围棋

第五局快结束时，David Silver忽然指着屏幕说:“AlphaGO says it's going to quit.” 先是一片紧张的沉默，然后是一阵放松下来后的爆笑。 David笑着说:“I'm joking.” 笑声中有人说:“David has been waiting two years to say this.”

这是我感触最深的一个场景。轻描淡写的一句话，这背后有多少辛酸和寂寞？岂止是两年啊，从1988年Sutton提出时间差分算法、92年Watkins提出Q-learning算法，已经二十多年过去了。AlphaGO“横空出世”背后，是多少科学家几十年如一日的默默付出啊。

AlphaGO的成功，不可思议地像一个梦。几年前，DeepMind成立之初，David Silver在UCL开强化学习课。第八课结束时，David非常腼腆地给DeepMind打广告，希望大家投简历，简简单单几句话说的吞吞吐吐，台下是一片笑声。那个时候，人工智能的围棋还远不能打败人类顶尖棋手，强化学习还只是整个人工智能学术圈里的冷门方向，甚至很多人连强化学习的名字都没有听说过，大家趋之若鹜的方向是数据挖掘和计算机视觉。没有人能想到短短几年后RL即可打败李世乭，DeepMind成为炙手可热的公司、顶级研究机构，而强化学习也给人工智能领域带来如此翻天覆地的变化。

某一年ICLR的开幕式上，有学者在致辞时说:“当初Deep Mind邀请我，我没有答应，现在看来，很显然他们站在了历史更正确的一边。”而我觉得，David Silver，Demis Hassabis，Aja Huang等人最令人敬佩的地方恰恰在于: 他们没有用功利的眼光去选择所谓“正确“的一边，他们只是一直默默地坚持着做自己真正想做的。也正因如此，他们得以引领潮流，而不是跟随潮流。

不仅强化学习领域，甚至今天整个深度学习领域的火爆，也是用很多和他们一样的人（如Hinton）曾经不被看好的坚持换来的。

感谢那些在黑暗中禹禹前行、孤寂中不忘初心的人，是你们的坚持为后来者的路点亮了灯。

为什么是围棋？这是看完纪录片之后一直盘桓脑中的问题。

当年AlphaGo的新闻出来后，我作为围棋外行并不完全理解，如今后知后觉看完纪录片，大致了解了事件的全貌，包括业界轰动的原因以及赛程中职业棋手的挣扎。大家花了不少篇幅讨论这件事带来的影响，这个提前到来的技术突破到底意味着什么？我觉得想清楚这个问题之前，还是得回到我最初的疑问上：为什么那么多的人类事物中，偏偏是围棋成为了隔绝人脑与电脑的标志性分水岭？

AlphaGo与李世石的一战已经过去3年了，如果认真的观看整场比赛，试着去理解李世石所谓“神之一手”的逻辑，你就会发现围棋之所以有着如此高的地位，是因为它充满了“人性”。在开发者的眼中，对战游戏里，双方每一步的决策几乎都可以数据化，我们能够通过一定量的运算来计算每一步的胜率，无论这个运算的体系多庞大，只要能得出最佳答案，人脑就能被电脑打败。

而围棋不同，片中用很形象的动态图像来解释了围棋的运算，在简单的规则之后是无数种可能性，简单来说，这是一个一切都在变化中的游戏：你的每一步走棋带来的结果都会随着对手的布局发生改变。所以对电脑来说，一旦无法猜测对手的思路，也就意味着无法用运算来得到自己的“最佳答案”，围棋之所以特殊就在于此。

可这个问题对人类来说就简单了，对手的性格、脾气、此刻的状态和压力，都能成为判断棋路的依据，甚至我们能通过不断的训练来强化这个技能，这种技能我们人类称之为“情商”。虽然要玩好这种费脑子的游戏看起来需要超高的智商和记忆力，但真正的考验是一个人对全盘的把控统筹能力，平面上，你需要掌控棋盘上每个区域的棋子，除此之外，你还需要对整个时间轴线的走向进行预期，在这个立体的概念里，有意无意的，每一个选择让棋路本身成为了个体性格的诠释。

预估棋路都如此困难，更别提人类还拥有更多的策略。我们知道，取得胜利往往需要牺牲和耐心，所以在性格的因素之上，我们有了各种棋谱兵法里的几千种得胜之道。这就让人脑拥有了更复杂的计算方法，不仅能考虑到棋盘上的策略，纳入计算公式的“参考值”也比电脑多得多。

