阿尔法围棋

太棒太好看了！看得我重燃对围棋的热情以及点燃了研究AlphaGo的算法的热情。是时候找几篇论文看看了。 片尾字幕居然还有每一盘棋的复盘，我研究了一盘棋然后就大脑就CPU过载了，以后有机会再去把这几盘棋多看几遍。

以下附上我和AI教授讨论时，对他激动地疯狂输出抒发的感想，懒得翻译了。大概就是说AlphaGo下棋思路是能赢就行，赢多赢少无所谓，所以招数反而出其不意。人一般都会想占更大的空给后面出错留余地。然后我的围棋老师特别新潮，除了教古老定式还会教狗定式（AlphaGo自创的走法）。没见过的对手通常就慌了，特别容易占便宜。毕竟和我水平相当的不怎么可能下得出最佳走法。 That difference in the objective is so interesting. AlphaGo's game style is so unusual and sometimes lazy. It only aims to win, doesn't really care by how much. I remember when I play, I generally convert the goal of winning into the short term goal of getting more territory (to account for possible future mistakes and enhance the chance of winning). I think AlphaGo's way of calculating the possibility of winning is different from the general human mindset. Its methodology and reasoning could be very fascinating.

The top players at my Go club actually use AI to analyse the games after they finish playing to see if there's any better moves suggested by the AI that has higher probability of winning and learn from them. I also remember my teacher teaching the AlphaGo moves. He would show us the antient ways then the AlphaGo ways and explain why it is an improvement. One of my favourite moves that I use whenever I have the chance was invented by AlphaGo. Cuz it usually catches my opponents off guard as they are usually more traditional and would never see that move before and players at my level generally wont be able to play the best moves which allows me to take advantage.

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。

1997年的时候，我在学校住校。寝室里有个同学是国际象棋高手，据说围棋也达到了业余3段的水平。那时候他特别热衷于谈论一个话题，就是IBM研发的计算机“深蓝”对战俄罗斯象棋大师卡斯帕罗夫。他滔滔不绝地谈论着深蓝下棋的神妙，可惜我不懂。但我对他那张神采飞扬的脸记忆犹新，浑身散发着向往科技的热忱光芒。我那位同学跟我说，他想要去学习计算机，也许未来可以打败围棋。计算机的名字他都想好了，叫“黢黑”。

如今将近20年过去了，不知道我那位同学是否得偿所愿，但他的预言却实现了，计算机真的战胜了世界围棋冠军。这让很多人感到害怕，害怕终有一天，会出现像电影《终结者》里“天网”那样的人工智能，取代人类，奴役人类，灭绝人类。也有人像作家刘原那样乐观：但那条狗（阿尔法狗），代表着人类的方向。它是导盲犬。

关于阿尔法狗和李世石的这场世纪对决，我这个围棋外行在当时只能是听个结果，却无法见证那个激动人心的时刻。直到我看到了关于这场比赛的官方纪录片。这部影片的英文名就是“AlphaGo”，翻译过来就是“阿尔法围棋”，我这个英语文盲这才意识到，原来英文里的“Go”就是围棋的意思。

关于这部纪录片以及这场比赛，我觉得有一个人最应该被感谢，就是第一个与阿尔法狗交锋的职业棋手樊麾。樊麾是个法国籍中国人，欧洲围棋冠军。在这部纪录片里，樊麾有着多重身份，他是第一个被阿尔法狗击败的职业棋手，这个“荣誉”谁也抢不去。同时他又成为了阿尔法狗研发团队的顾问，贡献了自己的智慧。之后他又作为总裁判长，见证了这场万众瞩目的人机大战。最后，他用自己浅显、幽默、深情的英文，为这部纪录片提供了旁白。因为樊麾的存在，让这部纪录片焕发了光彩。

纪录片的焦点，当然集中在了5场人机大战上。而这其中最出彩的，自然是曾经的人类围棋第一人李世石了。李世石一出场，就让我们感受到了天才的气质，安静、敏感、羞赧。但是谈到围棋，李世石又展示出无与伦比的自信。他不相信一台机器可以在短短的时间里达到人类顶尖棋手的水平，他认为自己可以完胜对手。时过境迁我们当然可以说他过度自信了，但在未交手之前，如果连这点自信都没有，还有资格做人类的代表吗？

