围棋AI的致命点在哪里？今后的发展方向又是如何？——大桥拓文聊AI（三、下）

天马行空

来源：找借口安静  2018-08-26

原址：https://diamond.jp/articles/amp/178038?skin=amp
原题：グーグル、テンセント、フェイスブックが激突する「囲碁AI三国志」
摘自：Diamond Online
作者：大桥拓文 六段
翻译：找借口安静 明天内容好像也特别长

围棋AI的开源化，脸书复活的狼烟

如同AlphaGo Zero那样从零开始的学习，富有想象力让人觉得非常有意思，对不是开发者的笔者来说也不难想象。但是这个技术需要庞大的机械设备。因此衍生出了这样有意思的想法。比利时开发的LeelaZero程序，是从AlphaGo Zero发布之后才开始开发的程序。

他们的开发过程具体来说，将AI程序进行开源，通过全球开发者的协助进行自我对局。收集了这些数据之后对程序进行升级。就像龙珠里的“元气弹”一样的手段。

LeelaZero不仅利用了免费软件，同时开发了Lizzie程序方便棋迷进行研究，这一点做得非常出众。在此之前，围棋AI的思路经常用人类看不懂的符号显示出来，但是Lizzie的出现，围棋AI可以在棋盘上显示出变化图。将围棋AI的思路可视化，可以说是相当出色的一款工具。

事到如今，围棋AI的开源化可以说是改变整体流向的重大决定。Facebook也发布了自主开发的“ELFOpenGo”。Facebook在此之前和AlphaGo同期发布了“DarkForest（黑暗森林）”的AI程序，但是最近已经没有进展，据说已经放弃了开发。

但是进入2018年，受到了AlphaGo Zero的启发，再一次展开了开发。实力一下子突飞猛进，与韩国顶尖棋手的测试棋中收获了全胜。

在本次大会进入前列的LeelaZero，Facebook的ELFOpenGo等强劲AI，在网上与人类棋手的对局中几乎没有败绩。但是也会有非常少见的败绩。而这些败因基本上都出在一个问题上面。那么我们来讨论一下围棋AI才会出现的弱点。

围棋AI竟不知人类入门水平的征子问题

图1 围棋的基本规则

黑1之后，白棋周围的空格全部被黑棋占领，白子就被吃。

在围棋里面，只要包住对手的棋子就能吃掉。像图1一样，黑1之后白棋上下左右都被黑棋占领，所以这颗子就被黑棋吃掉了。但是围棋顾名思义还是根据最终地盘的多少才能决出胜负，所以即便吃掉一个子也不会就此结束比赛。

围棋的最终目的是围出更多的目数，而吃掉或者被对手吃掉正是围棋的一大乐趣。围棋有很多吃子的手段，在入门讲座的时候最先学习的就是征子了。

图2 征子的基本图

黑1之后，白A一子看上去可以跑出去。因为还留有一口气，并没有被黑棋完全包围。但是此后白棋即便跑出A子，最终白棋还是会被吃掉。我们可以考虑一下黑棋之后该如何吃掉白棋。

图3 怎么跑都跑不掉的征子

即便白2跑出去之后，黑棋就像楼梯一样地将白棋全部吃掉。这就是征子。黑棋只要像楼梯一样把白棋追到边缘后就能全部吃掉。征子也被写作“征”，还有“四丁”的说法。因为每一排都有4颗棋子，这就是“四丁”的来源。

