AlphaGo胜局十年后：AI正在重塑职业棋手的思维方式

在首尔东部宁静的弘益洞小巷深处，有一栋贴着褪色石砖的建筑，门牌上写着“韩国棋院"——这是韩国职业围棋的管理机构。

围棋是一项古老的运动，在韩国有着神圣的地位。然而走进这栋楼，昔日棋手将手伸入木碗取子时发出的细微声响，

如今已被鼠标点击声所取代

：棋手们弓身坐在显示器前，在 AI 程序中复盘对局；另一些人围坐在棋盘旁，争论下一步最优落点，而教练则告知他们的选择与 AI 的建议相差多少；还有人默默坐着，看 AI 程序与 AI 程序对弈。

十年前，Google DeepMind 的 AI 程序 AlphaGo 击败韩国棋手李世石（Lee Sedol），震惊世界。此后数年，AI 彻底颠覆了这项运动，推翻了数百年来关于最优落子的原则，并引入了全新的思路。

棋手们如今训练的目标，是尽可能地复制 AI 的落子，而非创造自己的风格，哪怕他们对机器的思维逻辑仍感到茫然。

今天，不借助 AI，棋手几乎不可能在职业舞台上立足。有人说这项技术耗尽了围棋的创造力，也有人认为人类的创造空间依然存在；与此同时，AI 正在推动训练资源的民主化，越来越多的女棋手因此得以跻身高段行列。

对于世界顶尖棋手申真谞（Shin Jin-seo）而言，AI 是一位不可或缺的训练伙伴。每天清晨，他坐在电脑前打开 KataGo。他因落子风格与 AI 高度契合而被冠以“申真智能”的外号，他追踪那个代表程序最优建议的蓝色光点，在数字棋盘上不断调整棋子位置，试图理解机器的思考逻辑。“我一直在思考 AI 为什么会选择这步棋，”他说。

备战对局时，申真谞将大部分清醒时间都花在研读 KataGo 上。“这几乎像一种修行，”他说。2022 年韩国棋院联赛的一项研究显示，申真谞的落子与 AI 建议的吻合度达 37.5%，远高于研究中所有棋手的平均水平 28.5%。

“我的棋风变了很多，”申真谞说，“因为我必须在一定程度上遵从 AI 的指引。”韩国棋院表示，已主动联系 Google DeepMind，希望促成申真谞与 AlphaGo 之间的对局，以纪念 AlphaGo 击败李世石十周年。Google DeepMind 发言人表示，公司目前暂无相关信息可以披露。但若新的对局成真，在更先进 AI 程序上磨砺多年的申真谞对获胜持乐观态度。“AlphaGo 当时仍有一些弱点，我认为针对这些弱点可以击败它，”他说。

围棋是一种抽象策略棋类游戏，起源于 2500 多年前的中国。两位棋手轮流在 19×19 的棋盘上落下黑白棋子，通过包围对手的棋子来占领领地。这是一场令人叹为观止的数学复杂游戏。棋盘可能的局面数约为 10 的 170 次方，远超宇宙中的原子数量。如果说国际象棋是一场战斗，围棋便是一场战争：你在一角窒息对手的同时，还要在另一角抵御入侵。

为训练 AI 下围棋，海量人类棋局数据被输入模拟人脑神经元网络的计算系统神经网络。AlphaGo 在击败李世石后被命名为 AlphaGo Lee，训练数据包含 3000 万步棋局，并通过与自身进行数百万次对弈加以精进。2017 年，其继任者 AlphaGo Zero 从零开始学习围棋，不研究任何人类棋局，仅依据规则与自身对弈，纯靠自我博弈发展出落子策略。这种白板式学习方式不受人类知识局限，被证明更为强大。训练三天后，AlphaGo Zero 以 100 比 0 完胜 AlphaGo Lee。

