时间：2016年3月16日9：00—13：00

　　地 点：北京裕龙国际酒店第八会议室

　　主办单位：《光明日报》国学版 国学网

　　邱运华（首都师范大学副校长）：

　　今天我们所谈论的，是一个面向未来的崭新话题。原来国学网也主办过一些活动，比如《中国围棋古谱集成》，是面向过去的整理；“国学杯”是面向业余棋界的比赛，等等。而本次座谈会则是面向未来的一个活动，这是非常有意义的。

　　尹小林（首都师范大学电子文献研究所所长）：

　　这几天我看了大赛的棋谱和一些媒体的报道，有三点感受：

　　第一是强者至上。在围棋界，谁的水平高，谁就拥有更多发言权。此前计算机软件水平不高，没有多少发言权。这一次AlphaGo软件出来以后，职业棋手就开始谦虚了。

　　现在讨论比较多的，把计算机叫作围棋上帝。从某种意义上讲，计算机就是代表上帝和人在下棋，我的第一个感受就是计算机太强大了。

　　第二是大道至简。最大的道理是最简单的。今天我们还请了《周易》方面的专家，《周易》的“易”与对弈的“弈”是同音的，在古汉语里面，同音往往同义。当围棋这么复杂的游戏可以简化到用二进制来表述的时候，它就与《周易》相通了。

　　原先我们认为围棋变化太多，无法计算，但是当我们找到一种算法时，情况就变了。前两天一个计算机专业的朋友跟我透露了一个信息，他说现在AlphaGo已经找到一种基于图像的算法，直接计算棋形的面积，计算双方棋子的面积。大道至简，最复杂的东西用最简洁的方法来表示，这就是计算机的基本原理。

　　第三是弱势平衡。世界上不能只有强者，弱者和强者是共存共生的。比如王元老师是职业八段，我是业余三段，如果他让到五六个子的时候，我们双方力量就平衡了。实际上我们的文化也好，围棋也好，《周易》也好，中医也好，都在讲平衡。这次人机大战很大程度上是在逼迫我们去思考历史、现代和未来，我们需要从文化的角度去思考这次人机大赛的意义。

　　一

　　刘知青（北京邮电大学软件学院教授、围棋软件开发者）：

　　前年我写过一本《现代计算机围棋技术》，我在那本书里做了一个大胆预测，计算机围棋会在五到十五年之内战胜顶尖职业棋手。这个可能是当时最大胆的预测了，没有人相信。去年10月AlphaGo战胜樊麾，但当时没有公布。今年1月28日，他们的文章在顶级科学杂志《Nature》上发表，公布了这个事实。这远远超出我及同行们的一个最乐观的估计：不是五到十五年，而是五到十五个月就已经完成了。

　　《Nature》那篇文章非常重要，我仔细读过它。那篇文章指出了一个很明确的方向，但是它没有公布细节。所以别人要复制那些细节还是需要一定的工作量，这就像知道要这样做才能爬到珠穆朗玛峰，但你按着方法去爬，也不是十天半个月就能够做到的。

　　这个团队非常强大。《Nature》那篇文章就有二十几位作者，都是长期从事计算机工作的博士专家，最前沿的学者。主要人员都有十多年的计算机围棋研究背景，有十多年的积累。阴谋论总是有的，但我看他们的论文，非常有说服力。而且，世界上能够这样战胜李世石的，应该是没有的。在现场它不可能去作弊，它下棋的方法也不是人的方法，它做了很多交换，我们看来都是俗手，这些小细节不是最优，但它仍然可以碾压李世石。李世石唯一的翻盘，只是计算机在那个时候犯了一个错误，而这个错误其实是它使用技术的一个特征。这个弱点恰恰说明这是一个软件，是一个计算机。而且它的强项也是计算机的强项，不是人的强项。整个比赛过程应该还是一个非常有说服力的技术的展现。

　　孙茂松（清华大学计算机系教授）：

　　五六年前，微软有一个华人学者，负责微软的语音识别项目，他与我商量说能不能做个围棋软件。当时我觉得围棋太复杂了，这也是业界的共识。我大概算了算，纵横19道，361点，每个点都有白子、黑子、无子三种可能，这就是3361。算下来一盘棋有10172种可能。

　　林建超（中国围棋协会副主席）：

　　这是沈括在一千多年前记载在《梦溪笔谈》里的，其实理论上还要比这个数字大得多。沈括当年不能掌握的，一个是组合的方法，第二个是满空间的算法，第三个是黑白双方运行，而且他不知道重复提子，这些东西当年都没有计算在内。所以一个点不是三种可能，而是无限种可能。

