看看你的电脑能有多高明，让它下盘围棋吧
◆　　　　　　　　看看你的电脑能有多高明，让它下盘围棋吧
　　十来年前电脑“深蓝”一举击败国际象棋大师卡斯帕罗夫，震惊了西方世界。
然而这一新闻在东方顶多让人打个哈欠而已。
　　围棋，洋人眼里黑石头与白石头的游戏，与古老的东方历史一样深不可测，
渗透着人类最高层次的思维与智慧。在如今科技日异千里的时代，围棋迷们发现，
电脑要想正儿巴经地玩一把这一迄今为止最纯粹的“人类”游戏，还差得远呢。
　　台湾的应昌期先生生前对推广围棋文化乐此不疲，曾悬赏一百四十万美元征
求第一台击败围棋高手的电脑。重赏之下必有勇夫，电脑专家们绞尽脑汁，的确
使电脑下围棋的本领有所提高。在美国和日本举行的国际电脑围棋年赛，冠军奖
金约为两万五千美元。然而这些矮子里拔出来的电脑冠将军与学棋一年左右的人
比赛时仍然不堪一击。初学者便可以横扫当今所有的围棋电脑，用不着请一位卡
斯帕罗夫。
　　如今电脑的运行速度越来越快，容积越来越大，但近年来下围棋的本领仍在
没有多大长进，应老先生的赏金只好留待后人来拿了。
　　“深蓝”能够击败国际象棋冠军，靠得是基本的行棋知识再加上强大的检索
和运算能力。而这排山倒海般的能量在精妙的围棋面前完全无能为力。迄今最强
的电脑围棋程序之一“多面围棋”的设计者美国惠普电脑公司的工程师大卫·佛
特兰德说：“强力检索对围棋全无作用。你得写出一个像人一样精明的程序来。”
　　要使电脑下出的围棋多少像点样子，必须使其具备辨认各种微妙复杂的图形
的能力以及运用自身直觉经验的能力。这种能力正是人类智慧的一大特点。如果
真有一天电脑能打败围棋高手，那将标志着人工智能开始成为实实在在的东西了，
也将宣告又一个科技新时代的来临。
　　下围棋时，棋盘上的图形如缤纷的花瓣逐渐展开蔓延。人的思维就沉浸于这
些图形构成的美妙世界中，一串串行云流水般的行棋次序犹如一首首时而悠缓时
而激昂的旋律。问题就在于如何使电脑能够谱写并体会这一视觉音乐。
　　表面上看来，围棋似乎比国际象棋简单：64个方格上的国际象棋每一方各有
16个棋子，等级从兵到王。每个棋子只能根据规则以自己特有的方式移动，譬如
象只准走斜线；马只能L型进退；兵第一步时可向前走一格或两格，以后只能走
一格，不准后退，吃子时须向前斜一格吃；此外还有王车易位、兵落底升后等各
种规则。而围棋则没有那么多复杂的规定。所有棋子都是一个模样，对局者将黑
白棋子分别放置在19路见方的棋盘的未被占据的交叉点上，直到双方均认定无处
可继续落子，然后再根据双方所占据的底盘的大小来决定胜负。国际象棋在开局
时，全部棋子都在棋盘上，以后逐渐减少，直到一方的王被对方吃掉为止。而围
棋则是从零开始，361个交叉点，处处是战场，有的地方硝烟弥漫，有的地方则
风平浪静，有时几处同时燃起战火。国际象棋好比是一场兵来将挡的中世纪战争，
围棋则更像是一场烽火连天的世界大战，很多情况下很难说清哪一方领先。在世
界专业水平的国际象棋比赛中，如果你丢掉一个兵，棋局的结果在绝大部分情况
下便有定论。而在围棋中，也许你在某一局部的战斗中丢盔弃甲、死伤累累，但
比赛往往远没有结束，你还可以在别处卷土重来。
　　对于电脑来说，国际象棋与围棋的种种区别是无法逾越的巨大鸿沟。由于每
只棋子移动方式的制约，国际象棋棋手在思考下一步棋时，大约只有35种选择。
“深蓝”等电脑会针对这些选择加以分析，考虑对手的回应以及下几个回合可能
出现的情况。最好的国际象棋电脑程序可以分析到七、八个回合。这种信息检索
