當全球瘋ChatGPT，還記得8年前備受矚目的人機大戰嗎？這場戰永遠地改變了圍棋界，也讓對弈AlphaGo的人類棋士李世乭走向不同的未來。8年後，現年41歲的他接受專訪指出，自己退休後發展更開闊，對現今AI發展相當關心。但李世乭為何坦言，如果人生重來，不會想當圍棋職業棋士？
近來，人工智慧領域頻傳突破性發展。大眾似乎也不再對機器繳出超越人類的表現感到驚奇。但在2016年，對人工智慧的熱情與期望大多侷限於科技圈內部，當時許多人並不認為一個名為「AlphaGo」的電腦軟體真能擊敗世界頂尖圍棋棋士。但在那次五戰中，AlphaGO竟然取得四勝，李世乭因只贏一場而告敗。
但，在李世乭之後，就再也沒人贏過。
根據維基百科資訊，AlphaGO至今共參與約超過70場與人類的圍棋對弈，現已退休的韓國前圍棋九段棋士李世乭，至今仍然是世上唯一在官方競賽中曾擊敗過它的人類。
如今8年過去，由ChatGPT領軍的生成式AI席捲全球，許多人類上班族也擔憂著自己飯碗將被各類AI應用搶走。是否也會好奇這位曾與AI對決的棋士，現在如何了？又怎麼看待如今的風潮？
最近，李世乭接受開發出AlphaGo的Google Deepmind專訪，沉澱多年，現年41歲的他首吐心聲指出，如今退休後發展更海闊天空：成為三款桌遊設計者，對AI不畏懼反而更關心。
不過他也回顧當年影響其職涯的對弈，從中可反映出面對AI時，再強的人類精英都難免心慌。
心理動搖連敗三場，人類為人類打氣成取勝關鍵？
「當時覺得自己一定會贏吧。」李世乭描述，自己當年沒有太多猶豫地就接下了挑戰Google的挑戰。
李世乭在12歲就成為專業棋士。當年33歲的他已經拿下18個國際賽事冠軍頭銜，是全球最強圍棋棋士之一。賽前，他曾表示有信心以全勝或4勝擊敗「聽說愈來愈強的AlphaGo」。
但在2016年3月9日、10日及12日，李世乭連敗三場。在訪談中他回憶，在第一場對弈來回幾手後，他便感覺到AlphaGo與人類棋士的顯著差異。
李世乭解釋，維持優勢在圍棋中是相當重要的。也就是追求主動權、主宰節奏，迫使對手做出回應而非發起攻勢。但與AlphaGo對弈卻沒有這種感覺。他比喻，就像是擊出網球，卻打中一面牆。沒有人將球回擊給你。
這讓長年與人類對弈的李世乭感到慌亂，最後輸了首局棋賽。他自認第二局是自己全力以赴求勝的一局，但依然不敵AlphaGo。到了第三場比賽，背水一戰的壓力也令李世乭難以專注，再度敗下陣來。
李世乭回憶，連輸三場、確定敗戰後，鮮少閱讀網路評論的他上線讀了他人的評價，因為「想看看自己被說得多糟」。結果，肯定李世乭的人比批評得更多，也有不少為他剩下兩場棋局打氣的人。這鼓勵了李世乭。
當時李世乭年約九歲的女兒也對他說，既然已經輸了，就不要去了。李世乭感到有趣，得以放鬆下來。在第四局第78手，李世乭繳出與AlphaGo在第二局37手類似出奇的棋步。根據AlphaGo的計算，這兩步棋被人類棋手選擇的機率皆約僅有萬分之一。
拿下第四局的勝利後，李世乭被認為是人類對抗電腦的希望象徵。李世乭自己則表示，當時只想得挽回一點面子，沒預期到眾人的評價會如此高。不過，當年得勝後他十分欣喜，表示他個人雖然輸給AlphaGo，但人類並沒有輸。
AI改變圍棋藝術，當業餘樂趣可能更好
李世乭在2019年退休，承認AI進展是影響自己決策的其中一項因素。圍棋依然在他生命扮演重要角色，李世乭對桌上型鬥智遊戲的愛好也延伸到其他桌上型遊戲，甚至自己出手設計了三款桌遊。如Great Kingdom、Nine Knights，都是兩名玩家在棋盤上爭奪領土、搶先抵達敵方陣地的遊戲。
他也依然關注人工智慧的發展，對生成式AI尤感興趣。李世乭認為，AI科技必定會持續發展，人機協作也可以造福社會。但需要控制進展的速度，設定明確的原則與標準。如果能夠確保人類跟上機器演進的腳步，一同合作，他對於AI發展的前景相當樂觀。
回顧過往八年，李世乭認為，圍棋已經因為AlphaGo的出現而有了相當大的改變。他描述，自己過去學習的圍棋像是一種藝術，棋手獨自摸索、沉思出棋步，與對手一起創造出一盤很棒的棋局。但有了AI以後，學習圍棋好像更像是直接看「正確答案」。
李世乭表示，在AlphaGo之前與之後的棋譜是完全不同的。現在「前AlphaGo時期」的舊棋譜只剩下歷史價值，因為AI下的棋譜內容品質更高。棋手們研究AI棋步，可以學到更多。
但他也補充，自己從職業棋士角度出發，對AlphaGo的感受較為複雜。但AI可以為業餘棋手帶來更多樂趣，也能協助分析、比較棋步。他想對世上的圍棋迷說，「希望你們未來可以繼續喜愛著圍棋。」
至於李世乭自身，若人生可以重來，他認為自己還是會學圍棋，但可能不會成為職業棋士。他表示，過去被問到這個問題時，他總肯定地表示會學圍棋、也很可能走上職業一途。但在AlphaGo出現後，他的想法改變了。圍棋依然帶給他樂趣，但職業可能會選擇別的，例如協助開發AI。
AlphaGo為神經網路打響名號，啟發後續研究
AlphaGo擊敗李世乭後，獲韓國棋院授予榮譽九段頭銜。2017年，AlphaGo以3—0完封同為九段的中國棋士柯潔後，也宣布退休。AlphaGo研發團隊解散，將精力轉投其他AI應用領域。Google Deepmind亦釋出50份AlphaGo與自己對弈的棋譜，供圍棋界研究。
此後，AlphaGo的影響遠超出圍棋界。它的勝利證明了神經網路模型應付困難問題的能力，開啟了後續接任者AlphaZero、MuZero與AlphaDev等計畫。
與AlphaGo不同，AlphaZero已不需要學習人類棋譜，而是根據遊戲規則、自己下了幾百萬次棋局，來持續改進棋藝。MuZero更可在不知道遊戲規則的情況下，自行掌握遊戲技巧，圍棋棋藝還更勝一籌。
更重要的是，它們發展出的能力已應用於現實生活中。如用以壓縮與傳輸網路影片，提升串流品質。AlphaZero的特別版本AlphaDev協助人類發現了更強大的排序演算法，這支援了線上搜尋、供應鏈管理等諸多數位服務。
即使人類可能無法再擊敗AI棋士，人類對圍棋的熱情並未消退。在AI協助下，人類棋士的棋藝也有所提升。
根據香港城市大學2023年的一份研究，在2016年之後，人類棋士們決策棋步的品質提升得更快了。這可能是因為AI促使人類棋手打破傳統、探索新棋步，提升棋步品質。
很難說AlphaGo知名的37手，是否激發出李世乭在第四局的「神來一手」。但兩人對弈的棋譜為圍棋界留下珍貴遺產，也顯示與機器互動的經驗，終將改變人類的行為。
