十年前的今天，AI 用「神之一手」給人類上了一課

今天，距離改變世界的李世石大戰阿爾法狗（AlphaGo），已經整整過去了十年。

多年后，李世石在接受外界采訪時，仍難以忘懷當時的感受：「輸給 AI，有種感覺是，我整個世界都塌了。」

他當初在接受邀請時，覺得那會是一次「好玩」的經歷：「好玩的前提是我覺得會贏。我從未想過自己會輸。」

這份自信并非傲慢。圍棋長期被視為 AI 難以攻克的最后堡壘——棋盤上可能的局面數量高達 10 的 170 次方，遠超宇宙中原子的總數，傳統算法根本無從窮舉。

正因如此，許多專家當時預測，AI 要贏過人類頂尖棋手，至少還需要十年。然而，AlphaGo 提前了十年。

這場比賽中，有一個細節后來被反復提起：第二局的第 37 手。AlphaGo 將棋子落在了一個人類職業棋手幾乎不會考慮的位置。

現場解說員一度認為這是失誤，觀眾席上的棋手們面面相覷。但一百多手之后，那顆棋子恰恰處于制勝的關鍵位置——它的價值，在百步之后才得以顯現。

這就是著名的「第 37 步」。

今天，DeepMind 創始人 Demis Hassabis 在 X 平臺發文稱：

十年前，AlphaGo 在首爾的那場傳奇比賽開啟了人工智能現代時代的大幕。著名的「第 37 步」向我們表明，AI 技術已準備好應對科學等領域中的現實世界問題——而這些方法所激發的新思路對于構建通用人工智能（AGI）至關重要。

「第 37 步」也成了一個流傳至今的隱喻：它代表那些看起來不合理、卻最終被證明正確的決策；代表超出人類直覺邊界的創新；也代表在某個系統或競爭中，突然改變局面的關鍵一步。

擊敗人類后，更強的 AI 在進一步去「人味」

「我沒有辦法再去享受圍棋，所以我就退役了。」

與 AlphaGo 對戰的三年后，李世石正式宣布退役。對于 5 歲就開始學圍棋的他而言，圍棋不僅是競賽，更是一種藝術，是棋手個性與風格的延伸。但在 AI 時代，它卻淪為效率的游戲。

讓他更難釋懷的，是 AI 還在繼續進化，且越來越「去人化」。

2017 年，DeepMind 發布了 AlphaGo Zero。AlphaGo 的誕生，依賴神經網絡對人類高手 3000 多萬手棋譜的學習；而 AlphaGo Zero 從一開始就徹底拋棄人類經驗，訓練期間不接觸任何棋譜，單純靠自我對弈從零生長。僅僅三天后，它便以 100:0 擊敗了 AlphaGo。

《大西洋月刊》稱其為「不需要從人類身上學習任何東西的 AI」。

DeepMind 并未止步。此后推出的 AlphaZero，在不具備任何先驗知識的前提下，僅憑規則便在數小時內自學掌握了國際象棋，不僅擊敗了人類頂尖棋手，更超越了當時最強的專業象棋程序 Stockfish。

而象棋已被人類和計算機研究分析了數十年。連在這樣一個被反復「窮舉」過的領域，AlphaZero 依然走出了人類從未嘗試過的新策略。

AlphaGo 和 AlphaGo Zero 的棋譜，難以理解到被棋手們直接稱為「外星文明投下的一本神秘指南」。

美國職業棋手 Michael Redmond 于 2017 年表示，人類學習圍棋的重要方式是搭建一個故事：「那是我們溝通的方式，它是一件非常人性的事。」面對「AI 味」棋路，他說，人類棋手往往很難真正投入其中：「AlphaGo 下棋的方式，總讓人覺得很非人性。」

這也正是李世石痛苦所在。圍棋對他而言從來不只是勝負，而是表達自我的語言。而「第 37 步」恰恰說明，這門語言里，AI 已經有了人類讀不懂的章節。

退役后，李世石開始執迷于 AI，開設圍棋學院、出書、推出桌游之余，還開始在各地做關于 AI 的演講：「我算是很早開始面對 AI 的問題，其他人也將會經歷。那未必會有開心大團圓結局。」

對他來說，AI 最讓人擔憂的地方，在于它可能改變人類的價值觀：「過去，人們會對創造力、原創性和創新充滿敬畏，但自從 AI 出現以來，這些很多都已經消失了。」

人機共創時代

并不是所有人都同意這個講法。

「AI 毀滅了圍棋圈所有存在的秩序，然后開始重建。」康奈爾大學研究 AI 的圍棋愛好者 Jiuheng He 如此描述。

在香港一家圍棋學院里，老師 Ng Chee Man 會為學生提供 iPad 來輔助學習——每次落子，AI 都會實時給出「最佳走法」建議，并記錄下哪些步下得好，哪些不好。這種訓練方式，正在成為全球圍棋學院的標配。

數據也印證了這一轉變。2023 年，《美國國家科學院院刊》發表了一項以 1950 至 2021 年共 580 萬手棋譜為基礎的研究，結論令人振奮：在 AlphaGo 擊敗李世石之前，人類棋手的判斷質量在 66 年間幾乎沒有變化；但從 2016、2017 年起，這一數字開始明顯攀升。

換言之，人類贏不了 AI，但因為 AI，人類變得更強了。

DeepMind 首席研究科學家、AlphaGo 項目負責人 David Silver 評論道：

「看到人類棋手能如此快速地適應，將這些新走法融入自己的方法中，正是讓人非常振奮的事。這些結果表明，人類將在 AI 發現的基礎上，大大提升自身潛力。」

事實上，早在 AlphaGo 公開亮相前，這一規律就已有跡可循。曾在不公開測試中對決 AlphaGo 的法國棋手樊麾，雖然落敗，卻說 AlphaGo 讓他以全新方式審視圍棋，技術因此飛速提升，世界排名隨之躍升。

2017 年被 AlphaGo 擊敗的柯潔，在 2023 年也坦言，自己除了正式比賽外，已經很少與真人練習。在他看來，AI 已經成為圍棋創造力的新源頭：

創造性必須投入實戰并得到檢驗。現在圍棋創新的大部分是 AI 來完成，我們想下一些和以前不一樣的棋，大概率會輸，因為 AI 通過大量實戰，得出了和之前不同的思維——這才是創造力。

這種人機協作的思維，在新生代棋手身上體現得最為徹底。韓國棋手申真谞，首位奪得世界冠軍的 00 后棋手，棋迷稱他「申工智能」，正是以長時間的 AI 訓練著稱。

他曾于第 25 屆農心杯實現跨賽季 16 連勝，超越前輩李昌鎬的歷史紀錄。談及與 AI 的關系，他說：「我覺得我和 AI 現在是朋友關系。AI 和人類的思路完全不同，它通過數學算法解決問題，借鑒 AI 的思路使我受益良多。」

從李世石的崩塌，到申真谞的崛起，恰好是同一枚硬幣的兩面：前者是第一代直面沖擊的人，后者是第一代將沖擊化為養分的人。「第 37 步」對他們的意義，截然不同。

十年前，「第 37 步」告訴世界：AI 能走出人類從未想到的路。十年后，圍棋這面鏡子告訴我們：真正的問題從來不是人類能否贏過 AI，而是人類如何與它一起，走向那些連 AI 也尚未到達的地方。

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）