人类的最艰难一战AlphaGo：谜一样的第37手

陈劲松

2016年12月，美国著名的科普网站，科学新闻（ScienceNew.org）在评选十大新闻中，名列第一的是“AlphaGo战胜李世石”。

“AlphaGo在克服复杂问题上爬过了一座陡峭的山峰，在最复杂的智力游戏中战胜了人类”，在回顾中，科学新闻评价道，“现实世界的复杂程度远超这些游戏，但AlphaGo的进步让大家看到了电脑解决复杂问题的曙光。”

是的，由于AlphaGo的出现，人类作为一个整体应该意识到，世界不一样了，另一种文明，已经崭露头角。

“我代表人类”

时间倒回到2016年3月10日，首尔光化门的四季酒店，这里正在进行围棋“人机大战”第二局。在9日进行的第一局比赛中，谷歌的程序AlphaGo击败了李世石，取得了历史性的突破。在第二局的比赛中，AlphaGo下出的第37手，一个简单的肩冲，又让李世石进入了难局。

观战室里还有一名职业围棋选手，他是三届欧洲围棋冠军樊麾（Fan Hui）。一开始，第37手也令他感到困惑。但他和AlphaGo很熟悉，有五个月时间，樊麾与这台机器进行过成百上千局对弈。樊麾经常输给AlphaGo，但他也渐渐比任何人都明白它。在樊麾眼里，那一步肩冲不像是人类会下的一步棋。思索了十秒后，樊麾才恍然大悟。“这步太漂亮了，”他又重复了一遍，“太漂亮了。”

日后这一手不断被职业棋手所模仿，包括世界排名第一的柯洁，棋迷们也将这手称为“阿狗流”，与围棋战法中著名的“秀策流”、“中国流”并列。在李世石眼中，37手的阿狗流，表现出了围棋棋手所说的“直觉”——一种让它能以像人类一样的方式，甚至超越人类的方式下出优美棋局的能力。

在决定与谷歌的AlphaGo对决前，李世石对他的对手几乎一无所知，虽然AlphaGo已经以5：0战胜了欧洲冠军樊麾，但五盘棋谱尚未公布，李世石并不知道AlphaGo有多厉害，甚至没过问奖金一事。直到签完保密合同后才知道，奖金为100万美元。李世石说，“这个比赛本身的意义，比奖金大得多。这是因为，我代表人类同计算机对战。”

人类的代表李世石，在第37手面前陷入沉默。一分钟过去，又一分钟过去——整整15分钟过去了，最终，李世石拿起了一枚棋子放在了棋盘上，在对方肩冲的黑子上贴了一手，事后证明，这一手是本局的败招，4小时20分钟后，李世石选择认输。

第一滴血

谷歌虽然是一个美国公司，但AlphaGo的创造者是两个英国人，大卫·席尔瓦（David Silver）和戴米斯·哈萨比斯（Demis Hassabis），他们是剑桥同学，专业都是计算神经科学。1998年毕业后，两人合开了一家电子游戏公司。

哈萨比斯经常和一名同事下围棋，席尔瓦在他的影响下也开始自学围棋。他们还加入了当地围棋俱乐部，和二三段棋手对弈，这是围棋中非常低的水平，两个高智商的家伙并不满足于此。他们忍不住思考，为什么电脑可以打败西洋跳棋、国际象棋的选手，却从未破解围棋。

对人工智能来说，围棋游戏的难度在于，决策空间实在太大。决策（Decision Making） 是人工智能的关键要素，使得机器能够在人类的世界中发挥作用。在围棋以及任何游戏中，一次决策往往使得游戏更新到一个新局面，于是影响到接下来的决策，一直影响到最终游戏的胜负。人工智能的关键就是在决策空间中搜索达到最大效益的路径，最终体现在当前决策中。围棋棋盘上棋子可能的组合方式的数量就有10的170 次方之多，超过宇宙原子总数。在近乎无穷的决策空间中，去暴力搜索出当前棋盘的下一步最优定子是绝对不可能的事情。

2010年，哈萨比斯在伦敦成立了一个名为DeepMind的人工智能公司，席尔瓦随后而来，在这里他们开始了真正的人工智能之旅。这家公司之后又被谷歌公司收购，这也解决了他们的资金问题。

在伦敦国王十字车站附近的DeepMind办公室中，这支团队将3000万步人类下出的围棋步法输入到一个深度神经网络中，这个网络的硬件和软件能大致模拟人脑中的神经网。

神经网络其实很常见，Facebook用它给照片中的人脸加上标签，谷歌则用它来识别安卓手机收到的语音命令——给它输入足够的话语，它就能识别你所说的话。输入3000万步围棋步法，它就能学会下围棋。在经过五年的进化之后，AlphaGo取得了重大突破，成为第一位击败职业棋手的程序，而第一滴血，就是观战室的樊麾二段。