双方的第一场较量可能最震撼人心。李世石突然意识到，这个对手完全不同以往。本来， 围棋不仅仅是智力的比拼，拼的还有选手的意志力、精力、体力、控制情绪的能力。然而在阿尔法狗身上，这些通通不存在。这是一个胜不骄败不馁、不急不躁、没有任何情绪波动的对手，它甚至连形象都没有。而它的思维力却是无穷的。李世石下意识的抬头看对手的表情，但对面坐着的仅仅是替阿尔法狗落子的科学家。李世石就像是面对风车巨人的堂吉诃德。

如果第一场对决，让李世石认清了对手的实力，那么第二场对决，则让人类认清了阿尔法狗到底是怎样的存在。吴清源和本因坊秀策们所梦想中的“围棋之神”终于诞生了，只不过现在的人们称它为“人工智能”。第二场第37手，阿尔法狗下出了一步闲棋，这步棋人类选手完全不会这样下也不理解为什么这样下。科学家团队一度以为阿尔法狗出现了bug。然而直到最后，人们才意识到这步棋的作用。阿尔法狗真是下了一盘很大的棋啊，当一名棋手能考虑到几十步之后，你怎么跟他抗衡？

这步棋带给人们的冲击力远大于赢棋本身。人类恍然大悟，原来围棋还可以这样下。这真好像是围棋之神在点化世人，让我们产生怀疑，也许过去我们选择的道路是错误的。影片里的诸多棋手，包括李世石和樊麾，都在思考这个问题。这感觉有点像李白的那句诗：仙人抚我顶，结发受长生。

在连输三盘之后，李世石彻底放下了胜负心、荣誉感和巨大的压力，没什么可失去的了，剩下的就是挑战自我。于是在那一局里，在第七十八手，李世石下出了被中国棋手古力形容为“神之一手”的一步棋。而就是这在李世石眼中唯一可下的一步棋，却让阿尔法狗陷入了混乱，昏招频出，最终投子认负。看到这一幕，我们作为人类真的是与有荣焉，李世石捍卫了人类最后的尊严。那时候我们还不知道，这是人类棋手最后一次战胜人工智能。

在那场人机大战之后不久，一个名叫“Master”的神秘棋手横扫职业棋坛，之后，阿尔法狗团队宣布对这次“恐怖袭击”负责。Master正是阿尔法狗的升级版。而在乌镇围棋峰会期间，中国棋手柯洁以人类最强棋手的身份挑战阿尔法狗，可拼尽全力最终仍以0比3告负。柯洁现场不禁落泪，赛后他感叹：“阿尔法狗实在太完美了！”可半年时间不到，更加完美的阿尔法狗又出世了。这一次它没有挑战人类棋手，只是用了3天时间自学成材，然后击败了此前所有版本的阿尔法狗。

在影片里，面对阿尔法狗的胜利，所有人都情绪复杂。人类发明的人工智能战胜了人类顶尖棋手，我们说不清这是人类的胜利还是失败。而输在智力上，这是人类这个种群自诞生以来从未遇到过的情况。在自然界，比我们跑得快、跳得高、力气大的动物太多了，但我们仍然自信能够狩猎它们、饲养它们，因为我们更聪明。在人类社会，我们发明出五花八门的机器，但它们仍然只不过是我们的工具，是我们智力的产物。

但人工智能让我们感到害怕，我们最自豪的智慧正在被超越。万一有一天，人工智能“活了”怎么办？很多理性的人认为这个未来不会出现，理由很多，比如人工智能无法诞生自我意识，无法拥有创造力，无法实现种群多样性。但更多感性的人持悲观的想法：担忧还是要有的，万一实现了呢？

假如明天来临，我们该何去何从？主观上，人们的选择可能各自不同，就像三体人降临之前，人类的反应一样，有顶礼膜拜甘当“带路党”的，有悲观绝望集体自杀的，当然也有奋起反抗的。好消息是，人工智能不是外来物种，而是人类文明的产物。所以就像网友长弓槊所说，“作为一个物种，也许人类会消亡，但我们的文明，不会随着我们自身的消亡而消亡，最坏的结果，也只是将我们的文明换一种方式由其他的‘物种’延续并发展下去——正如同我们延续并发展了‘神’和先贤的文明一样。”

