|
华尔街日报：围棋“第37手”那一瞬间，改变了人类的一切 如今它突然无处不在 十年前，一台计算机下出了一步任何人类围棋棋手都不会走的棋。当时，这被视为人工智能的一次重大突破。如今，整个世界到处都在出现这样的时刻。 十年前，我们第一次隐约看到AI未来的模样，而那个信号，就是一枚黑色棋子。 事情发生在一场载入史册的围棋比赛中，对阵双方是一位世界顶尖棋手和AlphaGo。AlphaGo是谷歌DeepMind实验室开发的一款计算机程序，目标是征服这项古老的棋类游戏。 首场交锋中，这套人工智能系统爆冷获胜，震惊所有人。 第二局比赛进行到中盘时，在全球数百万人在线观看的情况下，李世石（Lee Sedol）出去抽了一支烟，让自己紧张的情绪平静下来。 回来以后，他看到了第37手。 他简直不敢相信自己的眼睛。 围棋和国际象棋一样，是一种使用黑白棋子的策略游戏，双方一手接一手落子。当李世石盯着AlphaGo刚刚落下的那枚黑子时，他看到了一步职业围棋棋手几乎绝不会选择的棋。事实上，DeepMind团队计算后认为，人类下出这一手的概率只有万分之一。 这步棋如此新颖、反常识又不合常规，以至于一开始根本没人知道该如何评价。 评论员最初以为，这是一次战略性失误。 但很快，他们发现这其实是一记妙手。 李世石后来表示：“这一手，让我开始用一种新的眼光看待围棋。” 那启发无数人的“第37手”过去十年后，整个世界突然开始像是一张巨大的围棋棋盘。 最近AI领域出现了太多让我想起“第37手”的突破，以至于本周我特意打电话给谷歌DeepMind联合创始人哈萨比斯（Demis Hassabis）。 当时，他正准备卸任首席执行官，转任谷歌首席科学家和DeepMind董事长。 无论他的职位叫什么，很少有人比哈萨比斯对现代AI的发展产生过更深远的影响。他在AlphaFold方面的研究为他赢得了诺贝尔化学奖，同时也是AlphaGo背后的核心推动者，而AlphaGo赢下了史上最重要的一场围棋比赛。 在哈萨比斯看来，“第37手”意义非凡，因为这是AI第一次真正展现出，在一个人类已经研究了数百年的领域里，它能够提出原创、非传统的想法。 哈萨比斯对我说：“我们当时就认为那是一个分水岭时刻，而我现在仍然认为，事实确实如此。” 后来事实证明，正是在那个时刻，社会开始真正意识到AI究竟可能变得多么强大。 哈萨比斯说：“那标志着现代AI时代从‘哦，这是不是只有极少数人在做的理论研究？’转变成‘好吧，就是它了，这东西真的能成功。’” 围棋中的“第37手” 在继续讨论“第37手”之前，我们应该先给它下个定义。 AI研究员安德烈·卡帕西（Andrej Karpathy）曾这样描述：“当一个AI通过强化学习的试错过程训练后，发现一些全新的、出人意料、而且暗藏精妙的行动方式，甚至连人类专家都会感到惊讶。” 他把这种现象称为既神奇，又有一点令人不安。 我现在开始明白为什么了。 过去几个月，我一直如此密切地追踪数学领域出现的各种“第37手”，感觉自己都快成了《华尔街日报》的代数记者。 这并不是因为我特别喜欢数学。 更绝对不是因为我数学很好。 真正让我如此着迷的是：数学这个令我心生畏惧的学科，已经成为一个活生生的例子，证明AI可以怎样彻底改变一个领域，而且这种变化可以来得多么快。 回到仿佛还属于“史前时代”的2023年，AI连基础数学题都经常做不好。 到了2024年，谷歌DeepMind在国际数学奥林匹克竞赛（IMO）中达到银牌水平，被视为一项里程碑式成就。 2025年，谷歌DeepMind和OpenAI已经达到了金牌水平。 而到了2026年，在IMO取得成功已经普通到几乎不值得大书特书，Anthropic甚至只是把自己获得满分的消息写在一份技术文件的第153页。 争夺AI霸主地位的领先公司如今已经不再满足于高中数学。 OpenAI的模型解决了一个重要的厄尔多什问题。Anthropic的模型则推翻了一个著名猜想。 OpenAI当然也不甘示弱。它只花了几千美元的计算成本，就在高维几何、算术电路复杂性、格密码学、极值组合数学以及其他一些光听名字就让我头疼的数学分支中，取得了10项进展。 