從棋盤到蛋白質：擊敗李世乭的「AlphaGo」十年後，如何改變了我們的生活？

한국어 English 日本語 简体中文 繁體中文
By Gi Pyeong Lee

2016 年 3 月的某個春天，你還記得嗎？全球的目光都集中在首爾的一家飯店。代表人類的圍棋天才李世乭九段與身份不明的電腦程式「AlphaGo」展開了對決。當時許多人相信，在需要人類特有的「直覺」與「氣勢」的圍棋中，機器很難獲勝。然而，結果卻給全世界帶來了巨大的衝擊。AlphaGo 戰勝李世乭九段 - The New York Report

從那時起已經過了十年。2026 年的今天，我們正目睹著 AlphaGo 投下的那塊沉重棋子所產生的回響擴散到了何處。AlphaGo 十週年：改變 AI 方向的一手 - yuanchang.org 現在，AlphaGo 的後代們不再僅僅停留在棋盤前。它們正身處我們生活的最深處，解決人類的難題，悄然改變著世界。

這為什麼重要？

AlphaGo 的勝利不僅僅是一場遊戲獲勝的事件。它是一個象徵性的里程碑，證明了人工智慧已經涉足了曾被認為是人類專屬領域的「創造力」與「直覺」。

更重要的是，誕生 AlphaGo 的那個「大腦」現在正被用於拯救現實世界。在分析癌症治療用的蛋白質結構、精確的氣象預測以及能源效率優化等複雜科學問題中，AlphaGo 的技術正發揮著核心作用。AlphaGo 的遺產：從遊戲到生物學 - LinkedIn 在 19x19 的狹窄棋盤上學到的技術，現在已進化為解決整個地球問題的「真正工具」。

輕鬆理解：AlphaGo 的秘密配方

AlphaGo 是如何征服那複雜的圍棋的呢？就像頂級主廚調配味道的過程一樣，得益於三項核心技術的調和。AlphaGo 的技術背景 - hb.int2inf.com

  1. 深度神經網路 (Deep Neural Networks)： 模仿人類大腦神經細胞連接方式的「數位大腦」。它在透過大量數據學習模式方面表現卓越。比喻來說，就像一位主廚僅憑肉眼觀看數千份食譜，就能領悟到「所謂美食就是這樣」的感覺。
  2. 進階搜尋技術 (Advanced Search)： 預見未來無數可能性的能力。就像在複雜的迷宮中，瞬間模擬到出口的所有路徑並找到最快的一條。
  3. 強化學習 (Reinforcement Learning)： 透過自我對局並在試錯中學習的方式。就像小狗在做出正確行為時會獲得零食獎勵進行訓練一樣，AlphaGo 每當找到獲勝機率高的步法時，也會獲得「獎勵」來提升實力。

特別是十年前對局中展現的「第 37 手 (Move 37)」，至今仍被傳頌為傳奇。當時的評論員們還疑惑地問：「這不是失誤嗎？」，但最終那一手成為了決定勝負的「神之一手」。這是 AI 超越人類刻板印象、自行創造全新策略的歷史性案例。AlphaGo 之父，再次回想起傳奇的「第 37 手」 - 京鄉新聞 (Khan)

AlphaGo 的進化：從無到有創造奇蹟

AlphaGo 在征服圍棋後並未止步，而是持續進化並創造了兄弟姐妹。

  • AlphaGo Zero 與 AlphaZero： 它們更加令人驚嘆。完全不看人類下過的棋譜（對局紀錄），只要告知遊戲規則，就會透過自我對局累積實力。就像一個初次見到棋盤的孩子，在幾天內就變成了世界冠軍。它們在瞬間便精通了西洋棋以及日本將棋，展現了 AI 學習能力的無限可能。AlphaZero：從零開始自主學習的 AI - hb.int2inf.com
  • AlphaFold： AlphaGo 最成功的弟弟。這是一款預測人體藍圖「蛋白質」如何進行 3D 折疊的 AI。這曾是生物學界困擾 50 年的難題，但 AlphaFold 輕鬆破解，將新藥研發速度提升了數十倍。截至 2025 年 11 月，這五年來已為全球科學家帶來了巨大的靈感。AlphaFold：五年間的影響力 - Google DeepMind Research

現況：跨越棋盤走向世界

目前 Google DeepMind 的人工智慧技術已悄然滲透進我們生活的各個角落。AlphaGo 的核心設計者 Thore Graepel 與科學團隊負責人 Pushmeet Kohli 在回顧過去十年時，強調了棋盤上的學習如何轉化為實際的科學發現。AlphaGo 十週年：改變人工智慧軌跡的一手 - yuanchang.org

想像一下，我們每天確認的氣象資訊和使用的能源，正因為 AI 而變得更有效率。如今，這些技術在以下領域大顯身手：AlphaGo 十年的遺產 - LinkedIn

  • 氣象預測： 分析大量氣象數據，實現更精確、更快速的天氣預報，協助防範災難。
  • 能源優化： 大幅減少數據中心等巨大設施的能源消耗，為保護地球環境做出貢獻。
  • 遺傳學與數學： 分析人類大腦難以處理的複雜公式或基因數據，找出新的規律。

未來會如何？

DeepMind 的終極目標是為 通用人工智慧 (AGI, Artificial General Intelligence) 鋪路。AlphaGo 十年：AI 創新邁向 AGI 之路 - Google DeepMind

AGI 並非僅僅擅長遊戲或單一任務的 AI，而是指能像人類一樣自行定義問題並尋找解決方案的智慧。AlphaGo 在圍棋中展現的「創造新策略」的能力，現在將被用於解決開發新材料或克服氣候危機等人類共同的課題。

未來的 AI 或許會發明我們尚未發現的新數學原理，或是為人類設計出最高效的清潔能源系統。從圍棋到生物學，以及更遠的地方 - onmine.io 十年前在棋盤上開始的微小變化，如今已成為改變人類未來的巨大洪流。

AI 的視角

十年前在首爾響起的落子聲，是人類迎來全新「智慧時代」的信號彈。AlphaGo 在棋盤這個小宇宙中獲勝並證明了可能性，如今經過蛋白質這個生命的微觀世界，已成長為理解地球這個巨大系統的可靠夥伴。AI 並非要取代人類，而是將成為擴展人類智力極限的「第二大腦」。在我們面臨的無數難題面前，現在我們正與強大的盟友並肩作戰。

參考資料

  1. AlphaGo - 維基百科
  2. AlphaGo 十週年：AI 創新如何鋪平道路… — Google DeepMind
  3. 「AlphaGo 之父」選出傳奇的「第 37 手」…「AlphaGo…」 - Khan
  4. 研究 — Google DeepMind
  5. 從遊戲到生物學及更遠：AlphaGo 的 10 年… - onmine.io
  6. AlphaGo 10 年：改變 AI 方向的一手 - yuanchang.org
  7. AlphaGo 十年後，發生了什麼變化 - The New York Report
  8. 改變一切的試驗場：AlphaGo 十年 - LinkedIn
  9. 從遊戲到生物學及更遠：AlphaGo 影響力的 10 年 - hb.int2inf.com
  10. [AlphaGo - 電影 完整獲獎紀錄片 - YouTube](https://www.youtube.com/watch?v=WXuK6gekU1Y)
  11. 從遊戲到生物學及更遠：AlphaGo 影響力的 10 年 - tsecurity.de