1952年出生的大胜负师小林光一有句名言：“我知道怎么把优势的棋赢到手，这个秘密将在我六十岁之后公布。”与此相关的，一句流传更广的话是这么说的：围棋的一切边角变化将在小林时代被研究穷尽。 这是两个有点冷的冷笑话。 我开始学棋的时候，李昌镐的光芒还如日中天，虽然已经渐显颓势，但收拾中国的龙虎豹辈棋手依旧轻松得像是砍瓜切菜。暗无天日的时代，棋友们恨恨地说，龙虎豹辈棋手都没戏了，接下来该是鼠辈棋手上阵了吧？ 学棋十多年间，我计算力最强的时候在弈城打上了5D，计算力下降之后总在3D4D之间徘徊。但没想到的是，工作忙起来精力越来越短计算力越来越差之后，却神奇地升到9段并鲜有败绩，这个事情我其实一直接受不了，因为从来都不可思议，哪怕这样的9段放在现实中顶天了只是业余6段强。 围棋的复杂与博大，注定了顶尖与普通，职业与业余之间的巨大鸿沟几乎无法跨越。一个肩冲黑棋小飞角的变化，吴清源下出来六十多年后，凭借阿法狗的安利才被棋界理解，李昌镐对小飞挂角应以尖顶让对方从容立二拆三，又是经过了多少盘棋的教育才说服了三国各路强豪？ 这是一个依旧相信神和天才的领域。马晓春常昊重头再来，哪怕完美地避过那些他们痛心疾首的败招，我都不相信他们会是李昌镐的对手。棋盘太大了，输的人从来都不是输在具体的某一手棋上。 是这样的，以前看着中国棋手的溃败，总想着李昌镐这厮怎么还不老？但后来李昌镐在棋盘上真的老了之后，我却开始怀念起这个永远面无表情的韩国人了。 棋盘太大太复杂，站在棋盘的中央，以有限的智识，就像是一个人站在宇宙中央独自面对那一份浩渺无边的迷茫与孤独。 如果这时候，有一个人仿若永远不可战胜地在目力可及的前方奔逸绝尘，高山仰止，你会觉一切茫然突然间就有了目标和指引。 “天不生仲尼，万古如长夜。” 所以当阿法狗开始肆虐棋坛的时候，我分外怀念那个李昌镐的时代。站在更广阔的时空区间内，当吴清源一手手看似平平无奇的着法被现在的棋手们遗忘抛弃，却被阿法狗从故纸堆中翻刨出来摆在棋盘上，创造出六十连胜的伟业时，我终于还是无法免俗地假设：如果此时李昌镐全盛、吴清源壮年。。。 并非担忧人工智能的发展和胜利会对人类造成多大的不可预知的伤害，而是出于一种朴素的优越感：在我看来围棋是人类发明的最接近于宇宙本质的游戏，纵横十九路，蕴藏的变化竟相当于宇宙原子数的总和，换句话说，如果真有围棋之神，这位围棋之神或许也可以是宇宙之神了。 在阿法狗之前，我可以轻松地完虐一切围棋软件，我相信围棋无穷无尽的变化和人类独有的创造性的、艺术性的以及经验性的直觉，使得人工智能战胜人类顶尖围棋高手只能依靠暴力穷举——根据代码完成计算的人工智能在我此前的经验中明显不具备创造的能力——而这样的暴力穷举所需要的计算量，显然是下个时代才能完成的事情。 阿法狗之后，这种感觉人类自身独有的无限接近宇宙本质的思维上的优越感多少已经没那么强烈。 那么，如果把李世石、柯洁换成李昌镐、吴清源，结果会不会不同呢？ 这样的假设显然已无法验证，但有意思的是，真正开始撕开李昌镐铁幕的罗洗河，靠的却不是纯粹的计算，哪怕这位“天才棋手”智商高达164。 时间回到2006年三星杯，人称“飞天神猪”的罗洗河在与崔哲瀚的半决赛第三局中，炫耀智商般地放弃四劫循环无胜负的奇局，一气送吃46子大龙却最终大胜，成就了一局注定流传千古的争棋名局。在与李昌镐的三番决赛第三局中，罗洗河以天才的掌控与全局构思，诱迫李昌镐强打了一个长达百余手的劫争，为打赢这个劫争，李昌镐四处找损劫，最终赢了劫争却输了棋。 是的，李昌镐，这个“把围棋演绎到一种几无失误的至高境界”的“半人半神”，并非输给纯粹的计算，而是输给了鬼斧神工的天才构思。 罗洗河说围棋获胜依靠的是更加符合事物的规律而不是依靠你比对手强。 这样的话，也不知道阿法狗同意不同意。

