阿尔法围棋

典型的NETFLIX影视作品 局局推进 非常刺激 第四局李世石因为这神之一手被载入史册的同时 也将影片的感受推向了climax 第五句又抛出问题 AI的出现在打败人类之外 也许可以在某种程度上革新人们的观念而并不仅仅限于围棋这一项图板游戏 围棋是AI挑战人类认知的极限 简直了 看完这部片才知道为什么AI战胜李世石和柯洁会引起咁大轰动 αgo之前 人类的智慧相比machine learning强在灵感和直觉 这样模糊难以量化的东西是没有办法用数学来概括的 是穷尽逻辑和算法都难以理解的那种

李世石真的好清秀 符合我印象中对于天才的所有印象 温和 谦逊 锐利而又富有志气 片中李世石与××视频片尾李的插科打诨更显一为世界天才的机智幽默和平易近人(也会开玩笑 围棋世界冠军十八冠王)

柯洁则又是另一个版本 张扬轻狂 单纯年轻 btw我这才知道了AlphaGO中的suffix GO是围棋的意思

工业革命百年来 不断用无数事实演绎论证一句话:Knowledge is power, technology is power.机器学习和人工智能实在太过于强力 与其说李世石下出神之一手 在综合了无数先人的智慧结晶后计算每一步胜率最高的机器人🤖每一步才是真正的神之一手 直觉是什么？只有计算每一步可能依然无法穷尽 再来谈直觉 Maybe机器就代表了上帝的思考 代表了这个宇宙中最先进的一层文明 数学就是上帝书写自然的法则 而万物计算机 影片中描写的一个细节是李世石每下一步都会观察对手的深情 而AlphaGO代表的上帝则不会在人类面前透露任何情感

另外想附上一个最近的看法 我可能不会去看很多的电视剧 1时间太长 容易沦为肥皂剧 相比之下 电影短小精悍 做生活的切片 可以短时间说清一个问题 效率更高 2电影的艺术化创作 如打光 背景 音乐都是影视化创作的典型 3片中李世石甚至以为披萨是挂在圣诞树上的 以及我在B站看的片中 柯洁讲自己除了围棋外对人际交往之类一窍不通 更加坚定了我 术业有专攻 一心一意做好一件事的决心

谈谈围棋 围棋的规则十分简单 影片在开头用一句话就已介绍清楚 不同与以往的棋类 围棋中计算机没有办法穷尽所有的棋路(围棋的下法比宇宙中的原子还要多)所以只能采取机器学习的方法

但并不是说电视剧就是以后的一个禁区 优秀的电视剧作品还是要多多涉猎

1997年的时候，我在学校住校。寝室里有个同学是国际象棋高手，据说围棋也达到了业余3段的水平。那时候他特别热衷于谈论一个话题，就是IBM研发的计算机“深蓝”对战俄罗斯象棋大师卡斯帕罗夫。他滔滔不绝地谈论着深蓝下棋的神妙，可惜我不懂。但我对他那张神采飞扬的脸记忆犹新，浑身散发着向往科技的热忱光芒。我那位同学跟我说，他想要去学习计算机，也许未来可以打败围棋。计算机的名字他都想好了，叫“黢黑”。

如今将近20年过去了，不知道我那位同学是否得偿所愿，但他的预言却实现了，计算机真的战胜了世界围棋冠军。这让很多人感到害怕，害怕终有一天，会出现像电影《终结者》里“天网”那样的人工智能，取代人类，奴役人类，灭绝人类。也有人像作家刘原那样乐观：但那条狗（阿尔法狗），代表着人类的方向。它是导盲犬。

关于阿尔法狗和李世石的这场世纪对决，我这个围棋外行在当时只能是听个结果，却无法见证那个激动人心的时刻。直到我看到了关于这场比赛的官方纪录片。这部影片的英文名就是“AlphaGo”，翻译过来就是“阿尔法围棋”，我这个英语文盲这才意识到，原来英文里的“Go”就是围棋的意思。

