2016年3月9日－15日，谷歌旗下公司DeepMind開發的人工智能AlphaGo挑戰世界排名第二、韓國棋手李世石九段，這場在首爾四季酒店舉行的五番棋大賽被視作有著重大歷史意義的世紀大戰，谷歌設置了100萬美元的基礎獎金。目前五番棋勝負已分，AlphaGo連取三盤后，李世石在第四盤扳回了一局。

此前，AlphaGo于去年10月與歐洲圍棋冠軍樊麾二段進行了一場秘密賽事，AlphaGo以5:0獲勝，令棋界嘩然。計算機對棋類運動的挑戰可以追溯到1949年第一款國際跳棋軟件，而在1997年超級計算機深藍擊敗象棋大師卡斯帕羅夫的比賽上，更多人了解到人工智能在棋類運動上的超強能力。但是，由于圍棋分支系數大，巨大的計算量連計算機也難以企及，因此一直以來被視為人類智能的最后堡壘。

《自然》雜志在評論樊麾的失利時稱：“面對谷歌圍棋AI，人類最后的智力驕傲崩塌了？”因此，李世石與AlphaGo的這場比賽被看作人類與人工智能一決勝負的大戰而舉世矚目。作為圍棋的起源國，圍棋在中國有著超過2500年的歷史，國內社會各界對這場比賽尤為關注，對于比賽本身和背后折射的人工智能問題的討論在過去一周內層出不窮，下文將略作梳理。

李世石為什么輸，AlphaGo憑什么贏？

正在與AlphaGo對弈的李世石

開賽前，李世石對獲勝十分有信心，認為“到目前為止還是人類比人工智能強”。中國國家圍棋隊總教練俞斌、圍棋國手柯潔、創新工場董事長李開復等人都認為李世石將會贏得比賽，盡管也有一些相反的聲音，但隨著比賽的展開幾乎所有人都被AlphaGo的能力所震撼。

無論AlphaGo和李世石的棋藝是否對等，人機博弈都不是公平的比賽。樊麾接受科技媒體《機器之心》采訪時回顧了他與AlphaGo的那場對戰，他認為最大的問題在于人都會犯錯，而機器犯錯的概率遠低于人，這會形成負擔，“我的形勢不管好還是不好，我都擔心自己犯錯”，而人工智能沒有人類棋手的心理感覺，因此雙方的地位是不對等的。

這次人機大戰前夕，象棋大師卡斯帕羅夫在《新科學家》撰文評論稱，“圍棋，你的時間不多了”。他在文中回顧了與超級計算機深藍交手時的情形，分析可能決定比賽結果的因素時同樣強調了心理因素，指出心智運動需要高度集中精神，而面對早期機器的盲點時棋手可能會受到干擾。他認為，人和機器的關鍵差異就在于機器有著保持前后一致的優勢，計算機不會犯下大錯，也不會苦于驕傲、焦慮和精疲力盡。

另一方面，AlphaGo的表現令很多職業棋手嘆服，1997年出生的柯潔曾8次擊敗李世石，他賽前對人工智能不屑一顧的，但在第三場比賽結束后也坦言電腦“強得可怕”，“同樣的條件下我輸的可能性非常大”。

DeepMind創始人Demis Hassabis在接受英國《衛報》采訪時曾表示，“圍棋是一個終極目標：它是一個游戲的巔峰，有著最豐富的智力深度。它如此迷人與美麗，令我們感到興奮不僅在于我們掌握了這個游戲，還在于我們還用漂亮的算法完成了它。”

AlphaGo的漂亮算法究竟是什么樣的？卡耐基梅隆大學機器人系博士、Facebook人工智能組研究員、Facebook人工智能圍棋程序Darkforest負責人田淵棟在知乎分享了《自然》雜志上發表的關于AlphaGo的文章中對其系統的介紹。AlphaGo的系統主要由以下四個部分組成：

1.走棋網絡（Policy Network），給定當前局面，預測/采樣下一步的走棋；

2.快速走子（Fast rollout），目標和1一樣，但在適當犧牲走棋質量的條件下，速度要比1快1000倍；

3.估值網絡（Value Network），給定當前局面，估計是白勝還是黑勝；

4.蒙特卡羅樹搜索（Monte Carlo Tree Search，MCTS），把以上這三個部分連起來，形成一個完整的系統。

依賴上述系統，憑借學習3000萬步人類棋譜和晝夜不停息的自我對弈，AlphaGo獲得了在比賽中展現出的高超棋藝。

李世石接連失利后，有人質疑他是不是代表人類出戰的最佳人選，職業圍棋棋手李喆六段的《這兩盤棋，沒人會比李世石做得更好！》一文激烈反駁了這種論調。李喆認為AlphaGo的目標只有贏，不求最優，其強勢表現是李世石的強大逼出來的。李喆稱，“我不知道AlphaGo的極限在哪里，看到無法用言語來表達的震撼和美，新時代真的來了。”李世石在第三場告負后接受采訪時表示，“今天失敗的是李世石，而不是人類。”不過，也有人認為李世石盡管輸掉了比賽，但并非輸給了機器，而是輸給了機器背后人類的智慧結晶，這仍然是人類的勝利。