方式就好比一棵枝叶繁茂的大树：主干分出35个支干，每个支干再分成35个树杈，
每个树杈再分成35个树枝，如此类推。愈是高级的电脑程序所派生的树枝树杈的
层次就愈多，最终达到每一片树叶，即可供选择的结果。如果要求电脑能思考到
第七回合，即14步棋，便需要有35的14次方（十亿万亿以上）片“树叶”。每多
一个回合，树叶的数量就有爆炸性的增长。电脑工程师们使电脑能够合理地“剪
枝”，仅使一部分而非全部树叶与主干相连。尽管如此，能够思索七个回合的国
际象棋电脑每步棋仍然需要有五百亿到六百亿种选择。
　　这样的数字已足够惊人，而电脑下围棋则更不可思议。选择之数的庞大繁密
使迄今最强大的电脑也无法承受。下第一步棋，361个点的任何一点都是合法的，
而第二步棋有360个选择。随着棋局的发展，选择逐渐减少。但一般说来，每落
一子平均约有200个选择，而国际象棋仅有35个。也就是说，要电脑计算国际象
棋两个回合四步棋子的走法，全部棋子在棋盘上的位置变化大约为150万种（35
x35x35x35=1,500,625），而围棋则需要16亿（200x200x200x200=
1,600,000,000）。在布局阶段数字还要大得多。再多一个回合，数字还会爆增：
国际象棋为18亿，围棋为640亿。如果要像“深蓝”一样思考7个回合14步棋，
围棋电脑的“树叶”并非国际象棋的35的14次方，而是200的14次方之多。通过
“剪枝”，还要剩下一亿亿种选择。那么，一台与“深蓝”同等速度的围棋电脑
（即每秒种可分析二亿种可能性）每下一子需要昼夜不停地想上一年半！而想了
一年半的这着棋没准又是一着臭棋。
　　还远不止如此。即使经过如此这般上天入地的检索，围棋电脑在与人对局时
并占不了多大便宜。国际象棋电脑程序在经过大量的信息筛选之后试图找到使其
处于最佳位置的那一步棋，所采用的办法是所谓价值评估的相当简单但实用的公
式：每个兵的价值为1、马和象为3、车为5、后为9，然后将这一数字再与衡量棋
盘上每个位置的强弱的另一数值相乘，从而得出某一棋子在当时的相对值。此外，
还要其它一些公式用来决定某些概念的价值量，如王的安全程度百分比以及某一
棋子暴露于攻击的百分比等。这些并非一贯正确的教条已经足以使电脑具备相当
水平了，使它对棋局的进展有个大致的掌握，再加上电脑里输入了很多一流棋手
过去的棋局，下到某一步常可不时问问大师以往都是怎么下的。而围棋则不受那
些简单分析的约束。围棋盘上并未像“王”一样的棋子，每颗都是相等的。统计
双方吃子的多寡也不能说明什么问题。有时某一着棋走对了便可以沧海桑田，将
对方苦心经营的领地化为己有，将对方的大龙变为自己的佐餐；有时明明看到自
己的棋行将被吃，而放下不走，另辟战场又可起死回生。另外，棋谱数据库也无
多大作用，由于围棋千变万化，三四十步开外基本就是“you
are on your own”
的状态了。
　　围棋棋手们是通过对形状的认识来评估棋局的进展，而对这些形状的认识是
无法做出几何分析的。棋手完全依赖自身的经验去感觉哪些形状是好的或坏的。
这一对棋形的感觉正是胜负的关键，也是棋手水平高低的关键。棋手不愿意浪费
自己的子力去无谓地攻击对方活的形状或试图挽救自己死的形状。有时面临复杂
的战斗，棋手很难完全算清；有时又面临多种选择，举棋不定。此时棋手就用棋
形整理思路，往往好看的棋形就是更具效率的、不易受到攻击的。下出滞重、丧
失变化的棋被称为“俗手”，棋手会觉得下不出手，就完全不予考虑。这样有时
