AlphaGo的十年遗产 通往AGI的主干道
2016年，首尔。李世乭在第四局的“神之一手”虽捍卫了人类尊严，但第二局的 Move 37 才是真正的转折点。
文本版 · 供搜索与朗读
AlphaGo的十年遗产
AI 十年启示录
AlphaGo的十年遗产
通往AGI的主干道
bolt 哥白尼时刻：Move 37
2016年，首尔。李世乭在第四局的“神之一手”虽捍卫了人类尊严，但第二局的 Move 37 才是真正的转折点。
这一手落在人类直觉完全不会考虑的位置，却证明了机器已具备超越人类认知范式的“直觉”。这标志着非人智能的诞生。
“我们不必再为机器是否会下棋而焦虑，新的议题是如何利用这种工具解答根本的科学问题。”
psychology 机器的“直觉”与“大局”
AlphaGo并非暴力计算，而是模拟人类决策机制：
策略网络
直觉筛选
“快思考”
价值网络
局势评估
“大局观”
树搜索
前瞻推演
“慢思考”
auto_awesome AlphaZero的终极一跃
摆脱人类数据依赖，从零开始自我博弈。
1
重新发现： 自行推导出人类数百年的定式。
2
超越抛弃： 发现人类“最优解”的破绽，探索新策略。
3
全新境界： 在人类认知盲区找到全局最优解。
biotech 科学发现的“游戏化”
将复杂科学问题转化为规则明确的“游戏”，利用AlphaGo范式寻找解空间的最优路径。
grain AlphaFold
预测蛋白质三维结构，解决生物学50年难题。
calculate AlphaTensor
发现比人类已知算法更优的矩阵乘法。
code AlphaDev
优化基础算法库，提升全球计算效率。
alt_route 分岔路口：捷径 vs 主干道
LLM (大语言模型)
speed
“捷径” · 模仿人类知识
压缩、重组人类已有数据
难以产生颠覆性原创知识
开放域验证困难 (幻觉问题)
AlphaGo 范式
explore
“主干道” · 生成新知识
在解空间中自主探索最优解
具备严格的验证机制 (赢/输)
能超越人类先验知识局限
merge_type 融合之路：猜想与反驳
未来的方向是两条道路的融合：
LLM 负责猜想 (生成新颖假设)
Agent 负责反驳 (环境验证筛选)
AGI
强化学习
自我博弈
认知边界
参考来源：10 years of AlphaGo: The turning point for AI | Thore Graepel & Pushmeet Kohli