电脑程序之所以让人感觉“冷冰冰”，就因为它还没能涵盖足够广泛的计算参数，程序只知道遵循现有公式去计算而已，这样的计算结果显得有些呆板，相比之下，我们称之为“直觉”的人脑计算结果就灵活多了。而更让我们自豪的是：如此庞大的计算体量甚至只需要几秒的时间。

但如今不同了，AlphaGo的三层神经网络显得足够灵活，打败柯洁的Master版本在横扫职业棋手之后，有人的评价是“它看起来很有人味”，也就是说这样的计算方法已经几乎完全模拟出了人脑的计算体量，甚至超过了我们。

李世石的第三场比赛中，他用了一个特别的棋路“骗”过了电脑，最终取得胜利，后期分析反复强调李世石这第78步的走法，在程序计算下只有十万分之7的概率，因此电脑玩全没能预判到。而AlphaGo在第二天的比赛中，几乎是现学现用，前期的布局就走出了相当“偏门”的选择，没有任何人看懂了电脑想要干嘛，就在大家怀疑是不是再一次出现Bug时，程序漂亮地完胜。

这里有一个细节，在几乎锁定胜局之后，AlphaGo走了一个“缓手”，后台数据团队说并不是误判，它很明白这不是当下这个时间点上的明智之举，而电脑就是走了这么无效的一步。这简直细思极恐，有没有觉得它除了冰冷的计算之外似乎多了一些情绪化的东西——昨天输给你是个意外，今天我要用同样的方法打败你，而且反正怎样你也要输，走几步没用的闲棋陪你玩玩呗。

不仅是超快速的学习能力让人惊叹，而这里面略带傲慢的态度又让人背脊发凉。懂得“佯攻”、懂得“后手”，在紧张的对弈中学会冷静思考，懂得用一些方法去迷惑对手隐藏自己，这些东西已经不再是人类大脑的专属了。

为什么说围棋的文化甚至能延展到哲学领域，就是因为这种对弈过程的美妙程度我们自己都无法解释，只能用“人性”这个词去囊括它、欣赏它。但可怕的是，如今电脑程序也在与人类的交战里拥有了人性，它不再是那个只懂一味占据领先的运算方法了，从这局之后，它学会了牺牲和隐藏，慢慢地，或许它也能拥有自己的“性格”？而最最可怕的地方是：它会不会有一天把隐藏的策略用在棋盘之外？李世石唯一一次战胜AlphaGo的那局对弈，是人类的智慧？还是AI的故意为之呢？

近期，棋手李世石退役的消息登上了各媒体头条，李世石是世界顶尖围棋手，曾拿到过14个世界冠军和32个韩国冠军。 2016年与人工智能机器人AlphaGo一战，尽管1比4失利，但也拿下人类迄今对AlphaGo唯一的胜利，可以说是唯一一个击败过人工智能的人。

李世石在接受采访时表示：“随着人工智能在围棋游戏中的首次亮相，我意识到，即使我通过疯狂的努力成为第一，我也不会是顶尖的。”

有人推测此次李世石的退役，与AlphaGo的那次对弈不无关系。 当一个人无论如何都绝无胜算，永远有个实力远超你的对手碾压你的一切努力，所有的付出就会变得索然无味，那么就是时候退出了。

AlphaGo和李世石的世纪大战已经过去三年，有一部纪录片全方位展示了这次人机对战的经过。 此片对比了人类思维方式和人工智能未来的工作方式，感动之余也令人深思——

阿尔法围棋

AlphaGo

导演：格雷格·科斯 主演：Demis Hassabis / David Silver / 李世石 / 黄士杰 / 樊麾 上映日期：2017-04-21(翠贝卡电影节) 片长：90分钟

AlphaGo（“Go”为日文“碁”字发音转写，是围棋的西方名称），直译为阿尔法围棋，亦被音译为阿尔法狗，是于2014年开始由英国伦敦Google DeepMind开发的人工智能围棋软件。 它是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人。

AlphaGo主要工作原理是“深度学习”。 “深度学习”是指多层的人工神经网络和训练它的方法。 这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理。

当DeepMind团队提出让计算机和人类对战围棋的时候，很多人都觉得计算机不可能赢。 人们普遍认为想要赢一场围棋，你需要有人类的直觉，而计算机不具备人类独有的“直觉”。 DeepMind团队找到了欧洲围棋冠军樊麾，希望他来和AlphaGo来一次对战。 樊麾欣然接受，他自信满满地认为自己一定会赢，对方不过是一个程序而已。

