Пять партий 9–15 марта 2016 года, счёт 4:1 в пользу программы. Четвёртую партию Ли Седоль выиграл — на сегодня это единственная партия, выигранная человеком у AlphaGo в официальном матче.
Ради этих двух списков паспорт и существует. Матч — это результат конкретной серии партий в конкретных условиях, и почти всё, что из него обычно выводят, из него не следует.
В Сеуле стояли 48 тензорных процессоров TPU первого поколения, распределённых по нескольким машинам. Это прямое утверждение самой DeepMind, но опубликованное только через полтора года после матча, в статье про AlphaGo Zero: «AlphaGo Lee — программа, победившая Ли Седоля 4:1 в марте 2016 года… также была распределена по многим машинам и использовала 48 TPU вместо графических процессоров». Широко цитируемая связка «1920 CPU + 280 GPU» к этому матчу отношения не имеет: это самая большая строка таблицы масштабируемости в статье 2016 года (Elo 3168), а против Фань Хуэя в октябре 2015-го играла распределённая версия на 1202 CPU и 176 GPU. Путаница пошла от предматчевого заявления DeepMind, что вычислительных мощностей будет «примерно столько же, сколько против Фань Хуэя». Сколько машин и процессоров общего назначения обслуживали эти 48 TPU — не опубликовано. Сами машины работали в Google Cloud в США; в зале в Сеуле сидел Аджа Хуан и ставил камни за программу.
Источники: D. Silver и др., 2017; D. Silver и др., 2016; Wikipedia, 2026У каждой строки своя граница системы, и она стоит над числом, а не под ним: восемьсот ватт кремния и восемьсот ватт установки от розетки — это не одно число с разной точностью, а два разных числа. Обучение модели и одна сыгранная партия тоже стоят порознь и не складываются: первое было потрачено до матча и один раз, второе — за те часы, что люди сидели за столом.
Реконструкция по конфигурации, не измерение на розетке. 48 TPU первого поколения × 40 Вт. Сорок ватт — измеренное потребление кристалла TPU под нагрузкой из таблицы 2 статьи Джуппи и др. (ISCA, 2017); паспортный TDP там же 75 Вт, простой — 28 Вт. Статья прямо привязана к теме: одна из свёрточных сетей в её наборе тестов — сеть AlphaGo. По TDP то же умножение даёт 3600 Вт. Это только ускорители: машины, которые ими управляли, в число не входят, потому что их количество не опубликовано.
Реконструкция по конфигурации, не измерение на розетке, и это нижняя граница. Джуппи и др. приводят для сервера с четырьмя TPU измеренное потребление под нагрузкой 384 Вт и паспортный TDP 861 Вт. 48 TPU — это 12 таких серверов: от 12 × 384 ≈ 4,6 кВт до 12 × 861 ≈ 10,3 кВт. Диапазон, а не число, потому что нижний край — измерение под конкретной нагрузкой в дата-центре Google, а верхний — паспортный потолок. И то и другое — пол, а не потолок общей картины: сколько машин общего назначения обслуживало поиск AlphaGo Lee, DeepMind не публиковала, так что этих ватт в диапазоне нет.
Числа нет. Знаменитое противопоставление «AlphaGo — мегаватт, Ли Седоль — 20 ватт» восходит к записи Жака Маттея в блоге, написанной во время матча: он взял 1920 CPU и 280 GPU из таблицы масштабируемости статьи 2016 года, положил по 200 Вт на каждый элемент, получил около мегаватта и вывел «в пятьдесят тысяч раз больше». Источника для «200 Вт на штуку» он не указывает, а главное — эта конфигурация против Ли Седоля не играла: в Сеуле было 48 TPU. Мегаватт — оценка чужого железа. DeepMind собственного замера не публиковала ни разу.
Отдельная величина, которую нельзя подставлять вместо матчевой. Обучение AlphaGo Lee шло месяцами на несравнимо большем парке — в статье 2016 года упоминаются 50 GPU на обучение сетей, — и энергии там на порядки больше, чем в пяти партиях. Ни DeepMind, ни Google цифру потребления при обучении не публиковали, поэтому здесь стоит пусто. Смешивать обучение и партию — главная методологическая ошибка в этой теме: это разные scope и разные порядки.
Цена записана номиналом своего года и своей границей: железо матча, весь проект и аренда вычислений — три разные суммы, и какая из них названа, сказано над каждой.
Счёта не существует. Машина принадлежала Google и работала в собственном облаке Google; ни аренды, ни внутренней расценки на 48 TPU первого поколения не публиковалось — TPU первого поколения вообще никогда не продавались и не сдавались наружу.
Источники: N. P. Jouppi и др., 2017; D. Silver и др., 2017Стоимость разработки AlphaGo не раскрывалась. Цифру покупки DeepMind компанией Google в 2014 году сюда подставлять нельзя: это цена компании целиком, за два года до матча, и к железу и работе именно этого матча она отношения не имеет. Твёрдые деньги вокруг матча — призовой фонд в миллион долларов, который DeepMind после победы отдала на благотворительность, и 170 тысяч Ли Седолю: 150 за участие и 20 за выигранную партию.
