从世界前十到AI时代——武汉大学副教授李喆的棋道新思

从世界前十到AI时代——武汉大学副教授李喆的棋道新思

“如果请你设计一个游戏，要求是规则尽可能简单，同时其变化尽可能复杂，你会如何设计？”“如果与外星人相遇，语言不通，想到通过一个游戏来实现交流，你会想用什么游戏？”

2022年，李喆从职业棋手转型为武汉大学体育部教师，这是他在第一节围棋文化课上提出的问题。显然，他意图引导学生对围棋本质的思考。

李喆，曾是全国冠军暨围甲MVP，世界大赛四强选手，现为武汉大学体育部副教授。在2022年5月接受《中国科学报》采访时，他正忙着给本科生测试50米和立定跳远。

他的职业巅峰在2010年，21岁之际，国际围棋排名网站Go Ratings上位列世界前十，中国围棋职业棋手等级分上排名全国第三。

然而，李喆心中始终有一个疑问：人们究竟为何学习下棋？自从13岁在围甲胜率过半之后，这份困惑在他2007年战胜李世石、古力等顶尖棋手后愈发强烈。为了寻找答案，他在2012年进入了北京大学哲学系。

真正改变李喆的，是人工智能——尤其是AlphaGo。

“围棋之神”

若将人类围棋的发展划分为两个阶段，2016年便是分水岭。

2016年，韩国棋手李世石与AlphaGo的对决震惊世界。李喆回忆道：“如果没有围棋AI，我们将永远不知道自己在围棋天地之间究竟处于什么位置。围棋AI是我们唯一的参照者，我们终于不再孤独。”

2017年，在柯洁备战AlphaGo Master之战前，李喆与好友刘星一同前往伦敦，参加了一次AlphaGo的测试。二人每天与其对战一到两局。然而，由于AlphaGo Master已取得60:0的全胜战绩，这使得人机对决变得毫无悬念。

为了探索AI与棋艺的极限，AlphaGo团队开始与顶尖棋手进行让子对局。在DeepMind总部的测试棋中，AI选择让先倒贴或让两子黑方贴目。即便如此，李喆在多局对战中仅赢下一局。要知道，自13岁在围甲胜率过半之后，李喆便认为世界上再没有人能够让他两个子。

但这并未让他感到沮丧，反而让他看到了新的下法——那些他从未想象过的棋路。

在此之前，许多顶尖棋手一度认为，即便是面对能穷尽围棋所有变化的“围棋之神”，他们的差距也不过是让先。然而，2016年李世石在第四局“神之一手”的表现，却打破了这一认知。AlphaGo的工程师在纪录片《AlphaGo》中提到，当时AI认为这步妙手的可能性只有万分之七。

李喆表示：“这种机会转瞬即逝，而2017年推出的AlphaGo Zero版本，被认为是具备让子实力的AI。”

在AlphaGo出现之前，棋手们依靠“逻辑计算+艺术直觉”的经验传承来提高水平。他们在代代传承中逐步建立起“美感”与“大局观”的模糊算法，并在职业竞技中不断迭代。这催生了由吴清源与木谷实发起的新布局革命，彻底颠覆了旧时的行棋思路。

而AlphaGo的发展方式完全不同：它的每一步都是基于全局胜率的计算结果，真正具备了“大局观”的量化思维。相比之下，人类过去依赖的经验与直觉显得相形见绌。

这让李喆深受触动：“这正是许多追求棋道的棋士穷其一生去追寻的东西——对固有思维的突破、对平庸的超越、以及对真理的趋近。”

“围棋之神”的形象究竟是怎样的呢？在19x19的棋盘上，科学家计算出围棋可能的变化数为2.08×10¹⁷⁰次，这一数字远超可观测宇宙的原子总数。即便AlphaGo Zero这一代系统，也难以穷尽这一可能性。

