AlphaGo 十年：从游戏到科学发现
Google DeepMind 总结 AlphaGo 在游戏、生物学、科学发现中的深远影响。高质量行业总结，对理解 AI 演进有启发价值。
完整中文译文
十年前，我们的 AI 系统 AlphaGo 成为首个在复杂的围棋比赛中击败世界冠军的程序——这一里程碑比许多专家预想的提前了整整十年。
这项成就宣告了如今公认的人工智能（AI）现代时代的开启。凭借一次极具创造力的落子——著名的“第 37 手”（Move 37）——AlphaGo 展示了 AI 的潜力，也表明我们已经掌握了开始攻克现实世界科学问题所需的技术。
时至今日，这项突破仍在影响我们构建通往通用人工智能（AGI）之路上的系统。我们相信，AGI 将成为人类有史以来最具深远影响的技术，并可能成为推动科学、医学和生产力进步的终极工具。
2016 年，超过 2 亿人观看了 AlphaGo 在首尔对阵围棋世界冠军李世石的比赛。这场对决因第二局的“第 37 手”而载入史册：这步棋极其反常，以至于职业解说起初认为它是一次失误。但事实证明，它是决定胜负的关键。大约一百手之后，那枚棋子恰好处在帮助 AlphaGo 赢下比赛的正确位置。这一幕展现了惊人的远见，也证明 AI 系统能够超越对人类专家的模仿，找到全新的策略。
围棋极其复杂，因此长期以来一直是检验 AI 研究成果的试验场。棋盘上可能出现的局面多达 10^170 种——远远超过可观测宇宙中的原子数量。
为了让这个问题变得可处理，AlphaGo 将深度神经网络与高级搜索和强化学习结合起来——强化学习正是 DeepMind 开创的一种 AI 方法。
AlphaGo 首先通过学习人类专家的棋局，建立一套合理落子的模型；随后与自己对弈数十万局，通过强化最有可能获胜的策略不断进步。之后，系统只考虑最可能产生良好结果的路径，并从这个规模更小的候选落子集合中，找到最有可能带领它获胜的那一步棋。
继 AlphaGo 之后，我们开发了 AlphaGo Zero。它完全从随机对弈开始学习，最终成为堪称历史上最强的围棋棋手。随后，我们又通过 AlphaZero 进一步泛化了这一系统，使它能够从零开始，自学并掌握任何双人完全信息博弈，包括围棋、国际象棋和将棋。除了游戏规则之外，AlphaZero 没有任何先验知识，却能在短短数小时内掌握国际象棋，不仅击败了最顶尖的人类棋手，也战胜了当时最强的国际象棋专用程序，例如 Stockfish。尽管人们早已借助这些程序对国际象棋进行了极其深入的分析，但与围棋一样，AlphaZero 依然能够提出令人耳目一新的策略。
这进一步印证了我们在首尔赢下那场比赛时，我便已经意识到的事情：这项技术已经能够用于实现我们真正的目标——加速科学突破。
催化科学突破
AlphaGo 证明了自己能够驾驭围棋棋盘庞大的搜索空间，也由此展示了 AI 帮助我们深入理解物理世界无穷复杂性的潜力。我们首先尝试解决蛋白质折叠问题。这是一项延续了 50 年的重大挑战，目标是预测蛋白质的三维结构——这类信息对于理解疾病和开发新药至关重要。
2020 年，我们终于通过 AlphaFold 2 系统破解了这个困扰科学界已久的问题。此后，我们预测了科学界已知全部 2 亿种蛋白质的结构，并通过一个开源数据库向科学家免费开放。如今，全球已有超过 300 万名研究人员使用 AlphaFold 数据库，加速从疟疾疫苗到塑料降解酶等各类重要研究。2024 年，John Jumper 和我有幸代表整个 AlphaFold 团队，因领导这一项目而获得诺贝尔化学奖——这是我一生中至高无上的荣誉。
自 AlphaGo 获胜以来，我们已将其开创性方法应用于科学和数学的许多其他领域，包括：
数学推理：AlphaProof 是 AlphaGo 架构最直接的继承者。它将语言模型与 AlphaZero 的强化学习和搜索算法结合起来，学习如何证明形式化数学命题。它与 AlphaGeometry 2 一道，成为首个在国际数学奥林匹克竞赛（IMO）中达到奖牌标准（银牌）的系统。这证明 AlphaGo 的方法能够解锁高级数学推理能力，也为我们能力最强的通用模型奠定了基础。
我们规模最大、能力最强的模型 Gemini 最近又向前迈进了一步。其 Deep Think 模式的一个高级版本采用受 AlphaGo 启发的方法，在 2025 年 IMO 中达到了金牌水平。此后，Deep Think 又被应用于科学和工程领域更加复杂、更加开放的问题。
算法发现：正如 AlphaGo 会在棋局中搜索最佳落子一样，我们的 coding agent AlphaEvolve 会探索计算机代码空间，从中发现效率更高的算法。它也迎来了属于自己的“第 37 手”时刻：找到了一种全新的矩阵乘法方法。矩阵乘法是一项基础数学运算，为几乎所有现代神经网络提供支撑。如今，AlphaEvolve 正在接受测试，用于解决从数据中心优化到量子计算等一系列问题。
科学协作：我们正在把 AlphaGo 开创的搜索和推理原则集成到一个 AI co-scientist 中。通过让多个 Agent “辩论”科学观点和假设，这套系统能够充当研究协作者，进行识别数据模式和解决复杂问题所必需的严谨思考。在伦敦帝国理工学院开展的验证研究中，它分析了数十年的文献，并独立得出了一个有关抗菌药物耐药性的相同假设——而研究人员此前花费数年时间才提出这一假设，并通过实验完成验证。
我们还利用 AI 更深入地理解基因组、推进聚变能源研究、改进天气预测等。
我们的科学模型固然令人印象深刻，但它们的专业化程度很高。要实现创造无限清洁能源，或攻克今天尚不了解的疾病等根本性突破，我们需要通用 AI 系统。这样的系统能够发现不同学科领域之间的底层结构与联系，并像最优秀的科学家一样，帮助我们提出新的假设。
智能的未来
要让 AI 真正具备通用能力，它就需要理解物理世界。我们从一开始就将 Gemini 构建为多模态模型，使它不仅能够理解语言，还能理解音频、视频、图像和代码，从而建立一个世界模型。
为了跨越这些模态进行思考和推理，最新的 Gemini 模型采用了我们通过 AlphaGo 和 AlphaZero 开创的部分技术。
下一代 AI 系统还需要具备调用专用工具的能力。例如，如果一个模型需要了解某种蛋白质的结构，它就可以使用 AlphaFold。
我们认为，将 Gemini 的世界模型、AlphaGo 的搜索与规划技术，以及专用 AI 工具的使用结合起来，将成为实现 AGI 的关键。
真正的创造力，是这类 AGI 系统必须展现的一项核心能力。“第 37 手”让我们初次窥见了 AI 打破常规思考的潜力，但真正的原创性发明还需要更多能力。它不仅要能像 AlphaGo 那样出色地提出一种全新的围棋策略，还要能真正发明出一种像围棋一样深邃、优雅并值得研究的游戏。
在 AlphaGo 取得传奇胜利十年之后，我们的终极目标已经出现在地平线上。“第 37 手”中最初显现的创造火花，催化了一系列如今正在汇聚的突破，为通往 AGI 的道路铺平了方向，也将开启科学发现的新黄金时代。