然而，欧洲围棋冠军樊麾以五比零输给了AlphaGo。

输给AlphaGo之后，樊麾开始怀疑人生：自己怎么会输给一个电脑程序？ 他无法接受这样的事实，然而这是历史上第一次，专业围棋手输给了一个程序。

不过樊麾很快就调整了状态，虽然输给程序很令人难过，但是他也隐约看到了人工智能的未来，能够参与历史的发展，也是意义非凡的。

然而赛后收到的舆论却大多在质疑樊麾的围棋水平，由于不了解AlphaGo的实力，很多人认为樊麾竟然输给电脑程序，说明他现在只是个业余选手的水平。

围棋界对于AlphaGo到底有多强，持怀疑态度。 作为回应，DeepMind团队需要更强大的挑战和对手，他们看中了全球围棋冠军李世石。 如果AlphaGo能赢世界顶尖选手，那么它的实力就不言而喻了。

李世石欣然应战，赛前的他信心满满，认为自己不会输，而且是五场比赛一场都不会输。

李世石，世界顶级围棋棋手，1983年3月2日生于韩国全罗南道。 李世石属于典型的力战型棋风，善于敏锐地抓住对手的弱处主动出击，以强大的力量击垮对手，他的攻击可以用“稳，准，狠”来形容，经常能在劣势下完成逆转。 无论是互联网上还是围棋界，大多数人都认为李世石可以轻而易举获胜。 DeepMind团队这边也很重视这次的比赛，让AlphaGo对弈世界顶级棋手其实有很大风险，他们很可能会输，而且会以很愚蠢的方式输掉。 所以团队全天工作，不断改进AlphaGo的算法，更好地应对挑战。

而正式比赛时，坐在李世石对面的将是工程师Aja，他来负责操作AlphaGo。 换而言之就是替AlphaGo落下真实的棋子，并且将李世石走的棋子输入电脑给AlphaGo。

团队还邀请了樊麾回来参与AlphaGo的改进工作。 在对AlphaGo的反复研究中，樊麾发现了AlphaGo的弱点，也就是所谓的bug，而这个问题涉及AlphaGo对问题的理解能力，团队因此感到焦虑。

而李世石那边已经做好了接受挑战的准备。

围棋在韩国是一项颇有人气的活动，大约有800万韩国人玩围棋，即便是不玩围棋的韩国人也都知道世界冠军李世石。 这样的比赛自然受到很多韩国民众的关注，大家都带着几分民族自豪感来观战。

而对于全人类来说，人类与人工智能交锋也是一件值得关注的事。 人类因智慧在地球崛起文明，大多数人都认同人类的智慧、情感、直觉是独一无二的，是人类文明的基石。 李世石也认为人类的直觉是决胜的关键，而人工智能不具备这种能力。

在这之前，李世石代表的是韩国。 而这一次他是为人类而战。 比赛正式开始，胸有成竹的李世石落下第一颗棋，而AlphaGo却在第一步就突然卡住，停顿了近半个小时之久，这让背后的开发团队都不禁捏了把汗。

当它终于落下第一颗棋，比赛在静默中进行着。 AlphaGo的表现令评论员都惊叹不已，它的棋路显得很像是一个真实的人类。

人机对抗在棋盘上逐渐变得激烈，AlphaGo的攻击性开始令李世石难以招架。 作为专业棋手的李世石不禁抬头望向对面的操作员Aja，这是一个本能动作。 他想要观察对手的心境，但是却看不到AlphaGo的表情，这也是AlphaGo的可怕之处。

当你和人类比赛时，你可以通过感觉做些调整。 我看着你，我可以揣测你的想法，眼神的交流可以观察到很多事。 但是和AlphaGo比赛，你什么都感觉不到，你能看到的只是一台笔记本电脑。

令所有人惊叹的情况出现了，世界围棋冠军李世石终于在与AlphaGo的对抗中落后了。 就连李世石自己也对这种局面感到震惊。

所有人都以为李世石会主导这场比赛，然而比赛进行到一半，他是挣扎的那一个。 就在这时，AlphaGo似乎出错，接着就不停“犯错”。 但基于AlphaGo是计算机，所以这些“错误”也许是计算的结果，而不是错误。 看上去更像是AlphaGo在玩弄对手。