就出现有趣的“专业棋手的盲点”：有时一手“愚形”或“凝形”的棋却是此时
的最佳选择，业余棋手看得到，专业棋手却想不到。
　　日本著名棋手大竹英雄号称“美学大师”，对恶形恶状的棋形深恶痛绝，宁
可输棋也要把棋下得漂亮，因而比其它日本棋手更为鄙视韩国围棋，说曹熏玄的
棋是“农民的棋”。其实棋形的漂亮与否虽然有大致的概念，但也会有不同的观
点。有的棋手喜欢轻灵的形状，有的则爱好厚重的形状，也就是所谓棋风的不同。
与吴清源共同创造“新布局”的木谷实早期偏爱滴水不漏的坚实。一次在走角部
的三三定式时，明明按常规应该“飞”，他却笨笨地“爬”了一手，一边把棋子
打在棋盘上，一边嘴里还嘟囔着：“虽然先生看见要骂，还是要这样下！”从此
这一定式又有了新的变化，后人称之为“木谷流”。
　　由此可见，与其说要教给电脑下棋的感觉，不如说要教给它人的感觉，这便
是世界科技发展史上人工智能领域最根本的难题。
　　惠普的佛特兰德先生给他的围棋程序“多面围棋”输入一些围棋的基本概念，
如对领地的保护意识及棋子互连的意识，并输入二百多个高层次的战术概念，如
“攻击弱棋”、“向处女地进行扩张”、“落后时开始无理侵入”等。“多面围
棋”可辨认一千一百多个不同的形状，每一种形状都有一些可行的手数。像“深
蓝”一样，“多面围棋”储存了很多常用的开局定式及一些惯用套路。依赖这些
储存的知识，“多面围棋”每一步棋仅在五至十种可能性中做出选择，而非理想
的二百多种。
　　给电脑输入一些概念是一回事，而教给它灵活运用这些概念又是另一回事。
可接可不接的棋或可断可不断的棋什么时候连接或切断？什么时候又无需连接或
切断？什么是可弃之不用的废子？什么又是绝不可放弃的“棋筋”？比起人类对
模糊概念的处理以及对经验的灵活运用，电脑今天还是个婴儿。
　　但围棋电脑的设计师们仍然坚信，让围棋成为世界冠军理论上是成立的。因
为既然每一步棋的选择是根据棋盘上的每一个位置的价值来决定的，也就是说围
棋从纯粹意义上来讲其实是数学的游戏（我们也常听棋手说这手棋很大、那个见
小），所以只要把每一个位置的数学价值准确计算出来，电脑就能成为围棋高手。
目前至少在收官阶段（即收尾终局阶段）可以做得到。
　　能够击败人类的围棋冠军而赢得应昌期围棋基金会悬赏的一百四十万美元的
奖金，是个在悠悠岁月中难圆的梦。该悬赏的奖金已于2000年过期了。当年应老
先生推广围棋的精神可嘉，但把事情想得太简单了。电脑专家们真希望把悬赏的
截止日期推迟一两个世纪。
　　（本文部分资料取材于纽约时报）
节选自新语丝月刊0906
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。电脑大胜人脑这件事， 我们听听科技界和围棋界怎么说……
（原标题：电脑大胜人脑这件事， 我们听听科技界和围棋界怎么说……）
电脑程序AlphaGo以5比0的成绩战胜欧洲围棋冠军樊麾，AlphaGo将在今年3月挑战世界顶级棋手李世石
人工智能下围棋的3个成长阶段
会分析人类选手在围棋竞赛中的不同策略（已达到）
会自己“苦练”下棋并从中学习（已达到）
能思考如何进行长线布局以击败对手（未达到）
围棋与芯片成为新一期英国《自然》杂志的封面，因为一个名为AlphaGo的电脑程序战胜了欧洲围棋冠军，这是电脑首次战胜围棋职业棋手。该电脑程序将在3月挑战世界顶级棋手李世石。
与其他围棋程序对抗,获胜率达99.8%
