主导这场比赛，然而比赛进行到一半，他是挣扎的那一个。 就在这时，AlphaGo似乎出错，接着就不停“犯错”。 但基于AlphaGo是计算机，所以这些“错误”也许是计算的结果，而不是错误。 看上去更像是AlphaGo在玩弄对手。

这一局，李世石输给了AlphaGo。 他花了很长时间才接受这个事实。

然而AlphaGo的开发团队DeepMind那边却欢欣雀跃。 与失落的人们相比，他们有着不同的立场。 “人类希望人类赢是自然的事，但AlphaGo是人类创造的。这是人类智慧和才智的终极象征。”

第一局，电脑战胜了人脑，立刻成为世界新闻头条。 全球有8000万人在关注这场比赛，这样的结果无疑震惊了世人。 李世石虽然输掉了第一场比赛，但他还有四次机会打败AlphaGo。

第二场比赛开始，李世石改变了策略，不再轻敌。 这一场他每一步都走得很慢，可以想象他背负着巨大的压力。 AlphaGo有三个主要成分： 政策网络——专门训练高水平的游戏来模仿人类。 价值网络——用来评估棋盘的位置，并显示特定区域的胜算有多大。 树状搜索——它可以看穿游戏中所有不同的变化，以此来推算出接下来棋盘上会发生什么。 可以说AlphaGo走的每一步都是电脑复杂运算的结果，人类大脑能与之匹敌吗？

第二场比赛正在进行时，李世石似乎承受不住压力，突然离场去天台抽烟。

而AlphaGo不受情绪影响，继续有条不紊地落子。 它又走出了一步，被在场专业棋手认为是错误的棋，人类绝不会这样走棋。 这已经超出了人类的经验，是AlphaGo自己创造出的新棋路。 李世石看到这步棋，也震惊了。 他认为这已经不仅仅是基于计算的结果，这是一种创新，意味着AlphaGo具有创造力。

第二场比赛，李世石还是输给了AlphaGo。

有趣的是，尽管连开发团队都承认AlphaGo只是一个电脑程序，但是在网上的评论中，很多人下意识地为AlphaGo赋予了人格甚至性别，它开始让人感到一丝微弱的恐惧和威胁。

接下来的第三场比赛中，李世石还是输给了AlphaGo。 这一次所有人都能感觉到他的无奈和绝望。 不公平的是，这样的对战中，无论AlphaGo是输是赢，都不会受到情绪的影响。 而对于人类而言，情绪会影响发挥。

第四场比赛中，李世石彻底放松了。 面对AlphaGo这样强大的对手，他开始慢慢找回最初对围棋的认识，一步步用人类的方式把AlphaGo逼入绝境。 AlphaGo终于开始真正意义上的“犯错”。

这一局，几乎是历史性的时刻，AlphaGo放弃了，李世石赢回了这一局。 连输三场以后，第四场似乎毫无希望，那感觉就像世界末日来临。 但这一次，人类赢了。 所有人激动不已，现场一片欢呼，一扫前几天的压抑和恐惧，大家不仅在为李世石欢呼，也是为人类自己欢呼。 这次胜利意味着，人类在面对超级计算机时，似乎并非毫无胜算。

虽然第五场比赛，李世石还是输给了AlphaGo。 迄今为止，人类只战胜过AlphaGo一次。 但是通过这场比赛，人类对人工智能的实力有了惊鸿一瞥，也隐约看到了未来世界的可能。 可以预见的是，随着科技日新月异的发展，人工智能（AI）必将逐渐走入人类的生活。 或许当下很多人对人工智能的印象缺乏真实感，总是会联想到科幻小说和电影。

其实我们当下，正处在一个充满了弱人工智能的世界。 无论是汽车还是手机中都不乏各种人工智能的应用，谷歌最近在测试的无人驾驶车就是一例。 弱人工智能目前在给人带来便利的同时，还不至于对人造成威胁。 然而，每一个弱人工智能的创新，都在给通往强人工智能和超人工智能的未来添砖加瓦。 有人曾预言：现在的弱人工智能，就像是地球早期软泥中的氨基酸——没有动静的物质，也许突然的契机就组成了生命。

计算机科学家Donald Knuth认为： “人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。” 总有一天，我们会造出和人类智能相当的强人工智能电脑，这只是时间问题。 超级智能的诞生，或许就会发生在不久的将来，因为指数级增长的关系，虽然机器学习现在还发展缓慢，但是在未来几十年就会变得飞快。 到那时，人类将不得不面对自己创造出来的超级智能。 而大多数人关心的是，它会如何对待人类，它会协助人类更好地生活还是威胁人类的生存呢？ 或许答案只能交给时间了。

