阿尔法围棋

第五局快结束时，David Silver忽然指着屏幕说:“AlphaGO says it's going to quit.” 先是一片紧张的沉默，然后是一阵放松下来后的爆笑。 David笑着说:“I'm joking.” 笑声中有人说:“David has been waiting two years to say this.”

这是我感触最深的一个场景。轻描淡写的一句话，这背后有多少辛酸和寂寞？岂止是两年啊，从1988年Sutton提出时间差分算法、92年Watkins提出Q-learning算法，已经二十多年过去了。AlphaGO“横空出世”背后，是多少科学家几十年如一日的默默付出啊。

AlphaGO的成功，不可思议地像一个梦。几年前，DeepMind成立之初，David Silver在UCL开强化学习课。第八课结束时，David非常腼腆地给DeepMind打广告，希望大家投简历，简简单单几句话说的吞吞吐吐，台下是一片笑声。那个时候，人工智能的围棋还远不能打败人类顶尖棋手，强化学习还只是整个人工智能学术圈里的冷门方向，甚至很多人连强化学习的名字都没有听说过，大家趋之若鹜的方向是数据挖掘和计算机视觉。没有人能想到短短几年后RL即可打败李世乭，DeepMind成为炙手可热的公司、顶级研究机构，而强化学习也给人工智能领域带来如此翻天覆地的变化。

某一年ICLR的开幕式上，有学者在致辞时说:“当初Deep Mind邀请我，我没有答应，现在看来，很显然他们站在了历史更正确的一边。”而我觉得，David Silver，Demis Hassabis，Aja Huang等人最令人敬佩的地方恰恰在于: 他们没有用功利的眼光去选择所谓“正确“的一边，他们只是一直默默地坚持着做自己真正想做的。也正因如此，他们得以引领潮流，而不是跟随潮流。

不仅强化学习领域，甚至今天整个深度学习领域的火爆，也是用很多和他们一样的人（如Hinton）曾经不被看好的坚持换来的。

感谢那些在黑暗中禹禹前行、孤寂中不忘初心的人，是你们的坚持为后来者的路点亮了灯。

看完AlphaGo的纪录片很多天了。还是会常常想起李世石那手精妙的“神之一挖”之后，AlphaGo几乎程序错乱似的，连下两手让人错愕的虎口点子，随后认输。那一幕的认输，好像这让人畏惧的机器突然有了一点“人性”。 可惜不会再有这种情况了。 它从此之后就是人类棋手望尘莫及的巅峰。李世石的那唯一一局赢棋，就像人类最后的高光时刻，剩下全是“下山路”。 它拥有无与伦比的学习能力，它的下棋逻辑是每一步都通过计算，下出每一步胜率最高的一步，那些人类花了几辈子才想出来的妙手，它可以通过短时间计算得出。 我理解李世石之后的退役，从前下棋都是人与人之间的战斗，黑白翻覆可以参悟世间理、可以争棋无名局、可以用人类的速度体悟那些虚无缥缈的艺术感。当AlphaGo“坐在”他面前，那是个无限可击的深渊，真正的“惴惴小心，如临于谷”，什么虚无的道理都没有，只剩下胜负。 AlphaGo的出现虽然让人类棋手在训练时如虎添翼，水平都提高了一层，可是这就如同学会开车开飞机的人类，飞得快的始终不是人类本身，而且机器。欲速则不达，任何过于高速的发展都值得警惕。 我很遗憾，AlphaGo就此剥夺了人类面对围棋时那种想要用尽一生参悟浩渺的美感。这种“被终结”感有点糟糕。

《AlphaGo 阿尔法围棋》，并不是 Google 出品的第一部影视作品，但却是第一部在海内外收获了无数奖项和好评的纪录片作品。

故事的主角：程序员 VS 棋手

↓↓↓预告片↓↓↓

纪录片中，讲述了 DeepMind 团队，在完成 AlphaGo 的早期版本后，邀请人类顶尖棋手对弈的过程。其中最重要的比赛便是 AlphaGo 对阵当时世界排名第一的韩国棋手李世石。

