本文来自微信公众号：耀宇围棋，作者胡耀宇八段 大家好，这段时间在准备CCTV杯快棋赛，所以没有及时更新内容。 今天上午第一轮，发挥得不错，顺利晋级。 但下午第二轮，输在了优势下的松懈。该出招时不出招，反受其乱。 虽然有些遗憾，但作为人来说，下棋本来就是一种修炼和超越自我的过程。所以就当付学 费买个教训，下盘棋争取做得更好便是。 今天，我要跟大家聊的这盘棋，对弈双方都不是人，而是一个人工智能自己在跟自己下 棋。 大家看到这，可能会觉得这应该是AlphaGo的左右互搏自对弈棋局。 这次还真不是，我现在手上的这张棋谱，是星阵围棋的团队给我的，对弈双方是中国围棋 人工智能星阵和自己。 提起星阵，大家应该都知道，它首先实力了得，去年“中信证券杯”世界人工智能大赛 中，虽然绝艺未参赛，但它超越了AQ和ELF後夺取冠军，其含金量也很足。这充分证明了星 阵的实力。 其次，星阵是一位特别与众不同的AI，当其他AI在优势局面下进行“剪枝”开始退让，不 求多胜只求稳胜时，它却不这样干，无论多大优势，只要它认为能行的棋，就以最强手出 击。颇有人类围棋的影子和味道。 我手上这张棋谱，是星阵每步棋花了30秒思考的左右互搏对局。 以前都是跟大家分享我对於人类之间或者人与AI之间对局的感想。 今天我尝试着和大家分享一下我如何来看AI自对弈的对局。 我会从三个方面聊起： 1：如何看待AI在布局上推荐的选点？ 2：AI在中盘时重视什麽？ 3：遇到大型对杀时，如何验证AI是否正确？ 下面让我们一起进入这盘星阵自对弈的精彩实战对局： 1 布局篇 https://i.imgur.com/4WHicsW.png 星阵首选A点，胜率43.1%；若选B点，胜率42.4% 图1：我一下子不知道该怎麽称呼两位“对局者”，就叫它们星阵A和星阵B吧。 现在星阵B白26飞起，右上角的流行定式告一段落了。布局则还在进行中。 这时候黑棋大致有两个选点： A点挂角：这步棋是最容易想到的一手，它威胁着白左下星位一子的同时，还扩张了右边至 右下黑三角阵势的规模，使之更加立体化。 B点挂角：这步棋意在破坏上方白三角阵势。 这两点到底哪个好呢？ 可能有些棋友会回答：“胡老师，你看星阵首选的是A点，而且A点的胜率比B点多0.7%的胜 率，那就选A点吧。” 在回答这个问题前，我先跟大家分享一下自己对这两点的分析。 我们先来看A点挂角： https://i.imgur.com/gV3QcI1.png 图2：黑1挂角，白棋对此有不少应法，我们就先假设白2小飞吧。 对此黑棋其实也有不少下法，但为了方便大家理解，我就按黑3大飞拆回来看。 此时右边至右下黑三角阵势由於黑1、3的呼应，升级成了立体阵势。立体阵势的高效就在 於：“无论你打入哪一边，另一边必然会通过攻击自然成空”。 所以这时候白棋若直接深入黑阵未必是良策，因此白4左上小飞守角先确保左上角紮实，同 时与右上白角呼应形成了阵势，再配合上左下白角，也形成了一个立体阵势。 如此进行的话，棋局将形成黑白互围大模样的格局。 那麽B点挂角又会是什麽情况呢？ https://i.imgur.com/hrqU5Bp.png 图3：黑B位挂角，最需要担心的就是白1、3尖顶了跳，利用白上边的子力优势来攻击黑棋 （白1若夹击，黑可点三三转身取角）。 但此局面下，黑棋还是可以从容应对的： 1：黑4有充分的拆边空间。黑4是可以拆三而不是拆二。若只能拆二的话，黑棋不仅局部很 局促，对白棋也构不成威胁，那这个破坏白阵的效率就不高了。 2：黑4拆三不仅是防守自己，同时威胁着右上角白棋大块，因为接下来黑A位飞的话，白右 上大块未安定。 3：由於黑4拆三威胁着右上白角，因此等於间接的缓解了白C位动出手段的压力，由於白右 上角未安定，白C位动出就需要掂量掂量了。 以上看似独立的三点，其实都由一个重要条件联系起来，那就是右上白三角大块的强弱问 题： https://i.imgur.com/PbxxDnn.png 假设白棋A位多颗子 图4：比如白若是在右上角有颗A位的子，那情况就完全不同了。 