这一局，李世石输给了AlphaGo。 他花了很长时间才接受这个事实。

然而AlphaGo的开发团队DeepMind那边却欢欣雀跃。 与失落的人们相比，他们有着不同的立场。 “人类希望人类赢是自然的事，但AlphaGo是人类创造的。这是人类智慧和才智的终极象征。”

第一局，电脑战胜了人脑，立刻成为世界新闻头条。 全球有8000万人在关注这场比赛，这样的结果无疑震惊了世人。 李世石虽然输掉了第一场比赛，但他还有四次机会打败AlphaGo。

第二场比赛开始，李世石改变了策略，不再轻敌。 这一场他每一步都走得很慢，可以想象他背负着巨大的压力。 AlphaGo有三个主要成分： 政策网络——专门训练高水平的游戏来模仿人类。 价值网络——用来评估棋盘的位置，并显示特定区域的胜算有多大。 树状搜索——它可以看穿游戏中所有不同的变化，以此来推算出接下来棋盘上会发生什么。 可以说AlphaGo走的每一步都是电脑复杂运算的结果，人类大脑能与之匹敌吗？

第二场比赛正在进行时，李世石似乎承受不住压力，突然离场去天台抽烟。

而AlphaGo不受情绪影响，继续有条不紊地落子。 它又走出了一步，被在场专业棋手认为是错误的棋，人类绝不会这样走棋。 这已经超出了人类的经验，是AlphaGo自己创造出的新棋路。 李世石看到这步棋，也震惊了。 他认为这已经不仅仅是基于计算的结果，这是一种创新，意味着AlphaGo具有创造力。

第二场比赛，李世石还是输给了AlphaGo。

有趣的是，尽管连开发团队都承认AlphaGo只是一个电脑程序，但是在网上的评论中，很多人下意识地为AlphaGo赋予了人格甚至性别，它开始让人感到一丝微弱的恐惧和威胁。

接下来的第三场比赛中，李世石还是输给了AlphaGo。 这一次所有人都能感觉到他的无奈和绝望。 不公平的是，这样的对战中，无论AlphaGo是输是赢，都不会受到情绪的影响。 而对于人类而言，情绪会影响发挥。

第四场比赛中，李世石彻底放松了。 面对AlphaGo这样强大的对手，他开始慢慢找回最初对围棋的认识，一步步用人类的方式把AlphaGo逼入绝境。 AlphaGo终于开始真正意义上的“犯错”。

这一局，几乎是历史性的时刻，AlphaGo放弃了，李世石赢回了这一局。 连输三场以后，第四场似乎毫无希望，那感觉就像世界末日来临。 但这一次，人类赢了。 所有人激动不已，现场一片欢呼，一扫前几天的压抑和恐惧，大家不仅在为李世石欢呼，也是为人类自己欢呼。 这次胜利意味着，人类在面对超级计算机时，似乎并非毫无胜算。

虽然第五场比赛，李世石还是输给了AlphaGo。 迄今为止，人类只战胜过AlphaGo一次。 但是通过这场比赛，人类对人工智能的实力有了惊鸿一瞥，也隐约看到了未来世界的可能。 可以预见的是，随着科技日新月异的发展，人工智能（AI）必将逐渐走入人类的生活。 或许当下很多人对人工智能的印象缺乏真实感，总是会联想到科幻小说和电影。

其实我们当下，正处在一个充满了弱人工智能的世界。 无论是汽车还是手机中都不乏各种人工智能的应用，谷歌最近在测试的无人驾驶车就是一例。 弱人工智能目前在给人带来便利的同时，还不至于对人造成威胁。 然而，每一个弱人工智能的创新，都在给通往强人工智能和超人工智能的未来添砖加瓦。 有人曾预言：现在的弱人工智能，就像是地球早期软泥中的氨基酸——没有动静的物质，也许突然的契机就组成了生命。

计算机科学家Donald Knuth认为： “人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。” 总有一天，我们会造出和人类智能相当的强人工智能电脑，这只是时间问题。 超级智能的诞生，或许就会发生在不久的将来，因为指数级增长的关系，虽然机器学习现在还发展缓慢，但是在未来几十年就会变得飞快。 到那时，人类将不得不面对自己创造出来的超级智能。 而大多数人关心的是，它会如何对待人类，它会协助人类更好地生活还是威胁人类的生存呢？ 或许答案只能交给时间了。

