Enfant, j'aimais passionnément le jeu de go, presque à un point de frénésie. Je ne jouais pas à des jeux vidéo, mon téléphone n'avait qu'une seule application appelée "Go宝典", je passais mes journées et mes nuits à regarder les parties des joueurs professionnels, et dès que j'avais un peu de temps libre, j'allais jouer en ligne. Le soir, je m'asseyais sur mon lit à disposer les pièces de go, me battant contre moi-même, et le matin, je me réveillais avec des pièces sous ma tête — à l'époque, j'étais convaincu que le go était la perle de la couronne de tous les sports intellectuels. Le moment de l'effondrement de ma foi a été il y a 10 ans, lorsque AlphaGo a battu mon joueur préféré, Lee Sedol. Tout le romantisme s'est évaporé, le go n'était plus élégant, il est devenu aussi ennuyeux que les échecs, le Rubik's Cube ou le poker. Au lycée, je me suis plongé dans la physique, et un moment marquant reste gravé dans ma mémoire : résoudre un problème : que voit-on de l'univers en voyageant à 0,5 fois la vitesse de la lumière ? La réponse est qu'en raison de l'aberration de la lumière relativiste et de l'effet Doppler, on verrait un bocal à poissons bleu avec des bords rouges — je pense qu'il n'y a rien de plus beau que cela dans ce monde. Plus tard, j'ai découvert que les outils mathématiques obsolètes limitaient considérablement les physiciens, même des personnes beaucoup plus intelligentes que moi pourraient passer leur vie sans trouver de théorie unifiée, alors j'ai abandonné. Mais ce sentiment de lumière blanche pour la physique est toujours là, chaque fois que je retourne chez moi, je discute avec des camarades avec qui j'ai étudié la physique, pour satisfaire mon besoin intellectuel. Il y a quelques jours, un camarade doctorant en physique des particules à l'Université de Pékin m'a dit : il y a un projet longitudinal qui développe un agent basé sur Claude Code pour reproduire des articles, et il a presque reproduit tous les articles de son domaine. La physique pourrait également être sur le point d'avoir son moment AlphaGo... Ce n'est pas que l'IA puisse maîtriser la meilleure méthode de recherche scientifique, il n'est pas nécessaire de rechercher l'optimisation, il suffit d'être plus fort que les humains. Le jeu de données d'entraînement d'AlphaGo contenait de nombreuses parties de joueurs humains, après AlphaGo, son équipe de développement, DeepMind, a créé un modèle de go beaucoup plus puissant appelé AlphaZero — qui n'a utilisé aucune partie humaine, mais a été entièrement développé à partir des premiers principes. Ce qui est encore plus frustrant, c'est que DeepMind n'a pas continué à développer un modèle plus puissant, mais a simplement annoncé que le problème du go était complètement résolu. Te détruire, qu'est-ce que ça peut te faire ?