AlphaGo 以 4:1 战胜李世石，比专家预期早了好几年
DeepMind 的 AlphaGo 在首尔以 4 比 1 战胜 18 次世界冠军得主李世石。围棋约有 10 的 170 次方种可能局面，赛前多数专家认为电脑至少还要五到十年才能赢顶尖棋手；它那步「人类万分之一才会下」的第 37 手，证明机器不只会计算，也能做出有创造性的判断。
发生了什么
2016 年 3 月 9 日至 15 日，韩国首尔四季酒店。对局一方是李世石：九段职业棋手，赢过 18 个国际冠军，被视为围棋史上最强的棋手之一。另一方是 Google 旗下 DeepMind 开发的程序 AlphaGo，它坐在棋盘对面的「代言人」是团队成员黄士杰，负责照着电脑屏幕落子。
比赛五局，奖金 100 万美元。结果 AlphaGo 赢了第 1、2、3、5 局，李世石赢下第 4 局，五局全部以一方认输结束。
- 总比分（AlphaGo 对李世石）
- 4 : 1
- 全球观看人数（DeepMind 数据）
- 2 亿+
- 围棋可能的局面数
- 10¹⁷⁰
- 第 37 手被人类下出的概率
- 万分之一
来源：DeepMind AlphaGo 项目页；维基百科「AlphaGo versus Lee Sedol」
| 局 | 日期 | 执黑 | 结果 | 看点 |
|---|---|---|---|---|
| 第 1 局 | 3 月 9 日 | 李世石 | AlphaGo 胜 | 李世石大部分时间领先，最后 20 分钟被逆转 |
| 第 2 局 | 3 月 10 日 | AlphaGo | AlphaGo 胜 | AlphaGo 第 37 手出人意料，李世石长考 |
| 第 3 局 | 3 月 12 日 | 李世石 | AlphaGo 胜 | 解说认为 AlphaGo「强得有点吓人」 |
| 第 4 局 | 3 月 13 日 | AlphaGo | 李世石胜 | 李世石第 78 手扭转局面，人类唯一一胜 |
| 第 5 局 | 3 月 15 日 | 李世石 | AlphaGo 胜 | 胶着局，AlphaGo 靠官子取胜 |
赛后，韩国棋院授予 AlphaGo 名誉九段。DeepMind 把 100 万美元奖金捐给了联合国儿童基金会等慈善机构和围棋组织；李世石拿到 17 万美元出场费和胜局奖金。
有多厉害：为什么说「早来了十年」
难度：不能靠「算」赢
1997 年 IBM 的「深蓝」战胜国际象棋世界冠军卡斯帕罗夫（见《深蓝击败国际象棋世界冠军》），靠的主要是超快的计算：每一步搜索海量走法，挑出最好的。这招在围棋上行不通。
围棋棋盘有 19×19 = 361 个交叉点，开局时每一步都有数百个位置可选，一盘棋通常要下一两百手。DeepMind 估算围棋的可能局面约有 10 的 170 次方种，比可观测宇宙中的原子数还多，是国际象棋的「一个古戈尔倍」（10 的 100 次方倍）。再快的电脑也不可能把它们算一遍。
更麻烦的是「判断形势」。国际象棋可以数子力、看王的安全；围棋高手判断局面靠的往往是一种说不清的「棋感」。1965 年数学家 I. J. 古德就写过：让电脑下出「像样的」围棋，比下国际象棋难得多，因为好的围棋原则「更定性、更神秘，更依赖判断」。
所以在 2015 年以前，最好的围棋程序只有业余段位，赢职业九段要被让四五个子。赛前，绝大多数观察者都看好李世石；据维基百科汇总，多数专家认为像 AlphaGo 这样强的程序至少还要五年，有人认为要十年。李世石本人赛前预测自己会「压倒性」获胜。
对比：AlphaGo 自己的进步有多快
衡量棋力常用「等级分」（Elo）：分差 200 分，强的一方大约有 75% 的胜率；分差 400 分，约 90%。DeepMind 在 2017 年的《自然》论文中公布了各个版本的等级分：
等级分由 DeepMind 根据各版本之间的对局估算，与人类棋手的等级分体系不完全可比。 来源：Silver 等，《自然》2017（AlphaGo Zero 论文），经维基百科「AlphaGo」词条汇总
从 2015 年 10 月赢下欧洲冠军樊麾（职业二段），到 2016 年 3 月赢下李世石（职业九段），只隔了五个月。而击败李世石的版本，一年半后被不再学习人类棋谱的 AlphaGo Zero 以 100 比 0 横扫。
第 37 手：一步「人类不会下」的棋
第 2 局，AlphaGo 执黑。第 37 手，它把子落在了右边第五线上，一个职业棋手几乎不会考虑的「肩冲」。英文解说、美籍职业九段迈克尔·雷蒙称这手棋「有创造性」「独一无二」。李世石用了异常长的时间才回应。
DeepMind 后来披露，按照 AlphaGo 从人类棋谱学到的估计，人类下出这一手的概率只有万分之一。它还是下了，因为它自己的判断认为这样赢面更大。这盘棋最终 AlphaGo 获胜，李世石赛后说：「AlphaGo 下了一盘近乎完美的棋。」
下面是第 2 局的完整棋谱。可以按 ▶ 一步步看，或者直接点「跳到第 37 手」：
棋谱：Google DeepMind 挑战赛第 2 局，SGF 记录取自 CWI 围棋棋谱库。棋盘为本站根据棋谱绘制。
第 78 手：人类的唯一一胜