*本文作者：RAMA

看完AlphaGo的纪录片很多天了。还是会常常想起李世石那手精妙的“神之一挖”之后，AlphaGo几乎程序错乱似的，连下两手让人错愕的虎口点子，随后认输。那一幕的认输，好像这让人畏惧的机器突然有了一点“人性”。 可惜不会再有这种情况了。 它从此之后就是人类棋手望尘莫及的巅峰。李世石的那唯一一局赢棋，就像人类最后的高光时刻，剩下全是“下山路”。 它拥有无与伦比的学习能力，它的下棋逻辑是每一步都通过计算，下出每一步胜率最高的一步，那些人类花了几辈子才想出来的妙手，它可以通过短时间计算得出。 我理解李世石之后的退役，从前下棋都是人与人之间的战斗，黑白翻覆可以参悟世间理、可以争棋无名局、可以用人类的速度体悟那些虚无缥缈的艺术感。当AlphaGo“坐在”他面前，那是个无限可击的深渊，真正的“惴惴小心，如临于谷”，什么虚无的道理都没有，只剩下胜负。 AlphaGo的出现虽然让人类棋手在训练时如虎添翼，水平都提高了一层，可是这就如同学会开车开飞机的人类，飞得快的始终不是人类本身，而且机器。欲速则不达，任何过于高速的发展都值得警惕。 我很遗憾，AlphaGo就此剥夺了人类面对围棋时那种想要用尽一生参悟浩渺的美感。这种“被终结”感有点糟糕。

记得在电视剧《请回答，1988》中的一个片段中，每天沉迷于胜负的顶级棋手阿泽问：“我可以输，对吗？”大人们没告诉天才的话，朋友们告诉他了：啊泽是可以输的。

19岁的柯洁穿着黑色的西装，低着头快速走到舞台中央，站在alphago之父哈萨比斯先生旁边。这时，这个刚刚输掉2017年人机大战第三盘棋的青年深深的吸了一口气。

隔着一个座位，是他的好朋友连笑，老大哥古力没有出现在赛后的发布会现场。连笑抬头看了看他身边的柯洁，安静地坐好，这是棋手熟悉的对外姿态—风平浪静却又波澜起伏。三次掌声，19岁的棋手用他的坚韧赢得所有人的尊重。在舞台上，他调整呼吸，声音低沉，两句话刚过就哽咽起来：我很责怪自己。我不想说这是双赢，对我来说我是和他比赛，与其他人想法不同，我输了我很难过，我觉得自己发挥得很糟糕。柯洁揉了揉眼睛，隔着眼镜你能看到他眼中的泪水。对局中，她出门洗了一把脸，那个时候他眼眶里已经充血，或许他需要的不是冷水，而是平复情绪。

赛场上，柯洁承认自己失控了，这个19岁的男孩仿佛回到了自己的少年时代，因为下不过对手而哭鼻子，当所有人认为这个狂傲的少年已经强大的没有弱点的时候，却忘了他只有19岁。

现场很安静，蓝色的大屏幕让人浮现一个熟悉的画面，阿泽问：我可以输，对吗？

图片

最后一个发言的棋手连笑望着自己的朋友说：“我非常敬佩柯洁，在第二局没有人能比你做得更好！”是的，你可以输。

第二局柯洁完全轻松之下，有了世界第一人的发挥，这是人类天性的顽强，也是几十年残酷棋手生涯的条件反射。以至于不懂围棋的alpha之父哈萨比斯迫不及待的就在中午发文赞美柯洁的完美开局，是的，没有人知道如果是1年以前的 alpha 是否能战胜这一个完美开局局的柯洁，也许那时的alpha真的远不如柯洁。

从alpha出现之前的觉得棋道100已知50到现在的只知2，不是谦虚，是真情流露。

人工智能不过是把围棋当作试水之路，科学家们真正要的，是到医疗等应用范畴去造福人类，正是因为围棋的高深和难解，才让deepmind公司愿意耗费巨资和几年时光来研究，并以攻克围棋为最高荣誉。正是他们让我们知道，围棋的边际我们还远没有碰到。

