AlphaGo 在首尔以 4:1 击败李世石

背景

围棋是两人轮流在棋盘上落子、以围住更多地盘为目标的棋类游戏。它长期被视为人工智能较难攻克的目标：每一步的选择极多，局面的好坏往往难以言传，很难写成几条明确的规则。

AlphaGo 由 DeepMind 开发。首尔对局之前，它在 2015 年 10 月与欧洲冠军樊麾对弈，以 5:0 获胜；2016 年 1 月，这一系统首次在《自然》（Nature）的论文中公开^[2]。

方法：神经网络加树搜索

按公开的说法，AlphaGo 把深度神经网络与树搜索（tree search）结合起来^[2]。可以这样理解这两个部分：神经网络是一类多层的参数模型，输入一个局面，它给出对这个局面的判断，或者给出一些值得考虑的落点；树搜索则把这些落点当作分支，一层层向前展开，比较不同走法通向的结果。两者配合，就是先由网络把需要考虑的范围缩小，再由搜索在这些候选里往更远处算。

对局

AlphaGo 的对手是李世石，职业九段，拥有 18 个世界冠军头衔^[3]。五局比赛分别在 2016 年 3 月 9 日、10 日、12 日、13 日和 15 日进行，地点是首尔的四季酒店（Four Seasons Hotel）^[4]。AlphaGo 赢下第 1、2、3、5 局，李世石赢下第 4 局，最终比分 4:1^[3][4]。《自然》于 2016 年 3 月 15 日报道了这一结果^[3]。

两手关键棋

第二局里，AlphaGo 下出了后来被称为「第 37 手」的一步棋。按系统自身数据的估计，人类棋手走出这一步的概率只有万分之一^[1]。第四局里，轮到李世石出人意料：他的第 78 手同样被估计为万分之一，而正是这一手把他带向了胜利^[1]——那也是他在五局中唯一的一胜。

关注度

比赛受到的关注极大。据 Demis Hassabis 说，中国有数千万人观看直播，比赛的话题标签在新浪微博上获得了 2 亿次浏览量^[1]。DeepMind 则表示，全球有超过 2 亿人观看了这场比赛^[2]。

奖金与段位

比赛奖金为 100 万美元。DeepMind 表示会把奖金捐给支持 STEM 教育与围棋的组织，以及联合国儿童基金会（UNICEF）^[4]。赛后，AlphaGo 获得韩国棋院（Korea Baduk Association）授予的名誉九段，这是计算机围棋程序第一次拿到这一最高级别的认证^[1][4]。

之后

DeepMind 后来在 AlphaGo 的方法之上继续开发，做出了 AlphaZero、MuZero 等后继系统^[2]。2019 年 11 月 19 日，李世石宣布从职业围棋退役，给出的理由是 AI 的强势^[2][4]。

为什么重要

棋类游戏长期被当作检验 AI 的试验场：规则固定，胜负明确。首尔这五局棋之所以受到关注，在于它公开演示了 AlphaGo 背后的做法——深度神经网络与树搜索的结合——能够走到什么程度^[2]。这套组合并不专属于围棋，DeepMind 之后的系统沿用了同样的思路^[2]。与此同时，这场比赛远远超出了研究圈：按 DeepMind 的说法，全球有超过 2 亿人观看了它^[2]。