AlphaGo对弈李世石十周年：首尔五日传奇对决的幕后细节
2016年的首尔，AlphaGo与李世石的人机大战牵动着全球目光。第二局中，AlphaGo落下的第37手，完全跳出了人类棋手的认知边界：现场解说员直言“无法理解”；李世石更是沉思了12分钟，才艰难落子回应。
鲜为人知的是，这手震惊世界的棋背后，是DeepMind创始人哈萨比斯的坚持。备战时，研究员为避免系统出错，建议降低随机走法概率，哈萨比斯却力排众议：“我们研发AI，不是为了复制人类思维，而是要探索智能的未知领域。”
这段持续五天的传奇对决，在哈萨比斯首部官方授权传记《哈萨比斯：谷歌AI之脑》中得到完整还原。我们从书中摘录这段故事，与读者分享。
2016年1月，《自然》杂志发表了DeepMind关于围棋的论文并将其登上封面。论文发表前一天，杂志向记者分发禁刊副本，一位记者联系Facebook寻求评论，消息很快传到扎克伯格耳中。扎克伯格展现出竞争锋芒，在论文公开前仓促发布声明，宣扬Facebook远不如DeepMind亮眼的围棋项目。记者凯德·梅茨评论这是“古怪且不幸的抢先公关”，也预示了AI竞赛的正式展开。
媒体对Facebook的声明不屑一顾，转而聚焦DeepMind。击败樊麾后，DeepMind的智能体（已命名为AlphaGo）首次战胜人类围棋冠军，比专家预期提前约10年。哈萨比斯在《自然》封面文章发布时宣布，3月AlphaGo将与韩国传奇棋手、18次国际锦标赛冠军李世石对决，DeepMind还设立了100万美元奖金。
哈萨比斯选择对手时经过深思熟虑。最初想与日本冠军比赛，但当时日本无顶尖选手——韩国和中国是围棋强国。考虑后，他选定李世石，不仅因其职业成就，还因其体现的精神。这场比赛如同卡斯帕罗夫与“深蓝”的对决，会让痴迷围棋的韩国人陷入狂热。“李世石是民族英雄，韩国人热爱围棋，也热爱AI。”哈萨比斯后来表示。
比赛时间的选择需谨慎判断。西尔弗估计AlphaGo3月能准备就绪，但团队部分成员希望有缓冲时间，因为系统偶尔会产生“幻觉”，出现看似随机的走法。但因其他AI实验室的威胁，哈萨比斯否决了怀疑者的意见。Facebook已紧追不舍，《自然》论文也揭示了AlphaGo的工作原理，包括策略网络、价值网络和蒙特卡洛树搜索的组合模式，中国互联网巨头也可能借此迎头赶上。
DeepMind母公司的支持促成了全速推进的决定。2015年底，黄士杰和同事开始在谷歌自研的“张量处理单元”（TPU）上运行AlphaGo，这种芯片比英伟达GPU运算更快，通过牺牲少量精度执行更多乘法运算。测试时，配备TPU的AlphaGo对阵GPU版胜率超80%。已加入团队的樊麾表示，升级后的AlphaGo棋风不同，走法极富创造性且精妙。
赴韩参赛几周前，谷歌董事长埃里克·施密特拜访哈萨比斯，希望确保胜利。“进展如何？”他问。“指标不错，但仍有担忧。”哈萨比斯回答。“很好，别搞砸了。”施密特半开玩笑地说。
2016年3月，哈萨比斯、西尔弗和团队抵达首尔，施密特从加州飞来，TPU芯片功臣杰夫·迪恩同行，联合创始人谢尔盖·布林三天后也加入。赛事盛况超出预期，街上有大批媒体和大屏幕，超过2亿人观看，是“深蓝”击败卡斯帕罗夫时的两倍多，甚至超过超级碗观众数。
西尔弗感到胆怯：“我低估了这件事的影响，差了两个数量级。”
李世石信心满满，研究了AlphaGo与樊麾比赛的每一步，预测自己会5∶0或4∶1获胜，因他比樊麾强得多。多数职业棋手也认同，认为击败DeepMind是轻松赚百万美元的机会。“我将尽全力捍卫人类智能的尊严。”李世石承诺。