从古棋的座子，到后来的小目、三三、高目随意，再到现在的套路横行，围棋几千年的历史一直在发展。但人工智能太快，裹挟着时代飞奔。

当年，日本人领先的时候，我们说精神；聂卫平追上的时候我们说成绩；韩国流肆虐的时候，我们说境界；等到中国全面开花，韩国人才凋零，日本偏安一隅的时候，alpha来了。我们是不是应该静下来想一想，这些年我们究竟忽略了什么？那些日本围棋一以贯之的仪式感、神圣感和厚重的文化积淀，是他们称之为道的底蕴和苦苦维持的脸面，曾几何时却被我们弃之如履，并嘲笑他们食古不化。如今，胜负的门槛被踩平，我们才想起围棋竟然是琴棋书画四艺之一，而不是这几十年以来的体育竞技项目。

总有那么一些棋局是可以镌刻于脑海中的。比如吴清源与秀哉的三3·星·天元开局；比如桥本宇太郎和岩本熏的核爆之局；比如藤泽秀行三小时长考后屠杀加藤正夫的百目大龙；比如聂卫平在第一届中日擂台赛上2目半战胜小林光一的不可能任务；比如常昊应氏杯上对崔哲瀚的三鼻顶，又或者是罗洗河在三星杯上放弃三劫循环的千古名局......那也许不是技术上的最佳，却闪耀着人性与思想的光芒，有开拓，有坚持，有决心，有灵动......棋手，用棋谱诉说他们的故事，而观者，从中不但窥视历史的印记，还有人类的悲喜爱恨。静夜掩卷，杯酒入喉，围棋中蕴含的人文温度从未消失，也不会因为胜负而消亡。

1952年出生的大胜负师小林光一有句名言：“我知道怎么把优势的棋赢到手，这个秘密将在我六十岁之后公布。”与此相关的，一句流传更广的话是这么说的：围棋的一切边角变化将在小林时代被研究穷尽。 这是两个有点冷的冷笑话。 我开始学棋的时候，李昌镐的光芒还如日中天，虽然已经渐显颓势，但收拾中国的龙虎豹辈棋手依旧轻松得像是砍瓜切菜。暗无天日的时代，棋友们恨恨地说，龙虎豹辈棋手都没戏了，接下来该是鼠辈棋手上阵了吧？ 学棋十多年间，我计算力最强的时候在弈城打上了5D，计算力下降之后总在3D4D之间徘徊。但没想到的是，工作忙起来精力越来越短计算力越来越差之后，却神奇地升到9段并鲜有败绩，这个事情我其实一直接受不了，因为从来都不可思议，哪怕这样的9段放在现实中顶天了只是业余6段强。 围棋的复杂与博大，注定了顶尖与普通，职业与业余之间的巨大鸿沟几乎无法跨越。一个肩冲黑棋小飞角的变化，吴清源下出来六十多年后，凭借阿法狗的安利才被棋界理解，李昌镐对小飞挂角应以尖顶让对方从容立二拆三，又是经过了多少盘棋的教育才说服了三国各路强豪？ 这是一个依旧相信神和天才的领域。马晓春常昊重头再来，哪怕完美地避过那些他们痛心疾首的败招，我都不相信他们会是李昌镐的对手。棋盘太大了，输的人从来都不是输在具体的某一手棋上。 是这样的，以前看着中国棋手的溃败，总想着李昌镐这厮怎么还不老？但后来李昌镐在棋盘上真的老了之后，我却开始怀念起这个永远面无表情的韩国人了。 棋盘太大太复杂，站在棋盘的中央，以有限的智识，就像是一个人站在宇宙中央独自面对那一份浩渺无边的迷茫与孤独。 如果这时候，有一个人仿若永远不可战胜地在目力可及的前方奔逸绝尘，高山仰止，你会觉一切茫然突然间就有了目标和指引。 “天不生仲尼，万古如长夜。” 所以当阿法狗开始肆虐棋坛的时候，我分外怀念那个李昌镐的时代。站在更广阔的时空区间内，当吴清源一手手看似平平无奇的着法被现在的棋手们遗忘抛弃，却被阿法狗从故纸堆中翻刨出来摆在棋盘上，创造出六十连胜的伟业时，我终于还是无法免俗地假设：如果此时李昌镐全盛、吴清源壮年。。。 并非担忧人工智能的发展和胜利会对人类造成多大的不可预知的伤害，而是出于一种朴素的优越感：在我看来围棋是人类发明的最接近于宇宙本质的游戏，纵横十九路，蕴藏的变化竟相当于宇宙原子数的总和，换句话说，如果真有围棋之神，这位围棋之神或许也可以是宇宙之神了。 在阿法狗之前，我可以轻松地完虐一切围棋软件，我相信围棋无穷无尽的变化和人类独有的创造性的、艺术性的以及经验性的直觉，使得人工智能战胜人类顶尖围棋高手只能依靠暴力穷举——根据代码完成计算的人工智能在我此前的经验中明显不具备创造的能力——而这样的暴力穷举所需要的计算量，显然是下个时代才能完成的事情。 阿法狗之后，这种感觉人类自身独有的无限接近宇宙本质的思维上的优越感多少已经没那么强烈。 那么，如果把李世石、柯洁换成李昌镐、吴清源，结果会不会不同呢？ 这样的假设显然已无法验证，但有意思的是，真正开始撕开李昌镐铁幕的罗洗河，靠的却不是纯粹的计算，哪怕这位“天才棋手”智商高达164。 时间回到2006年三星杯，人称“飞天神猪”的罗洗河在与崔哲瀚的半决赛第三局中，炫耀智商般地放弃四劫循环无胜负的奇局，一气送吃46子大龙却最终大胜，成就了一局注定流传千古的争棋名局。在与李昌镐的三番决赛第三局中，罗洗河以天才的掌控与全局构思，诱迫李昌镐强打了一个长达百余手的劫争，为打赢这个劫争，李昌镐四处找损劫，最终赢了劫争却输了棋。 是的，李昌镐，这个“把围棋演绎到一种几无失误的至高境界”的“半人半神”，并非输给纯粹的计算，而是输给了鬼斧神工的天才构思。 罗洗河说围棋获胜依靠的是更加符合事物的规律而不是依靠你比对手强。 这样的话，也不知道阿法狗同意不同意。