纪录片中的主要人物，就是 AlphaGo 的工程团队和几位棋手：

「我们团队都希望 DeepMind 能够成为 AI 界重要的前进力量，好比阿波罗登月计划那样。我们最大的愿景，就是通过人力去探索去塑造智能。」

——Demis Hassabis

DeepMind 联合创始人 & CEO

Demis Hassabis 是 DeepMind 的创始人，同时自己也是国际象棋的选手，他自小练习国际象棋，13 岁已经成为国际大赛的亚军。

这也是他组建 DeepMind 团队后，一直使用棋类进行 AI 训练的原因之一。在片中，他表现出了过人的领导力、对 AI 和围棋的敬畏和执着。

「李世石是非常出色的棋手，我很荣幸能够帮助 AlphaGo 和他对弈，我知道全世界都在期待这场比赛，AlphaGo 已经准备好了。」

——黄士杰

DeepMind 首席工程师

来自台湾的黄士杰博士是 DeepMind 的首席工程师，不过他在片中往往很沉默，他的同事也解释了他比较内向，并不喜欢面对镜头。却不仅是 DeepMind 重要的灵魂人物，同时也是 AlphaGo 项目的主程。

而且他也是代表 AlphaGo ，在三次元中，坐在人类棋手对面放置棋子的人。他就像是「棋魂」中的进藤光，AlphaGo 就是他的佐为。

我不仅希望能赢，还希望我在下围棋的同时，还能磨练出属于自己的，不一样的棋路流派。

——李世石 韩国知名棋手

李世石在片中，不仅仅是 AlphaGo 最想打败的对手，也是是人类棋手最后的希望。

他虽然多年排在世界顶尖位置，但是在镜头前，他的真诚与谦逊都完整地展现，从大战前的信心，到最后深意的笑，他在片中就是代表人类在与 AI 对话的人。

我这半生中所学到的所有知识，都是来自于围棋。围棋对我来说，就是一面镜子，见围棋就是见内心。

——樊麾

在片中，樊麾是一个特别的人物，他的性格热烈直率，所以非常抢眼。在影片刚开始，就是他说着一口流利的法语，在波尔多街头指导法国人下棋。

他生于中国，成年后旅居法国，是职业二段棋手，段位相比于片中其他顶尖棋手，真的不算高，被网友们笑称为「全世界最有名的二段棋手」。

他现任法国围棋队总教练，他曾多次蝉联欧洲围棋冠军，还被 DeepMind 团队邀请成为顾问，并且是 AlphaGo 选择对弈的第一名职业的人类棋手，是这次人机大战的总裁判长。

不纯讲技术的，技术纪录片

自发布至今，这部作品已经获得了纽约翠贝卡电影节、伦敦国际电影节、评论家选择奖等诸多重量级纪录片奖的最佳影片和提名，甚至还收获了2018 年奥斯卡金像奖最佳纪录片的提名。

难得的是，这是一部从头到尾讲述人工智能技术的纪录片，而往往在电影节上被奖项青睐的大多是自然、社会新闻、文化类型的故事。

其中的原因，包括：

作为纪录片，这部作品达到了专业和精致

导演用纯熟的手法，拍摄出了这个撼动人心的比赛过程，即使我们都知道人机大战最后的输赢。

导演 Greg Kohs

整个摄制团队的用心，处处体现在片中的细节，团队中多位制作人都曾获得国际级别的纪录片奖项，一起做到了让每个人物都能够自然地展现出他的状态、情感，对于 AI 的态度，对于这场比赛的期待。