首先由於右上白角多了A位这颗子後已经彻底安定，黑4拆三不仅对白棋构不成威胁，反而 遭来白C的残酷打入。所以黑4基本上只能委屈的在D位拆个小二。 其次由於右上白角已经彻底安定，因此黑4这颗子对右上白角产生不了任何威胁和牵制，所 以白今後随时可在E位动出白圆圈一子，并且不用考虑後顾之忧。 那如果是这样，黑B位挂角的价值顿时锐减。因为黑所得仅仅是单纯破了白棋上边的一些空 ，不仅下一步对白棋毫无威胁，自身还落下一块孤棋，将来慢慢还债。 所以黑B点挂角之所以在星阵的选点范围内，是因为星阵早看见右上白角是未安定之形。 以上是我对图1中AB两个选点的分析，下面我们再来回答一下图1的开始问题： https://i.imgur.com/HZxnjuv.png 图5：虽然星阵认为A点挂角是它的首选，并且胜率高於B点挂角0.7%。 但这两个点对我来说，真的很难去以绝对的好坏来看待。 我认为两个点均可选择。 但是，我会留意两个地方： 1：按理说，A点相对於B点空间更广，价值应该更大，但为什麽星阵觉得其中差别不是很 大？ 这其中有个很重要的先决条件就是白右上角还未安定。一旦黑B位挂角後能占到C点逼住白 右上角，白右上角的不安定因素顿时显现。是这个先决条件，让黑B位挂角的价值得到提 升。 2：AB两点所导致的战略格局是大不相同的。 A点很容易形成双方互围模样的格局；B点则 很容易形成双方小块分割的细棋格局。 因此虽然我无法判断AB两点的优劣，但我会根据对手的风格，来决定我的选择。 对手若是酷爱战斗型棋风，那我很可能就会选择B位挂角，将局面导入小块分割的细棋格局 ，让对手的力量发挥不出来；若对手擅长小刀割肉的细棋格局，那我就会选择A位挂角，将 局面引入双方互围模样的复杂格局中，避开对手的长处。 第1点是通过提出疑问来整理选点背後的逻辑，并通过逻辑来推断出AI所给数据背後的”所 以然“来。 第2点是理解AB两点的特性，并为己所用，根据不同的对手制定不同的策略。 我们可能经常会遇到这样的情况：“明明这是AI推荐的招，怎麽自己实战中一运用就碰壁 了？” 那是因为虽然局部状态没变，但此局部周围的先决条件改变了（就像图4多了A位这颗子） ，那你依样画葫芦自然要出问题。 若只看胜率的变化，当你遇到下一盘不同的局面，还是两眼一抹黑；但若是慢慢学会通过 胜率来观察局面条件变化的不同，你就等於掌握了应变的能力，可以经得起实战的考验。 关於实战星阵黑27到底选择了A点还是B点？大家可以去看文末的棋谱。 2 中盘篇 https://i.imgur.com/Xn44bhd.png 图6：现在我们再来到白76冲的局面。左下战役似乎刚刚结束，黑三角大块和白三角大块 虽然还未安定，但由於两块棋的出头都还挺畅，根据地也随时可搭出两只眼来。因此焦点 似乎应该转向别处： https://i.imgur.com/THWz7ab.png 图7：既然左边双方暂时看不出啥死活危机，那麽黑1在右边夹攻白三角一子，顿时成了此 局面下的香饽饽。 黑1不仅是利用了右上黑三角背景的厚味扩张了阵势，使得三角标识处基本都要姓黑了； 更威胁着白三角一子的眼形，使之没有根据地。 一旦白三角一子仓皇往外逃窜的话，黑可利用攻击之便，将右边和右下角顺势实地化。不 得不说，黑1这步棋是眼见的绝好点。 但是，星阵同学却不这麽认为： 星阵首选黑77，胜率44%；A点不在选择范围内，胜率37%。 https://i.imgur.com/8COhupZ.png 图8：星阵同学下出了黑77二路托，这步棋看着往二路下一手，到底啥意思？ 此招位置虽然看着很低，但其用意则很深远。我们先从技术层面来分析： https://i.imgur.com/TQQ1tQk.png 图9：面对黑77（黑三角一子）二路托，白第一感是A位二路扳反击，但黑B二路长之後， 白棋发现白1接和黑2成见合之势。 白1若是粘上，黑2粘上後，不仅自身连络，还将白三角两子收入囊中。收获巨大。 那麽白A若是不反击呢？ https://i.imgur.com/dtclx0R.png 图10：面对黑77（黑三角一子）二路托，白既然无法反击，那就只能白1粘回，这样黑2二 路退回。 