阿尔法围棋

记得在电视剧《请回答，1988》中的一个片段中，每天沉迷于胜负的顶级棋手阿泽问：“我可以输，对吗？”大人们没告诉天才的话，朋友们告诉他了：啊泽是可以输的。

19岁的柯洁穿着黑色的西装，低着头快速走到舞台中央，站在alphago之父哈萨比斯先生旁边。这时，这个刚刚输掉2017年人机大战第三盘棋的青年深深的吸了一口气。

隔着一个座位，是他的好朋友连笑，老大哥古力没有出现在赛后的发布会现场。连笑抬头看了看他身边的柯洁，安静地坐好，这是棋手熟悉的对外姿态—风平浪静却又波澜起伏。三次掌声，19岁的棋手用他的坚韧赢得所有人的尊重。在舞台上，他调整呼吸，声音低沉，两句话刚过就哽咽起来：我很责怪自己。我不想说这是双赢，对我来说我是和他比赛，与其他人想法不同，我输了我很难过，我觉得自己发挥得很糟糕。柯洁揉了揉眼睛，隔着眼镜你能看到他眼中的泪水。对局中，她出门洗了一把脸，那个时候他眼眶里已经充血，或许他需要的不是冷水，而是平复情绪。

赛场上，柯洁承认自己失控了，这个19岁的男孩仿佛回到了自己的少年时代，因为下不过对手而哭鼻子，当所有人认为这个狂傲的少年已经强大的没有弱点的时候，却忘了他只有19岁。

现场很安静，蓝色的大屏幕让人浮现一个熟悉的画面，阿泽问：我可以输，对吗？

图片

最后一个发言的棋手连笑望着自己的朋友说：“我非常敬佩柯洁，在第二局没有人能比你做得更好！”是的，你可以输。

第二局柯洁完全轻松之下，有了世界第一人的发挥，这是人类天性的顽强，也是几十年残酷棋手生涯的条件反射。以至于不懂围棋的alpha之父哈萨比斯迫不及待的就在中午发文赞美柯洁的完美开局，是的，没有人知道如果是1年以前的 alpha 是否能战胜这一个完美开局局的柯洁，也许那时的alpha真的远不如柯洁。

从alpha出现之前的觉得棋道100已知50到现在的只知2，不是谦虚，是真情流露。

人工智能不过是把围棋当作试水之路，科学家们真正要的，是到医疗等应用范畴去造福人类，正是因为围棋的高深和难解，才让deepmind公司愿意耗费巨资和几年时光来研究，并以攻克围棋为最高荣誉。正是他们让我们知道，围棋的边际我们还远没有碰到。

从古棋的座子，到后来的小目、三三、高目随意，再到现在的套路横行，围棋几千年的历史一直在发展。但人工智能太快，裹挟着时代飞奔。

当年，日本人领先的时候，我们说精神；聂卫平追上的时候我们说成绩；韩国流肆虐的时候，我们说境界；等到中国全面开花，韩国人才凋零，日本偏安一隅的时候，alpha来了。我们是不是应该静下来想一想，这些年我们究竟忽略了什么？那些日本围棋一以贯之的仪式感、神圣感和厚重的文化积淀，是他们称之为道的底蕴和苦苦维持的脸面，曾几何时却被我们弃之如履，并嘲笑他们食古不化。如今，胜负的门槛被踩平，我们才想起围棋竟然是琴棋书画四艺之一，而不是这几十年以来的体育竞技项目。

总有那么一些棋局是可以镌刻于脑海中的。比如吴清源与秀哉的三3·星·天元开局；比如桥本宇太郎和岩本熏的核爆之局；比如藤泽秀行三小时长考后屠杀加藤正夫的百目大龙；比如聂卫平在第一届中日擂台赛上2目半战胜小林光一的不可能任务；比如常昊应氏杯上对崔哲瀚的三鼻顶，又或者是罗洗河在三星杯上放弃三劫循环的千古名局......那也许不是技术上的最佳，却闪耀着人性与思想的光芒，有开拓，有坚持，有决心，有灵动......棋手，用棋谱诉说他们的故事，而观者，从中不但窥视历史的印记，还有人类的悲喜爱恨。静夜掩卷，杯酒入喉，围棋中蕴含的人文温度从未消失，也不会因为胜负而消亡。