3月9日比赛当天，黄士杰坐在黑色皮椅上，面前是棋盘，左侧电脑屏幕显示AlphaGo的行棋（由太平洋彼岸服务器生成），对面是李世石，他的走法由肾上腺素和咖啡驱动。
第一场比赛开始几分钟，李世石就陷入困境。他走出常规第三步并挑起冲突，试图用训练数据外的策略迷惑AlphaGo，但AlphaGo不为所动。他低估了AlphaGo自10月与樊麾比赛后的进步。
李世石表情时而震惊、时而好笑、时而无奈，靠在椅上笑，按摩脖子。他通过研究与樊麾比赛做出的预期都毫无意义，这套系统当时虽可能被击败，但5个月后已不可战胜。最终他认输：“我没预料到AlphaGo会下得如此完美。”
第二场比赛，李世石尝试不同策略，小心翼翼落子等待AlphaGo出错。走了36步后，他起身抽烟休息，回来研究局势。离开期间，AlphaGo下出第37步：一颗黑子落在几乎空旷的区域，突袭李世石右侧。
李世石花了12分钟才回应，他从未见过这样的走法。世界顶尖西方棋手迈克尔·雷德蒙德在另一个房间直播解说，看到这步棋后，在棋盘上放了黑子又拿起：“不，这不可能正确。”但这确实正确，他放回棋子试图理解：“我真的不知道这步棋是好是坏。”
事实证明这是绝妙好棋，100多步后被证明是决定性的。“看到这步棋时，我认为AlphaGo肯定有创造力。”李世石赛后说，“我真的无话可说。”
第三天是休息日，DeepMind科学家们逛街、品尝韩国烤肉。每家报纸都报道AlphaGo，一位年轻女子在街上认出哈萨比斯，作晕倒状，仿佛他是流行偶像。“这种事经常发生。”哈萨比斯对身边记者说。对全球AI研究人员来说，一切都变了，AlphaGo的出现终结了AI领域默默无闻的纯真时代。
第四天，AI第三次击败李世石。李世石展现了职业生涯中精彩的技艺，但AlphaGo表现更胜一筹。新闻发布会上，他向人类道歉：“我感到有点无能为力。”
面对机器超级智能，一种回应是“打不过就加入”。0∶5失利后，樊麾加入DeepMind，称失败让他看到人生无限可能：“我发现世界比想象的大得多，很喜欢这种感觉。”这是谦逊的情感，但掩盖了人类失利的现实。机器拓展了可能性，也以不安的方式威胁人类，意味着人类直觉和想法可能不再重要。
另一种回应是继续抗争。第四场比赛中，李世石凭借第78步“神之一手”击败AlphaGo。这步精妙的棋让计算机陷入被动，算法出现类似人类的慌乱，走出无章法的棋步，最终认输。李世石庆祝胜利，称感受到无上温暖，棋迷高呼他的名字，一位程序员甚至将第37步和第78步棋形文在手臂上。但3年后，当围棋系统空前强大时，李世石黯然退役，称再也无法从下棋中感受到快乐。
DeepMind团队也不确定如何看待胜利。AlphaGo是人类创造的，是人类行动力和好奇心的体现，但他们也共情李世石的绝望。“我无法庆祝。”哈萨比斯回忆李世石1∶4失利时说，他知道竞争失利的滋味。
几年后，托雷·格雷佩尔被问及机器超越人类的感受时说：“初代围棋系统棋路与人类相似，摸索出人类千年策略让我们开心；后来它发现人类策略可反制，就放弃了；再后来系统变强，下法变得陌生，棋子看似随机散布，但30步、50步、100步后，所有棋子都联系在一起……”“就像绞索勒紧脖颈？”我紧张地问。“没错，就是这样！堪称魔法。”格雷佩尔说，这不是魔法，是算法的先见之明，只是在低等智能看来像魔法。“这就是我们必须想象的未来。围棋领域已实现超级智能，我们能体验与它互动的感受。一开始它看似无威胁，然后用途完全主导，我们不理解它的运作机制、战术和策略，只知道控制权在它手中……”
本文来自微信公众号“红杉汇”（ID：Sequoiacap），作者：洪衫，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com