AlphaGo 的故事：AI 如何征服最难的棋类游戏

好像每一种棋都逃不过同样的结局：计算机越来越强，然后超过我们——1994 年 Chinook 在西洋跳棋上赢了马里恩·廷斯利，1997 年深蓝（Deep Blue）在国际象棋上赢了加里·卡斯帕罗夫。

唯独围棋看上去有免疫力：它的分支数量之大，让暴力搜索直接失效，多少年里，围棋程序都远远打不过强一点的人类棋手。

可深蓝之后不到 20 年，2015 年，DeepMind 拿出了 AlphaGo。一年之内，这些成见就被掀翻，围棋里的“直觉”和“创造力”也都得重新想过。

就是在那道门槛上，围棋这块人类最后的阵地，变成了 AI 的试炼场。

本文改编自我们 Go Magic 频道的视频。

围棋为什么不一样

在 AI 登场之前，先花点时间说说这门棋本身。围棋的规则一分钟就能讲完，可局面却能层层展开，充满意外和不确定——正是这个组合，让计算机在很长时间里都远远落后于人类强手。

规则简单，变化无穷

双方把黑白棋子下在棋盘的空交叉点上，黑先白后，轮流落子。目标是把棋盘分割成一块块稳固的实地，吃子只是手段，不是目的。一颗子相邻的空交叉点就是它的气，气被全部占满，这颗子就要从棋盘上被提掉。最简单的例子：一颗孤零零的白子有四个相邻的交叉点，黑棋把这四个点都占上，白子就被提掉了。规则就这么点，可由此长出的变化树，很快就超出了老老实实计算的范围。想一步步把规则学扎实，可以看我们的互动教程。

×

早期的围棋程序和人类差得很远，一个人只要认真学上几个月，就能下赢当时最强的引擎。原因说穿了很简单：围棋的变化太多，暴力搜索根本算不完。实战里靠的是局部计算加上感觉，局面又足够难料，棋手常常没法把一切都算清楚，只能凭直觉选点。直到新的算法出现，机器才开始把差距一点点补上。

让子棋允许弱的一方在开局前先摆上几颗子，两子、三子、五子甚至更多，这样棋力差距很大的双方也能下出一盘有意思的棋。同样的摆法，后来成了早期引擎的压力测试。哪怕局面看上去优势大得离谱——整个棋盘上摆满了黑子——人类照样能相当轻松地赢下程序。 

突破

很多年里，这条曲线都涨得很平缓：新的算法，更好的程序，进步稳定却不惊艳。然后 2015 年来了，故事在这里急转弯。

DeepMind 团队找到了樊麾——原籍中国、当时旅居法国的职业二段，更要紧的是，他还是三届欧洲冠军。选他做第一场测试很自然。2015 年 10 月，双方下了一场五番棋。和那个年代绝大多数职业棋手一样，樊麾心存怀疑：按经验，没有哪个程序能真正赢过人类强手。这个预期几乎立刻就碎了。第一局下完就看得很清楚，天平已经倾斜，最终樊麾五战全负，被干干净净地横扫。这个结果让不少人吃惊，但整个围棋界并没有觉得大势已去——很多棋手仍然怀疑，这还算不上真正的“人机大战”。

更大的考验躲不掉。第二年的对手是一位传奇：韩国的李世石。用 2015 年的话说，最贴切的比喻是“围棋界的迈克尔·乔丹”——18 个世界冠军，以凶悍和直觉见长的棋风。赛前，李世石把樊麾那五盘棋看了一遍，和樊麾当初一样并不以为然：棋谱里显出的水平不如自己，他觉得自己会赢得很轻松。他没料到的是，两场比赛之间 AlphaGo 又练了一轮，而正是这段准备，改变了 2016 年 3 月的天平。

李世石对阵 AlphaGo

2016 年初，期待一路发酵，问题也早已超出胜负本身，带上了文化意味：当一位活着的传奇，碰上一台每次出场都比上次更强的机器，会发生什么？外界的赔率偏向人类，大多数人押李世石。这场比赛也早就溢出了对局室——多语种的现场解说，首尔街头的巨型大屏，把马路变成了观战大厅。第一手落到棋盘上的那一刻，简直像是给人类直觉做一次全球压力测试。

第一局：开局即开战，机器下出了意外的棋风

按常理，程序对上顶尖职业棋手，应该躲开早早开打的乱局。AlphaGo 偏偏反着来，刚进入布局就挑起激烈战斗——那恰恰被认为是人类占优的场面——然后赢得轻松写意。李世石有些错愕，而真正的较量，看上去才刚刚开始。

