十年前，AlphaGo 击败人类棋手，不仅证明了 AI 在复杂博弈中的能力，更成为推动科学突破的催化剂。为解决围棋千万亿级可能性的挑战，DeepMind 团队结合深度神经网络、搜索与强化学习技术，让系统通过自学人类棋局与自我对弈进化。随后推出的 AlphaZero 和 AlphaGo Zero 进一步展示了从随机开局即可掌握围棋、国际象棋及将棋的能力，甚至能在数小时内掌握国际象棋并超越顶尖程序，孕育出全新的战略思维。 这一胜利验证了 AI 加速科学发现的潜力。DeepMind 将相关技术应用于蛋白质折叠难题，于 2020 年成功推出 AlphaFold 2，预测了已知全部 2 亿种蛋白质的三维结构并开源数据库，助力全球数百万科研人员研发疫苗及新型酶。该项目核心成员也因此荣获 2024 年诺贝尔化学奖。 此后，基于 AlphaGo 的搜索与推理原理被广泛应用于数学推理与算法发现。AlphaProof 和 AlphaGeometry 2 系统在国际数学奥林匹克竞赛中斩获银牌，而 Gemini 的深层推理模式更达到金牌水平。AI 代理 AlphaEvolve 发现了新型矩阵乘法算法，AI 合作科学家系统则在抗药性研究等领域独立验证了复杂假设。 未来，通用人工智能（AGI）的实现需要多模态理解能力与专用工具的结合。通过将 Gemini 的世界模型、AlphaGo 的搜索规划技术与专业工具（如 AlphaFold）整合，AI 正从单一任务专家向能跨领域发现规律、进行原创性思考的通用智能演进。十年过去，从“第 37 手”的灵感火花到如今的科学爆发，AI 正引领人类迈向新一轮的科学与发现黄金时代。