围棋AI为什么这么强，强在哪里（上）-大桥拓文六段给你答案

天马行空

2017年7月13日   弈客头条

本文来源于微信号：找借口安静

原址：http://diamond.jp/articles/-/134617

原题：AI囲碁はどこがどう強いのか、大橋六段がその「思考法」を解説

作者：大桥拓文 六段

前言：AlphaGo在和人类最强棋手柯洁面前获得了3连胜。围棋AI就这样比预期提前10年完胜了人类棋手，AlphaGo无疑对围棋界造成了巨大的影响。人类先前积累的定式在AlphaGo面前已经成为了过去式，并且AlphaGo的进攻也颠覆了围棋的常识。人类棋手该如何面对AI。大桥拓文六段将分析动摇围棋界的AI。

将棋界的藤井聪太四段在出道后获得了29连胜，创造了新纪录。这个新闻跨过了将棋界，这个热潮成为了一个最新的社会现象。纵观日本的围棋·将棋界，1996年羽生善治达成了前无古人的独占七冠，当时在社会上成为了巨大的新闻。当然一个中学生棋士在正式比赛获得了29连胜是一个伟大的记录，使得棋界的新闻成为一个社会现象，对被AI压制的棋手们来说，是一个振奋人心的消息。

AI侵入围棋界是2016年的事情，美国谷歌公司旗下的DeepMind开发的AlphaGo横空出世。在去年春天，击败了韩国顶尖棋手李世石九段之后，在韩国国内据说发生了“AI抑郁症”的现象。

今年5月，升级版的AlphaGo再次出现在人们的视野中，最终以3-0的比分将目前的世界最强棋手，中国的柯洁九段击败。虽然此时棋手们已经做好了心理准备，但是AlphaGo的进步依旧让人非常震惊。

从李世石到柯洁的一年间，人们对AlphaGo的意义也发生了巨大的变化。围棋AI从胜负层面，变成了“为了更好地理解围棋的工具”，棋手们渐渐开始学习AlphaGo的棋。

实际上，柯洁在人机大战之后，已经获得了20连胜，并且AlphaGo的下法在全世界范围内都被研究。据说将棋界的藤井聪太四段也在灵活运用AI的下法。

我们和超过人类棋手水平的AI进行练习，如果举棒球的例子，就好比在击球练习场打时速200公里的球（人类投手最高纪录是169km/h）。虽然这种练习方式可能会使自己的动作变形，不得不说是一个“双刃剑”，但是一旦成功，效果会非常惊人。

谷歌公司旗下的DeepMind将围棋作为了AI的试验场。围棋是一项深奥的游戏，可以说见不到底。但是必定会分出胜负。从这样一个游戏中见证AI的进步，然后由此可以面对AI，对我来说是没有比这个更开心的了。

拥有直觉的AlphaGo

围棋是在19乘19共361格的棋盘上进行的游戏，其变化数量要比宇宙上任何一个原子数都要大。即便是计算机也会对如此庞大的数量震慑，这就是以前围棋很难被电脑攻破的原因。

不过，有人会认为“电脑可以枚举所有的变化，所以很强”。但是AlphaGo的计算并没有想象中的快。比如美国IBM公司开发的深蓝，在1秒钟可以计算2亿手，但是AlphaGo在1秒钟只能算1万步。

即便如此，AlphaGo为什么还是这么强？

AlphaGo能够在所有围棋AI中脱颖而出，深度学习的引入是最大的因素。而围棋AI从深度学习中学到的东西，就是我们人类的“直觉”和“感觉”。

为了能解释直觉和感觉是何物，我就拿实地和厚势，引入两个围棋的概念进行说明。在对局过程中，就出现下图那样的棋型。

被白棋包围的■是白棋的地盘，因为有10个■所以里面是10目，虽然黑棋没有明显的地盘，但是如果可以很好的利用外围，可能会做出比白棋更大的地盘

在这个图，■指的是白棋确定的地盘，而■有10个，所以被认为“这里有10目棋，白棋的实地较大”。相反黑棋在目前阶段还没有确定的地盘。

但是，黑棋这堵墙今后可以在右边，下边以及中央的战斗中得到利用，黑棋很有可能做出比白棋更大的地盘。因为黑棋这堵墙今后可以被利用，所以可以评价黑棋“这个厚势不错”，相反如果这堵墙没有被完美利用，就会被评价“这个厚势没有下出应有的棋”。

也就是说，厚势可以说是投资，需要有一定的洞察力，可以去正确评价并且利用厚势。而判断这个厚势今后可以起到什么样的效果，这才是围棋最有意思的地方。

在针对成年人的围棋入门讲座里，经常把实地比喻成现金，厚势比喻成对未来的投资，他们就很容易理解这两个名词了。在很久以前德川家康就把围棋作为自己的爱好，最近几年也有不少经营者也喜欢下围棋，或许从围棋中可以学到风险管理吧。

我们棋手在掌握实地和厚势的平衡中进行对局。然后厚势的未来趋势则根据我们人类从前积累的经验进行直接判断。对棋手来说判断厚势对哪方有利，就像找到下一手棋那样困难。

2016年横空出世的AlphaGo根据自己给自己积累的经验，学会了人类的直觉和感觉并且提高其准确度，才得以战胜顶尖棋手。在当时AlphaGo的棋，对我们人类来说还是可以理解的。

但是，2017年春天，升级后的AlphaGo公布了左右互搏的50盘棋，对围棋界的影响甚大。AlphaGo刚开始还在学习人类的棋谱，后来经过自我对战积累了几千万盘之后，根据自己的经验进行学习。当然让他记住所有的定式估计起不到效果，但是一点一点地汲取信息才是神经网络的作用。

（弈客编辑YK009）