*本文作者：RAMA

这部电影太妙了。

从电影整体的意义上说，非常感谢能够有这样的片子被制作出来，使得观者能够有此机会回顾Alpha Go的初期研发目的，相关背景，部分开发过程以及与李世石对弈过程，李世石本人的感受等等，而并不只有围棋的对弈场面。这个感想的阐发是因为当时关注了Alpha Go与柯洁的对弈，而由于对于围棋实在没有什么了解，即便观看了整场赛事，也很难理解或抓住比赛的关键点。而纪录片中整合了许多来自围棋界专业棋手、点评人来自大学相关专业教授、媒体人的理解，不仅提供了观者难以获取的信息，也使得对于普通观众更为友好。从这个角度而言，很痛心为何与柯洁的对弈没有纪录片。

该片打破了观者以往对于人工智能的成见。因为观者对于人工智能几乎没有了解，仅仅是从零碎文章里拼凑得出一些结论，认为目前的人工智能停留在弱人工智能阶段，也只能得出人类已有的结论。换而言之，人工智能仍然受制于人类的知识界限。但纪录片中Demis提到，人工智能的创造，是为了用它们超越人类的计算能力，揭示人类长以忘却的现实，并且“想出一个全新，有创意，与众不同的办法”。而人类转而思考机器会这么做的缘由，得到一些更加美丽的东西。对应至围棋，也是这样。樊麾第一次战败后这样说：

I see go and I also see myself. I lose to this program and I don't understand myself anymore.

李世石这样说：这次的经验让我有所成长，我会善用从中得到的收获。我觉得很感激，而且好像找到了下围棋的意义。啊...真的，我了解到学习围棋是多么正确的选择。这是一场难以忘怀的经验。

一位媒体人士评论道：

His humaness was expanded after playing this inanimate creation.

这样的感觉实在太美好，太美好了。就像如果人类能够很好地使用人工智能，就得以打破人类自身的局限性，追求到万事万物背后的“本”与“真”，或是突破这个极限。

而人类与机器的对立则是另一个非常有趣的话题。樊麾在赛前说过这样一段话：

Before this he (Lee Sedol) played the tournament for his country and for himself. But this time he played for the human.

在李世石起初信心满满却输掉第一局比赛的时候，举世震惊。观者心中也深受震动。人们此前似乎一直不愿意也不能相信，人类的智慧将输给机器，尤其是面对围棋，这样及其复杂且不仅仅讲究计算的“艺术”。而这样的时刻，似乎预示着人类的智慧终究无法与机器匹敌。

I stopped by someone, an another technology reporter. At first all he wants to talk about was the technology, how great this was. But then even he kind of slipped into this moment of melancholy, where he was upset as well.

而李世石接连输了三盘之后，破釜沉舟，第四局真的赢了。猜想站在人类的角度，大概没有人能够不为李世石感到骄傲与欢欣吧。

阿尔法围棋大势已去的那一刻，我听到很多人开心地大叫。原因显而易见。人们感到无助与害怕，因为我们人类脆弱不堪。但这场胜利代表，我们人类现在，还是保有优势。但打败人工智能可能会日渐困难。不过，赢这一局，啊，就够了。一次就足够了。

We don't need to pick a side, because we're on the side of human.

其实AlphaGo本身也是由一群很妙的人们20年梦想的集合体。仅仅从研究的角度上来讲，Deepmind中的一位Computer Scientist说：

It is a bit strange to be in the front cover and everything as a computer scientist. Normally you sits in the corner you codes and nobody really knows about it.

可以想见，其实学术研究是多么多么不被大众所理解的工作啊。即便人工智能可以算作是cutting-edge technology，可以算作对于人类的未来发展进程具有很大影响的领域，科学研究依旧很少能够得到media attention。再次不得不表达对于愿意投身入各种学科，终身进行学术研究的学者们的崇敬。是他们在创造那些古往今来所第一次出现的事物。

而从Deepmind团队的角度而言，团队合作，各司其职简直是观者心目中最好的团队协作的样子了。聚集起整个世界上最聪明的脑袋，然后一起做一件足以改变世界的事情。想起之前在其他文章里看到过的句子：不过我们基本上可以研究任何东西，不懂的就现学。

我实在是太喜欢这样的顶尖感与天才感了。

围棋也是不得不提的。其实我在观看完AlphaGo与柯洁的对战后，便对中国棋院大家庭产生了兴趣，并也稍加了解了一些棋手的职业生涯。而看完该纪录片后，简直萌生出了，很想学围棋的想法。围棋也是很有意思的运动，即便人类或许穷尽自己的一生也无法真正明白，围棋究竟有什么意义？但这一步一步，黑白交杂的棋，可能在某一个瞬间，就拥有了它自己的涵义。

除此之外，想夸一下每一位出现在这部片子中的人员，你们一个个都太妙了。

Demis讲述自己经历的时候说了这样的话：

And then I stopped playing (chess) when I was about 14. When I was 13, I was the second higher greatest player in the world.

