2016年3月的围棋围棋那天，首尔四季酒店的改变对局室里，李世石对着19路棋盘陷入长考。艺术这位曾经的围棋围棋天才棋手不会想到，自己与AlphaGo的改变这场对弈，正在永久改变传承三千年的艺术围棋艺术。

从实验室到职业棋坛

DeepMind团队最初训练AlphaGo时，围棋围棋就像教孩子认识黑白棋子。改变他们给程序「喂」了16万局人类棋谱，艺术让它学习职业棋手的围棋围棋直觉。蒙特卡洛树搜索技术就像给这个「围棋少年」装上了超级大脑，改变能瞬间推演上万种可能。艺术

  • 2015年10月：AlphaGo首次战胜欧洲冠军樊麾
  • 2016年3月：4:1击败李世石，围棋围棋第4局「神之一手」震惊棋界
  • 2017年5月：新版AlphaGo在乌镇3:0完胜柯洁

历代围棋AI关键对比

名称发布时间训练数据对职业棋手胜率
AlphaGo Lee2015人类棋谱+自我对弈99.8%
AlphaGo Zero2017纯自我对弈100%
绝艺2017百万级对局数据98.7%
韩豆2020实时在线学习99.2%

围棋教室里的改变新老师

现在的道场里，孩子们跟着AI学棋已成常态。艺术上海某围棋培训班的王教练说：「以前要花三年才能讲透的定式，现在AI十分钟就能演示出二十种变化。」职业棋手申真谞的训练日志显示，他每天会用AI复盘3小时，重点研究那些「人类觉得奇怪，但胜率很高的招法」。

韩国棋院最近更新的《围棋年鉴》里，专门新增了「AI定式」章节。传统的大雪崩定式出现率下降60%，而AI偏爱的「点三三」开局，在职业赛事中的使用率从3%飙升到78%。

改变游戏规则的技术突破

  • 神经网络让AI具备直觉判断能力
  • 分布式学习实现每秒80000局自我对弈
  • 蒙特卡洛树搜索的深度达到40层以上

人类与机器的共生时代

东京的一家围棋茶馆里，常能看到这样的场景：头发花白的老棋手捧着平板电脑，时而点头时而摇头。「这个二路跳的选点，我下辈子都想不到。」72岁的业余六段小林茂边摇头边在笔记本上记录。

中国围棋协会的统计显示，使用AI辅助训练的棋手，布局阶段失误率降低42%，但中盘战斗力反而下降15%。「就像习惯了导航的司机，突然要自己认路。」职业九段连笑这样形容依赖AI的后遗症。

夜幕降临，首尔棋院依旧灯火通明。年轻的棋手们围坐在电子棋盘前，屏幕上跳动的胜率曲线与窗外的霓虹交相辉映。十九路纹枰之上，黑白云子正在书写新的传奇。