Google DeepMind 同年宣布 AlphaGo 退役。随后，一批受 AlphaGo Zero 启发的开源模型相继涌现。今天，KataGo 是韩国职业围棋棋手使用最为广泛的程序。它比 AlphaGo 更快、更精准，不仅能预测胜负，还能在任意时刻预测棋盘每个点位的归属。AlphaGo Zero 通过分析棋盘的局部小块来拼凑出对整体的理解，而 KataGo 则学会了读懂整张棋盘，对长远战略形成了更强的判断力。它不仅学会了如何赢棋，更学会了如何最大化得分。

这款软件从根本上改变了人们的下棋方式。数百年来，职业棋手应对围棋天文数字般复杂局面的方式，是发展出一套替代纯粹计算的启发式原则：精妙的布局策略为空白棋盘建立抽象秩序，早早抢占角落被视为划不来的交换，每一代棋手都在积累新的原则，充实这门学问的体系。

然而，“AI 改变了一切，”韩国围棋解说员朴正相（Park Jeong-sang）说，“曾经被视为常识的基本下法如今几乎销声匿迹，而过去从未有过的技术则大行其道。”

变化最为显著的是布局。围棋从空白棋盘开始，前 50 手曾是抽象思考与创造力的画布，棋手在其中刻下各自的个性与棋道哲学。李世石以充满挑衅的落子风格著称，擅长制造混乱；曾在 2017 年负于 AlphaGo Master 的中国棋手柯洁，则以灵动想象力令人眼花缭乱。如今，棋手们记忆的是同一套由 AI 建议的高效、精算型布局套路。棋局的重心已转移到中盘，在那里，纯粹的计算能力比创造力更为重要。

AI 训练导致了棋风的同质化。柯洁曾感叹，看着同样的布局套路被无休止地重复，令人疲惫。“我和场下的观众感受完全一样，看着很累，很痛苦，”他 2021 年在接受中国媒体采访时说。每当有棋手突破惯例、落出出人意料的棋，观众便欢呼雀跃，但这样的时刻已越来越少。2023 年的一项研究显示，顶尖围棋棋手超过三分之一的落子与 AI 建议相同。许多棋手表示，每局棋的前 50 手往往与 AI 的建议如出一辙。

“围棋已经变成了一项智力竞技运动，”在 2016 年负于 AlphaGo 三年后退役的李世石说，“在 AI 出现之前，我们追求的是更高的东西。我是把围棋当作一门艺术来学的，”他说，“但如果你的落子来自抄答案，那就不再是艺术了。”

一些棋手说，下围棋不再是开拓新领域，而是遵从一个超人神谕的指令。“我曾经通过推动围棋技术的进步、呈现新的范式来激励棋迷，”李世石说，“我下棋的理由已经消失了。”

留守赛场的棋手们正在尝试重建自己的技艺，但很难辨清新的原则究竟是什么。

金彩瑛（Kim Chae-young）是世界顶尖女棋手之一，恬静沉稳，从职业棋手父亲那里习得了这门技艺。然而当 AI 开始重塑围棋，她发现自己不得不从头来过。“我需要时间去抛弃自己以前学到的一切，”金彩瑛在与我共享屏幕、用光标指着 KataGo 建议的蓝色点位时说，“多年来积累的直觉，原来是错的。”

她凑近显示器，屏幕上显示着每一步棋的胜率，没有任何解释。即便是金彩瑛、申真谞这样的顶尖棋手，也无法理解 AI 的所有落子。“它好像是在用更高维度的方式思考，”她说。当她试图向 AI 学习时，她补充道，“与其说是理性地推敲每一步棋，不如说是在培养一种直觉。”

研究人员正努力破译棋类 AI 程序中编码的超人知识，以便人类也能从中学习。2024 年，Google DeepMind 的研究人员从 AlphaZero（AlphaGo Zero 的通用版本，同样能够下国际象棋）中提取出新的象棋概念，并通过象棋题将其传授给国际象棋大师。棋手们迄今从 AI 系统中汲取的围棋概念，“很可能只是你潜在可以学到的一小部分，”丰田工业大学芝加哥分校计算机科学家尼古拉斯·托姆林（Nicholas Tomlin）说，他是一项探究 AlphaGo Zero 中围棋概念编码的研究的共同作者。