誰的未來：圍棋的？人工智能的？還是人類的？

DeepMind創始人Demis Hassabis

這場世紀大戰被視為一個重大的改變未來的轉折點。在圍棋領域，AlphaGo恐怕真的將會改寫歷史。在封閉系統博弈中，人類早晚會被人工智能遠遠甩在后頭。圍棋運動會就此衰落嗎？在知識分子公號刊發的“人工智能贏了棋，人類贏了未來”一文中，作者沈龐并不這樣認為。他指出當1997年深藍多次擊敗頂級象棋棋手之后，人們都以為這個游戲終結了，但事實并非如此。在那場比賽之后，卡斯帕羅夫率先提出了“人加機器”（Man-plus-Machine）的概念，即在比賽中使用人工智能增強國際象棋手的水平，而不是讓雙方相互對抗。這種比賽在之后被稱為自由式國際象棋賽。選手們可以獨自參賽，或者帶一臺人工智能照著它的路子下棋，也可以偶爾否決人工智能的選擇，在2014年的自由式國際象棋對抗錦標賽上，純粹使用人工智能的選手贏得了42場比賽，而人機一起參加的選手贏得了53場。人工智能并未削弱國際象棋的魅力，而是讓人類成為了更好的棋手，這或許也會成為圍棋的未來。

那么AlphaGo的勝利是否意味著人工智能將進入一個新階段？復旦大學計算機科學技術學院教授危輝認為對此應該保持審慎樂觀，因為人工智能的核心科學難題，從50年多前人工智能的誕生到現在，還一個都沒解決。他在日前的講座中指出，人工智能能夠解答的問題必須符合兩個條件：能夠精確定義以及范圍有限。但現實生活中的大量問題既無法被精確定義也無一定范圍。因此，AlphaGo并未帶來顛覆性的改變。

不過，AlphaGo或許預示著改變的方向。正如卡斯帕羅夫指出的那樣，完美計算一直以來都是計算機的長項，而人類大腦擅長的是通用（generalities）、長期計劃和將通用主題運用于新情況，這正是DeepMind努力的方向。創始人Hassabis正在把他從人腦中得到的啟發用于構建首個“通用學習機器”：一套能像生物系統一樣學習的靈活、自適應的算法，僅使用原始數據就能從頭開始掌握任何任務，也就是通用人工智能（artificial general intelligence ，簡稱AGI）。他認為未來超級智能機器將與人類專家合作解決一切問題，“癌癥、氣候變遷、能源、基因組學、宏觀經濟學、金融系統、物理學等，太多我們想掌握的系統知識正變得極其復雜。”通用人工智能思維的方式能從巨大的人類無法掌握的信息量中轉換出可使用的東西，“我們所研究的東西可能是針對任何問題的元解決方法（meta-solution）。”

另一方面，這場比賽的結果再度激起了人們對于人工智能帶來的威脅的擔憂，人類與機器的對抗很容易讓人聯想起科幻小說和電影中機器人反叛的駭人場景。去年7月，物理學家霍金、哲學家喬姆斯基、技術專家伊隆·馬斯克和數千名知識分子在一封呼吁取締“機器人殺手”的研發和應用的聯名公開信中警告稱人工智能方面的軍備競賽可能是人類的災難。霍金近期總結道：“在創造人工智能方面取得的成功將會是人類歷史上最重要的事情。不幸的是，這也可能是最后一件。”

但Hassabis認為至少在目前這種擔憂是過慮了，他認為現在距離能夠達到人類級別的通用智能還差好幾十年，并且DeepMind也在積極采取措施來避免通用人工智能的潛在危險，包括發布它的代碼，在與谷歌的收購協議中附帶“禁止將該技術應用于軍事或情報用途”的條款、在公司內部召集倫理委員會和咨詢董事會等。不過他也坦言，“技術本身是中立的，但它是一個學習系統，所以不可避免的，它們會承擔一些價值體系的印記和設計者的文化，所以我們需要非常小心翼翼地思考這些價值觀。”

Hassabis還在《衛報》的采訪中提到，他不久前跟霍金就人工智能問題進行了長達4個多小時的談話，他認為那次會面可能一定程度上改變了霍金對人工智能的看法，因為從那之后霍金就不在媒體面前提及“人工智能煽動性言論”了。