因为我对着室友喋喋不休这个纪录片的剧情，导致他从漠不关心到后面逐渐投入，到后面因为价值观要跟我争吵起来。

李世石说他六七岁开始，从礼和道开始学围棋，围棋对他而言是艺术，是人和人共同雕琢出来的艺术品。但败给AI以后，他开始觉得他们这些人擅长这个又有什么价值？围棋变成了只是智力游戏。

我一开始觉得这是件好事，省的那些本来可能会视围棋为艺术的人把精力花在这些东西上，他们一开始就能认识到这东西说到底是计算机能算出更好的策略，何必投入人力作为一生事业去努力呢。而室友觉得首先这些人开发alpha go也不是为了我说的目的，纯粹是好玩罢了，或者是证明自己，没想到能吸引如此大注意力，这些人为什么要研发这样的程序，如果李世石是那种把围棋当作生命一样的人，这不是全然摧毁他的价值观吗？而智力活动本身就像竞技类比赛一样，网球也能搞个机器人对手打败所有冠军，但大家看的又不是这个。

我认同他说的一切。但围棋真的曾经不一样，可也确实，不是今天也是某一天，计算机发展，迟早会有人打破围棋的护城河。

其实我最想知道的是，李世石退役时36岁了，他一生巅峰时期花费的大部分时间都在围棋上，离开围棋，他会做什么呢？

小时候看过对一个小提琴手评价，他那样演奏，怕是命不长久。他对演奏倾注了全部的心力。可AI倾注全部心力又怎样呢？AI的演奏会胜过所有演奏大师——就像课本里执着于手工做鞋的老匠人，如果机器做的比他们还好还快，他们费尽一生，究竟是为了什么？

不过我都没找到这种东西。就是舒舒服服过生活就很好了。得之我幸，无之我命。

看完AlphaGo的纪录片很多天了。还是会常常想起李世石那手精妙的“神之一挖”之后，AlphaGo几乎程序错乱似的，连下两手让人错愕的虎口点子，随后认输。那一幕的认输，好像这让人畏惧的机器突然有了一点“人性”。 可惜不会再有这种情况了。 它从此之后就是人类棋手望尘莫及的巅峰。李世石的那唯一一局赢棋，就像人类最后的高光时刻，剩下全是“下山路”。 它拥有无与伦比的学习能力，它的下棋逻辑是每一步都通过计算，下出每一步胜率最高的一步，那些人类花了几辈子才想出来的妙手，它可以通过短时间计算得出。 我理解李世石之后的退役，从前下棋都是人与人之间的战斗，黑白翻覆可以参悟世间理、可以争棋无名局、可以用人类的速度体悟那些虚无缥缈的艺术感。当AlphaGo“坐在”他面前，那是个无限可击的深渊，真正的“惴惴小心，如临于谷”，什么虚无的道理都没有，只剩下胜负。 AlphaGo的出现虽然让人类棋手在训练时如虎添翼，水平都提高了一层，可是这就如同学会开车开飞机的人类，飞得快的始终不是人类本身，而且机器。欲速则不达，任何过于高速的发展都值得警惕。 我很遗憾，AlphaGo就此剥夺了人类面对围棋时那种想要用尽一生参悟浩渺的美感。这种“被终结”感有点糟糕。

今天（2020.8.27）机器人的“外语功夫”有多深？随手抓两个来试试。先来介绍这两位：

DeepL 翻译器　这个机器人就在诸位手中，往手机浏览器的网址栏里填 deepl.com 就是了。

微信翻译　这个机器人早就潜伏在我们每个人的身边。只要将英文长文复制黏贴发聊天，然后长按英文区域，就会在弹出一堆选择键，其中包括了“翻译”。

一试这两位的功力，吓了我一跳，基本上借助它，我就明白了外语原文的意思，而且在译文中常能见到神来之笔。比起我上次，大概也就几个月前吧，我试过的机器人出来的乱七八糟的译文，简直是飞跃。不过这一点都不奇怪，科学家发现，机器人的自我学习能力，是爆炸式增长的。机器人的智力其实不如一只鸡一头猪，但就因为它跑得奇快，譬如苹果手机的 CPU，每秒钟可以进行 1 万亿次操作。