第五局快结束时，David Silver忽然指着屏幕说:“AlphaGO says it's going to quit.” 先是一片紧张的沉默，然后是一阵放松下来后的爆笑。 David笑着说:“I'm joking.” 笑声中有人说:“David has been waiting two years to say this.”

这是我感触最深的一个场景。轻描淡写的一句话，这背后有多少辛酸和寂寞？岂止是两年啊，从1988年Sutton提出时间差分算法、92年Watkins提出Q-learning算法，已经二十多年过去了。AlphaGO“横空出世”背后，是多少科学家几十年如一日的默默付出啊。

AlphaGO的成功，不可思议地像一个梦。几年前，DeepMind成立之初，David Silver在UCL开强化学习课。第八课结束时，David非常腼腆地给DeepMind打广告，希望大家投简历，简简单单几句话说的吞吞吐吐，台下是一片笑声。那个时候，人工智能的围棋还远不能打败人类顶尖棋手，强化学习还只是整个人工智能学术圈里的冷门方向，甚至很多人连强化学习的名字都没有听说过，大家趋之若鹜的方向是数据挖掘和计算机视觉。没有人能想到短短几年后RL即可打败李世乭，DeepMind成为炙手可热的公司、顶级研究机构，而强化学习也给人工智能领域带来如此翻天覆地的变化。

某一年ICLR的开幕式上，有学者在致辞时说:“当初Deep Mind邀请我，我没有答应，现在看来，很显然他们站在了历史更正确的一边。”而我觉得，David Silver，Demis Hassabis，Aja Huang等人最令人敬佩的地方恰恰在于: 他们没有用功利的眼光去选择所谓“正确“的一边，他们只是一直默默地坚持着做自己真正想做的。也正因如此，他们得以引领潮流，而不是跟随潮流。

不仅强化学习领域，甚至今天整个深度学习领域的火爆，也是用很多和他们一样的人（如Hinton）曾经不被看好的坚持换来的。

感谢那些在黑暗中禹禹前行、孤寂中不忘初心的人，是你们的坚持为后来者的路点亮了灯。

人们从千年的对弈中追寻着围棋胜利的办法或说最佳一着，也就是“神之一手”，并形成了很多固化的下棋方式和教育方式。

“我下这里，用这一招，就有相应的招数破解”很多的创新只是在这个固化模式上向前走了半步，就已经让人感叹天才。

而Alpha go因为是一台机器，可以看作在一个平行世界里学习围棋但又没有接受人类的“人性化”的教育手段，他在对局中的一些棋步常常让人觉得奇怪和不解，因为这不是人们习惯性使用的棋步，但最后你发现虽然他有些棋步看似失误多余，但他最终会胜利。那些奇怪的棋步更像是一个新的世界，一个我们在围棋领域未曾探索到的世界，或许里面深藏着让人惊异或足以颠覆现今围棋下法的方式。这让我不仅仅想到围棋，还有很多的领域是不是都这样呢，人工智能或许可以为我们引导向更佳的获胜方法或做法，但这也让人深感恐惧，人类靠智慧伫立在动物界的顶端，突然发现某些方面比我们更聪明的AI，不禁怀疑有朝一日人工智能会控制人类，就像现在人类控制其他动物一样。