关于这部纪录片以及这场比赛，我觉得有一个人最应该被感谢，就是第一个与阿尔法狗交锋的职业棋手樊麾。樊麾是个法国籍中国人，欧洲围棋冠军。在这部纪录片里，樊麾有着多重身份，他是第一个被阿尔法狗击败的职业棋手，这个“荣誉”谁也抢不去。同时他又成为了阿尔法狗研发团队的顾问，贡献了自己的智慧。之后他又作为总裁判长，见证了这场万众瞩目的人机大战。最后，他用自己浅显、幽默、深情的英文，为这部纪录片提供了旁白。因为樊麾的存在，让这部纪录片焕发了光彩。

纪录片的焦点，当然集中在了5场人机大战上。而这其中最出彩的，自然是曾经的人类围棋第一人李世石了。李世石一出场，就让我们感受到了天才的气质，安静、敏感、羞赧。但是谈到围棋，李世石又展示出无与伦比的自信。他不相信一台机器可以在短短的时间里达到人类顶尖棋手的水平，他认为自己可以完胜对手。时过境迁我们当然可以说他过度自信了，但在未交手之前，如果连这点自信都没有，还有资格做人类的代表吗？

双方的第一场较量可能最震撼人心。李世石突然意识到，这个对手完全不同以往。本来， 围棋不仅仅是智力的比拼，拼的还有选手的意志力、精力、体力、控制情绪的能力。然而在阿尔法狗身上，这些通通不存在。这是一个胜不骄败不馁、不急不躁、没有任何情绪波动的对手，它甚至连形象都没有。而它的思维力却是无穷的。李世石下意识的抬头看对手的表情，但对面坐着的仅仅是替阿尔法狗落子的科学家。李世石就像是面对风车巨人的堂吉诃德。

如果第一场对决，让李世石认清了对手的实力，那么第二场对决，则让人类认清了阿尔法狗到底是怎样的存在。吴清源和本因坊秀策们所梦想中的“围棋之神”终于诞生了，只不过现在的人们称它为“人工智能”。第二场第37手，阿尔法狗下出了一步闲棋，这步棋人类选手完全不会这样下也不理解为什么这样下。科学家团队一度以为阿尔法狗出现了bug。然而直到最后，人们才意识到这步棋的作用。阿尔法狗真是下了一盘很大的棋啊，当一名棋手能考虑到几十步之后，你怎么跟他抗衡？

这步棋带给人们的冲击力远大于赢棋本身。人类恍然大悟，原来围棋还可以这样下。这真好像是围棋之神在点化世人，让我们产生怀疑，也许过去我们选择的道路是错误的。影片里的诸多棋手，包括李世石和樊麾，都在思考这个问题。这感觉有点像李白的那句诗：仙人抚我顶，结发受长生。

在连输三盘之后，李世石彻底放下了胜负心、荣誉感和巨大的压力，没什么可失去的了，剩下的就是挑战自我。于是在那一局里，在第七十八手，李世石下出了被中国棋手古力形容为“神之一手”的一步棋。而就是这在李世石眼中唯一可下的一步棋，却让阿尔法狗陷入了混乱，昏招频出，最终投子认负。看到这一幕，我们作为人类真的是与有荣焉，李世石捍卫了人类最后的尊严。那时候我们还不知道，这是人类棋手最后一次战胜人工智能。

在那场人机大战之后不久，一个名叫“Master”的神秘棋手横扫职业棋坛，之后，阿尔法狗团队宣布对这次“恐怖袭击”负责。Master正是阿尔法狗的升级版。而在乌镇围棋峰会期间，中国棋手柯洁以人类最强棋手的身份挑战阿尔法狗，可拼尽全力最终仍以0比3告负。柯洁现场不禁落泪，赛后他感叹：“阿尔法狗实在太完美了！”可半年时间不到，更加完美的阿尔法狗又出世了。这一次它没有挑战人类棋手，只是用了3天时间自学成材，然后击败了此前所有版本的阿尔法狗。