随后他去University of Oxford做了演讲。David和黄世杰作为AlphaGo建立的核心，技术与想法自然都是无比顶尖的。Deepmind作为英国公司，不仅diversity很强，部分员工们的标准英音简直赏心悦目。李世石作为棋手而言，真的非常非常伟大，拥有一颗强大的心脏的同时，非常谦虚，每次输掉比赛后都会说：我对于那些给予我厚望的人们表示歉意。

做世界上顶尖的事情，聚集世界上顶尖的人们，追求世界上顶尖的智慧与技术，突破人类的极限，从而使这个世界变得更好。简直是我能够想到的，最美妙的事情了。

这部片子太妙了。

看完AlphaGo的纪录片很多天了。还是会常常想起李世石那手精妙的“神之一挖”之后，AlphaGo几乎程序错乱似的，连下两手让人错愕的虎口点子，随后认输。那一幕的认输，好像这让人畏惧的机器突然有了一点“人性”。 可惜不会再有这种情况了。 它从此之后就是人类棋手望尘莫及的巅峰。李世石的那唯一一局赢棋，就像人类最后的高光时刻，剩下全是“下山路”。 它拥有无与伦比的学习能力，它的下棋逻辑是每一步都通过计算，下出每一步胜率最高的一步，那些人类花了几辈子才想出来的妙手，它可以通过短时间计算得出。 我理解李世石之后的退役，从前下棋都是人与人之间的战斗，黑白翻覆可以参悟世间理、可以争棋无名局、可以用人类的速度体悟那些虚无缥缈的艺术感。当AlphaGo“坐在”他面前，那是个无限可击的深渊，真正的“惴惴小心，如临于谷”，什么虚无的道理都没有，只剩下胜负。 AlphaGo的出现虽然让人类棋手在训练时如虎添翼，水平都提高了一层，可是这就如同学会开车开飞机的人类，飞得快的始终不是人类本身，而且机器。欲速则不达，任何过于高速的发展都值得警惕。 我很遗憾，AlphaGo就此剥夺了人类面对围棋时那种想要用尽一生参悟浩渺的美感。这种“被终结”感有点糟糕。

这个故事是在2018年9月16日写的，在看这个纪录片之前。

所以这个小故事的内容跟纪录片的内容，没那么相关，是根据AlphaGo与柯洁对弈的新闻来写的。但是多少有一点我对于AlphaGo的思考，放在这里当作一个小小的分享吧

今天走在路上想起柯洁和Alphago，忽然想写个小故事：

机器人Alphago被制造出来，为的是可以赢过自诩创造了围棋游戏的人类，打破机器无法超过人类（至少在围棋游戏上）的传说。

年轻的棋士柯洁，还是孩提时就被从千百万个孩子中挑选出来，用最好的老师教导，有最优秀的对手们由他历练，有一个又一个前辈为他的登顶铺路，为的是有朝一日他可以赢得所有比赛，攀登至围棋的最高境界。

一个是只懂下棋的机器；

一个是野心勃勃的少年。

第一局：289手后，AlphaGo以1/4子取胜。

第二局：柯洁投子，AlphaGo中盘取胜。

第三局：柯洁209手中盘负于AlphaGo

三局三败，柯洁哭了。因为他输了。

三局三胜，Alphago依然冰冷，因为它只是机器。

机器只懂得下棋，最后赢了游戏；人想争输赢，最后输了比赛。

机器始终冰冷，人能体会喜悲冷暖。

人想通过规则比出高低；只懂规则的机器仅仅是计算出最大的概率去达到已经被设定的目的。

规则是人的，游戏是人的，高低是人的，输赢是人的，“悲喜冷暖”是人的，“真善美、假恶丑”是人的，“生与死”也是人的，亦连“时间”也是人的。而万事万物最终的“结果”是属于人的，也不是属于“人”的。

谨以此故事献给堀田由美女士以表感激之情。