AlphaGo：曙光降临还是恶魔召唤？

▲ 有业内人士认为，韩国棋手李世石或许将是人类历史上唯一赢过AlphaGo的人类棋手。（视觉中国/图）

如果说，发生在2016年春天的人机大战给围棋界带来的是一次不小的震动。那么2017年新年，围棋界顶尖的人类棋手们算得上经历了一次“飞蛾扑火”般的悲壮。

一个代号为Master的神秘棋手先后现身著名对弈网站弈城和野狐，毫不留情地“踢了场子”，在30秒一手的快棋中，除陈耀烨因电脑意外掉线而未完成比赛，系统自动判为和棋，其余数十位中日韩围棋高手皆铩羽而归。最终Master以60场胜利的成绩完胜人类。

Master的主人一开始似乎也未曾料到会出现如此令人兴奋的战果。在越来越高的关注下，才公开承认这位注册ID的国籍上显示为韩国的勇士正是2016年惊艳亮相的AlphaGo （阿尔法狗） 。

当时，AlphaGo以4∶1的战绩拿下韩国围棋顶尖高手李世石，技惊四座。而现在，它的成长速度开始令人恐惧。有业内人士甚至认为，李世石或许将是人类历史上唯一赢过AlphaGo的人类棋手。

“人工智能方面取得的成功将会是人类历史上最重要的事情。不幸的是，它也可能是最后一件。”向来对人工智能持以警惕的世界知名物理学家斯蒂芬·霍金不久前说。

所以，AlphaGo的主人——来自谷歌的Deep Mind团队，是在“召唤恶魔”吗？阿尔法狗到底是怎样炼成的？

台湾围棋教育推广协会秘书长张晓茵关注到AlphaGo的时间可能比很多人都要早。

那是2015年，AlphaGo第一次向人类宣战，它以5∶0横扫三次斩获欧洲围棋冠军的职业二段棋手樊麾。樊麾生于中国西安，现任法国围棋队总教练。2016年底，在中国一档网络节目中，樊麾讲述了他第一次与AlphaGo比赛的感悟。樊麾当时并非没有取胜的机会，在第五盘中他本来占据一定优势，却因一个低级失误导致全败，樊麾说这是他最痛苦的一个记忆。

不过在当时，AlphaGo的第一次亮相并没有引起太多关注，至少在中国大陆，这条消息很快就被淹没在快速滚动更迭的门户新闻里。

但台湾业余五段棋手张晓茵对这则新闻印象深刻，她除了对AlphaGo战力如此之强感到意外，同时她也有一丝恐惧。更特别的原因是，这让她的脑海中立刻浮现出一个人的名字：她的学长黄士杰博士 （Aja Huang） 。此人正是后来坐在李世石对面代替AlphaGo落子的那位男子，也是AlphaGo的开发者——谷歌Deep Mind团队的核心人员。

黄士杰出生在台湾，是谷歌设计团队中最熟悉围棋的工程师。黄士杰的导师、台湾师范大学资讯工程系教授林顺喜曾对媒体透露，黄士杰原本在交通大学学计算机专业，2001年到师范大学，成为他的研究生。因为成绩优异，黄士杰毕业后先到加拿大当研究员，2012年到英国Deep Mind公司，成为两位首席设计师之一。

张晓茵与黄士杰相识于台湾师范大学，他们都是该校围棋社最早的一批社员。黄士杰在社里年纪最长，且因他的专业是资讯工程，有关计算机围棋 （下称围棋AI） 的知识都是由他向社里的学弟学妹传授。张晓茵对南方周末记者说，当时黄在学校里就设计了一个围棋AI程序，该程序还以他的妻子Erica命名。

张晓茵至今仍清楚地记得“吃棋谱”这个说法：“Aja学长说他们每天都喂程序吃很多职业棋士的棋谱，那时我隐约觉得，只要程序吃的棋谱够多，一定能比人类还要强。”

AlphaGo的训练模式之一就是尽可能多地“吃掉”人类棋手的棋谱。据有关报道，2015年10月阿尔法狗对阵樊麾时，“吃过”的棋谱是3000万个，但到了挑战世界棋坛16冠王李世石的时候，嚼进肚子里的棋谱已经达到1亿。

樊麾在回忆他与AlphaGo的比赛时说，在与机器对弈的时候，你所发出去的信息被原封不动地反射回来，但因为你知道和你比赛的是一台机器，所以你会对自己做出的选择逐渐产生越来越多的疑问，这就好比是“自己被赤裸裸地扒光摆在自己面前”。