在影片里，面对阿尔法狗的胜利，所有人都情绪复杂。人类发明的人工智能战胜了人类顶尖棋手，我们说不清这是人类的胜利还是失败。而输在智力上，这是人类这个种群自诞生以来从未遇到过的情况。在自然界，比我们跑得快、跳得高、力气大的动物太多了，但我们仍然自信能够狩猎它们、饲养它们，因为我们更聪明。在人类社会，我们发明出五花八门的机器，但它们仍然只不过是我们的工具，是我们智力的产物。

但人工智能让我们感到害怕，我们最自豪的智慧正在被超越。万一有一天，人工智能“活了”怎么办？很多理性的人认为这个未来不会出现，理由很多，比如人工智能无法诞生自我意识，无法拥有创造力，无法实现种群多样性。但更多感性的人持悲观的想法：担忧还是要有的，万一实现了呢？

假如明天来临，我们该何去何从？主观上，人们的选择可能各自不同，就像三体人降临之前，人类的反应一样，有顶礼膜拜甘当“带路党”的，有悲观绝望集体自杀的，当然也有奋起反抗的。好消息是，人工智能不是外来物种，而是人类文明的产物。所以就像网友长弓槊所说，“作为一个物种，也许人类会消亡，但我们的文明，不会随着我们自身的消亡而消亡，最坏的结果，也只是将我们的文明换一种方式由其他的‘物种’延续并发展下去——正如同我们延续并发展了‘神’和先贤的文明一样。”

《AlphaGo 阿尔法围棋》，并不是 Google 出品的第一部影视作品，但却是第一部在海内外收获了无数奖项和好评的纪录片作品。

故事的主角：程序员 VS 棋手

↓↓↓预告片↓↓↓

纪录片中，讲述了 DeepMind 团队，在完成 AlphaGo 的早期版本后，邀请人类顶尖棋手对弈的过程。其中最重要的比赛便是 AlphaGo 对阵当时世界排名第一的韩国棋手李世石。

纪录片中的主要人物，就是 AlphaGo 的工程团队和几位棋手：

「我们团队都希望 DeepMind 能够成为 AI 界重要的前进力量，好比阿波罗登月计划那样。我们最大的愿景，就是通过人力去探索去塑造智能。」

——Demis Hassabis

DeepMind 联合创始人 & CEO

Demis Hassabis 是 DeepMind 的创始人，同时自己也是国际象棋的选手，他自小练习国际象棋，13 岁已经成为国际大赛的亚军。

这也是他组建 DeepMind 团队后，一直使用棋类进行 AI 训练的原因之一。在片中，他表现出了过人的领导力、对 AI 和围棋的敬畏和执着。

「李世石是非常出色的棋手，我很荣幸能够帮助 AlphaGo 和他对弈，我知道全世界都在期待这场比赛，AlphaGo 已经准备好了。」

——黄士杰

DeepMind 首席工程师

来自台湾的黄士杰博士是 DeepMind 的首席工程师，不过他在片中往往很沉默，他的同事也解释了他比较内向，并不喜欢面对镜头。却不仅是 DeepMind 重要的灵魂人物，同时也是 AlphaGo 项目的主程。

而且他也是代表 AlphaGo ，在三次元中，坐在人类棋手对面放置棋子的人。他就像是「棋魂」中的进藤光，AlphaGo 就是他的佐为。

我不仅希望能赢，还希望我在下围棋的同时，还能磨练出属于自己的，不一样的棋路流派。

——李世石 韩国知名棋手

李世石在片中，不仅仅是 AlphaGo 最想打败的对手，也是是人类棋手最后的希望。

他虽然多年排在世界顶尖位置，但是在镜头前，他的真诚与谦逊都完整地展现，从大战前的信心，到最后深意的笑，他在片中就是代表人类在与 AI 对话的人。

我这半生中所学到的所有知识，都是来自于围棋。围棋对我来说，就是一面镜子，见围棋就是见内心。

——樊麾

在片中，樊麾是一个特别的人物，他的性格热烈直率，所以非常抢眼。在影片刚开始，就是他说着一口流利的法语，在波尔多街头指导法国人下棋。

他生于中国，成年后旅居法国，是职业二段棋手，段位相比于片中其他顶尖棋手，真的不算高，被网友们笑称为「全世界最有名的二段棋手」。

他现任法国围棋队总教练，他曾多次蝉联欧洲围棋冠军，还被 DeepMind 团队邀请成为顾问，并且是 AlphaGo 选择对弈的第一名职业的人类棋手，是这次人机大战的总裁判长。