连输三局后，李世石在第 4 局改变策略：先拿边角实地，再深入 AlphaGo 的势力范围，制造「要么全赢、要么全输」的复杂局面。第 78 手，他在中央下出一记「挖」，中国棋手古力称之为「神之一手」。DeepMind 后来披露，这一手同样只有约万分之一的概率被下出。
AlphaGo 的应对出了问题：第 79 手时它还估计自己有 70% 的胜率，到第 87 手才突然发现形势急转直下，接着连续下出几步明显的坏棋。这盘棋李世石获胜。他说这是一场「拿什么都不换的胜利」。
棋谱：Google DeepMind 挑战赛第 4 局，SGF 记录取自 CWI 围棋棋谱库。棋盘为本站根据棋谱绘制。
AlphaGo 是怎么做到的
AlphaGo 没有人为写进去的「围棋规则手册」，它的判断是学出来的。过程大致分三步：
- 1模仿人类先看 16 万盘高水平业余棋手的对局、约 3000 万步棋，学会「高手通常会下哪里」。
- 2自己跟自己下再让不同版本的自己对弈数千万盘，赢了的下法加强，输了的减弱（强化学习）。
- 3两个直觉网络一个网络负责「这里值得考虑哪几步」，另一个负责「这个局面我赢面多大」。
- 4有选择地往前算下棋时只顺着最有希望的几条路往下推演（蒙特卡洛树搜索），而不是穷举。
来源：维基百科「AlphaGo」「AlphaGo versus Lee Sedol」词条，整理自 DeepMind 2016 年《自然》论文
关键在第三步：AlphaGo 有了类似人类「棋感」的东西，一眼就能排除大部分不靠谱的下法，再把计算集中在少数几条线上。对李世石时，它运行在 Google 的云服务器上，用了大量处理器和 Google 自研的 TPU 芯片。
它的一个特点也让观众困惑：它追求的是赢的概率最大，而不是赢的目数最多。如果一条路能以 80% 的把握赢 20 目，另一条能以 99% 的把握只赢 1.5 目，它会选后者。所以它领先时常下出看起来「软弱」的棋，其实是在稳稳收官。
之后发生了什么
- 12017 年初化名「Master」在网上与顶尖棋手快棋 60 战全胜。
- 22017 年 5 月在乌镇以 3:0 战胜当时世界排名第一的柯洁。
- 32017 年 10 月AlphaGo Zero 完全不看人类棋谱，自学 3 天后以 100:0 胜过李世石版。
- 42019 年 11 月李世石宣布退役：「就算我成为第一，也有一个无法战胜的存在。」
来源：维基百科「AlphaGo」「AlphaGo Zero」「Lee Sedol」词条
对 AI 研究： 用神经网络学「直觉」、再配合搜索和自我对弈，这套方法被 DeepMind 推广到国际象棋和将棋（AlphaZero）；团队在深度学习上积累的经验，又用到了蛋白质结构预测上（AlphaFold 2）。DeepMind 首席执行官哈萨比斯后来因 AlphaFold 获得 2024 年诺贝尔化学奖（见《AI 研究获两项诺贝尔奖》）。今天大模型的「推理」训练，也大量使用了强化学习（见 o1）。
对围棋本身： 一项 2023 年发表在《美国国家科学院院刊》（PNAS）上的研究，分析了 1950 年至 2021 年职业棋手的 580 多万步棋，用超越人类的 AI 程序给每一步打分。结论是：在超人 AI 出现之后，人类棋手的决策质量显著提高，而且人们更多地下出前所未见的新招，这些新招的质量也更高。换句话说，AlphaGo 没有让围棋消失，而是把人类棋手从几百年的定式里「解放」了出来。
对李世石本人： 他在 2019 年退役。2024 年接受采访时他说：「输给 AI，在某种意义上意味着我的整个世界崩塌了……我再也无法享受下棋。」
对社会： 比赛结束两天后，韩国政府宣布未来五年投入 1 万亿韩元（约 8.6 亿美元）用于 AI 研究。深蓝团队的默里·坎贝尔则说，这是「一个时代的终结……棋类游戏差不多结束了，是时候往前走了」。
需要注意的地方
- 它只会下围棋。 AlphaGo 是专门为围棋训练的系统，不会聊天、不会写作，和今天的 ChatGPT、Claude 不是一类东西。它证明的是方法的威力，而不是「通用智能」。
- 它不是没有弱点。 第 4 局显示，AlphaGo 在遇到没预料到的妙手时会判断失误，评论者认为这与蒙特卡洛搜索会「剪掉」看似不重要的变化有关。
- 算力不对等。 一边是一个人的大脑，另一边是 Google 数据中心里的大量芯片。这不影响结果，但说明这场比赛也是一场工程资源的展示。
- 部分数字来自 DeepMind 自己。 「2 亿观众」「万分之一概率」和各版本等级分都是 DeepMind 公布的；比赛结果、棋谱则是公开的事实。
对今天的我们意味着什么
AlphaGo 是很多人第一次意识到「AI 可能在需要直觉的事情上超过人类」的时刻。十年后的今天，类似的事情正在编程、数学和科研中发生：2025 年，AI 在国际数学奥林匹克达到金牌水平（见《AI 在国际数学奥林匹克达到金牌水平》）；2026 年，AI 开始声称证明了前沿数学难题（见《OpenAI 公开 700 多篇 AI 数学论文》）。
围棋界的经验或许是最值得记住的：AI 超过人类之后，围棋并没有消失，人类棋手反而借助 AI 下得更好了。前提是像他们那样，把 AI 当作老师和陪练，而不只是对手。
看完整纪录片
DeepMind 在 2020 年把获奖纪录片《AlphaGo》免费放到了官方 YouTube 频道，片中记录了首尔五局的全过程，包括第 37 手和第 78 手前后的现场。