在这里介绍了一下围棋入门阶段就会学习的征子。而星阵围棋战胜绝艺的一局棋中，出现了征子的局面。

图4 AI都没有察觉的征子

在世界AI围棋大赛上，绝艺和星阵围棋的一盘棋。绝艺执黑，星阵围棋执白，本局出现了征子。

绝艺在此时选择黑1的跑出，星阵围棋很快就下出了白2。从局面来看，这个图和图2的征子图基本一样。图4之后不久，绝艺就认输了。那么把这个征子继续下去会怎么样呢？

图5 征子的最终图

白棋即便选择跑出，在40手之后黑棋的26子就会被连根拔起。

现在的围棋AI虽然很强，但是在人类入门阶段的征子和大头鬼等手段是它们的弱点。而他们的共同点，都是要花很长的手数才能吃掉。

前面的图3，需要有59手的计算。但是AI的计算算不到这么多手数的理由其实并不充分。因为现在的围棋AI，经常会显示50多手的变化图。

为了究其原因，我们可以发觉人类和AI的思考方式并不一样。

人类下围棋的话，为了获胜就要占得更多的地盘，吃子或者围地盘则是通往胜利的基本目标。而围棋AI虽然也知道围地多才能获胜，但是他们并没有把吃子等作为自己的目标。

我们整理一下。人类和现在的AI思考方式的区别如下：

人类的思考方式：① 胜利、② 为了胜利设立的目标（征吃等）、③ 为了达到②的目标进行计算。
围棋AI的思考方式：① 胜利、② 为了达到①的目标进行计算。
（译者注：Photoshop坏了直接翻译了）

人类棋手为了获胜，需要在对局中建立不少的目标。比如“通过征子吃掉这些子就能有利一些”、或者“右边的地盘如果都是我的话就很大”等情况。而每一手棋都会带有各种意义或者故事。

而围棋AI，则会通过局面上的情况，再选择一步步接近于胜利。而人类棋手并不能看得如此远，AI之所以强大正因为它们可以通过全盘进行思考。相反，它们很难像人类一样确立一些小目标，或者考虑与稍早局面时的连续性。最明显的就是前面的征子问题。

在AlphaGo Zero的论文上也提及了征子的问题，在自我学习的后半阶段才渐渐理解征子。可见对AlphaGo Zero来说征子也是一大难题。也就是说，在AlphaGo Zero出现之前的版本，为了解决征子问题，人类将征子的算法导入了进入。但是最近自我解决征子问题成为了开发AI程序时的一大目标。AI为了能进一步跨进新阶段，开发者正在摸索如何让AI自我学习征子的方法。

接近世界顶尖的日本国产AI，“AQ”竟然是个人开发

世界各大企业正在开发围棋AI的同时，日本的情况又是如何呢？2016年，为了能超越AlphaGo，“DeepZenGo”项目正式开始，开发出了可以战胜国内职业棋手的AI，并成为了日本国家队的研究工具。但是比较遗憾的是，这个项目在2018年5月宣告结束。

就在此时，出现了新的领军人物，那就是“AQ”。让人意外的是，AQ的开发者仅山口祐先生仅一人。他本人也表示，这是自己的一个兴趣罢了。但是这款AQ在本次大会的预赛上，战胜了Facebook开发的ELFOpenGo。

虽然自己非常爽快地表示，放眼世界，个人开发的围棋AI还没遇到过比我厉害的。就凭这点我们就值得评价一番。

一些企业正领跑于围棋AI的当下，日本企业正在开发的围棋AI，据笔者了解只有HEROZ的“棋神”和Triple IZE开发的“Raynz”这两只。虽然都集聚了非常优秀的开发者，但是都没能紧追整体的趋势，亲眼目睹世界AI开发现场的笔者感受到的只有危机感。

7月底，为期一个月的大会落下帷幕。决赛中绝艺在七番棋中获得全胜战胜星阵围棋夺得冠军。虽然绝艺在先前提及的1/4决赛中输掉一句，但是纵观本次大赛，绝艺展现出来了压倒性的优势。进入4强的还是有ELFOpenGo和日本的AQ。

但是笔者看来，第2到第4的差距仅在毫厘之间。夺冠的绝艺实力基本和AlphaGo Zero一样，预测在2018年后半段绝艺的实力有可能超越AlphaGo Zero。笔者最希望看到的是，AlphaGo Zero和绝艺之间的对决。

身为职业棋手的笔者，通过本次比赛感受到了世界AI竞争的激烈，受到了和我同年龄的开发者的启发，我和一些年轻棋手们一起开设了“AI程序”的研究团队。

围棋棋手目前应该是最希望和AI共同进步的一个职业。围棋AI不仅要在棋局上进行研究，在培养棋手上面围棋AI该如何运用，棋手们通过AI的研究以及与开发者之间的交流，相信大家都在思考，围棋AI和我们该如何共同发展下去。

人类的力量确实有极限。相信在AI崭露头角的现在，人与人之间的联络网将会变得越来越重要。