围棋人工智能
文章来源：耀宇围棋公众号
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后夺取冠军，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于人类之间或者人与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在中盘时重视什么？
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
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么称呼两位“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：
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于黑1、3的呼应，升级成了立体阵势。立体阵势的高效就在于：“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扎实，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。
那么B点挂角又会是什么情况呢？
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：由于黑4拆三威胁着右上白角，因此等于间接的缓解了白C位动出手段的压力，由于白右上角未安定，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：
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。
首先由于右上白角多了A位这颗子后已经彻底安定，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。
其次由于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，所以白今后随时可在E位动出白圆圈一子，并且不用考虑后顾之忧。
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：
图5：虽然星阵认为A点挂角是它的首选，并且胜率高于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点相对于B点空间更广，价值应该更大，但为什么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位挂角后能占到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后的逻辑，并通过逻辑来推断出AI所给数据背后的”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，怎么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，你就等于掌握了应变的能力，可以经得起实战的考验。
关于实战星阵黑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
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，但由于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：
图7：既然左边双方暂时看不出啥死活危机，那么黑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，星阵同学却不这么认为：
星阵首选黑77，胜率44%；A点不在选择范围内，胜率37%。
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：
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二路长之后，白棋发现白1接和黑2成见合之势。
白1若是粘上，黑2粘上后，不仅自身连络，还将白三角两子收入囊中。收获巨大。
那么白A若是不反击呢？
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，等于黑三角爬和白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：
图11：实战星阵B是白78先扳一下然后再白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。这样可确保今后B位二路虎能搭出一只眼。
那么黑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：
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小尖后，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小尖后，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。
但急所是什么，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，却很可能对棋局今后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
白选A点，黑胜率42.2%
图13：最后一节，我们来看看本局最精彩的地方。
星阵A和星阵B厮杀了满盘后，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，胜负将取决于官子。
但星阵同学天生就不是为了稳赢而剪枝的AI，它喜欢追求最强手。
于是星阵B同学就来了：
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：
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堵住后这个劫争上了。
白168开劫后白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：
图16：星阵B没有在A位提劫，而是突然白172冲一下后白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后，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，它老盯着这颗子干吗？
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位扳了后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么勉强的劫？
一时不明白星阵B到底是什么用意。
直到我看到了星阵A下出黑175这本局的最后一手，才恍然大悟：
图17：黑175是本局的最后一手棋。
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：
黑175=黑1
图18：黑1一路侵袭白角后，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渡过后，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：
图19：白1扳是最强应对，对此黑2一路夹是妙手。
然后白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，于是就爽快认输了。
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。
于是它赶紧白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，由于黑随时有D位的鬼手，星阵B白164反击是不行的。
虽然白164后的变化还是很复杂，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，然后再看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，就有利于你更好的吸收AI的“养分”。
最后做个总结：
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”背后的意义？
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，于是他们就在“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后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，毕业于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，查看了星阵的后台数据，并且聊了从2016年AlphaGo横空出世后，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。
至于深度强化学习，原来就是AI可以在脱离人类提供的棋谱后，依然能通过自对弈来制造数据供自己学习的过程。
当最后我们聊到有关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：