　　孙茂松：

　　反正很复杂。而且你还得把人类下得比较好的棋谱给它输送进去，大学没有这个工程能力，国内科研体制下也没有办法拿到这个经费。但是当最近两三年卷积神经网络出来的时候，我的第一直觉就是：围棋可以做了。因为卷积神经网络这几年在语音识别、图像识别上的进展突飞猛进。语音识别现在的错误率大概在9%，而以前要高得多。这是现在包括谷歌、微软、百度在激烈竞争的一个领域。这个卷积神经网络，即便是输入一张最简单的图片，64×64的一个点阵，也比围棋要复杂得多。

　　韩立新（清华大学哲学系教授、清华大学围棋文化交流与研究基金会主席）：

　　不好意思打断你一下，是不是说在图像识别这个技术上，人工智能已经比人类高？

　　孙茂松：

　　对。把物品分成一千类，然后给一张照片，给五个答案去选。这个条件下，现在机器做得要比人好。因为这一千类中，有很多东西人可能不认识。比如这个花是什么花，你可能不认识，但机器有大数据的能力，就会做得比较好。卷积神经网络是一个通用模型，拿这个图像数据去训练，它就能把图像识别做好，拿语音的去实验，就能把语音识别做好，用围棋数据去训练，就能把围棋做好。它根据整个盘面去计算，所以可以掌握所谓的“大势”。但这个大的局面，它自己其实并不知道，它就是靠算法，变成一个函数。网络本身可能很复杂，但整个结构非常简单。输出是什么呢？输出就是下一步棋，你落在某个格子里的概率。刚开始所有的参数都是随机给，但当前这个盘面，黑白这个是定式，这个是有的，所有的参数往上算，算到最后那个输出端，然后它去算落在每一个格上的概率。刚开始它不准，需要靠数据去重新反向训练神经网络，最后只要给个棋盘，我保证落在人类专家放的那个位置的概率是最大的。

　　毕达哥拉斯说：“数字是宇宙的统治者。”围棋几乎没有规则，全是靠计算，最终结果全是一组一组的数。所以AlphaGo输棋不是BUG，是其模型本身的性质，可能出昏招，也可能出奇招。搜索空间这么大，人类棋手实际上形成了一种人类高级智慧所确定的搜索范围，搜索空间大大缩小。而AlphaGo则是全空间搜索，有可能出一些人类无法想象的、匪夷所思的奇招，有可能触碰到人类惯性思维的盲区，对我们下棋会有所启发。

　　这个模型除了围棋，还可以做很多事。比如我的学生运用类似模型研发程序，训练计算机作古诗。试举一例，上句古人诗云“江上西风一棹归”，下句计算机续曰“夕阳不见客舟低”。再举一例，上句古人诗云“又听西风堕叶声”，下句计算机续曰“万事尽随天籁起”，又续云“天涯游子不胜情，江山满眼愁多少，剩有心事绪未成”，意境、平仄、韵律都还不错。

　　二

　　王元（《围棋天地》副主编）：

　　这些天我很难过也很高兴地发现，在一个范围之内，至少在我的朋友圈，持有如我一样观点的人，我是唯一一个。

　　第一，我觉得要向谷歌致敬。因为科学是不同的，在人机对抗之前，在樊麾和AlphaGo比赛之前，有人发短信问我的看法。我把樊麾和AlphaGo的第一盘棋看完之后回短信说，我觉得人工智能在时空感和艺术感方面是一个瓶颈。那几盘棋在我的眼中是一塌糊涂。我为此写了副对联：“须知棋诀能变调，不信谷歌就翻天。”现在看来这副对联也许有些可笑。经过这次人机大战，我也算长了见识，之前我完全不信，以为有生之年恐怕难以看到电脑战胜人脑了。

　　谷歌的“工”与“功”很了不起。听说AlphaGo在练习时下一盘棋需要花的电费就是两百美元，那么它下了几千万盘，光是电费就过亿美元。如果AlphaGo达不到这种惊世的效果的话，就是在暴殄天物。

　　第二，要向李世石致敬。我看他的棋，几度想流泪。曾记得在2008年汶川地震时，李世石和赵汉乘在“亚洲杯”冠亚军决赛前，决定将比赛奖金全部捐给四川灾区。我不记得有其他运动员在国外遇到类似情况时有类似举动。这次下棋，我觉得李世石有些轻敌了。我当时看樊麾跟AlphaGo下的棋，觉得顶尖棋手让两子不够。没过多久，李世石说，樊麾和AlphaGo，他都可以让两子。从当时棋谱来看，他所说非虚言，而且我很高兴跟他判断一致。