准确传达了对人类与 AI 关系的探索和深思

片中的几位工程师也都是专业或业余的棋手，在片中也在不断表达自己的立场，以及对 AI 与人类较量的思考。

两位被深度刻画的棋手，无论各自的段位高地，和比赛结果如何，也都对 AI 对于人类在围棋上的挑战，和 AI 未来的发展可能性，表达了自己的理解。

片中的大牌龙套

不少大咖，估计也都领到了盒饭，在本片中进行了客串。

李飞飞

飞飞姐就不用介绍了，纪录片拍摄的时候她还没有入职 Google；

Cade Metz，

目前就职于纽约时报，是全美最资深的 AI 领域的作家、记者；

John Daugman 教授，

任职于剑桥大学，他早年间致力于研究虹膜识别的相关算法；

在这些大佬的加持下，即使你没那么懂围棋，但通过本片的介绍，也能很快让观众理解围棋的精妙之处。

如果是对人工智能技术不感冒，那片中深入浅出的解释，也能够让人快速理解技术背后的难度，以及 AI 在未来无限的可能性。

想在线下和大家一起看？

这部纪录片片长 90 min，在今年年初上线 Netflix ，只要 4 美元就可以在线观看。

好消息是，这部纪录片今年也被引进到了国内播放，我们已经获得了 DeepMind 、制片团队和国内发行公司的官方授权，在国内进行播映。

在今年的 1024 程序员节期间，在北京线下公映，因为考虑到今年的程序员节是工作日关系，我们将时间调整为 10 月 24+4 日（周日）下午举办活动。

↓↓扫描图中的二维码↓↓

↓↓或点击原文阅读即可报名↓↓

难得看到那么激动人心的一部纪录片，虽然已经知道结局，但是看到李世石下赢的那一盘，仍然非常激动。

对AlphaGo与李世石的对弈心中一直有一个疑问——迷一样的第四局。是有意安排还是系统出了BUG？在纪录片中终于得到了解答，原来是李世石下出了神之一手，这一步棋的概率，在AlphaGo的评估网络当中，可能性只有万分之一不到。

有几个有意思的细节：

1. 坐在李世石对面，代表AlphaGo下子的人叫黄士杰，看起来是个华人，也是DeepMind首席工程师

2. 算法通过一台Thinkpad X1来操作，操作系统是linux

3. DeepMind办公环境更像是一个普通的互联网创业公司，不如想象当中梦幻，起码配的显示器没有想象中好

4. DeepMind坐落在Oxford镇，曾经去过Cambridge，两座大学城应该很像，充满了古典美，到处都是学生和教授

Go以为就是"狗",没想到是围棋的英文名称。

古老的神经网络算法在如今过剩的硬件算力加持下能做什么，我们来试试。或许因为Alpha Go的作者年轻时下过国际象棋，所以alpha的首个项目是Go。

神经网络算法只是人工智能的分支之一，从发明到被广泛应用之前，一直有发展，只是未破圈，被大众感知。它就像围棋一样，是众多思维工具之一，被人类发明，发现缺点，完善，发展。

做好当前的事情，输出一点点创新的文档，拓宽一点点未知边界，无关乎名誉，只在于成长。

为什么是围棋？这是看完纪录片之后一直盘桓脑中的问题。

当年AlphaGo的新闻出来后，我作为围棋外行并不完全理解，如今后知后觉看完纪录片，大致了解了事件的全貌，包括业界轰动的原因以及赛程中职业棋手的挣扎。大家花了不少篇幅讨论这件事带来的影响，这个提前到来的技术突破到底意味着什么？我觉得想清楚这个问题之前，还是得回到我最初的疑问上：为什么那么多的人类事物中，偏偏是围棋成为了隔绝人脑与电脑的标志性分水岭？

AlphaGo与李世石的一战已经过去3年了，如果认真的观看整场比赛，试着去理解李世石所谓“神之一手”的逻辑，你就会发现围棋之所以有着如此高的地位，是因为它充满了“人性”。在开发者的眼中，对战游戏里，双方每一步的决策几乎都可以数据化，我们能够通过一定量的运算来计算每一步的胜率，无论这个运算的体系多庞大，只要能得出最佳答案，人脑就能被电脑打败。