然而提取这些经验依然困难重重。“顶尖棋手至今仍未能归纳出 AI 落子背后的一般性原则，”明知大学围棋教授南志贤（Nam Chi-hyung）说。尽管棋手可以模仿 AI 的落子，但由于其推理过程如同黑箱，他们尚未从中提炼出围棋新的范式。围棋或许正处于一种认识论上的迷途之中。

即便 AI 是一位深不可测的导师，它也是一位公平的导师。

AI 极大地提升了女棋手的训练条件，而这一群体长期以来在围棋界处于弱势地位。

南志贤表示，数十年来，围棋训练意味着在顶尖男棋手门下学艺，最具竞争力的对局也集中在女棋手难以涉足的男性圈子里。“女棋手从未有过那样的历练机会，”她说，“但现在她们可以跟 AI 学习，训练环境大为改善。”从更宏观的角度来看，AI 通过帮助所有棋手打磨布局套路，缩小了棋手之间的差距。

近年来，女棋手的排名持续攀升。2022 年，时任世界女子第一人的崔精（Choi Jeong）成为首位晋级国际大赛决赛的女棋手。她以凶悍好斗的棋风被称为“女子力士”，在决赛中迎战申真谞，最终落败，但这场对决为围棋界女棋手开创了先例。2024 年，金彩瑛因在韩国围棋联赛后季赛夺冠而登上新闻头条，她是那届赛事中唯一的女棋手。

AI 训练赋予了金彩瑛全新的自信。用 AI 分析男棋手的对局，打破了他们看似无懈可击的光环。“以前，我无法判断顶尖男棋手的实力究竟有多强，他们感觉无坚不摧。现在，我知道他们也会犯错，他们的落子并非总是妙手，”她说，“AI 打破了心理上的壁垒。”

尽管 AI 在围棋上的造诣已远超任何棋手，棋迷们依然更愿意观看人与人之间的对局。“AI 程序之间的对弈，对棋迷来说并不好看，”解说员朴正相说，这类对局过于复杂，棋迷难以跟上，而且太过完美，缺乏紧张感。

棋手可以复制 AI 的布局套路，但到了中盘，棋盘演变出多到无法全部记忆的可能性，便需要依靠自己的判断。棋迷乐于看到棋手犯错、逆境翻盘，在棋盘上每一颗棋子里流露个性。申真谞的棋风强硬好斗，却带着一种机械般的沉着；金彩瑛则善于在最混乱的局面中游刃有余。

“围棋里，每一步都是你自己的选择，对手也用自己的选择来回应，”27 岁的围棋爱好者和业余棋手金大熙（Kim Dae-hui）说，“看着这个过程展开，很有意思。”

有金大熙这样的棋迷在看，申真谞从自己的棋局中找到了意义。“我能下出一种只有人类才能讲述的故事，”他说。

退役后，李世石寻找一份能发挥人类优势的新工作，开始制作桌游、巡回演讲，并在大学教学生下棋。“我在寻找一个我能享受、能擅长的新领域，”他说。

然而近来，他对自己离开的那项运动重燃了希望。“下出一局完美棋局，是每一位围棋棋手的梦想，”那是一局技艺精湛、没有失误、势均力敌的棋手厮杀至刀刃边缘的对局。“这就像一个海市蜃楼，”李世石笑着说，“也许 AI 能帮我们下出那样一局完美的棋。”

申真谞希望自己能做到这一点。对申真谞来说，AI 是老师、是伙伴、也是引路的北极星。“我或许是当今最强的人类棋手之一，但有 AI 在，我不能自满，”他说，“AI 给了我继续进步的理由。”

原文链接：