抓篇文章，来源：http://www.dapenti.com/blog/more.asp?name=xilei&id=121626
alphago 50盘自战棋谱的简单解读
乌镇 alphago与柯洁，及其他国手对弈结束后，deepmind官方表示要送给棋界一个礼物，也就是50盘 alphago自我对弈的棋谱。 目前，所知几乎所有职业棋手，都在认真研读和分析这些棋谱，而很多围棋业余爱好者也试图通过这些棋谱，去更好的理解围棋。
作为业余中的俗手，如果试图去理解和解读每一步棋的妙处，我自认为是没有资格的，只是粗略的根据棋谱的感受，做一些简单的总结，希望对爱好者更好的了解alphago和围棋，有所帮助。
1、目前贴目规则白棋有利。
alphago 棋力目前已经胜于人类，其自我对弈是一个很有价值的参考，50盘自我对弈里，白棋的胜率超过了75%，我们可以认为大贴目是存在问题的。黑先的优势没有现在的贴目那么大。
2、在alphago眼里，外势没有人类感觉的那么重要。
我们知道alphago比较喜欢点33，而一般职业棋手认为开局不久点33是亏的，因为对手的棋可以轻松拿到厚势。 但从alphago而言，至少认为这样做双方是均势的。
典型如第21局棋谱，一上来就形成了白棋捞实地而黑棋占大场的格局，从传统人类的观点来说，开局白棋有太多子下在二三线，肯定是亏透了。但我们知道alphago自战棋谱，在中盘之前，系统肯定是认为双方均势的。也就是alphago绝不会认为那一串二三线的子是亏的。
可以这么理解为，alphago比人类更知道如何破解厚势，更会在对手厚势的情况下找到侵消和打入的机会。
3、关于子效，需要有新的认识。
以日本传统棋道而言，特别强调优美的棋形，所谓优美的棋形，其实说白了就是棋子以有效率的方式呈列在棋盘上。如果一盘棋中，有太多的愚型（所谓愚型，其实是典型没有效率的棋子分布），可能会被认为对弈者水平有限，或下出的招法存在问题。
但alphago 自我对战的第二盘，不但白棋被提了超过50个子（即便是业余棋手对局里，被提50个子也可以认为是惨绝人寰的事情了），而且中间出现了一大坨的愚型，3×5的白子密密麻麻的堆在一起，这是职业棋手对弈中从未出现过的，让人恍惚觉得这是黑白棋，而不是围棋，然而，最终结果，白棋居然赢了。认真的说，如果把alphago的名字去掉，不讲出处，只把结局的图发给一个围棋高手（假设没经历过alphago洗礼过），一定认为这盘棋是两个纯业余的棋手下出来的。
围棋毕竟是两个人下出来的，之所以出现这样的情况，只能说是因为双方彼此的克制太强了。以前有所谓争棋无名局一说，往往竞争激烈的棋局，彼此遏制的厉害，棋形和招法都很难潇洒如意。 唐韦星九段的棋风有个外号，叫做泥泞流，就是下起来对手也难受，自己也难受。我觉得alphago的自我对弈可能就很符合这个风格，双方总是下到让对手很难受的地方，任谁都无法走出效率高的手段，只能在泥泞中挣扎，一个愚型，又一个愚型。
4、alphago没有战略构思。
人类下围棋的时候，往往有一个整体构思，比如要围中腹，比如先捞后洗，比如通过缠绕攻击获利；当然，由于对手的招法，构思不一定会彻底实现，中间也可能会调整或者转向，但人类往往基于某个构思进行布局，进行攻击，进行子力的分布。
但alphago，在对局谱里，看不到这样的整体作战计划和构思，丧心病狂的脱先，疯狂的转换，你无法预测他的计划，他的目的，甚至，你可以认为，他根本没有所谓的计划和目的。
知乎上，知名大V 曾加说了一个观点，我非常的赞同，alphago的每一步，都是基于当前局面下，它认为最佳的下法。是的，逻辑就是这么简单。
虽然所谓最佳下法也是通过大量的计算和后续步骤的推演进行的，但当对手落子后，计算会根据新的局面重新进行，鉴于对手落子的选点和不同，其下一步的最佳下法可能是延续之前的步骤，也可能是断然脱先寻找其他机会，之前的落子，既然是当时最佳下法，肯定对后续的步骤会有一定的正向影响，但鉴于人类的水平，往往很难快速理解这里的因果关联。