这样相比黑2直接小尖，等於黑三角爬和白1粘先手交换到了。 这下先手交换获利很大：首先使黑圆圈大块彻底净活了；其次使白三角大块的根据地一只 眼都没了（白A位扳做不出眼）。 这就是黑三角二路托在技术层面的厉害之处。 下面我们跟着实战走，再从价值层面分析一下黑77这步好手： https://i.imgur.com/hfajtZM.png 图11：实战星阵B是白78先扳一下然後再白80位粘，对此星阵A黑81断死白78一子。 粗粗一看，星阵B不是将白78一子送死吗？ 它是有意为之的，与图10相比，星阵B就是想通过弃掉白78一子，获取A位二路挡的先手。 这样可确保今後B位二路虎能搭出一只眼。 那麽黑77二路托的价值到底有多大呢？ 请大家接着看下图，我们来讨论一下黑77的价值： https://i.imgur.com/8SsKzI4.png 图12：在图7中，我们说到了第一眼就发现黑1价值太大了，但是当黑1落下时，几乎所有 的AI，第一感都指向了白2二路小尖。 我们就拿此图和图11的实战比较一下，看看图11中黑77二路托的价值是多少。 我们先来看实地价值： 此图白1小尖後，白局部实地大致约3目；黑局部实地大致约1目。 而图11的实战结果，白局部实地0目，而黑局部有6目。 这一出一入，实地价值相差约8目。 我们接着来看附带价值： 此图白1小尖後，白局部基本净活；而黑局部则只有半只眼。 而图11的实战结果，黑局部彻底净活；而白局部只剩下半只眼。 通过以上分析，我们大致有个结论：星阵黑77二路托的实地价值并不大，但附带价值巨 大！ 这附带价值事关黑白两块的劳逸问题，此图是别人安定了，自己漫漫长路；而实战则是自 己彻底安定了，别人却开始漫漫长路。 由此可见，在事关双方的劳逸问题上，不管是星阵还是其他AI，都极为重视。 我小时候学棋时，经常听到两个围棋名词：急所和大场。 都说急所的价值要比大场大。 大场好理解，就是布局时的布阵要点。 但急所是什麽，我那时老搞不明白。 星阵这黑77二路托，就是急所。 实地价值是眼见可量化的，谁见谁爱。 而劳逸问题也许暂时看不到现实的利益，却很可能对棋局今後的发展产生巨大而深远的影 响。 如果你无视劳逸问题而一味只看实地价值，那随着棋局的进展，你先前捞的实地非但不保 ，甚至还要倒贴很多。 在这一点上，如果你仔细去观察，就会发现AI一直都在提醒我们。 AI的很多招法看似颠覆了我们的认知，但那只是形式上的改变，在围棋的根本规律上，其 实从未改变。相反，它的出现，更验证了这些围棋基本理论根基的牢固性。 3 死活篇 https://i.imgur.com/OSRKDmz.png 白选A点，黑胜率42.2% 图13：最後一节，我们来看看本局最精彩的地方。 星阵A和星阵B厮杀了满盘後，局势依然很胶着。 果然是左右互搏，实力不分伯仲。 星阵A黑163冲，准备利用白三角大块还未在A位连络而获取便宜。对此星阵B若正常在A位 连络，将是白棋略优的局势，胜负将取决於官子。 但星阵同学天生就不是为了稳赢而剪枝的AI，牠喜欢追求最强手。 於是星阵B同学就来了： https://i.imgur.com/klVfcgX.png 图14：星阵B同学没有在B位救回白三角数子，而是跑去白164提劫。 这步棋的意图就是：“你要敢B位吃我三角数子，我就A位提劫将你右边阵势打穿并反杀 你；你若听话，乖乖在A位粘上，那我再B位连络，这样白164先手提一下劫总便宜了。” 这星阵B真是太猛了，冒着白三角数子被吃的危险，就为了那白164轻轻的先手提个劫。 但星阵B同学就是要在这里针锋相对：“你星阵A敢黑163威胁我，我逃命前也要白164恶心 一下你”。 真是一位性格刚烈的AI。 对此星阵A也不是好惹的： https://i.imgur.com/XOTwIIC.png 白166=A 图15：白164提劫的时候，本是同根生的星阵A那能忍受A位粘回的屈辱，它闭着眼睛就先 黑165将白三角数子切断干掉再说。 这样白三角数子共25目的实地价值就被黑棋收进口袋。 