1月28日，圍棋圈和人工智能圈都被一條題為《面對(duì)谷歌圍棋AI，人類最后的智力驕傲崩塌了》的文章刷屏，這篇文章爆出了一條令人無比震驚的消息：Google開發(fā)的一款名為“阿爾法圍棋”（AlphaGo）的人工智能，在沒有任何讓子的情況下以5比0完勝歐洲冠軍、職業(yè)圍棋二段樊麾。

這篇文章寫道，“1997年，國(guó)際象棋AI第一次打敗頂尖的人類；2006年，人類最后一次打敗頂尖的國(guó)際象棋AI。歐美傳統(tǒng)里的頂級(jí)人類智力試金石，在電腦面前終于一敗涂地，應(yīng)了四十多年前計(jì)算機(jī)科學(xué)家的預(yù)言。至少還有東方，人們自我安慰道。圍棋AI長(zhǎng)期以來舉步維艱，頂級(jí)AI甚至不能打敗稍強(qiáng)的業(yè)余選手。這似乎也合情合理：國(guó)際象棋中，平均每回合有35種可能，一盤棋可以有80回合；相比之下，圍棋每回合有250種可能，一盤棋可以長(zhǎng)達(dá)150回合。這一巨大的數(shù)目，足以令任何蠻力窮舉者望而卻步——而人類，我們相信，可以憑借某種難以復(fù)制的算法跳過蠻力，一眼看到棋盤的本質(zhì)。”

在2015年11月北京舉行的人工智能圍棋賽中，獲得冠軍的電腦軟件在與職業(yè)七段棋手連笑的讓五子局中敗下陣來，當(dāng)時(shí)普遍的觀點(diǎn)是，人工智能在圍棋領(lǐng)域最高水平只是業(yè)余4段左右，要想達(dá)到職業(yè)高手的高度，還有漫長(zhǎng)的路要走。

但不曾想，僅僅兩個(gè)月的時(shí)間里，人工智能界就爆出這樣一條震撼性的消息來；而且，這還是2015年10月進(jìn)行的對(duì)局，谷歌公司將此消息封鎖，直至今日才公布開來。

樊麾生于80年代，在中國(guó)打上職業(yè)二段后赴法留學(xué)，后來成為法國(guó)國(guó)家圍棋隊(duì)總教練，已經(jīng)連續(xù)三年贏得歐洲圍棋冠軍的稱號(hào)。在他對(duì)阿爾法圍棋5連敗的消息公開后，他坦言，雖然從幾盤棋譜上AI表現(xiàn)出的水平不是特別驚人，但在當(dāng)時(shí)的局面下正好可以擊敗他。最令他對(duì)局時(shí)感到絕望的是，不能出現(xiàn)失誤。第二局他的局面本來極好，但由于一個(gè)隨手被對(duì)方抓住，后面竟然就沒有了機(jī)會(huì)。之后他自己的心態(tài)發(fā)生了變化，而且自己棋上的弱點(diǎn)被AI完全掌握。

阿爾法圍棋有多強(qiáng)，這里有一組勝負(fù)結(jié)果可以參考：研究者讓AlphaGo與其他的圍棋AI進(jìn)行較量，在總計(jì)495局中只輸了一局，勝率是99.8%。它甚至嘗試了讓四子對(duì)陣Crazy Stone、Zen和Pachi三個(gè)比較有名的先進(jìn)的圍棋AI，勝率分別是77%、86%和99%，由此可見AlphaGo有多強(qiáng)大。這次阿爾法圍棋在與人類職業(yè)高手對(duì)弈中取得5戰(zhàn)全勝的戰(zhàn)績(jī)，已經(jīng)超出了之前所有人工智能在圍棋領(lǐng)域的成就。樊麾本人也說：“雖然我的水平不是特別高，但對(duì)他5比0的比分就算放在職業(yè)棋界，恐怕也沒有太多人能絕對(duì)做到。”

計(jì)算圍棋是個(gè)極其復(fù)雜的問題，比國(guó)際象棋要困難得多。圍棋最大有3^361 種局面，大致的體量是10^170，而已經(jīng)觀測(cè)到的宇宙中，原子的數(shù)量才10^80。國(guó)際象棋最大只有2^155種局面，稱為香農(nóng)數(shù)，大致是10^47。面對(duì)任何棋類，一種直觀又偷懶的思路是暴力列舉所有能贏的方案，這些方案會(huì)形成一個(gè)樹形地圖。AI只要根據(jù)這個(gè)地圖下棋就能永遠(yuǎn)勝利。然而，圍棋一盤大約要下150步，每一步有250種可選的下法，所以粗略來說，要是AI用暴力列舉所有情況的方式，圍棋需要計(jì)算250^150種情況，大致是10^360。相對(duì)的，國(guó)際象棋每盤大約80步，每一步有35種可選下法，所以只要算35^80種情況，大概是10^124。無論如何，枚舉所有情況的方法不可行，所以研究者們需要用巧妙的方法來解決問題，他們選擇了模仿人類大師的下棋方式。

研究者們祭出了終極殺器——“深度學(xué)習(xí)”(Deep Learning) 。深度學(xué)習(xí)是目前人工智能領(lǐng)域中最熱門的科目，它能完成筆跡識(shí)別，面部識(shí)別，駕駛自動(dòng)汽車，自然語(yǔ)言處理，識(shí)別聲音，分析生物信息數(shù)據(jù)等非常復(fù)雜的任務(wù)。阿爾法圍棋的核心是兩種不同的深度神經(jīng)網(wǎng)絡(luò)。“策略網(wǎng)絡(luò)”(policy network)和 “值網(wǎng)絡(luò)”(value network)。它們的任務(wù)在于合作“挑選”出那些比較有前途的棋步，拋棄明顯的差棋，從而將計(jì)算量控制在計(jì)算機(jī)可以完成的范圍里，本質(zhì)上和人類棋手所做的一樣。

人類在下棋時(shí)有一個(gè)劣勢(shì)，在長(zhǎng)時(shí)間比賽后，他們會(huì)犯錯(cuò)，但機(jī)器不會(huì)。而且人類或許一年能玩1000局，但機(jī)器一天就能玩100萬局。所以AlphaGo只要經(jīng)過了足夠的訓(xùn)練，就能擊敗所有的人類選手。

在2016年3月，阿爾法圍棋將與韓國(guó)李世石九段在首爾進(jìn)行一次對(duì)抗賽，獎(jiǎng)金由Google提供的100萬美金。李世石是最近10年中獲得世界冠軍頭銜最多的棋手（14個(gè)）。圍棋是最后一個(gè)人類頂尖高手能戰(zhàn)勝AI的棋類游戲。之前有人預(yù)測(cè)說，AI需要再花十幾年才能戰(zhàn)勝人類，所以這場(chǎng)比賽或許會(huì)見證歷史。