2016-AlphaGo：李世乭的眼淚與深度學習的多因案件#
案件摘要#
2016 年 3 月，倫敦 DeepMind 的 AlphaGo 以 4:1 擊敗韓國棋聖李世乭（Lee Sedol），首爾決戰全球 6 億人次觀看；第 37 手（第五線肩衝）被稱為「神之一手」。偵辦發現：這不是「電腦變聰明」的單因事件，而是算力指數、深度網路、強化學習、圍棋數據化與英美資本—歐陸人才—東亞棋壇多因素咬合的產物。人類學到的判詞：直覺是可以被梯度下降逼近的。
前因 -- 多因素的局勢#
- 算力：GPU＋TPU＋摩爾遺產（見 美洲史/1957、歐洲史/1984）——2016 年訓練成本已降到新創可負擔。
- 算法：2012 年 AlexNet（ImageNet）證明深度卷積有效；2013–2015 年 DQN 打 Atari——「感知＋決策」兩塊拼圖就位。
- 數據：六段以上棋譜 16 萬局＋自我對弈三千萬局——人類三千年棋譜一夕變成訓練集。
- 人才：哈薩比斯（神經科學＋遊戲）＋席爾瓦（強化學習）＋黃士傑（圍棋業餘六段，台灣人）——跨界小隊。
- 資本：谷歌 2014 年收購 DeepMind（約 6 億美元）——大廠為「登月」買單。
- 舞台：韓國棋院＋李世乭的賭徒性格（主動應戰、輸後淚戰）——最強對手＋最戲劇化劇本。
線索與推理 -- 因素咬合#
線索1：圍棋為何最晚淪陷#
複雜度對照表：
| 棋類 | 狀態空間 | 暴力搜尋 | 淪陷年份 |
|---|---|---|---|
| 西洋棋 | \(10^{47}\) | Alpha-Beta＋剪枝可行 | 1997（深藍勝卡斯帕羅夫） |
| 圍棋 | \(10^{170}\) | 暴力不可行 | 2016（AlphaGo） |
| 德州撲克 | 非完整資訊 | CFR＋抽象 | 2017（Libratus） |
偵探要點：圍棋分支因子約 250、局面數遠超原子總數——傳統搜尋的屍體埋在這裡。AlphaGo 的兇器不是更快的搜尋，而是「直覺函數」：策略網路（policy network，下哪裡像高手）＋價值網路（value network，局面誰優）——把棋感變成可微分的函數。
線索2：兩個網路＋蒙地卡羅的合成公式#
$\(\text{AlphaGo} = \text{策略網路（模仿高手）} + \text{價值網路（判斷優劣）} + \text{MCTS（前瞻驗證）} + \text{自我對弈（無限陪練）}\)$ 先監督學習吃人類棋譜（學會像人），再強化學習自我對弈（學會不像人）——第 37 手正是人類棋譜概率僅萬分之一的手，價值網路卻說它好。先學人，再背叛人——這是所有超人 AI 的作案手法。
線索3：為什麼是倫敦—首爾軸線#
DeepMind 在倫敦（歐洲人才＋美資）→ 挑戰首爾（東亞圍棋心臟）→ 直播回矽谷（谷歌敘事）。歐洲出算法、美國出錢、東亞出對手與觀眾——全球化分工的一次展演。若對手是無名棋手，影響力砍半；李世乭的傳奇性（上帝之手傳人）是 AlphaGo 神話的另一半作者。
線索4：眼淚的社會學#
李世乭賽後「我代表人類輸了」的發言＋韓國舉國震動 → 2017 年韓國宣布 AI 國家戰略（3.5 億美元）、中國 2017 年《新一代 AI 規劃》（2030 年 1,500 億美元目標）。一場棋賽改寫三國預算——象徵事件是預算的開關。偵探註記：技術史從不只比論文引用，比的是「誰的眼淚上了頭條」。
破案時刻#
- 2014：谷歌收購 DeepMind。
- 2015-10：AlphaGo 5:0 勝樊麾（二段）——預告。
- 2016-03-09–15：首爾四季酒店 4:1 勝李世乭；第 37 手封神。
- 2017-05：烏鎮 3:0 勝柯潔後退役（棋壇版塊封存）。
- 2017-10：AlphaZero 自我對弈 8 小時超越 AlphaGo——人類棋譜不再需要。
後果 -- 改變了什麼#
- 技術：範式轉向——從特徵工程到端到端＋自我對弈；AlphaFold（2020）是同門師弟。
- 產業：AI 投資爆炸（2016 後全球 AI 創投×5）；TPU、GPU 缺貨的序幕。
- 政策：中韓歐相繼推 AI 國家戰略；歐盟 AI 法案（2024）的遠因。
- 哲學：棋手從「背定式」轉向「學 AI 定式」——人類向機器學棋；「創造力是否可計算」成顯學。
- 教訓：奇點公式＝算力 × 數據 × 跨界小隊 × 象徵舞台。
因素影響筆記#
- 複雜度：圍棋 \(10^{170}\) → 暴力死 → 直覺函數生。
- 合成：策略＋價值＋MCTS＋自弈 → 先學人再叛人。
- 軸線：倫敦算法＋美資＋首爾對手 → 全球展演。
- 眼淚：象徵事件 → 三國預算開關。
- 師弟：AlphaGo → AlphaZero → AlphaFold（方法遷移）。