这边损失了，那边肯定要补回来，白166接着提，黑右边原本有近40目实地的阵势，很可 能不仅被破，还要面临被白反吃的危险境地。 关键就在黑167堵住後这个劫争上了。 白168开劫後白170扑是绝对的一枚劫材，对此黑171必须应。 这时候按正常的逻辑来说，你白棋找完劫材，下一步肯定是A位接着提劫与黑棋打这个超 级劫争。 但星阵B却意外的没提劫： https://i.imgur.com/A2Mn9GZ.png 图16：星阵B没有在A位提劫，而是突然白172冲一下後白174单勾一个。 它的目的很明显，就是想让黑棋B位跟着应，它再C位接着挤，黑D位断。 但这不是在浪费自己的劫材吗？ 本来A位提劫，这些先手交换都可以当劫材来使的。 我当时看到这就纳闷了。再顺着星阵B的用意往下推理，唯一的解释就是它这串交换後， 下一手可确保E位断吃黑三角一子。 可是黑三角一子的价值太小了，它老盯着这颗子乾吗？ 唯一的解释就是它想先手加强白左上角。 可是左上白角不是无大碍吗？黑棋最严厉的手段就是F位扳了後H位一路连扳强行做劫。但 这个劫一是黑棋打输了很损，二是右边还在超级劫争呢，黑棋哪有功夫在这搞这麽勉强的 劫？ 一时不明白星阵B到底是什麽用意。 直到我看到了星阵A下出黑175这本局的最後一手，才恍然大悟： https://i.imgur.com/UwTqBfa.png 图17：黑175是本局的最後一手棋。 这步棋粗粗一看，以为是摆错地方了，但细细一品，却发现此招妙不可言： https://i.imgur.com/5A5rqeE.png 黑175=黑1 图18：黑1一路侵袭白角後，白2若是普通二路长一个，黑3以下可利用黑三角子力的掩护 ，从一路暗渡陈仓。 黑7渡过後，白角搭不出两只眼，与中央白子一起阵亡。 在这个过程中，白2有最强应对： https://i.imgur.com/gl349mg.png 图19：白1扳是最强应对，对此黑2一路夹是妙手。 然後白3、5祭出“苦肉计”，是白棋唯一可以避免净死的组合好手。 以下黑A提、白B倒虎、黑C挡、白D扑劫，白局部虽可逃过无条件净死，但也非常惨： 这个劫，首先白棋之前目数已经亏损巨大，黑棋完全无忧；而更重要的是，这个劫是白棋 不利的两手劫，也就是说，白棋需要再花两手棋才能净活，这劫打起来太累了。 星阵B一看此图虽可免死，但活罪难逃，於是就爽快认输了。 https://i.imgur.com/1W5p3bs.png 图20：现在我们再回头来看星阵B白172、174的招法，就能明白它的用意了： 星阵B当初选择白164（白三角一子）提劫的时候，还没看到左上角黑D位的鬼手。等看到 的时候，已经来不及了。 於是它赶紧白172、174亡羊补牢，期待黑棋暂时没看见，在A、C位跟着应，这样白左上角 因为多了E位的断吃黑三角一子的手段，就可逃过一劫。 但它忘了星阵A跟它是同一个“人”，它看到的手段，星阵A也能看到。 总的来说，由於黑随时有D位的鬼手，星阵B白164反击是不行的。 虽然白164後的变化还是很复杂，比如白170这枚劫材特别损（白方块和黑方块交换），让 黑圆圈4子无气紧之忧。白170可以找别的劫材。但总的来说，白棋还是极为危险。 这里我也用其他AI看了一下，它们也是一开始都没看到黑D位的鬼手。随着往下摆几步， 它们才慢慢看到。 在与大家一起欣赏到黑175这步绝妙手的同时，我也想与大家分享一个自己的心得： 在复杂死活对杀，生死攸关的地方，不要不加思索就把AI的第一感认为是正解。因为往往 在这种地方，AI很可能开始是没看到手段的。 这时最好自己先思考验算一下，然後再看AI的胜率和推荐招法，若是有疑问，可以试着再 往下摆几步，这时候很可能AI的胜率会发生很大的反转和变化。 总而言之，自己需要先思考，这样一是可以验证AI的推荐是否靠谱；二是思考过程本身， 就有利於你更好的吸收AI的“养分”。 最後做个总结： 本文通过星阵的自对弈对局，我从布局、中盘、死活三个方面与大家分享了我如何学习AI 的心得体会。 