不纯讲技术的，技术纪录片

自发布至今，这部作品已经获得了纽约翠贝卡电影节、伦敦国际电影节、评论家选择奖等诸多重量级纪录片奖的最佳影片和提名，甚至还收获了2018 年奥斯卡金像奖最佳纪录片的提名。

难得的是，这是一部从头到尾讲述人工智能技术的纪录片，而往往在电影节上被奖项青睐的大多是自然、社会新闻、文化类型的故事。

其中的原因，包括：

作为纪录片，这部作品达到了专业和精致

导演用纯熟的手法，拍摄出了这个撼动人心的比赛过程，即使我们都知道人机大战最后的输赢。

导演 Greg Kohs

整个摄制团队的用心，处处体现在片中的细节，团队中多位制作人都曾获得国际级别的纪录片奖项，一起做到了让每个人物都能够自然地展现出他的状态、情感，对于 AI 的态度，对于这场比赛的期待。

准确传达了对人类与 AI 关系的探索和深思

片中的几位工程师也都是专业或业余的棋手，在片中也在不断表达自己的立场，以及对 AI 与人类较量的思考。

两位被深度刻画的棋手，无论各自的段位高地，和比赛结果如何，也都对 AI 对于人类在围棋上的挑战，和 AI 未来的发展可能性，表达了自己的理解。

片中的大牌龙套

不少大咖，估计也都领到了盒饭，在本片中进行了客串。

李飞飞

飞飞姐就不用介绍了，纪录片拍摄的时候她还没有入职 Google；

Cade Metz，

目前就职于纽约时报，是全美最资深的 AI 领域的作家、记者；

John Daugman 教授，

任职于剑桥大学，他早年间致力于研究虹膜识别的相关算法；

在这些大佬的加持下，即使你没那么懂围棋，但通过本片的介绍，也能很快让观众理解围棋的精妙之处。

如果是对人工智能技术不感冒，那片中深入浅出的解释，也能够让人快速理解技术背后的难度，以及 AI 在未来无限的可能性。

想在线下和大家一起看？

这部纪录片片长 90 min，在今年年初上线 Netflix ，只要 4 美元就可以在线观看。

好消息是，这部纪录片今年也被引进到了国内播放，我们已经获得了 DeepMind 、制片团队和国内发行公司的官方授权，在国内进行播映。

在今年的 1024 程序员节期间，在北京线下公映，因为考虑到今年的程序员节是工作日关系，我们将时间调整为 10 月 24+4 日（周日）下午举办活动。

↓↓扫描图中的二维码↓↓

↓↓或点击原文阅读即可报名↓↓

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。

为什么是围棋？这是看完纪录片之后一直盘桓脑中的问题。

当年AlphaGo的新闻出来后，我作为围棋外行并不完全理解，如今后知后觉看完纪录片，大致了解了事件的全貌，包括业界轰动的原因以及赛程中职业棋手的挣扎。大家花了不少篇幅讨论这件事带来的影响，这个提前到来的技术突破到底意味着什么？我觉得想清楚这个问题之前，还是得回到我最初的疑问上：为什么那么多的人类事物中，偏偏是围棋成为了隔绝人脑与电脑的标志性分水岭？

AlphaGo与李世石的一战已经过去3年了，如果认真的观看整场比赛，试着去理解李世石所谓“神之一手”的逻辑，你就会发现围棋之所以有着如此高的地位，是因为它充满了“人性”。在开发者的眼中，对战游戏里，双方每一步的决策几乎都可以数据化，我们能够通过一定量的运算来计算每一步的胜率，无论这个运算的体系多庞大，只要能得出最佳答案，人脑就能被电脑打败。

