2016-AlphaGo：李世乭輸掉的那局棋#
案件摘要#
2016 年 3 月，首爾。DeepMind 的 AlphaGo 以 4:1 擊敗圍棋世界冠軍李世乭，第四局李世乭的神之一手（78 手斷）是人類最後的閃光，第五局機器不再給機會。圍棋被認為是 AI 十年內攻不下的堡壘——分支因子 250、棋形直覺無法窮舉。這樁案件的兇手是「深度學習×增強學習×算力」：蒙地卡羅樹搜尋＋策略網路＋價值網路＋自我對弈，直覺第一次被數學複製。
前因 -- 多因素的局勢#
- 科技：2012 AlexNet＋GPU＋大數據——深度學習跨過可用門檻；2017 Transformer 已在路上。
- 經濟：Google 2014 以 6 億美元收購 DeepMind——網路巨頭為 AI 買期權。
- 心理：1997 深藍勝卡斯帕羅夫後「圍棋是最後堡壘」的集體信念——信念越高，震撼越大。
- 組織：DeepMind 的跨界編隊（棋手＋神經科學家＋工程師）vs 傳統實驗室單兵。
- 資訊：3000 萬盤棋譜＋自我對弈數千萬局——資料即燃料。
線索與推理 -- 因素咬合#
線索一：為什麼是圍棋最難#
西洋棋分支約 35，圍棋約 250，窮舉不可能：
\[10^{170} \text{（圍棋局面數）} \gg 10^{80} \text{（宇宙原子數）}\]
傳統 alpha-beta 剪枝在圍棋失效。AlphaGo 改用蒙地卡羅樹搜尋＋神經網路剪枝：不窮舉全樹，只評估最有希望的枝——把「直覺」建模為機率分布。
線索二：三件套的架構#
| 元件 | 功能 | 對應人類 |
|---|---|---|
| 策略網路 | 下一步走哪（機率） | 棋感 |
| 價值網路 | 勝率多少（評估） | 形勢判斷 |
| MCTS＋自我對弈 | 推演＋複盤 | 打譜＋覆盤 |
訓練公式本質是策略梯度：
\[\nabla J \approx \mathbb{E}[\nabla \log \pi(a\|s) \cdot (R - b)]\]
贏的走法加權、輸的降權，千萬局自我對弈把人類三千年棋譜壓縮成幾週訓練。2017 AlphaGo Zero 無人類棋譜從零自學更強——資料從人類經驗變成自我生成。
線索三：37 步的心理衝擊#
第二局第 37 手（五路肩衝），解說以為 bug，後證為勝率關鍵。機器的「非常識」恰恰是優勢——人類棋形是千年經驗的局部最優，機器跳出局部最優。與1543-哥白尼與科學革命.md對照：地心說也是局部最優，直覺經常是牢籠。
線索四：從棋盤到社會#
AlphaFold（蛋白質摺疊）、核融合控制、晶片佈局——同一套「搜尋＋學習」搬到科學。韓國政府震後投入 1 兆韓元 AI 戰略，中國 2017《新一代 AI 規劃》——一局棋改寫兩國預算。後續直通2023-生成式AI與資訊社會.md：Transformer 把同樣的縮放定律搬到語言。
破案時刻#
- 2016.3.9–15 首爾四勝一負；李世乭賽後「雖敗猶榮、雖榮猶愧」的發言。
- 2017 烏鎮柯潔 0:3 敗給 AlphaGo Master；DeepMind 宣布退役，轉向科學。
- 真相：輸的不是李世乭，是「直覺不可計算」的信念。
後果 -- 改變了什麼#
- 科技：深度增強學習正名→大模型時代的信心與資本——AI 從實驗室進入董事會。
- 心理：從「AI 威脅論」到「AI 協作論」——棋手用 AI 複盤，人類整體變強（人機共進化）。
- 政治：AI 民族主義——算力、資料、人才變成戰略物資，晶片戰的前奏。
- 後續：2023 生成式 AI——圍棋證明搜尋可學，語言證明一切皆可生成。
因素影響筆記#
- 科技（網路＋算力）→ 心理（堡壘崩塌）：不可計算的直覺被計算，震撼即動員。
- 經濟（巨頭收購）→ 組織（跨界編隊）：資本買時間，混編生創新。
- 資訊（自我對弈）→ 科技（Zero）：資料不必來自人類——自我生成即無限燃料。