今天（2020.8.27）机器人的“外语功夫”有多深？随手抓两个来试试。先来介绍这两位：

DeepL 翻译器　这个机器人就在诸位手中，往手机浏览器的网址栏里填 deepl.com 就是了。

微信翻译　这个机器人早就潜伏在我们每个人的身边。只要将英文长文复制黏贴发聊天，然后长按英文区域，就会在弹出一堆选择键，其中包括了“翻译”。

一试这两位的功力，吓了我一跳，基本上借助它，我就明白了外语原文的意思，而且在译文中常能见到神来之笔。比起我上次，大概也就几个月前吧，我试过的机器人出来的乱七八糟的译文，简直是飞跃。不过这一点都不奇怪，科学家发现，机器人的自我学习能力，是爆炸式增长的。机器人的智力其实不如一只鸡一头猪，但就因为它跑得奇快，譬如苹果手机的 CPU，每秒钟可以进行 1 万亿次操作。

一台手机的算力都这么恐怖，何况是一个机器人呢？一个机器人活一秒钟，相当于一大群人活了一万年。它学一秒钟得到的东西，人学一百万年也不一定学到。不信看☛这个故事。

好，现在就拿这段文字，来玩玩这两个机器人：

It is particularly regrettable that a punitive policy was adopted in framing the terms of peace, because a few years hence, it will be possible for nations to fight without armies, ships or guns, by weapons far more terrible, to the destructive action and range of which there is virtually no limit. Any city, at a distance, whatsoever, from the enemy, can be destroyed by him and no power on earth can stop him from doing so. If we want to avert an impending calamity and a state of things which may transform the globe into an inferno, we should push the development of flying machines and wireless transmission of energy without an instant’s delay and with all the power and resources of the nation.

这是来自《奇异人生——尼古拉·特斯拉自述》（The Strange Life of Nikola Tesla）一书的最后一段。

复制黏贴，整个过程就几秒钟，机器人就给我出结果了。

DeepL 翻译：

特别令人遗憾的是，在制定和平条件时采取了惩罚性政策，因为几年后，各国将有可能在没有军队、船只或枪炮的情况下，用更可怕的武器进行战斗，其破坏行动和范围几乎没有限制。任何城市，无论距离敌人有多远，都可以被他摧毁，世界上没有任何力量可以阻止他这样做。如果我们想避免即将到来的灾难和可能将全球变成地狱的状态，我们就应该毫不迟疑地用国家的所有力量和资源推动飞行器和无线能源传输的发展。

微信翻译：

特别令人遗憾的是，在制定和平条件时采取了惩罚性政策，因为几年后，各国将有可能在没有军队、船只或枪支、更可怕的武器的情况下，对几乎没有限制的破坏性行动和范围作战。任何远离敌人的城市都可以被他摧毁，地球上任何力量都不能阻止他这样做。如果我们想避免一场即将到来的灾难和一种可能把地球变成地狱的状态，我们就应该毫不拖延地推动飞行器的发展和能源的无线传输，而不需要任何国家的力量和资源。

再用《尼古拉·特斯拉自述奇异人生》（The Strange Life of Nikola Tesla）这书的原文简介来考考机器人：

The Strange Life of Nikola Tesla is the renamed "PART ONE THE LIFE OF TESLA" of the book "THE WALL OF LIGHT NIKOLA TESLA AND THE VENUSIAN SPACE SHIP THE X-12" written by Arthur H. Matthews and published in 1973. The Strange Life of Nikola Tesla was published by Kolmogorov-Smirnov Publishing, and subsequently became the first online version of Nikola Tesla's Autobiography. It was transcribed by John Roland Penner in 1994 from a small typed booklet, photocopied and stapled. Although it is the first electronic version of Tesla's autobiography available online it contains many significant errors carried over from the original photocopied text. Online Internet scrutiny has subsequently revealed numerous omissions and additions that did not appear in the original serial text published in Electrical Experimenter magazine. The original six-part series published in Electrical Experimenter Magazine in 1919 has been republished in book form as: My Inventions, The Autobiography of Nikola Tesla.

