AlphaGo at 10: How AI Innovation Is Paving the Path to AGI | AlphaGo 十年：AI 创新如何铺就 AGI 之路
原标题： AlphaGo at 10: How AI Innovation Is Paving the Path to AGI 作者： Demis Hassabis 发布日期： 2026年3月10日 原文链接： https://deepmind.google/blog/10-years-of-alphago/
一句话摘要
DeepMind CEO Demis Hassabis 在 AlphaGo 击败李世石十周年之际，回顾了这一里程碑如何催生了现代 AI 时代，并系统梳理了从 AlphaGo 到 AlphaFold、AlphaProof、AlphaEvolve 的技术谱系，指出 AGI 将通过 Gemini 的世界模型与 AlphaGo 的搜索技术融合来实现。
核心内容
历史时刻：第 37 手
2016 年 3 月，AlphaGo 在与世界冠军李世石的比赛中下出了著名的"第 37 手"——一步被人类围棋大师认为"不可能"的棋招，却最终被证明具有决定性意义。
Hassabis 在文中将这一刻定义为"现代 AI 纪元的开端"。第 37 手的意义超越了围棋本身——它证明了 AI 系统能够超越对人类专家的模仿，发现全新的策略。
技术基因的传承
AlphaGo 的核心技术组合——深度神经网络 + 搜索 + 强化学习——并未停留在围棋领域，而是不断进化并拓展到新领域：
AlphaGo Zero（2017）： 抛弃了人类棋谱数据，完全从随机对弈中自我学习。证明了 AI 可以在零先验知识下超越人类。
AlphaZero（2018）： 将同一算法推广到围棋、国际象棋和将棋三种棋类游戏。在国际象棋领域，仅用数小时的训练就发现了人类棋手数百年未曾想到的新策略。
AlphaFold 2（2020）： 解决了蛋白质折叠这一困扰生物学界 50 年的难题。目前已有超过 300 万研究者使用其开源数据库，开创者获得 2024 年诺贝尔化学奖。
AlphaProof & AlphaGeometry 2（2024）： 在国际数学奥林匹克竞赛中达到银牌水平，结合强化学习与形式化验证完成数学推理。
AlphaEvolve（2025）： 利用 Gemini 驱动的算法进化，发现了新的矩阵乘法方法，为 Google 回收了 0.7% 的全球算力。
通往 AGI 的路线图
Hassabis 在文中提出了 DeepMind 对 AGI 的技术路线图，核心要素包括：
- 多模态理解：语言、音频、视频、图像、代码的统一处理（已通过 Gemini 实现）
- 搜索与规划：AlphaGo 式的搜索技术与 Gemini 世界模型的融合
- 专业工具集成：模型调用外部工具和 API 的能力
- 真正的创造力：超越第 37 手式的创新，在开放领域中产生原创性发现
Hassabis 总结道："第 37 手中首次闪现的创造性火花，催生了一系列正在汇聚的突破，铺就了通往 AGI 的道路。"
技术要点
从游戏到科学的迁移路径：AlphaGo 的技术谱系展示了一条清晰的能力迁移路径：封闭博弈→开放博弈→科学发现。每一步都需要解决新的技术挑战（从完美信息到不完美信息，从离散空间到连续空间）。
自我博弈（Self-Play）的持久价值：从 AlphaGo Zero 到 AlphaProof，自我博弈/自我对抗始终是核心训练范式。这暗示强化学习中的对抗训练可能是通往超人能力的通用路径。
搜索+世界模型的融合构想：Hassabis 明确指出 AGI 需要 Gemini 的世界模型（理解现实世界）与 AlphaGo 的搜索技术（在可能性空间中高效探索）的结合。这可能预示 DeepMind 未来产品的技术方向。
从 300 万研究者到通用科学工具：AlphaFold 的影响力数据（300 万用户、诺贝尔奖）为 AI 辅助科学发现提供了最有力的案例。
计算换智能的持续验证：AlphaZero 用数小时训练超越数百年人类智慧，持续验证了"充足计算+正确算法=超人智能"的假设。
深度解读
十年叙事的战略意图
这篇文章不仅是历史回顾，更是 DeepMind 的战略宣言。通过建立从 AlphaGo 到当前所有重大突破的技术谱系，Hassabis 实质上在论证：DeepMind 的技术路线是连贯的、有方向的，而非随机的成功积累。
这种叙事在竞争日益激烈的 AI 实验室格局中具有重要意义——它告诉投资者、人才和合作伙伴：DeepMind 不仅知道自己从哪里来，更知道要往哪里去。
AGI 路线图的竞争含义
Hassabis 提出的"搜索+世界模型"路线图与 OpenAI 的"规模+推理"路线和 Anthropic 的"安全+可解释性"路线形成了鲜明对比。三大实验室对 AGI 的不同技术路径选择，将决定未来几年的竞争格局。
第 37 手作为隐喻
AlphaGo 的第 37 手已成为 AI 能力的文化符号。Hassabis 在十年后重新强调这一时刻，暗示他相信未来的 AGI 突破也将以类似的方式出现——不是渐进式改进，而是突然展现出全新的、出乎人类预期的能力。
原文链接
- 博客文章：https://deepmind.google/blog/10-years-of-alphago/
- 发布日期：2026 年 3 月 10 日
- 研究机构：Google DeepMind