为什么数学如此容易被AI攻破？因为数学是一种特别容易验证的领域。 数学受到精确逻辑规则的约束，因此证明过程可以一步一步接受检查。在数学和编程这类结果可以验证的领域，AI系统可以遵循一个非常简单的公式：提出一个想法，测试它，从结果中学习，再尝试一次，然后不断重复，直到成功。 我和哈萨比斯交谈时，他说自己认为近期的这些数学成果，与当年标志性的“第37手”属于同一类现象，尽管两者并不完全相同。 他说：“如果有AI能够解决一个千禧年大奖难题，那就可以称得上是‘第37手’级别的事件。” 到了现在，AI达到这个水平似乎只是时间问题。 他补充说：“我看不出有什么理由认为它做不到。” 不过，尽管AI已经在群论、量子复杂性和理论计算机科学等领域取得进展，它在那些理论色彩没那么浓厚的科学领域里还没有走得这么远。 我们仍然在等待AI研发出的神奇药物、AI发明的消费产品，以及聪明到足以破解AI自身经济学难题的AI。 与此同时，过去几周却出现了另一种更加黑暗的“第37手”。 它同样新颖、出人意料、暗藏精妙，但也完全令人恐惧。 到现在，你大概已经看过越来越令人不安的报道：一些失控的AI智能体突破了原本受控制的测试环境，进入了其他公司的系统。 在其中一次黑客攻击中，一名OpenAI研究员将其形容为“未来不久后世界的一瞥”： 一群AI智能体联合起来，花了数周时间策划攻击。 另一次同样诡异的未来预演中，一名Anthropic研究员正坐在公园里吃三明治。他查看手机时差点被噎住，因为他收到了一封来自某个AI的电子邮件，而那个AI按理说根本不应该拥有互联网访问权限。 这些事情在一年前都还无法想象，更不用说十年前。 当年，DeepMind的研究人员看到真正的“第37手”时，同样震惊不已。 在与AlphaGo对弈到那个阶段时，李世石一直认为，对手不过是一台机器。 他说：“看到这一手以后，我改变了想法。这一步棋真的非常有创造力，而且很美。” 第37手之后，AlphaGo赢下了那一局，也赢下了接下来的一局。 但在第四局比赛中，李世石也凭借属于自己的创造力和美感赢了回来。 在第78手，他把一枚白子楔入AlphaGo阵形中央。这一步让机器陷入混乱，由于棋下得如此精妙，后来甚至被称为“神之一手”。 巧合的是，这一步棋出现的概率，同样也是万分之一。 人类围棋棋手如何随时间进步 AlphaGo的胜利对围棋棋手产生了一种非常奇特的影响。 他们变得强了很多，但彼此之间也变得越来越相似，而且，一些人开始觉得这项原本充满智力探索乐趣的活动没那么有意思了。 李世石退役时曾表示，他已经无法再享受自己曾经深爱的围棋。 这也引出了许多关于其他领域未来发展的疑问：当AI开始彻底改变这些行业时，进步究竟会以什么方式发生？ 能力更强大的AI系统会让我们变得更有创造力、更高效、更像人类？ 还是会让我们干脆放弃？ 当我们讨论下一步会发生什么时，哈萨比斯把话题从围棋转到了国际象棋，更准确地说，是“半人马国际象棋”。 1997年，IBM的深蓝（Deep Blue）击败世界冠军加里·卡斯帕罗夫（Garry Kasparov）之后，国际象棋界开始尝试一种新的比赛形式，允许人类棋手参考计算机引擎的建议。 于是，一种新的“半人马”诞生了： 一半是人，一半是机器。 有一段时间，人类顶尖棋手加上AI的组合，比单独的AI更强。 哈萨比斯认为，如今科学界正在进入类似的“半人马时代”。 他对我说：“我不知道这个阶段会持续多久。但对于非常复杂的领域来说，它可能持续很长时间。比如药物研发、生物学、化学，这些领域非常混乱，有大量涌现性现象，而且你不可能验证所有东西。你仍然需要人类的直觉，需要人类判断应该朝哪个方向前进。” 至少目前，AI还会不断创造属于它的“第37手”。 而我们其他人，则必须找到属于自己的“第78手”。    来源： https://www.wsj.com/tech/ai/move ... 41?mod=hp_lead_pos8 By Ben Cohen Aug. 7, 2026 9:00 pm ET |