Источники: Wikipedia, 20262 часа основного времени каждому, затем три периода бё-ёми по 60 секунд
Контроль времени — по регламенту матча. Среднего времени на ход ни для программы, ни для Ли Седоля в проверенных источниках нет, поэтому обе строки пусты. Скорость перебора тоже пуста и намеренно: в статье 2016 года есть только сравнение для матча с Фань Хуэем — «AlphaGo просматривала в тысячи раз меньше позиций, чем Deep Blue в матче с Каспаровым», — а для сеульской конфигурации на 48 TPU число позиций в секунду не опубликовано. Сравнивать AlphaGo с Deep Blue по позициям в секунду в любом случае некорректно: у одной это узлы альфа-бета-перебора, у другой — симуляции Монте-Карло с двумя нейросетями внутри.
Источники: Wikipedia, 2026; D. Silver и др., 2016На любом графике человек идёт минимум двумя линиями: мозг (20 Вт) и человек за доской (105–126 Вт). Одна линия против ватт машины — это не сравнение, а выбор ответа. И обе линии всё равно несравнимы с машинными: у машины в счёт не идёт обучение, у человека — двадцать лет, за которые он научился играть.
Мозг взрослого в покое. Нижняя физиологическая граница, а не цена одного хода.
Двадцать ватт — не показание прибора, а пересчёт, и сходятся к нему два независимых пути. Первый: Райхл и Гуснард (PNAS, 2002) пишут, что мозг составляет около 2 % массы тела и потребляет около 20 % кислорода и калорий организма; 20 % от основного обмена взрослого (см. строку body_resting, 60–90 Вт) дают 12–18 Вт, а от обмена сидящего человека (100–125 Вт) — 20–25 Вт. Второй, более прямой: классические измерения мозгового кровотока методом Кети — Шмидта дают потребление кислорода мозгом 3,3–4,0 мл на 100 г в минуту (Соколов и др., 1955). При массе мозга около 1400 г это 46–56 мл кислорода в минуту; при энергетическом эквиваленте кислорода около 20,9 Дж/мл получается 16–20 Вт. Оба пути дают 16–21 Вт, и 20 — округление к верхнему краю. Метка M этому числу не полагается: измеряли потребление кислорода, а не ватты.
Весь организм в покое — основной обмен. Взрослый лёжа, натощак, в тепловом комфорте.
Пересчёт из килокалорий в сутки. Одна ккал/сутки = 4184 Дж / 86 400 с = 0,04843 Вт. Уравнение Миффлина — Сент-Джиора (1990), принятое сегодня как рабочий стандарт вместо Харриса — Бенедикта: мужчина 70 кг, 175 см, 40 лет — 1599 ккал/сутки, то есть 77 Вт; мужчина 80 кг, 180 см, 30 лет — 1780 ккал/сутки, 86 Вт; женщина 60 кг, 162 см, 40 лет — 1252 ккал/сутки, 61 Вт. Отсюда диапазон 60–90 Вт, покрывающий взрослых обоих полов обычного сложения. Это лёжа и натощак; человек, сидящий за доской, тратит больше — см. следующую строку.
Человек, сидящий за доской. Именно эту величину честно ставить против ватт машины, если уж ставить.
Из таблиц метаболической теплопродукции, на которых стоят стандарты теплового комфорта: ISO 8996 и ASHRAE 55. Единица «мет» определена как 58,2 Вт на квадратный метр поверхности тела и означает человека, сидящего в покое в тепловом нейтралитете. Стандартный взрослый — 70 кг, 175 см, площадь поверхности по Дюбуа 1,8 м². Отсюда: сидит спокойно, 1,0 мет — 105 Вт; сидит и работает (офисная деятельность), 1,2 мет — 126 Вт. Это полная теплопродукция тела, а не доля мозга. Оговорка: таблицы ISO и ASHRAE восходят к обзору Пассмора и Дурнина 1967 года и с тех пор не пересматривались. Разброс, который называют советники, — «70–100» и «100–120» — это не спор, а два разных определения: первое — основной обмен, второе — сидящий человек. А вот «150–300 Вт» для сидящего неверно: по тем же таблицам 150–210 Вт — это стояние и лёгкая физическая работа, а 300 Вт — ходьба.
Прирост от напряжённой умственной работы. Надёжного числа нет, и это само по себе результат: прирост мал настолько, что его трудно измерить.