一台手机的算力都这么恐怖，何况是一个机器人呢？一个机器人活一秒钟，相当于一大群人活了一万年。它学一秒钟得到的东西，人学一百万年也不一定学到。不信看☛这个故事。

好，现在就拿这段文字，来玩玩这两个机器人：

It is particularly regrettable that a punitive policy was adopted in framing the terms of peace, because a few years hence, it will be possible for nations to fight without armies, ships or guns, by weapons far more terrible, to the destructive action and range of which there is virtually no limit. Any city, at a distance, whatsoever, from the enemy, can be destroyed by him and no power on earth can stop him from doing so. If we want to avert an impending calamity and a state of things which may transform the globe into an inferno, we should push the development of flying machines and wireless transmission of energy without an instant’s delay and with all the power and resources of the nation.

这是来自《奇异人生——尼古拉·特斯拉自述》（The Strange Life of Nikola Tesla）一书的最后一段。

复制黏贴，整个过程就几秒钟，机器人就给我出结果了。

DeepL 翻译：

特别令人遗憾的是，在制定和平条件时采取了惩罚性政策，因为几年后，各国将有可能在没有军队、船只或枪炮的情况下，用更可怕的武器进行战斗，其破坏行动和范围几乎没有限制。任何城市，无论距离敌人有多远，都可以被他摧毁，世界上没有任何力量可以阻止他这样做。如果我们想避免即将到来的灾难和可能将全球变成地狱的状态，我们就应该毫不迟疑地用国家的所有力量和资源推动飞行器和无线能源传输的发展。

微信翻译：

特别令人遗憾的是，在制定和平条件时采取了惩罚性政策，因为几年后，各国将有可能在没有军队、船只或枪支、更可怕的武器的情况下，对几乎没有限制的破坏性行动和范围作战。任何远离敌人的城市都可以被他摧毁，地球上任何力量都不能阻止他这样做。如果我们想避免一场即将到来的灾难和一种可能把地球变成地狱的状态，我们就应该毫不拖延地推动飞行器的发展和能源的无线传输，而不需要任何国家的力量和资源。

再用《尼古拉·特斯拉自述奇异人生》（The Strange Life of Nikola Tesla）这书的原文简介来考考机器人：

The Strange Life of Nikola Tesla is the renamed "PART ONE THE LIFE OF TESLA" of the book "THE WALL OF LIGHT NIKOLA TESLA AND THE VENUSIAN SPACE SHIP THE X-12" written by Arthur H. Matthews and published in 1973. The Strange Life of Nikola Tesla was published by Kolmogorov-Smirnov Publishing, and subsequently became the first online version of Nikola Tesla's Autobiography. It was transcribed by John Roland Penner in 1994 from a small typed booklet, photocopied and stapled. Although it is the first electronic version of Tesla's autobiography available online it contains many significant errors carried over from the original photocopied text. Online Internet scrutiny has subsequently revealed numerous omissions and additions that did not appear in the original serial text published in Electrical Experimenter magazine. The original six-part series published in Electrical Experimenter Magazine in 1919 has been republished in book form as: My Inventions, The Autobiography of Nikola Tesla.

DeepL 翻译：

尼古拉-特斯拉的奇异人生》是阿瑟-H-马修斯所写、1973年出版的《光之墙尼古拉-特斯拉与维纳斯太空船X-12》一书的改名 "第一部分特斯拉的人生"。尼古拉-特斯拉的奇异人生》由科尔莫戈罗夫-斯米尔诺夫出版社出版，随后成为《尼古拉-特斯拉自传》的第一个网络版。它是约翰-罗兰-潘纳于1994年从一本打字的小册子上抄录下来的，经过影印和订书机。虽然这是特斯拉自传的第一个电子版，但它包含了许多从原始影印文本中延续下来的重大错误。随后在网上进行了仔细检查，发现了许多遗漏和补充的内容，而这些内容在《电气实验家》杂志上发表的原始连载文本中并没有出现。1919年发表在《电气实验家》杂志上的原版六部曲已以书的形式重新出版，名为：。《我的发明，尼古拉-特斯拉自传》。

