{
  "id": "alphago-film",
  "title": "AlphaGo（电影）",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "《AlphaGo》是格雷格·科斯执导的2017年纪录片，讲述了在五番棋中击败围棋冠军李世石的计算机程序的故事。",
  "category": "arts",
  "subcategory": "film-theatre",
  "type": "work",
  "aliases": [
    "阿尔法围棋"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/alphago-film/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/alphago-film/",
      "json": "https://aiwiki.page/en/alphago-film.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "《AlphaGo》是一部于2017年上映、由格雷格·科斯执导的纪录电影，讲述了AlphaGo的研发历程。这款人工智能程序由DeepMind开发，用于进行围棋对弈。影片的核心事件是2016年3月在首尔举行的AlphaGo与韩国职业棋手李世石之间的五番棋。影片将研究人员、棋手及比赛的影像与访谈、围棋讲解相结合，通过参与者的经历审视这一技术成就。"
    },
    {
      "heading": "背景",
      "text": "围棋是一种双人策略游戏，对弈双方在棋盘网格的交叉点上交替落下黑白棋子，争夺地域。围棋的基本规则相对简单，但可能出现的局面数量极为庞大，因此很难精通。在AlphaGo出现之前，即使是最先进的计算机围棋程序，在标准对弈条件下也远逊于顶尖人类职业棋手。\n\nAlphaGo结合人工神经网络、机器学习和搜索技术，评估局面并选择落子。该系统通过人类棋谱学习，并通过自我对弈不断提高。它采用的方法并非简单地尝试穷举所有后续变化。\n\n2015年10月，AlphaGo在五番棋中击败欧洲冠军樊麾，成为首个在标准棋盘上、不让子的条件下击败人类职业围棋棋手的计算机程序。随后，它与世界顶尖棋手之一李世石交锋，面临的考验要严峻得多。这些事件构成了纪录片按时间展开的叙事框架。"
    },
    {
      "heading": "内容与叙事",
      "text": "影片将围棋介绍为一种竞技游戏，同时也将其呈现为一项涉及判断力、直觉和创造力的活动。樊麾与AlphaGo的交锋展现了程序初露锋芒的实力，也体现了评估陌生对手的难度。他随后参与系统测试，又将职业围棋经验与研究人员的开发工作联系起来。\n\n影片的主体部分记录了首尔对决的筹备过程，以及2016年3月9日至15日进行的五局比赛。镜头在李世石、对局室、DeepMind团队和试图实时理解棋局的解说者之间切换。最终，AlphaGo以四比一赢得比赛，李世石则赢下了第四局。\n\n影片特别关注了两手棋：\n\n- **AlphaGo在第二局中的第37手：**这步不同寻常的落子起初令观战者困惑，后来成为程序突破人类惯常预期的一个著名例子。\n- **李世石在第四局中的第78手：**这步棋为他取得系列赛中唯一一场胜利创造了条件，并暴露出AlphaGo在后续应对中的弱点。\n\n这些片段使影片的叙事比单纯讲述计算机优势更为复杂。AlphaGo出人意料的选择挑战了既有判断，而李世石在第四局中的胜利则表明，该系统仍可能犯下足以影响胜负的错误。"
    },
    {
      "heading": "制作与发行",
      "text": "影片由格雷格·科斯执导，片长约90分钟，配乐由豪施卡创作，于2017年在翠贝卡电影节首映。\n\n由于能够近距离接触开发团队和比赛参与者，影片得以呈现公开转播之外的赛事细节：赛前准备、对程序实力的不确定，以及人们对各局比赛的反应。访谈和讲解片段使观众即使不了解复杂的围棋策略，也能看懂这场比赛。"
    },
    {
      "heading": "主题与范围",
      "text": "纪录片将这场比赛呈现为两种不同决策方式的交锋。人类棋手依靠积累的知识、模式识别和有意识的分析；AlphaGo则采用计算方法，其结果有时令旁观者难以理解。影片探讨了这样一种情况：一手陌生的棋起初看似失误，直到其战略意图逐渐明朗，人们才重新认识它。\n\n影片还探讨了竞争与学习之间的关系。职业棋手为系统的开发作出贡献，而程序的下法也为棋手提供了值得研究的新思路。因此，推动比赛展开的人机对抗，也伴随着知识交流。\n\n影片记录的是人工智能发展的某个特定阶段，而非全面的技术讲解，也不是对其社会影响的综述。AlphaGo的成功属于一个为特定棋类游戏设计的系统；这一成功本身并不能证明它具有类似人类的理解能力或通用智能。纪录片的拍摄也早于AlphaGo Zero等后续系统的出现，后者采用的训练方法与首尔对决中所用程序的训练方法有所不同。"
    }
  ],
  "links": [
    "alphago",
    "artificial-intelligence",
    "deepmind",
    "go-game",
    "artificial-neural-network",
    "machine-learning"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}