在乌镇，古力九段与alphago 对 连笑九段与alphago，下了一盘联棋。（所谓联棋，就是一边两人或多人，每人各走一步）。通常，国内联棋比赛，古力，连笑，作为顶尖职业棋手，往往都是联棋中的主导者，主导棋局的方向跟核心战斗，棋局胜负关键往往看另一个合作伙伴的贯彻和执行程度。 但在与alphago合作的联棋对决里，整个过程就变得完全不可控了。 因为alphago并不会试图去理会和迎合他们的意图，只是按照他们理解的最优点落子；而古力，连笑，也很难理解alphago的意图和目标，结果整盘棋就变得很不可理喻，所谓配合更是无从谈起。
如果让业余高手，或职业棋手，学会理解抛弃整体构思，仅仅从当前局面寻求最优解，不知道是否会提升他们的棋力。曾加大V另一个观点我也很赞成，当人类棋手陷入自己的构思和规划的时候，往往存在沉没成本的考虑，在对手下出制约招法的时候，无法快速应变，改变策略，而导致后续落子效率的下降。
5、alphago 不遵循定式，棋理
这事其实从源头说，我们下围棋为什么有定式，有棋理。
围棋博大精深，主要是因为每一步棋，后续都变化无穷；而人类的计算力是非常有限的。
其实我们想想人类是怎么下棋的，之前我们说alphago的策略是搜索树，会有选择的剪枝，减少搜索广度。人类的思维方式也类似，每一步棋，厉害的棋手，都会脑补后续可能的多个变化图，但由于人类的计算力非常有限，所以，需要极大的剪枝，才能保证计算深度。一个职业棋手，针对一个局面，可能会考虑几十个变化图，每个变化图十几手棋到几十手棋（所谓一本道的情况），我觉得这已经很了不起了。我脑补能力极弱，我下网棋往往要通过对弈工具的变化图的功能来摆，针对一手棋，大部分是凭感觉应对，少数关键点，摆出四五个变化图就已经很难得了。
那么我们知道，alphago一手棋，可以摆几万个，几十万个变化图。
所以，人类学习研究围棋的历史，总结了一些棋理，一些定式，可以让棋手在面对典型局面的时候，基于棋理和定式，快速剪枝，快速缩小搜索范围，实现最低成本的深度搜索。而这套人脑剪枝策略，在几千年的历史演进下，已经证明是很有效的了，所以诸如zen等其他围棋程序，固然拥有远大于人脑的计算力，但由于缺乏有效的剪枝策略，依然无法战胜人类顶级棋手。
那么一些名局中，之所以有一些所谓的妙手，鬼手，往往是因为这些手段，恰好处于普通棋手的搜索范围之外，属于被普通棋手大脑剪枝的部分，而又具有极佳的实战效果。
以前，罗洗河的名局，消除三劫循环大胜对手的那盘棋，好像是俞斌教练就点评过，说罗洗河的思考广度超过其他棋手，所谓思考广度，也就是搜索广度，一些常人剪枝的手段，他会去考虑一下，这里可能就存在更好的招法和手段。
回过头来说，alphago其实也有剪枝的规则，因为它不可能遍历所有落子选择，也就是说，通过大规模的深度学习，其实它也总结了自己所遵循的“棋理”，但由于它的计算能力太强大，所以其搜索广度远大于人类所定义的棋理，定式，也就会出现很多我们棋理所无法理解的招法，以及针对人类定式很多不可思议的改动。
那么，我们知道很多年轻棋手，在大量网棋的训练下，有很多新的招法，新的手段，往往也让人眼前一亮，但说实话，这里存在很多招法，是因为大家都不熟悉，把局面带入对局双方均未知的境地，硬拼计算量，很可能这些招法并非最佳下法，但对手计算广度和深度不足，应对失当，吃下大亏。也就是所谓骗招，甚至施展的棋手都未必知道最佳应对是什么。而alphago的招法，从目前来说，骗招的可能性很小，就算有，很可能也是人类计算能力很难应对的。
6、alphago也会打勺。
是的，从棋谱上还是能看到alphago打勺（所谓打勺，就是明确的坏棋，失误的棋），你没看错，就算我的棋力，都能看出是打勺。
但其实都是不足以影响胜负的勺子，alphago是不是有足以影响胜负的勺子？去年对李世石的时候是有的，但今年，好像目前连职业棋手都没有能力发现或者证明。