第二局：“不可能”的第 37 手

第二局出现了让全场僵住的一幕。第 37 手，机器选了一条人类“不会走”的路。它直接无视了最基本的行棋规矩——那种从入门起就被反复灌输的东西——却又那么平静地落在棋盘上，没有半点歉意。观众看傻了，这一手“让所有看棋的人都吃了一惊”。按人类的教条，这样的选择“根本下不得”。可系统就是下了，而且把它下成立了。就在那一瞬间，这场比赛不再是对“机器只会照搬棋谱”的一次公投，而成了一次证明：程序可以越过它最初的数据集，走出那些用来训练它的人类棋谱，找到真正有创造性的东西。那一天余下的时间印证了这份震撼。AlphaGo 拿下这一局，把比分改写成 2 比 0，把李世石逼进了一个只有非凡构思才能续命的境地。

第三局：试图改写剧本

局势一边倒地滑走，李世石只剩下一条路：把局面搅复杂，从布局阶段就开出一场大仗。这一招没能奏效。AlphaGo 稳住阵脚，再下一城，3 比 0，比赛实际上已经结束。

第四局：人类的杰作，第 78 手

第四局下到一半，胜负似乎已经写定：AlphaGo 领先大约 10 目，在这个层次上，这样的差距通常意味着可以平稳滑向终点。然后，在一个看上去与奇迹无缘的局面里，李世石找到了一手惊人的构思，现场没有任何人看到过。这一手正好戳中系统的盲区，AlphaGo 的形势判断开始动摇，怎么也理不顺这个局面，势头就此逆转。这道火花在围棋史上有自己的名字——第 78 手。后来用比 2016 年那个版本强得多的 AI 复盘，结论是这个手段按理不该成立，可面对那一版程序、在那一天，它就是成立了。李世石把优势转化成了胜利。抛开记分牌，这一幕之所以重要，是因为它道出了整场比赛的精神：前三局展示了一台机器如何既有沉静的力量，又能拿出惊人的发明。第四局则证明，人类的创造力依然能在这身铠甲上凿开一道缝。这也是人类对那台机器唯一的一胜，一个成了传说的例外。

第五局：锁定胜局

第五局开打时，势头刚刚变过一次，双方的神经都绷得很紧。李世石继续施压，想再制造复杂局面，把棋盘重新搅开。AlphaGo 从容应对，中盘的几次交换都做得很有效率，把微弱的优势变成了稳定的领先。等实地一数清楚，李世石认输。观众既看到了前一天人类的杰作，也看到了这套系统能把那记重拳消化掉，并在下一盘立刻给出回答。

最终比分，长久回响

比赛以 4 比 1 结束。比分背后是一种全新的模式：一个能在两场比赛之间飞快学习、能走出人类习惯、又能在最亮的聚光灯下顶住的 AI。那一周，人类在围棋上终于输给了机器。也是在那一周，AI 的创造性探索不再是空谈，而是实实在在地摆在了棋盘上。

想更深入地了解这场比赛留下的遗产，以及它对今天的棋手意味着什么，可以读我们的这篇文章：《李世石与 AlphaGo：一场历史性对决的遗产！》。

从 AlphaGo 到 AlphaGo Zero

首尔之后，更强的版本一个接一个，但真正的拐点出现在一年以后——一套截然不同的系统登上舞台，带着新的名字和新的前提。

这套新系统叫 AlphaGo Zero，之所以是“Zero”，因为它从零开始学围棋：没有人类棋谱库，没有继承来的定式和职业棋手的习惯，只有基本规则，然后就是不停歇的自我对弈。

早期的棋按人类标准看简直惨不忍睹：成千上万次磕磕绊绊，很多手几乎像是乱下。但这套学习循环不在乎好不好看，只在乎结果。几百万、几千万盘自我对弈下来，系统的棋力稳步往上爬。

回报来得很直接：这个从零学起的版本，超过了此前每一个用人类数据训练出来的版本。换句话说，去掉人类这个起点，把“人的因素”排除在外，反倒对机器更好。

它的意义不只在速度和棋力，更在方向。一套挣脱了人类范本的系统，可以去探索没人教过它的变化，用笃定的选择回答悬了很多年的问题，还能把当年看着离经叛道的想法变成常识。多年之后，超越人类的围棋 AI 已经躺在每个人的工具箱里——对棋手怎么学棋、这门棋怎么演进来说，这既是福气，也是负担。

想在自己的电脑上装一套现代围棋分析引擎，可以照着我们的分步指南来：《安装围棋 AI 分析软件》

超越人类的围棋：这是开始，不是结束

这个故事的结尾并不灰暗。9 年前的那场胜利，意义远不止是教会机器下围棋，或者下井字棋、玩《星际争霸》。它揭示的是一套方法：AlphaGo 告诉了世界，面对复杂任务该怎样正确地训练 AI。

到 2025 年，这套方法早已远远越出 19×19 的棋盘：听得懂人话的系统、生成图像和视频的系统、会作曲的系统，都已经是日常。但研究的前沿依然敞着，这项工作还没做完，它对我们这个物种究竟意味着什么，上限也还看不到。

围棋周边的话题也在不断拓宽。要学的不再只是“这门棋怎么下”，还有围着棋盘转的那些东西：技术、创造力，以及它们对棋手和棋迷意味着什么。最后一行不是句号，而是省略号——从一张棋盘到更大的世界，下一手还没有写下。