微信翻译：

尼古拉·特斯拉的奇葩被改名为《光之墙》一书的“第一部分特斯拉的生命”。金星号宇宙飞船X-12“由亚瑟·马修斯撰写，1973年出版。《尼古拉·特斯拉的奇葩》由科尔莫戈罗夫-斯米尔诺夫出版社出版，并成为尼古拉·特斯拉自传的第一个网络版。它是约翰罗兰彭纳在1994年转录自一个小打印小册子，复印和钉书。虽然这是特斯拉自传的第一个电子版，但它包含了许多重大错误，这些错误都是由原始的复印文本继承下来的。在线互联网审查随后发现许多遗漏和补充，并没有出现在电子实验杂志发表的原始连续文本。原六部分系列出版于1919年电气实验杂志已再版的形式：我的发明，尼古拉特斯拉的自传。

竟然都到了这种境地，人类还傻乎乎地去跟机器人争，细思极恐。人类唯一的出路，就是和机器人交个朋友，然后把事情交给机器人去干，大家和和气气享享清福，多好。

机器人瓦力被一只长相怪异的苹果迷惑住了｜2010.10.30｜WALL·E is puzzled by a strange apple.｜Photographed by William Ho, © 2010

《AlphaGo 阿尔法围棋》，并不是 Google 出品的第一部影视作品，但却是第一部在海内外收获了无数奖项和好评的纪录片作品。

故事的主角：程序员 VS 棋手

↓↓↓预告片↓↓↓

纪录片中，讲述了 DeepMind 团队，在完成 AlphaGo 的早期版本后，邀请人类顶尖棋手对弈的过程。其中最重要的比赛便是 AlphaGo 对阵当时世界排名第一的韩国棋手李世石。

纪录片中的主要人物，就是 AlphaGo 的工程团队和几位棋手：

「我们团队都希望 DeepMind 能够成为 AI 界重要的前进力量，好比阿波罗登月计划那样。我们最大的愿景，就是通过人力去探索去塑造智能。」

——Demis Hassabis

DeepMind 联合创始人 & CEO

Demis Hassabis 是 DeepMind 的创始人，同时自己也是国际象棋的选手，他自小练习国际象棋，13 岁已经成为国际大赛的亚军。

这也是他组建 DeepMind 团队后，一直使用棋类进行 AI 训练的原因之一。在片中，他表现出了过人的领导力、对 AI 和围棋的敬畏和执着。

「李世石是非常出色的棋手，我很荣幸能够帮助 AlphaGo 和他对弈，我知道全世界都在期待这场比赛，AlphaGo 已经准备好了。」

——黄士杰

DeepMind 首席工程师

来自台湾的黄士杰博士是 DeepMind 的首席工程师，不过他在片中往往很沉默，他的同事也解释了他比较内向，并不喜欢面对镜头。却不仅是 DeepMind 重要的灵魂人物，同时也是 AlphaGo 项目的主程。

而且他也是代表 AlphaGo ，在三次元中，坐在人类棋手对面放置棋子的人。他就像是「棋魂」中的进藤光，AlphaGo 就是他的佐为。

我不仅希望能赢，还希望我在下围棋的同时，还能磨练出属于自己的，不一样的棋路流派。

——李世石 韩国知名棋手

李世石在片中，不仅仅是 AlphaGo 最想打败的对手，也是是人类棋手最后的希望。

他虽然多年排在世界顶尖位置，但是在镜头前，他的真诚与谦逊都完整地展现，从大战前的信心，到最后深意的笑，他在片中就是代表人类在与 AI 对话的人。

我这半生中所学到的所有知识，都是来自于围棋。围棋对我来说，就是一面镜子，见围棋就是见内心。

——樊麾

在片中，樊麾是一个特别的人物，他的性格热烈直率，所以非常抢眼。在影片刚开始，就是他说着一口流利的法语，在波尔多街头指导法国人下棋。

他生于中国，成年后旅居法国，是职业二段棋手，段位相比于片中其他顶尖棋手，真的不算高，被网友们笑称为「全世界最有名的二段棋手」。

他现任法国围棋队总教练，他曾多次蝉联欧洲围棋冠军，还被 DeepMind 团队邀请成为顾问，并且是 AlphaGo 选择对弈的第一名职业的人类棋手，是这次人机大战的总裁判长。

不纯讲技术的，技术纪录片

自发布至今，这部作品已经获得了纽约翠贝卡电影节、伦敦国际电影节、评论家选择奖等诸多重量级纪录片奖的最佳影片和提名，甚至还收获了2018 年奥斯卡金像奖最佳纪录片的提名。