Самая прямая проверка сделана семьдесят лет назад и до сих пор не опровергнута. Соколов, Мангольд, Векслер, Кеннеди и Кети (Journal of Clinical Investigation, 1955) измерили кровоток и потребление кислорода мозгом у 13 человек в покое и во время устного счёта. Электроэнцефалограмма во время счёта менялась явно — сдвиг к низкоамплитудному высокочастотному ритму, — пульс и артериальное давление росли, а потребление кислорода мозгом не изменилось: в их формулировке значения контроля и счёта были идентичны. Авторы прямо пишут вывод, ради которого эту работу стоит помнить: ни степень умственной активности, ни картина ЭЭГ не коррелируют с общим потреблением кислорода мозгом. Современная визуализация не отменила этого, а уточнила: локально кровоток в работающей зоне растёт заметно, но по мозгу в целом прирост, вызванный задачей, обычно меньше 5 % от базового уровня (Райхл и Минтун, Annual Review of Neuroscience, 2006). Пять процентов от 20 Вт — это меньше одного ватта, и это верхняя граница, а не измерение. Чего здесь нет и не будет: цифры «гроссмейстер сжигает 6000 килокалорий в день». Она пошла из статьи ESPN 2019 года со ссылкой на Роберта Сапольски и восходит к утроенной частоте дыхания, умноженной на 2000 ккал. Ни один калориметр в этой цепочке не участвовал. Что при напряжённой игре действительно растёт — это симпатическая активация: пульс, давление, дыхание, мышечный тонус. Она поднимает расход всего тела, а не мозга, и величина этого подъёма для шахматного матча не опубликована.
Эти четыре строки одинаковы на всех девяти страницах, потому что человеческая сторона стола во всех девяти матчах была одна и та же. Двадцать ватт — это мозг, а не человек: за доской сидел весь организм, и ставить орган против розетки машины — способ выбрать нужный ответ заранее.
Матч играли в Сеуле, в отеле Four Seasons, с 9 по 15 марта 2016 года: пять партий, миллион долларов призового фонда, который DeepMind в случае своей победы обещала отдать на благотворительность; Ли Седоль получил сто семьдесят тысяч — сто пятьдесят за участие и двадцать за выигранную партию. AlphaGo — две нейронные сети, одна предлагает ходы, другая оценивает позицию, плюс поиск по дереву методом Монте-Карло. По статье в Nature, в матче против Фань Хуэя AlphaGo просматривала в тысячи раз меньше позиций, чем Deep Blue против Каспарова, и брала не количеством, а выбором. Распределённая версия работала примерно на 1920 процессорах и 280 видеокартах; Google сообщал, что в Сеуле использовались и тензорные процессоры. Ли Седоль — восемнадцать мировых титулов — публично ожидал 5:0 или 4:1 в свою пользу.
Д. Сильвер и др., «Mastering the game of Go with deep neural networks and tree search», Nature 529(7587), 2016; конфигурация распределённой версии и призовой фонд — по описанию матча; заявление об использовании TPU — Google.Го считалось запасом лет на десять вперёд. Позиций порядка десяти в сто семидесятой степени, перебор не работает, а оценочную функцию для го никто не умел написать: сильный игрок судит о позиции способом, который сам не может изложить словами. В октябре 2015 года AlphaGo выиграла 5:0 у Фань Хуэя, трёхкратного чемпиона Европы и профессионала второго дана, — но разрыв между европейским чемпионом и Ли Седолем был больше, чем между Фань Хуэем и хорошим любителем. Поэтому матч в Сеуле был первой настоящей проверкой, и почти никто не ставил на программу.
Оценка числа позиций в го — стандартные опубликованные оценки (см. страницу «Решённые игры» этого сайта); матч с Фань Хуэем — Nature 529(7587), 2016.Две партии оказались зеркальными. Во второй AlphaGo сыграла тридцать седьмым ходом на пятую линию — плечевой удар, которого люди не делают; собственная сеть программы оценивала вероятность такого хода у человека примерно как один к десяти тысячам. Ли Седоль вышел из комнаты. В четвёртой партии он нашёл семьдесят восьмой ход — вклинивание, которое в Корее назвали «божественным касанием»; AlphaGo приписывала ему ту же вероятность, один к десяти тысячам, оценка позиции у неё после него посыпалась, программа сделала подряд несколько плохих ходов и сдалась. Машина сыграла то, чего не играют люди. Человек сыграл то, чего машина не предусмотрела. Порядок партий был такой: три победы AlphaGo подряд, четвёртая за Ли Седолем, пятая снова за программой. Все пять закончились сдачей, ни одной доигранной до подсчёта очков. Итог 4:1.
Оценки «один к десяти тысячам» для обоих ходов приводились командой DeepMind и вошли в документальный фильм «AlphaGo» (реж. Грег Кос, 2017); счёт и ход матча — по записям партий.Четвёртая партия на сегодня остаётся последней победой человека над сильнейшей программой в го на равных. В ноябре 2019 года Ли Седоль ушёл из профессионального го и объяснил агентству Yonhap: даже став первым, он не будет первым, потому что «есть сущность, которую невозможно победить». Ход 37 сегодня разбирают в учебных материалах, а удар на пятую линию вошёл в обычный репертуар. Профессиональное го не исчезло — оно перестроилось вокруг программ как вокруг источника позиций, которых люди сами бы не придумали. Сама AlphaGo продержалась ещё год: в мае 2017 года она выиграла три партии из трёх у Кэ Цзе, первого номера мирового рейтинга, после чего DeepMind сняла её с соревнований.
Заявление Ли Седоля об уходе — интервью агентству Yonhap, ноябрь 2019 года; матч с Кэ Цзе — Учжэнь, май 2017 года; статус четвёртой партии как последней победы человека на равных отмечен на странице хроники этого сайта.