人机大战之前：为什么全世界都在盯着这盘棋

这个月，整个围棋圈和科技圈都在等一场还没开始的比赛。谷歌旗下的 DeepMind 团队不久前在《自然》杂志上披露：他们的人工智能程序 AlphaGo，已经在去年十月悄悄以五比零的比分赢了欧洲围棋冠军樊麾，成为历史上第一个不让子就战胜职业棋手的计算机程序。而真正的大戏，被安排在了三月——AlphaGo 要飞赴首尔，和当今世界排名第一的李世石下五番棋。比赛还没下，赌注已经被炒到了天边。这篇文章，就聊聊这场即将到来的人机大战，以及它为什么让这么多人心神不宁。

先说清楚立场：比赛结果我当然不知道，全世界除了 DeepMind 内部，没人知道这台机器到底练到了什么程度。我这篇文章不预测胜负，只想说说，为什么一场下棋比赛，值得整个科技界和围棋界都屏住呼吸。

一、为什么围棋是人工智能的”珠穆朗玛”

很多人奇怪，计算机打败人类棋手不是早就发生过吗？没错，一九八八年电脑就赢过国际象棋大师，一九九八年”深蓝”更是战胜了国际象棋世界冠军卡斯帕罗夫。那为什么围棋还能让 AI 卡这么多年？答案在于围棋的复杂程度，和国际象棋根本不是一个量级。

国际象棋棋盘六十四格，局面的变化相对可控，电脑靠穷举和计算深度就能取胜。可围棋有三百六十一个落子点，每一步的 branching factor（分支数）大得惊人，整盘棋可能出现的局面数量，比宇宙里的原子还多。更麻烦的是，围棋特别讲究”势”和”判断”——一块棋是活是死、一个局部交换是赚是赔，靠的是人类棋手多年积累的直觉和全局感觉，很难写成一条条规则。正因为这样，过去二十年，几乎所有做人工智能的人都把攻克围棋视为一座绕不开、又高不可攀的山峰。

AlphaGo 这次能赢樊麾，靠的也不再是当年那套硬算。它用的是这几年突然火起来的深度学习和强化学习：先让机器看上千万盘人类棋谱，学会”像人一样判断一个局面大概好不好”，再让它自己和自己下成千上万盘，在对局中不断变强。换句话说，它不是靠把每一步都算到底，而是学会了某种接近”棋感”的东西。这才是最让业内震动的地方。

这套思路拆开看其实很朴素。一个神经网络负责”看一眼棋盘，估计局面优劣”，另一个负责”在这么多落点里，挑出最值得考虑的几个”，再在小范围内做精确搜索。把这两样东西拼起来，机器就既有了大局观，又不失细节计算。过去几十年，研究者在”暴力计算”和”写规则”两条路上都走到了头，AlphaGo 第一次证明，让机器自己从对局中学习，是一条全新的、而且行得通的路。这也是它登上《自然》杂志封面的原因。

二、樊麾五比零意味着什么

既然已经赢过樊麾，为什么大家还这么紧张？因为樊麾虽然是欧洲冠军，但在世界围棋版图里，他并不属于最顶尖那一档。围棋界对这个结果的第一反应，多少有点”轻敌”——欧洲冠军嘛，输了不奇怪，换世界冠军来试试？

但 DeepMind 偏偏就挑了最硬的一块骨头：李世石。这位韩国棋手拿过十多个世界冠军，被公认为一个时代的天才，下棋思路飘逸、计算力惊人。DeepMind 敢公开向他下战书，说明团队对自家程序的实力相当有底气。于是这场比赛的看点就变成了：一台刚刚学会下棋的机器，到底能不能赢一位人类的传奇。无论输赢，这都会是人工智能历史上的一个坐标。

三、为什么所有人都在盯着这场棋

表面上，这是一场围棋比赛。但往深了看，它检验的是一件更大的事：机器到底能不能在那些最依赖”直觉”和”全局判断”的领域，追上甚至超过人类。过去人工智能擅长的，都是那些规则清晰、可以暴力计算的任务；而围棋恰恰是人类智慧里最玄妙、最难以被规则化的那部分。如果机器连这个都能攻克，那它离渗透到医疗、金融、科学发现这些更广阔的领域，就不远了。

这也是为什么科技界比围棋圈还激动。AlphaGo 背后那套深度神经网络的技术，并不是只能用来下棋的。它本质上是一种”让机器从海量数据里自己摸索规律”的通用能力。图像识别、语音识别、自动驾驶，背后都是同一类技术在驱动。赢下这盘棋，等于向全世界演示了一遍：这种新的人工智能范式，到底有多强。

资本市场的反应也很快。消息出来之后，几乎所有和”人工智能””深度学习”沾边的公司和概念都被重新审视了一遍。投资人突然意识到，这不再是实验室里的玩具，而是可能改写一大批行业的技术。国内的互联网巨头也纷纷表态，要加大在人工智能上的投入。一场棋的意义被放大成了一个产业的风向标——这其中当然有炒作的成分，但它至少说明，机器智能这波浪潮，已经从极客圈真正冲进了主流视野。

四、冷静看：别神化，也别轻视

我得提醒几句。第一，一场比赛说明不了”机器全面超越人类”这种大话。围棋再复杂，也只是一个规则封闭的游戏；真实世界的问题远比它杂乱、模糊。第二，人类棋手也在进化，李世石研究了机器这么久，临场发挥到什么程度，谁也说不准。第三，这种”人机大战”天然容易被渲染成一种对决，但它更像是一次科学家和顶尖棋手共同完成的实验——无论结果如何，人类都赢了，因为我们借此看清了技术走到了哪一步。

对普通从业者来说，与其争论机器会不会取代人，不如认真想想：当机器已经能在”直觉型”任务上逼近人类，我们该把自己的精力放在哪里。答案其实不玄——去做那些真正需要创造力、责任感和对人的理解的事，而不是和机器比拼记忆力和计算速度。这个趋势不会因为一场棋的输赢而改变。

结语。三月的首尔，一场五番棋就要开枰。在那之前，全世界都在猜：人类的最后一块智力高地，守不守得住？我不下结论，但我知道，无论棋盘上落下怎样的结果，我们都正在亲历一个节点——机器不再只是执行我们写死的规则，而是开始学会自己”悟”。这个二月，与其急着站队输赢，不如静下心来，好好看这盘棋怎么下。它下的不只是围棋，更是未来十年人机关系的开场。