其实三点殊途同归，都指向一点：我们该如何吸收AI给予我们的“养分”？ 或者更深入的说，我们该如何挖掘和提炼AI提供的数据和“答案”背後的意义？ 希望本文可以对大家有所帮助和启发。 感谢星阵团队提供给我们精彩的星阵自对弈棋谱，我一直对星阵很感兴趣，因为它有自己 独到的三处特点： 1：在低资源下保证星阵的训练水平： 星阵团队只有AlphaGo团队1/100的计算资源，於是他们就在“节流”上做文章。在深度强 化学习的过程中，星阵从各方面下功夫，使用少量资源依然可以让星阵保持着良好的竞技 状态，并且在世界大赛中取得优异的成绩。 2：除了显示胜率外，还可以用相对量化的目差来衡量当下局势的好坏： 现在我们能看到AI提供的形势判断，都是胜率的显示，但是胜率有时候还是相对抽象，让 人捉摸不透。而星阵除了显示胜率外，还提供了双方目差的数据，这样让我们多了一个参 考来评估当下形势，而且这个目差数据可以让我们更量化直观的了解当下的局势状况。 3：可在贴6目半和7目半之间随意切换，不影响胜率的判断。 在直播日韩举行的世界大赛时，往往会遇到这样的问题：明明对弈规则应该是黑贴6目半 ，但其他AI都只能当作黑贴7目半来判断形势。 这样有个问题就是若到了最後官子阶段还是细棋局面，这1目的误差，很可能会对胜率产 生很大的影响。并影响到我们对当下局面的判断。 但星阵可以做到在黑贴6目半的情况下进行判断，这能让我们更客观的了解当下局势的好 坏。 在写这篇棋评期间，我与深客科技CEO，星阵围棋主创人，毕业於清华大学计算机系的金 涬先生见面沟通了很长时间。 我们探讨了棋局，查看了星阵的後台数据，并且聊了从2016年AlphaGo横空出世後，到如 今所发生的各种事情。 金涬给我这位人工智能领域的初学者，普及了很多有关AI方面的知识： 原来深度卷积神经网络是AlphaGo能战胜李世石的关键武器。 而价值网络和快速走子网络原来曾经一起共事，但随着价值网络的不断进步，快速走子网 络逐渐淡出了一线。 策略网络居然真的可以模拟我们人类的直觉，使得价值网络的计算效率大大提高。 至於深度强化学习，原来就是AI可以在脱离人类提供的棋谱後，依然能通过自对弈来制造 数据供自己学习的过程。 当最後我们聊到有关AlphaGo的第二篇论文时，金涬谈到了他创建星阵的初衷： “完全照着AlphaGo第二篇论文的内容去做星阵，当然也可以而且还更轻松，但这样似乎 就没啥意思了。因为这就算做到极致，也就跟Alpha Zero一样。 所以总还是想在这基础上，做一些创新。这样一来比较有趣，而且可以给人们带来更多的 价值和帮助。 二来，我认为Alpha Zero并非极限，所以想看看用别的途径，有没有可能超越Alpha Zero 。虽然我们资源有限，但还是值得去尝试。 ” 祝愿他能成功！ 文末是这盘星阵自对弈的全谱： https://i.imgur.com/PbQPsnl.png https://i.imgur.com/o11hi93.png --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 150.117.252.77 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/GO/M.1553838366.A.737.html 补上後半棋谱 和机器强弱也有关系，机器够强，可能都看的到 如果是屠龙就有帮助，但是小官多赢一点对AI无感 比如说执白盘面都赢，硬是退到只赢2.5吧 有方法不退让，可以改color plane， 强迫他对该局面没那麽乐观， 但是技术没有很成熟。 是 现在也会，低於10%就疯了 大致上是选择最高的 通常状况是这样， A点胜率60%，算了10万个playout(你可以大致理解为变化图)， B点胜率61%，算了1万个playout， A胜率低但算的比较清楚，B胜率高但不那麽确定， 而这两个点怎麽选，不同AI的计算公式不同。 ※ 编辑: HeterCompute (150.117.252.77), 04/01/2019 02:36:15