而围棋不同，片中用很形象的动态图像来解释了围棋的运算，在简单的规则之后是无数种可能性，简单来说，这是一个一切都在变化中的游戏：你的每一步走棋带来的结果都会随着对手的布局发生改变。所以对电脑来说，一旦无法猜测对手的思路，也就意味着无法用运算来得到自己的“最佳答案”，围棋之所以特殊就在于此。

可这个问题对人类来说就简单了，对手的性格、脾气、此刻的状态和压力，都能成为判断棋路的依据，甚至我们能通过不断的训练来强化这个技能，这种技能我们人类称之为“情商”。虽然要玩好这种费脑子的游戏看起来需要超高的智商和记忆力，但真正的考验是一个人对全盘的把控统筹能力，平面上，你需要掌控棋盘上每个区域的棋子，除此之外，你还需要对整个时间轴线的走向进行预期，在这个立体的概念里，有意无意的，每一个选择让棋路本身成为了个体性格的诠释。

预估棋路都如此困难，更别提人类还拥有更多的策略。我们知道，取得胜利往往需要牺牲和耐心，所以在性格的因素之上，我们有了各种棋谱兵法里的几千种得胜之道。这就让人脑拥有了更复杂的计算方法，不仅能考虑到棋盘上的策略，纳入计算公式的“参考值”也比电脑多得多。

电脑程序之所以让人感觉“冷冰冰”，就因为它还没能涵盖足够广泛的计算参数，程序只知道遵循现有公式去计算而已，这样的计算结果显得有些呆板，相比之下，我们称之为“直觉”的人脑计算结果就灵活多了。而更让我们自豪的是：如此庞大的计算体量甚至只需要几秒的时间。

但如今不同了，AlphaGo的三层神经网络显得足够灵活，打败柯洁的Master版本在横扫职业棋手之后，有人的评价是“它看起来很有人味”，也就是说这样的计算方法已经几乎完全模拟出了人脑的计算体量，甚至超过了我们。

李世石的第三场比赛中，他用了一个特别的棋路“骗”过了电脑，最终取得胜利，后期分析反复强调李世石这第78步的走法，在程序计算下只有十万分之7的概率，因此电脑玩全没能预判到。而AlphaGo在第二天的比赛中，几乎是现学现用，前期的布局就走出了相当“偏门”的选择，没有任何人看懂了电脑想要干嘛，就在大家怀疑是不是再一次出现Bug时，程序漂亮地完胜。

这里有一个细节，在几乎锁定胜局之后，AlphaGo走了一个“缓手”，后台数据团队说并不是误判，它很明白这不是当下这个时间点上的明智之举，而电脑就是走了这么无效的一步。这简直细思极恐，有没有觉得它除了冰冷的计算之外似乎多了一些情绪化的东西——昨天输给你是个意外，今天我要用同样的方法打败你，而且反正怎样你也要输，走几步没用的闲棋陪你玩玩呗。

不仅是超快速的学习能力让人惊叹，而这里面略带傲慢的态度又让人背脊发凉。懂得“佯攻”、懂得“后手”，在紧张的对弈中学会冷静思考，懂得用一些方法去迷惑对手隐藏自己，这些东西已经不再是人类大脑的专属了。

为什么说围棋的文化甚至能延展到哲学领域，就是因为这种对弈过程的美妙程度我们自己都无法解释，只能用“人性”这个词去囊括它、欣赏它。但可怕的是，如今电脑程序也在与人类的交战里拥有了人性，它不再是那个只懂一味占据领先的运算方法了，从这局之后，它学会了牺牲和隐藏，慢慢地，或许它也能拥有自己的“性格”？而最最可怕的地方是：它会不会有一天把隐藏的策略用在棋盘之外？李世石唯一一次战胜AlphaGo的那局对弈，是人类的智慧？还是AI的故意为之呢？

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。