第 8 章 戴密斯·哈薩比斯與 DeepMind：AlphaGo 橫掃圍棋世界的帝國史詩#
8.3 2016 年首爾「世紀之戰」：AlphaGo 4:1 擊敗李世石與第 37 手「神之一手」#
8.3.1 為什麼是圍棋#
1997 年深藍擊敗卡斯帕羅夫（國際象棋）後，圍棋被視為 AI 的最後堡壘：約 \(10^{170}\) 量級的合法局面、局面好壞難以機械評估、人類直覺（「棋感」）至關重要。AlphaGo 的方案是三件套：
- 策略網絡（policy net）：學人類高手棋譜（KGS 16 萬盤）預測下一手；
- 價值網絡（value net）：評估局面勝率；
- 蒙特卡洛樹搜索（MCTS）：以上兩者引導搜索。
2015 年 10 月，AlphaGo 以 5:0 擊敗歐洲冠軍樊麾（二段），Nature 封面論文；2016 年 3 月赴首爾挑戰李世石（九段、14 個世界冠軍）。
8.3.2 世紀之戰的五盤棋#
2016 年 3 月 9–15 日，首爾四季酒店：
- 前三盤 AlphaGo 連勝——李世石賽後承認「機器的棋出乎意料」；
- 第四盤：李世石第 78 手「神挖」（te-le-zeki）誘發 AlphaGo 的連環錯誤，人類扳回一城——此手被 Go 社群奉為人類尊嚴之戰；
- 第五盤 AlphaGo 勝，總比分 4:1。
全球統計：約 2 億人次觀看（中國國內平台統計巨量），Google 母公司股價上漲，「Sputnik moment」成為各國 AI 政策報告的標準引語（中國 2017 年新一代 AI 發展規劃的催化事件之一）。
8.3.3 第 37 手：超越三千年人類棋理的那一手#
第二盤第 37 手，AlphaGo 在右上方第五路「肩冲」（三三外一路的下法）落子——職業棋手的機率評估為 1/10,000 級的「人類不會下的棋」。解說的樊麾起初以為是故障；數十手後此手證明全局價值驚人。它是第一個被全球直播、被圍棋文明共同見證的「機器原創思想」——AlphaGo 之後，人類職業棋譜中「三三點角」「肩冲」等下法大增，開局理論被機器重寫。
8.3.4 前因後果#
- 前因：8.2 深度強化學習＋MCTS 傳統＋TPU 算力＋樊麾熱身的自對弈迭代。
- 事件：2016.3 首爾五番棋。
- 後果：2017 年 AlphaGo Master 網棋 60 連勝、烏鎮 3:0 勝柯潔後退役；Zero 版（完全拋棄人類棋譜自學）證明「從零學起更好」；DeepMind 轉向科學應用（AlphaFold），2016 這一年成為 AI 公眾意識的分水嶺——直接為 9、10 章的 LLM 狂潮鋪好社會心理。