中国古代围棋九品棋品制中，一品被视为近乎通神之境，四品为“通幽”，意味着棋手已深入理解棋理；五品为“用智”，即行棋还需刻意运筹。拥有17个世界冠军的韩国棋手李昌镐自认为达到五品境界。而棋界更津津乐道的是藤泽秀行的名言：“棋道一百，我只知其五。”

显然，AlphaGo及其系统正在逐步接近“围棋之神”的地位。

AlphaGo之后

早在李世石对战AlphaGo之前，李喆就曾采访过AlphaGo击败欧洲围棋冠军樊麾的事件。当时，他主持了一个围棋沙龙。

樊麾坦言：“围棋AI的出现对围棋不是坏事而是好事，它今后可能对围棋的普及与研究起到推动作用。”

李喆则指出：“如果不去找bug，剩下的事情就只有跟AI学棋。”

他和樊麾的判断在不久后得到印证：2016年之后，人类棋手开始积极钻研AI的下法。2019年，随着围棋AI KataGo的开源，棋手的Elo等级分天花板被打破。如今，28位棋手的分数已超过李昌镐1995年鼎盛时期的3570分，而申真谞的最高分更是达到了3800多分。尽管存在积分膨胀，但这也反映了整体棋手技术的提升。

这种提升既是技术的，亦是思维的；它不仅改善了棋手的水平，还带来了对围棋本质的重新认知。

人们因何学习下棋

“围棋不仅仅是一种游戏，它更是一种知识、一种智慧、一种文明的结晶。”

李喆回顾自己的经历时说：“很长一段时间里，我都在质疑自己对围棋投入初心的真正价值。”

2024年7月，他在北大体育教研部研究生毕业典礼上再次提出这个问题。此前，他在北大哲学系完成本科学习，并在体育教研部攻读硕士学位。

他解释到：“过去，我常常自问，为什么要把人生有限的时间投入这样一个看似简单、看似末流的游戏？”

在成为大学教师后，他开始思考应该教学生什么。事实上，他把课堂上的大量时间用于围棋文化的传播。

当讲到“棋形”时，他会问学生：“AI为什么不需要棋形的概念？‘棋形’与‘厚薄’‘虚实’‘轻重’这些概念究竟属于什么类型的高级围棋知识？”

李喆与AlphaGo的核心研发者黄士杰（Aja Huang）因围棋AI结缘，成为挚友。他们经常就AI问题进行深度交流。黄士杰曾向李喆解释，像围棋AI、AlphaFold这样的专精AI，与目前的语言模型有着完全不同的技术路径。

专精AI能在某一领域碾压人类专家，但决策过程往往难以用通俗逻辑解释，宛如“黑箱”；通用大模型虽擅长自然语言生成，但在顶尖垂直领域仍有一定精度差距。

在这样的技术背景下，李喆提出了新的目标：围棋能否成为推动围棋知识本体进步的试验田？他希望借助AI的力量，将围棋中传统的“厚薄”“虚实”“轻重”等抽象概念转化为可解释的理论体系。

“更精确的描述意味着更深刻的理解。”他比喻道，“就像因纽特人对冰雪的精细分类，阿拉伯人对骆驼的详细描述，或者航海家对风的深入研究，围棋的理解也可以因技术和哲学的结合而实现提升。”

他也指出，这种知识生成方式的技术门槛很高。简单地拼接围棋AI与语言模型，只会生成平庸的评注，无法提炼出系统的理论。

李喆认为，这一命题不仅关乎围棋知识，更关乎哲学中“概念工程”与AI领域“可解释性”的前沿探索。他提到，和AlphaGo选择围棋的理由一样，围棋仍是验证这一路径可行性的最佳试验场。

目前，李喆并未完全离开棋盘。2025年7月1日，在第三届衢州烂柯杯世界围棋公开赛中，他连赢四局闯入正赛，但在正赛阶段因读秒阶段失误遗憾止步。

不过，这些对局中的失利也并未影响他对AI的依赖。他希望通过AI不断接近棋艺的真相，突破自身认知边界。

“这大概就是答案之一。”他总结道。