　　我觉得这次对战对李世石非常不公平。李世石其实是在跟自己下棋，因为谷歌把他所有的棋谱都看完了，经过学习、分析、选择，变成某种东西，我不认为这是它自己的东西。我就想，当时如果是我去下，电脑不了解我的棋谱，却以为我就是李世石的话，也许情况就会不一样。而且人和机器同等的时间也是不公平的，人若用十个小时，机器只要用两个小时。但这些李世石统统没有提，下错了棋后都不说，他是一条汉子。

　　有了谷歌AlphaGo这面旗帜，以后围棋文化会发展得越来越好，但AlphaGo并没有超越人类。它可以和人类共同进步，取长补短，它的存在标志着围棋文化开了一个新枝。

　　这几天，主流舆论认为AlphaGo碾压、扫荡李世石。大家都有从众心理，人工智能攻克的任何一个人类关口，只要不是本行业的人，大家都很高兴。所以看棋时，当我说AlphaGo某一步很浮浅、无境界时，我的一位棋友会跟我摆棋争论，潜意识认为AlphaGo是对的。这是一种文化现象。在AlphaGo以3∶0胜李世石时，有位棋友给我发短信，盛赞谷歌围棋达到的程度之高，我回复说：“是。但我不信。我断定后两局李世石至少赢一局，请你为我作证。”

　　李世石下这五盘棋的心理是渐变的。由于信息不对称，在下第一局时，他完全想不到谷歌才半年功夫就已经达到如此水平。初交手时，他故意摆出一个自认为AlphaGo可能没有见过的阵势，这是他的战略失误。他把AlphaGo当成一个机器，始终想要在合理范围内下出机器没有见过的路数，以为这样胜算更大。此举差矣，其实他只要把AlphaGo当作一个正常的高手即可。

　　这五盘对局中，双方有很多错着，但连我们的许多职业高手也逐渐开始迷信谷歌，认为AlphaGo每一着都是对的。比如第五局，黑棋一上来右下角就被吃了很大一块，怎么还不见优呢？黑棋第25招，李世石已损失差不多一手棋，后来接近三百招，相当于李世石是让先在跟AlphaGo下，最后下就差两目棋。从棋的角度讲，AlphaGo虽很伟大，但也没有那么完美。但舆论已将AlphaGo看作神。

　　通看这五盘棋，AlphaGo的棋路很有特点，其形影分别来自三百年前的黄龙士、施襄夏、本因坊道策、本因坊丈和，但更多则来自吴清源，因为它用了许多尖冲，这正是吴清源的标志性着法。尖冲的特性，就是增加自己一点点，压缩对方一点点，而不是斩尽杀绝。还有加藤正夫、李昌镐、武宫正树、桥本昌二。

　　AlphaGo给我们树立了一个标杆，有此参照物，围棋成了世界性的跨界的文化话题。为此我作了一首七律，题目叫《人机之战》：

　　岂料棋风顺谷歌，客来问鼎未传讹。

　　精灵不外邯郸步，思想非同磁电波。

　　正视此时虽落败，方知往日竟偏颇。

　　莫将心乱杯弓影，石借他山兴烂柯。

　　十年来，职业围棋越来越倾向“结果论”，而“结果论”先天性有点阻碍围棋文化的发展。当今职业棋手不学古人，只求在快棋中赢棋。而AlphaGo却正是用我们古人的智慧来战胜了我们。

　　李喆（围棋职业六段棋手）：

　　围棋AI是以“数”的方式达到了很高的竞技水平，人类则以“道”的方式来理解围棋，比如“虚实”“阴阳”“厚薄”“轻重”等等，这些二元概念是AI没有的，是人类独特的智慧。正因为在围棋中我们运用了这些抽象的、辩证的思维方式，围棋的重要价值才显现出来，否则围棋就只是一道复杂的数学题了。这些思维方式是人类在面对世界上未知的、无法用“数”达到的事物时的重要路径，而围棋的一个重要价值就是能够帮助我们训练这样的思维方式。这有点类似易经的象数和义理。围棋AI击败人类棋手，确实会对竞技围棋产生一定的冲击，但仅从围棋技术来看，它能够帮助人类更好地提高水平，以更接近围棋的真理。另一方面，围棋AI让我们反思围棋的本质，反思围棋在竞技之外的价值空间，反思人类思维方式的长处和弱点。AlphaGo的出现，对于竞技围棋而言或许是一个惊叹号，对于围棋文化而言却是新阶段的开始。