EPISODE · Mar 27, 2026 · 45 MIN
#473.AI 革命的起点:AlphaGo 十周年,从围棋巅峰到攻克科学难题的深度复盘
from 跨国串门儿计划
📝 本期播客简介本期我们克隆了:Google DeepMind 官方播客《Google DeepMind Podcast》10 years of AlphaGo: The turning point for AI | Thore Graepel & Pushmeet Kohli2016 年 3 月,首尔的那场“人机大战”不仅是围棋界的地震,更是人工智能历史的转折点。本期节目邀请到了 AlphaGo 的核心架构师 Thore Graepel 和 DeepMind 科学负责人 Pushmeet Kohli,带我们重回那个改变世界的赛场。你将听到 AlphaGo 研发背后的趣闻——比如架构师入职第一天就输给了初版程序;深入了解那步震惊世界的“第三十七手”如何打破了人类千年的围棋认知;更重要的是,嘉宾们揭秘了 DeepMind 是如何将教机器“玩游戏”积累的直觉与计算能力,转化为攻克蛋白质折叠、矩阵乘法等人类科学巅峰难题的利器。这不仅是对一场比赛的回顾,更是一场关于 AI 如何超越人类经验、发现新知并重塑科学研究范式的深度对话。👨⚕️ 本期嘉宾Thore Graepel,Google DeepMind 杰出研究科学家,AlphaGo 项目的核心架构师。他不仅是顶尖的 AI 专家,本身也是一位资深的围棋选手。Pushmeet Kohli,Google DeepMind 科学负责人,领导团队利用 AI 解决蛋白质结构预测、材料科学及数学证明等重大科学挑战。⏱️ 时间戳00:00 开场 & 播客简介回望首尔:改变世界的木制棋盘02:01 2016 年,那场震惊世界的围棋人机大战04:22 为什么围棋曾被认为是 AI 无法攻克的“圣杯”?05:53 趣闻:架构师入职第一天就输给了初版 AlphaGo08:25 “快思考”与“慢思考”:AlphaGo 如何结合直觉与计算从欧洲冠军到李世石:极客的冒险10:54 战胜欧洲冠军:那个让架构师穿上古装的赌约11:48 迎战“费德勒”李世石:在聚光灯下的巨大压力14:43 现场直击:职业棋手如何从怀疑转向敬畏神之一手与 AI 洞见15:54 第三十七手:那步被人类误判为“愚蠢”的惊世之举18:35 第七十八手:李世石的“神之一手”与机器的短暂混乱22:02 遗产:AI 如何从模仿人类分布到创造全新知识从游戏到科学:解决现实世界的难题23:34 AlphaZero 的启示:抛弃人类经验,反而变得更强26:22 绝密录音:AlphaGo 获胜那一刻,团队已瞄准蛋白质折叠29:54 AlphaTensor:将复杂的矩阵乘法变成一场“游戏”32:42 为什么哪怕 1% 的算法提速对全球 AI 规模都至关重要AI 的未来:验证、幻觉与人类的角色34:55 猜想与反驳:如何利用验证器终结 AI 幻觉38:58 解释性的桥梁:如果 AI 的证明人类看不懂怎么办?41:12 角色转变:当 AI 能做证明时,数学家为什么反而更重要了?43:22 捷径与新知:大语言模型与强化学习的殊途同归🌟 精彩内容💡 第三十七手的“外星文明”洞见在对阵李世石的第二局中,AlphaGo 下出了惊人的第三十七手。Thore 回忆道,当时连顶尖解说员都认为那是低级错误,因为在人类千年的定式中,那是极不划算的走法。但最终证明,这一手重新定义了“实地”与“势”的权衡。这标志着 AI 第一次在公开舞台展示出超越人类结晶智能、发现全新知识的能力。🛠️ “快思考”与“慢思考”的完美结合AlphaGo 的成功并非单纯依靠暴力计算。它模拟了人类的思维模式:通过“策略网络”产生直觉(快思考),过滤掉无意义的走法;再通过“价值网络”和搜索进行严密推演(慢思考)。这种直觉与计算的结合,正是 DeepMind 攻克复杂科学问题的底层逻辑。🚀 AlphaZero:摆脱人类经验的束缚AlphaZero 证明了一个令人震撼的事实:不给 AI 任何人类棋谱,只给它游戏规则,它反而能进化得更强。它在几小时内重新发现了人类几千年的围棋知识,然后迅速“抛弃”了它们,因为它找到了更高效、更自由的玩法。这为 AI 在科学领域(如材料发现)寻找人类尚未触及的方案提供了信心。🧪 科学领域的“第三十七手”Pushmeet 提到,AI 在科学领域的应用已进入爆发期。AlphaTensor 找到了五十年未曾突破的矩阵乘法优化方案,这本质上是把枯燥的数学运算变成了一场寻找最快路径的“游戏”。这种方法正被推广到物流调度、能源优化等更广阔的领域。❤️ 解释性与人类的“定义权”如果 AI 给出的科学证明超出了人类大脑的理解上限怎么办?嘉宾们认为,未来的科学将是人类与 AI 的协作。AI 负责在海量空间中寻找“猜想”,而人类负责“定义问题”和“验证结果”。解释性是连接 AI 洞见与人类理解的桥梁,而数学家和科学家的核心价值将转向如何提出更有意义的问题。🌐 播客信息补充翻译克隆自:Google DeepMind: 10 years of AlphaGo: The turning point for AI | Thore Graepel & Pushmeet Kohli本播客采用原有人声声线进行播客音频制作,也可能会有一些地方听起来怪怪的使用 AI 进行翻译,因此可能会有一些地方不通顺;如果有后续想要听中文版的其他外文播客,也欢迎联系微信:iEvenight
NOW PLAYING
#473.AI 革命的起点:AlphaGo 十周年,从围棋巅峰到攻克科学难题的深度复盘
No transcript for this episode yet
Similar Episodes
May 14, 2026 ·7m
May 12, 2026 ·2m
May 12, 2026 ·7m
May 11, 2026 ·32m
May 8, 2026 ·2m
May 6, 2026 ·3m