而围棋不同，片中用很形象的动态图像来解释了围棋的运算，在简单的规则之后是无数种可能性，简单来说，这是一个一切都在变化中的游戏：你的每一步走棋带来的结果都会随着对手的布局发生改变。所以对电脑来说，一旦无法猜测对手的思路，也就意味着无法用运算来得到自己的“最佳答案”，围棋之所以特殊就在于此。

可这个问题对人类来说就简单了，对手的性格、脾气、此刻的状态和压力，都能成为判断棋路的依据，甚至我们能通过不断的训练来强化这个技能，这种技能我们人类称之为“情商”。虽然要玩好这种费脑子的游戏看起来需要超高的智商和记忆力，但真正的考验是一个人对全盘的把控统筹能力，平面上，你需要掌控棋盘上每个区域的棋子，除此之外，你还需要对整个时间轴线的走向进行预期，在这个立体的概念里，有意无意的，每一个选择让棋路本身成为了个体性格的诠释。

预估棋路都如此困难，更别提人类还拥有更多的策略。我们知道，取得胜利往往需要牺牲和耐心，所以在性格的因素之上，我们有了各种棋谱兵法里的几千种得胜之道。这就让人脑拥有了更复杂的计算方法，不仅能考虑到棋盘上的策略，纳入计算公式的“参考值”也比电脑多得多。

电脑程序之所以让人感觉“冷冰冰”，就因为它还没能涵盖足够广泛的计算参数，程序只知道遵循现有公式去计算而已，这样的计算结果显得有些呆板，相比之下，我们称之为“直觉”的人脑计算结果就灵活多了。而更让我们自豪的是：如此庞大的计算体量甚至只需要几秒的时间。

但如今不同了，AlphaGo的三层神经网络显得足够灵活，打败柯洁的Master版本在横扫职业棋手之后，有人的评价是“它看起来很有人味”，也就是说这样的计算方法已经几乎完全模拟出了人脑的计算体量，甚至超过了我们。

李世石的第三场比赛中，他用了一个特别的棋路“骗”过了电脑，最终取得胜利，后期分析反复强调李世石这第78步的走法，在程序计算下只有十万分之7的概率，因此电脑玩全没能预判到。而AlphaGo在第二天的比赛中，几乎是现学现用，前期的布局就走出了相当“偏门”的选择，没有任何人看懂了电脑想要干嘛，就在大家怀疑是不是再一次出现Bug时，程序漂亮地完胜。

这里有一个细节，在几乎锁定胜局之后，AlphaGo走了一个“缓手”，后台数据团队说并不是误判，它很明白这不是当下这个时间点上的明智之举，而电脑就是走了这么无效的一步。这简直细思极恐，有没有觉得它除了冰冷的计算之外似乎多了一些情绪化的东西——昨天输给你是个意外，今天我要用同样的方法打败你，而且反正怎样你也要输，走几步没用的闲棋陪你玩玩呗。

不仅是超快速的学习能力让人惊叹，而这里面略带傲慢的态度又让人背脊发凉。懂得“佯攻”、懂得“后手”，在紧张的对弈中学会冷静思考，懂得用一些方法去迷惑对手隐藏自己，这些东西已经不再是人类大脑的专属了。

为什么说围棋的文化甚至能延展到哲学领域，就是因为这种对弈过程的美妙程度我们自己都无法解释，只能用“人性”这个词去囊括它、欣赏它。但可怕的是，如今电脑程序也在与人类的交战里拥有了人性，它不再是那个只懂一味占据领先的运算方法了，从这局之后，它学会了牺牲和隐藏，慢慢地，或许它也能拥有自己的“性格”？而最最可怕的地方是：它会不会有一天把隐藏的策略用在棋盘之外？李世石唯一一次战胜AlphaGo的那局对弈，是人类的智慧？还是AI的故意为之呢？