世界圍棋冠軍李世石對話谷歌，談8年前與AlphaGo的對決

每經(jīng)記者 蔡鼎    每經(jīng)編輯 蘭素英    

從最初被視為科幻概念，到如今全世界都在追的“風(fēng)口”，人工智能（AI）近年來的發(fā)展可謂飛速。而在這股技術(shù)浪潮中，曾有一場具有劃時代意義的人機對決，喚醒了無數(shù)人對AI的熱情和想象。

2016年，谷歌AI系統(tǒng)AlphaGo和世界圍棋冠軍李世石展開了一場人機智慧的較量，將AI話題推到了公眾面前。最終，AlphaGo以4:1戰(zhàn)勝李世石。

近日，谷歌韓國團隊采訪了李世石，回憶了8年前和AlphaGo對弈的往事。

在與谷歌韓國團隊的對話中，李世石指出，他最開始只是為了配合谷歌的一個實驗，并認為自己會輕松取勝，但直到他與AlphaGo的對弈公開后，他才意識當(dāng)時的AI已經(jīng)非常強大。

李世石同時稱，AlphaGo已經(jīng)徹底改變我們下棋的方式，并把標(biāo)準(zhǔn)定得很高。AI時代的圍棋教學(xué)與AlphaGo出現(xiàn)之前的圍棋教學(xué)完全不同，因為如今學(xué)生們可以通過研究AI下過的棋譜學(xué)到更多有用的知識。

李世石：賽前低估了AI，AlphaGo已徹底改變下棋方式

以下為谷歌官方博客文章總結(jié)的與李世石的對話內(nèi)容：

作為世界圍棋冠軍，在2016年之前我只和人類對弈過。但在2016年，我與谷歌的AI系統(tǒng)AlphaGo交戰(zhàn)了五次。我承認，我在賽前確實低估了AI的強大能力，最終我只在這五局交手中贏下一場。當(dāng)我首次收到谷歌的邀請與AlphaGo對弈時，我并沒有完全意識到這是一件多么嚴(yán)重的事情。我以為我會輕松取勝，且只是一個偶然的實驗而已。但當(dāng)我與AlphaGo的交戰(zhàn)細節(jié)給公開后，我才意識到AI的強大之處。

圖片來源：Google Blog

我仍然記得當(dāng)時我是多么驚訝于AlphaGo在跟我對弈時的出色表現(xiàn)，它的招數(shù)讓我感到十分訝異。圍棋是一項極其復(fù)雜的戰(zhàn)略游戲，比國際象棋要復(fù)雜很多很多倍。這意味著，AlphaGo必須要具有創(chuàng)造性，而不僅僅是依靠其強大的計算能力。

后來我才了解到，科學(xué)家曾預(yù)測AI在十年內(nèi)都不會達到這種能力。今年也是我與AlphaGo對弈的八周年，在過去這八年時間里，AI的發(fā)展速度令人難以置信。如今，全球的圍棋選手都在使用AlphaGo，試圖在這個古老的游戲中發(fā)現(xiàn)新的策略和招數(shù)。

在我與AlphaGo八年前的交手過后，圍棋在韓國變得更加流行了。如今，AlphaGo已經(jīng)徹底改變我們下棋的方式，并把標(biāo)準(zhǔn)定得很高。AI時代的圍棋教學(xué)與AlphaGo出現(xiàn)之前的圍棋教學(xué)完全不同，因為如今學(xué)生們可以通過研究AI下過的棋譜學(xué)到更多有用的知識。

我相信，人類可以與AI合作，并取得巨大進步。只要我們能為AI制定明確的原則和標(biāo)準(zhǔn)，我對AI技術(shù)在日常生活中的應(yīng)用前景非常樂觀。

AlphaGo曾完勝世界冠軍柯潔和歐洲冠軍樊麾

在西方文化中，棋類游戲被視為頂級人類智力試金石，AI挑戰(zhàn)人類棋類大師的好戲也接連上演。早在1997 年，IBM的深藍就在正常時限的比賽中首次擊敗了當(dāng)時排名世界第一的國際象棋棋手加里·卡斯帕羅夫。

正如李世石在與谷歌韓國團隊此次的對話中所提及的，相比之下，圍棋一直被認為是對AI的一大挑戰(zhàn)。在國際象棋中，每個回合平均有35種走法，一場比賽通常有80個回合；而圍棋的每個回合可能有250種走法，一場比賽可達150個回合。此外，圍棋棋盤上的可能局面數(shù)量高達3的361次方。

卡耐基梅隆大學(xué)機器人學(xué)系的博士兼Facebook人工智能研究員田淵棟指出，圍棋之所以難以掌握，是因為其評估函數(shù)極不連貫，一顆棋子的差異就可能導(dǎo)致戰(zhàn)局的徹底改變。同時，圍棋的狀態(tài)空間巨大且缺乏統(tǒng)一的結(jié)構(gòu)，這導(dǎo)致計算機目前只能通過“窮舉法”來解決問題，進展緩慢。在以往的圍棋AI與人類選手的對決中，人類選手通常會讓子，且AI多與業(yè)余棋手對弈。然而，AlphaGo的對手樊麾是法國國家圍棋隊的總教練，他已經(jīng)連續(xù)三年獲得歐洲圍棋冠軍。

傳統(tǒng)的人工智能方法是將所有可能的走法構(gòu)建成一棵“搜索樹”，但這種方法對于走法如此之多的圍棋并不適用。AlphaGo基于Google和DeepMind研究的深度學(xué)習(xí)技術(shù)，將高級“搜索樹”與深度神經(jīng)網(wǎng)絡(luò)結(jié)合在一起。描述AlphaGo研究成果的論文也成為了2016年1月 《自然》雜志的封面文章。

圖片來源：《自然》

《每日經(jīng)濟新聞》記者注意到，在李世石之后，中國棋手柯潔也于2017年與AlphaGo展開對弈，最終在三局兩勝的比賽中柯潔九段中盤告負，總比分0：3 敗于AlphaGo。

“能和AlphaGo比賽，對我的意義超出以前所有比賽。今天的棋，我本以為能下得好些，沒想到布局就走出我自己都無法原諒的惡手，導(dǎo)致無法挽回，連堅持下去都很難。AlphaGo實在太完美，沒有任何缺陷，沒有心態(tài)波動。所以我很責(zé)怪自己，沒有下得更好一些。”柯潔當(dāng)時在賽后接受采訪時說道。“AlphaGo實在下得太好。我擔(dān)心的每一步棋他都會下，還下出我想不到的棋，我仔細慢慢思索，發(fā)現(xiàn)原來又是一步好棋。我只能猜出AlphaGo一半的棋，另一半我猜不到，就是差距，我和他差距實在太大。”

而在2016年1月，即李世石和柯潔迎戰(zhàn)AlphaGo之前，AlphaGo就在沒有任何讓子的情況下以5：0完勝歐洲冠軍、職業(yè)圍棋二段樊麾（時任法國國家圍棋隊的總教練）。擊敗樊麾，是 AI 首次在全尺寸（19X19）的棋盤上擊敗人類專業(yè)選手。

如今，八年時間已經(jīng)過去，AI的能力又上了新的臺階。今年早些時候，OpenAI推出“文生視頻”模型Sora，再次刷新了公眾的認知。未來，AI又將把人類帶到什么樣的高度，還需拭目以待。

封面圖片來源：新華社記者姚琪琳攝