那么一种勺子，是之前提到的，稳如狗的退让策略，比如本来赢两目半的棋，下了一步自损一目的棋，反正总也赢了。别指望它会损到让你有机会翻盘。
还有一种勺子比较触目惊心，是狗急跳墙的勺子，第22局棋非常典型，下到308手的时候，白棋小败的局面难以动摇，正常收的话差不多输一目半吧，（如果我说错了请高手指正），黑309是个简单的先手一目的官子，连我都知道要粘啊，结果白310去抢了一个后手两目的官子，然后黑311直接断掉白棋，这时候正解是白棋自补一手，加上断开后有一目棋要粘，算下来是损失了两目官子，得不偿失。但白在走了一步绝先之后，312又去抢了一个后手两目官子，于是黑313一出，白大龙的尾巴肯定保不住了。
这棋业余棋手都能看得很清楚，alphago不可能看不出来，但情况就是，正常收败局已定。于是狗急跳墙去逆收官子，将胜负寄希望于对手不去追究，但对手也是狗，怎么可能不追究。
不过这种失误，因为没有影响到全局胜负，不能说是alphago的水平问题。只能说，它们面对败局的时候，在某些情况下，可能不如人类棋手更大度。（不知道具体认输策略是怎么制定的）
7、alphago毕竟不是围棋上帝，但确实相当接近了。
我们注意到，alphago的自战对局，大部分对局的胜负差都很小，很多盘半目胜负，就算如上第22局这种所谓中盘胜，但其实是很小的差距情况下，狗急跳墙走出勺子变成大败的。
当然，必须承认，很多半目胜负也是因为稳如狗退让出来的。但和与人类对弈相比，alphago自战对弈，从中盘到终局时候的黑白的差距通常要小很多，退让的招法出现的也明显比和人类对弈要少。
我的理解是，如果存在围棋上帝左右互搏，那么结局应该基本上一致，比如白棋一目半胜或半目胜，也就是所有对弈的招法极限已经测试出来了。
而人类顶级职业棋手对弈，在当前贴目情况下，统计上似乎 黑白胜率差不多在45%和55%。 我的理解是这样的，棋手水平越低，这种贴目带来的影响越小。棋手水平越高，贴目带来的影响越大。所以看比例可以看出，比起顶级职业棋手，贴目对alphago的影响更显著的多。相对于围棋上帝而言，alphago比人类接近的不是一点半点。
那么扯了半天alphago，最近有个问题开始在思考。
作为创业者，作为企业家，我们常说，要有长远规划，要有整体的战略设计，但是，我们试图理解一下，如果每次选择，都只去考虑当前局面下的最优方案，会怎样？当然，当前局面的最优方案，也是要有后续的搜索深度和广度的考虑在内，但，这个考虑，并非是战略性的，也不是明确目的的。而是兼容了多种战略，多种目的，多种可能性，选择当前最恰当的，这样发展下去，会怎样？
从alphago的棋谱，我觉得，至少，这个话题，可以讨论一下了。
最后，期待deepmind公开最新的研究成果，我们知道腾讯的绝艺，是基于去年deepmind发表的论文，短短一年时间，成功的成为世界上第二强的围棋AI程序，并在日本围棋电竞赛夺冠，在腾讯围棋大杀四方，线上等级分遥遥领先于所有人类顶尖棋手；但同时我们也知道绝艺并非alphago那么无敌，经常还会输给人类棋手，而且一些关键问题尚未得到解决。这个围棋程序的水平基本上和去年战胜李世石的alphago版本相当，面对顶尖棋手胜多负少，但依然存在一些不完美的地方。
所以，我相信一点，如果deepmind把最新成果公开出来，以腾讯的实力，是可以快速跟进到这个水平的，这样也可以减少alphago退出江湖的遗憾了。
最近看到不少借势alphago的文章，其实蹭热点我觉得还好，但有那种阴谋论，说alphago和柯洁联手上演骗局，欺骗国人，以及各种阴谋论云云。
这种脑残文，不值得反驳，更难听的话，我就不说了。
本文写的很乖，应该不会违规了。
| 
[复制链接]
![滑稽[永久版]](static/image/common/medal266.gif)
楼主
发表于 2017-6-2 16:47
好机智