樊麾是西安人，职业二段，2000年移居法国，随后成为欧洲最强棋手。2015 年9 月底，樊麾第一次去Deepmind 公司参观，纯粹抱着旅游的心态。双方确定了比赛时间、比赛方式等等。樊麾发现他们对于人工智能方面可能很擅长，但对于这个比赛要怎么弄，一点经验都没有。最让他惊讶的是对方询问： “万一机器赢了，下围棋的人会不会恨我们？会不会因此伤害到很多人的利益？”

樊麾和AlphaGo的比赛定在了2015 年10 月5 日至9 日，共5天。比赛是一天两场，一共10 盘。5 盘正式的，还有5 盘非正式的快棋。正式的比赛樊麾0：5 败，非正式的快棋樊麾2胜3 负。2016 年1月，哈萨比斯等人在英国 《自然》 杂志上发文说，在英国围棋协会见证下，AlphaGo 以5：0 战胜欧洲围棋冠军、前中国职业棋手樊麾，成为第一个击败人类职业棋手的电脑程序。

在围棋界，职业棋手第一次输给电脑是个非常令人震惊的 “意外事件”，在AlphaGo战胜樊麾之前，最好的电脑围棋也要被顶级棋手让四五子。职业围棋选手纷纷对这个结果表示震惊，他们不愿意接受这个消息，甚至开始怀疑樊麾的水平只有业余五段左右。但随即，AlphaGo团队向李世石发起了挑战，人类和人工智能的重要对决终于到来。

强人工智能纪元

在与李世石进行的五场比赛中，两位解说员都称AlphaGo为“他”，而不是“它”。李世石刚出场时，还向那个看不见摸不着的对手——不知疲倦亦无忧惧的AlphaGo君鞠了一个躬。

比赛之前，谁也没有想到AlphaGo会强到如此地步。世界冠军常昊预计正常情况下李世石是一盘都不会输，如果AlphaGo赢一盘已经是非常大的突破了。在职业围棋界，99%的人都和常昊做出同样的预测。只有一些计算机领域专家，审慎认为AlphaGo能赢一到两局，比如李开复。但结果，AlphaGo第一局就赢了。围棋界一片惊呼不说，韩国的媒体甚至将这一局的意义和人类登月相提并论。

从第二局开始，形势已经发生了逆转。在此之前，是AlphaGo挑战李世石，但在此之后，已经是李世石在挑战AlphaGo了。韩国报纸上开始称AlphaGo为“阿尔法十段”。在韩国，围棋九段与中国古代的一品一样，称为“入神”，十段差不多就是“神”的意思了。

李世石紧接着输掉了第三局，AlphaGo在五局三胜中取得了胜利。在后来的新闻发布会上，李世石坐在哈萨比斯旁边，因为让人类失望而道歉：“我本可以拿出更好的成绩，带来更好的结局。”

李世石发言时，一种意料之外的感觉开始啃食哈萨比斯的内心。作为AlphaGo的创造人之一，看着这台机器实现了人们认为其不能实现的成绩，他感到骄傲，甚至飘飘然，但他同时也因为自己是人类的一员而感到不甘。他开始希望李世石能够赢下一局。

第四局下了2个小时。李世石这局下得咄咄逼人，对棋盘上的特定区域发起猛攻。但是AlphaGo采取了更加豪迈的风格，以着眼整体的方式对整局局势进行衡量。

AlphaGo已经赢得了整场比赛。李世石不再为了胜利下棋，而是为了人类。他用右手的前两个手指执起一枚白棋，放在了紧挨着棋盘中心的地方。这是这局棋的第78手，一步“挖” 步，即在两片大范围紧密的地区中间插入一棋。在AlphaGo的控制室，运行机器的人们都停下了手里的工作，盯着他们的显示屏看。在李世石下出那绝妙的第78手前，AlphaGo计算自己的胜算为70%。八步之后，这一数字变得不值一提。李世石的78手被古力称为“神之一手”，这手棋让AlphaGo崩溃，让人类棋手保留了最后一丝希望。

2016年3月13日，韩国首尔，2016年围棋人机大战第4局，李世石艰难赢得一战。

五局比赛的最终结果是四比一，AlphaGo也凭借这五局棋一直排在世界第二的位置，威胁着世界第一人，中国棋手柯洁。8月份，DeepMind团队在波士顿宣布，AlphaGo已经从李世石对战的第18个版本进化到了V25，现在这个版本可以让顶尖职业棋手两子。随后，中国棋圣聂卫平宣布柯洁将不会与AlphaGo进行比赛，为职业棋手保全最后一丝颜面。

然而，人工智能的大门已经打开，一个新时代，已经到来了。“2016年是人工智能走向主流的元年”，微软亚太研发集团前主席、百度公司总裁张亚勤接受媒体采访时说。这一年，除了AlphaGo与李世石的“人机大战”，IBM、微软、Facebook等互联网巨头，都投入巨大的人力、财力和精力在人工智能平台。Facebook创始人扎克伯格甚至预言，“人类基本的听、说、读、写等核心感知力，在未来5-10年，计算机一定能做得比人类自己更好。”

到那时，人们或许才会更真切理解这场“人机大战”的意义，也才会更清楚，公元2016年3月10日，AlphaGo下出37手的那一刻，对人类到底意味着什么。