难得的是，这是一部从头到尾讲述人工智能技术的纪录片，而往往在电影节上被奖项青睐的大多是自然、社会新闻、文化类型的故事。

其中的原因，包括：

作为纪录片，这部作品达到了专业和精致

导演用纯熟的手法，拍摄出了这个撼动人心的比赛过程，即使我们都知道人机大战最后的输赢。

导演 Greg Kohs

整个摄制团队的用心，处处体现在片中的细节，团队中多位制作人都曾获得国际级别的纪录片奖项，一起做到了让每个人物都能够自然地展现出他的状态、情感，对于 AI 的态度，对于这场比赛的期待。

准确传达了对人类与 AI 关系的探索和深思

片中的几位工程师也都是专业或业余的棋手，在片中也在不断表达自己的立场，以及对 AI 与人类较量的思考。

两位被深度刻画的棋手，无论各自的段位高地，和比赛结果如何，也都对 AI 对于人类在围棋上的挑战，和 AI 未来的发展可能性，表达了自己的理解。

片中的大牌龙套

不少大咖，估计也都领到了盒饭，在本片中进行了客串。

李飞飞

飞飞姐就不用介绍了，纪录片拍摄的时候她还没有入职 Google；

Cade Metz，

目前就职于纽约时报，是全美最资深的 AI 领域的作家、记者；

John Daugman 教授，

任职于剑桥大学，他早年间致力于研究虹膜识别的相关算法；

在这些大佬的加持下，即使你没那么懂围棋，但通过本片的介绍，也能很快让观众理解围棋的精妙之处。

如果是对人工智能技术不感冒，那片中深入浅出的解释，也能够让人快速理解技术背后的难度，以及 AI 在未来无限的可能性。

想在线下和大家一起看？

这部纪录片片长 90 min，在今年年初上线 Netflix ，只要 4 美元就可以在线观看。

好消息是，这部纪录片今年也被引进到了国内播放，我们已经获得了 DeepMind 、制片团队和国内发行公司的官方授权，在国内进行播映。

在今年的 1024 程序员节期间，在北京线下公映，因为考虑到今年的程序员节是工作日关系，我们将时间调整为 10 月 24+4 日（周日）下午举办活动。

↓↓扫描图中的二维码↓↓

↓↓或点击原文阅读即可报名↓↓

第五局快结束时，David Silver忽然指着屏幕说:“AlphaGO says it's going to quit.” 先是一片紧张的沉默，然后是一阵放松下来后的爆笑。 David笑着说:“I'm joking.” 笑声中有人说:“David has been waiting two years to say this.”

这是我感触最深的一个场景。轻描淡写的一句话，这背后有多少辛酸和寂寞？岂止是两年啊，从1988年Sutton提出时间差分算法、92年Watkins提出Q-learning算法，已经二十多年过去了。AlphaGO“横空出世”背后，是多少科学家几十年如一日的默默付出啊。

AlphaGO的成功，不可思议地像一个梦。几年前，DeepMind成立之初，David Silver在UCL开强化学习课。第八课结束时，David非常腼腆地给DeepMind打广告，希望大家投简历，简简单单几句话说的吞吞吐吐，台下是一片笑声。那个时候，人工智能的围棋还远不能打败人类顶尖棋手，强化学习还只是整个人工智能学术圈里的冷门方向，甚至很多人连强化学习的名字都没有听说过，大家趋之若鹜的方向是数据挖掘和计算机视觉。没有人能想到短短几年后RL即可打败李世乭，DeepMind成为炙手可热的公司、顶级研究机构，而强化学习也给人工智能领域带来如此翻天覆地的变化。

某一年ICLR的开幕式上，有学者在致辞时说:“当初Deep Mind邀请我，我没有答应，现在看来，很显然他们站在了历史更正确的一边。”而我觉得，David Silver，Demis Hassabis，Aja Huang等人最令人敬佩的地方恰恰在于: 他们没有用功利的眼光去选择所谓“正确“的一边，他们只是一直默默地坚持着做自己真正想做的。也正因如此，他们得以引领潮流，而不是跟随潮流。

不仅强化学习领域，甚至今天整个深度学习领域的火爆，也是用很多和他们一样的人（如Hinton）曾经不被看好的坚持换来的。

感谢那些在黑暗中禹禹前行、孤寂中不忘初心的人，是你们的坚持为后来者的路点亮了灯。