“太强了。”柯洁的父亲对南方周末记者回忆，这是跻身当今世界围棋顶尖高手之列的柯洁在看到Master一路破关斩将之后的感叹。以至于柯洁发微博时都坦陈，“我虽然早就预计到AI迟早能战胜人类，但那也是十年后啊……”

在《体坛周报》棋牌首席记者谢锐看来，这样的感受绝不只是柯洁独有，“棋手们都懵了”。谁也没想到，围棋AI战胜人类的这一天，会来得这么快。

张晓茵认为，在AlphaGo完成60连胜以前，人类棋手对围棋AI的忽略和轻视几乎到了病入膏肓的地步。

1997年，代号“深蓝”的计算机程序战胜了世界第一的国际象棋大师，却没有让在中国至少已有两千多年历史的围棋感到丝毫的威胁。

当然，在当时围棋界的自信并非盲目。这个号称人类智力终极堡垒的古老游戏，共有361个落子点 （而国际象棋仅有64个） ，围棋每一颗棋子的下法可能性大概有2的360次方，比宇宙的原子数还要多。如此庞大繁多的可能，对计算机的算力、算法和分析是极大的挑战，它无法像对待象棋一样，通过蛮力计算而得出结果。

就连AlphaGo所在团队Deep Mind的创始人哈萨比斯 （Demis Hassabis） 都曾对媒体说，“写出围棋的评估函数是一件不可能的事情”。因为更多时候，围棋与棋手的一些类似于“直觉”的东西有关。这也是为何哈萨比斯要说，“围棋游戏更像是艺术，而非科学”。

Deep Mind公司是2014年1月谷歌收购的人工智能 （AI） 研究机构，总部位于伦敦。Deep Mind公司致力于构建基于神经网络和“深度学习”系统的强力泛用型的学习算法。

Deep Mind团队曾向媒体透露，之所以选择围棋作为攻关项目，是因为，“如果想研发出与‘人类相似’的，弹性智能的算法，以解决种种问题，就没有比游戏更好的测试工具了。计算机最早攻克的游戏是三目棋 （Noughts and Crosses，井字棋） ，之后是西洋跳棋和国际象棋。围棋和国际象棋不同，博弈的空间更宽阔，变化更是繁多，而且很难判断棋子所处位置的价值，所以一直被认为是人工智能领域的最大挑战。所以Deep Mind团队的优先目标就是征服这一领域。”

为此，哈萨比斯和他的团队做的是，用一种叫做神经网络的研究方法，为程序注入像人类一样的深度学习的能力，即它可通过不断地练习，从而调整并学习掌握围棋的下法，这比起深蓝，与人类运用大脑解决问题的方式更加类似。

张晓茵对南方周末记者分析说，黄士杰博士和他的队友们在AlphaGo程序中应该加入了“策略网络 （Policy Network） ”和“值网络 （Value Network） ”的技术。所谓策略网络，是指程序在吃下上千万甚至过亿的棋谱后，能够分析出下一步棋在不同下法时得出的不同胜率。而值网络是对盘面优势的判断机制，以便及时止损和改变下法。

根据外媒报道，在练习时，Deep Mind团队让两台几乎没有区别的阿尔法狗对弈，即两方能力相当，但下棋的路数有别，最合适下法的一方将胜出。这样的原理，可将之理解为习武之人采取双手左右互搏的练功方法，不断地积累经验。“就是自己和自己下。”《成都商报》记者欧鹏认为。

英国《卫报》一则对Deep Mind创始人哈萨比斯的采访报道中写道，“哈萨比斯说阿尔法狗不休息，即便在圣诞节期间也没有。它就像一台永动机，在拥有庞大计算能力的谷歌云端不停地练习，永不停歇。这意味着它很可能每一秒、每一天都在进步。”

根据以下快棋闻名的中国知名职业棋手罗洗河的分析，Master其实下的都是最简单明了的棋，懂得规避复杂大型的定式。

这和谢锐的观察一致，“现在看来，局部对杀人类根本不是阿尔法狗的对手。人类棋手必须在棋局一开始就特别注重全局的布局，制造出大规模对决的局面”。谢锐以Master此次非正式测验为例，95后棋手普遍输得比较惨，而第54局Master碰到长于全局把控的聂卫平，反而赢得比较艰难。