DeepL 翻译：

尼古拉-特斯拉的奇异人生》是阿瑟-H-马修斯所写、1973年出版的《光之墙尼古拉-特斯拉与维纳斯太空船X-12》一书的改名 "第一部分特斯拉的人生"。尼古拉-特斯拉的奇异人生》由科尔莫戈罗夫-斯米尔诺夫出版社出版，随后成为《尼古拉-特斯拉自传》的第一个网络版。它是约翰-罗兰-潘纳于1994年从一本打字的小册子上抄录下来的，经过影印和订书机。虽然这是特斯拉自传的第一个电子版，但它包含了许多从原始影印文本中延续下来的重大错误。随后在网上进行了仔细检查，发现了许多遗漏和补充的内容，而这些内容在《电气实验家》杂志上发表的原始连载文本中并没有出现。1919年发表在《电气实验家》杂志上的原版六部曲已以书的形式重新出版，名为：。《我的发明，尼古拉-特斯拉自传》。

微信翻译：

尼古拉·特斯拉的奇葩被改名为《光之墙》一书的“第一部分特斯拉的生命”。金星号宇宙飞船X-12“由亚瑟·马修斯撰写，1973年出版。《尼古拉·特斯拉的奇葩》由科尔莫戈罗夫-斯米尔诺夫出版社出版，并成为尼古拉·特斯拉自传的第一个网络版。它是约翰罗兰彭纳在1994年转录自一个小打印小册子，复印和钉书。虽然这是特斯拉自传的第一个电子版，但它包含了许多重大错误，这些错误都是由原始的复印文本继承下来的。在线互联网审查随后发现许多遗漏和补充，并没有出现在电子实验杂志发表的原始连续文本。原六部分系列出版于1919年电气实验杂志已再版的形式：我的发明，尼古拉特斯拉的自传。

竟然都到了这种境地，人类还傻乎乎地去跟机器人争，细思极恐。人类唯一的出路，就是和机器人交个朋友，然后把事情交给机器人去干，大家和和气气享享清福，多好。

机器人瓦力被一只长相怪异的苹果迷惑住了｜2010.10.30｜WALL·E is puzzled by a strange apple.｜Photographed by William Ho, © 2010

《AlphaGo 阿尔法围棋》，并不是 Google 出品的第一部影视作品，但却是第一部在海内外收获了无数奖项和好评的纪录片作品。

故事的主角：程序员 VS 棋手

↓↓↓预告片↓↓↓

纪录片中，讲述了 DeepMind 团队，在完成 AlphaGo 的早期版本后，邀请人类顶尖棋手对弈的过程。其中最重要的比赛便是 AlphaGo 对阵当时世界排名第一的韩国棋手李世石。

纪录片中的主要人物，就是 AlphaGo 的工程团队和几位棋手：

「我们团队都希望 DeepMind 能够成为 AI 界重要的前进力量，好比阿波罗登月计划那样。我们最大的愿景，就是通过人力去探索去塑造智能。」

——Demis Hassabis

DeepMind 联合创始人 & CEO

Demis Hassabis 是 DeepMind 的创始人，同时自己也是国际象棋的选手，他自小练习国际象棋，13 岁已经成为国际大赛的亚军。

这也是他组建 DeepMind 团队后，一直使用棋类进行 AI 训练的原因之一。在片中，他表现出了过人的领导力、对 AI 和围棋的敬畏和执着。

「李世石是非常出色的棋手，我很荣幸能够帮助 AlphaGo 和他对弈，我知道全世界都在期待这场比赛，AlphaGo 已经准备好了。」

——黄士杰

DeepMind 首席工程师

来自台湾的黄士杰博士是 DeepMind 的首席工程师，不过他在片中往往很沉默，他的同事也解释了他比较内向，并不喜欢面对镜头。却不仅是 DeepMind 重要的灵魂人物，同时也是 AlphaGo 项目的主程。

而且他也是代表 AlphaGo ，在三次元中，坐在人类棋手对面放置棋子的人。他就像是「棋魂」中的进藤光，AlphaGo 就是他的佐为。

我不仅希望能赢，还希望我在下围棋的同时，还能磨练出属于自己的，不一样的棋路流派。

——李世石 韩国知名棋手

李世石在片中，不仅仅是 AlphaGo 最想打败的对手，也是是人类棋手最后的希望。

他虽然多年排在世界顶尖位置，但是在镜头前，他的真诚与谦逊都完整地展现，从大战前的信心，到最后深意的笑，他在片中就是代表人类在与 AI 对话的人。

我这半生中所学到的所有知识，都是来自于围棋。围棋对我来说，就是一面镜子，见围棋就是见内心。

——樊麾

在片中，樊麾是一个特别的人物，他的性格热烈直率，所以非常抢眼。在影片刚开始，就是他说着一口流利的法语，在波尔多街头指导法国人下棋。

他生于中国，成年后旅居法国，是职业二段棋手，段位相比于片中其他顶尖棋手，真的不算高，被网友们笑称为「全世界最有名的二段棋手」。

他现任法国围棋队总教练，他曾多次蝉联欧洲围棋冠军，还被 DeepMind 团队邀请成为顾问，并且是 AlphaGo 选择对弈的第一名职业的人类棋手，是这次人机大战的总裁判长。

不纯讲技术的，技术纪录片

自发布至今，这部作品已经获得了纽约翠贝卡电影节、伦敦国际电影节、评论家选择奖等诸多重量级纪录片奖的最佳影片和提名，甚至还收获了2018 年奥斯卡金像奖最佳纪录片的提名。

难得的是，这是一部从头到尾讲述人工智能技术的纪录片，而往往在电影节上被奖项青睐的大多是自然、社会新闻、文化类型的故事。

其中的原因，包括：

作为纪录片，这部作品达到了专业和精致

导演用纯熟的手法，拍摄出了这个撼动人心的比赛过程，即使我们都知道人机大战最后的输赢。

导演 Greg Kohs

整个摄制团队的用心，处处体现在片中的细节，团队中多位制作人都曾获得国际级别的纪录片奖项，一起做到了让每个人物都能够自然地展现出他的状态、情感，对于 AI 的态度，对于这场比赛的期待。

准确传达了对人类与 AI 关系的探索和深思

片中的几位工程师也都是专业或业余的棋手，在片中也在不断表达自己的立场，以及对 AI 与人类较量的思考。

两位被深度刻画的棋手，无论各自的段位高地，和比赛结果如何，也都对 AI 对于人类在围棋上的挑战，和 AI 未来的发展可能性，表达了自己的理解。

片中的大牌龙套

不少大咖，估计也都领到了盒饭，在本片中进行了客串。

李飞飞

飞飞姐就不用介绍了，纪录片拍摄的时候她还没有入职 Google；

Cade Metz，

目前就职于纽约时报，是全美最资深的 AI 领域的作家、记者；

John Daugman 教授，

任职于剑桥大学，他早年间致力于研究虹膜识别的相关算法；

在这些大佬的加持下，即使你没那么懂围棋，但通过本片的介绍，也能很快让观众理解围棋的精妙之处。

如果是对人工智能技术不感冒，那片中深入浅出的解释，也能够让人快速理解技术背后的难度，以及 AI 在未来无限的可能性。

想在线下和大家一起看？

这部纪录片片长 90 min，在今年年初上线 Netflix ，只要 4 美元就可以在线观看。

好消息是，这部纪录片今年也被引进到了国内播放，我们已经获得了 DeepMind 、制片团队和国内发行公司的官方授权，在国内进行播映。

在今年的 1024 程序员节期间，在北京线下公映，因为考虑到今年的程序员节是工作日关系，我们将时间调整为 10 月 24+4 日（周日）下午举办活动。

↓↓扫描图中的二维码↓↓

↓↓或点击原文阅读即可报名↓↓