这个电脑程序由位于英国的谷歌公司下属机构“深度思维”（DeepMind）开发。该程序在与其他围棋程序的对抗中获得了99.8%的胜率。在这次人机对战中，它以5比0的成绩战胜了欧洲围棋冠军、职业围棋二段、前中国职业棋手樊麾。这是第一次有电脑程序能在不让子的情况下，在完整的围棋竞赛中击败专业选手。AlphaGo与樊麾比赛的裁判来自英国围棋协会。据该机构介绍，AlphaGo接下来将挑战韩国棋手李世石，比赛计划3月份在韩国首尔举行。这是第一次有电脑在公平规则下挑战人类顶级职业围棋手。
在国际象棋领域，1997年超级电脑“深蓝”战胜了世界冠军卡斯帕罗夫。相比而言，许多人认为围棋这种源自中国的古老游戏更加“烧脑”，涉及的回合数和各种策略组合都要高于国际象棋。因此人工智能的这一最新战绩无疑是重大突破，此前一些观点称，至少还要10年人工智能才能战胜围棋职业棋手。
它能自行学习，通过比赛改进技能
AlphaGo并没有经过程序化来玩围棋，相反，它可以自行学习，从而可解读围棋游戏。据了解，进入21世纪后，围棋软件研发出了模拟算出未来步骤、选择胜率高的一手棋的手法，水平堪比业余段位棋手。然而，由于博弈的局面根据棋盘大小不同（一般认为国际象棋为10的123乘方，而围棋则有10的360乘方以上），这导致软件来不及列举出所有能赢的方案，导致不敌职业棋手。
相比之下，AlphaGo的研究团队放弃了“蛮力穷举”的方式，而是结合学习大量数据提高判断能力的人工智能新技术“深层学习”加以开发。它首先从专家比赛中学习了3000万个棋路，从中根据棋盘数据提取出抽象信息提高判断力，这一步骤大概类似于其他程序根据像素分类图片。然后，它又通过50台计算机自己和自己对弈，从每一次比赛中改进自己的技能，也就是所谓的“深层学习”技术。
该围棋软件或将被放在网上供人使用
据了解，谷歌的“深度思维”有逾200名人工智能研究人员和工程师。“深度思维”的创始人之一哈萨比斯表示，AlphaGo开发历时18个月左右，团队规模由最初的2、3人增加到15人，“对我们来说AlphaGo是一个相当大的项目”。 DeepMind最近还吸引了英国研究人员马太·莱（Matthew Lai）加盟。莱曾开发了一个能与国际象棋大师对垒的系统，他的软件能以与人相似的方式进行推理，比IBM采用的方法效率更高。哈萨比斯表示，谷歌可能效仿Facebook，把其围棋软件放到网上供用户使用。但现在，谷歌首先需要全力备战首尔的人机大战。
对电脑而言，这是非凡成就“如果事先没人告诉我AlphaGo是机器，我会以为对手是人类”
欧洲围棋冠军
前中国职业棋手
代表人类对阵谷歌AlphaGo
昨日，新浪体育连线了樊麾本人，确认了樊麾被该软件0比5击败的事实。樊麾前两年由于参赛不多，等级分欧洲第一的位子已被别人抢走，但他是最新一届的欧洲围棋冠军。樊麾与谷歌AI的对决2015年10月进行，共下了五局，樊麾0比5惨败。樊麾本人也确认了这一事实。由于赛前与谷歌签订了保密协议，这段时间樊麾过得非常郁闷，一方面是输给电脑带来的冲击，另外一方面则是无法与人诉苦的痛苦。
最令樊麾对局时感到绝望的是：不能出现失误。第二局樊麾本来形势极好，但由于一个失误被对方抓住，后面竟然就没有了机会。从此之后樊麾坦言自己的心态发生了变化，而且自己棋上的弱点被AI完全掌握，樊麾对电脑的弱点却束手无策。樊麾表示自己肯定不能代表职业棋手整体，但5比0的比分放眼职业棋界恐怕也没有太多人能绝对做到。樊麾坦言开始他有些轻敌，但下起来才发现电脑的可怕。关于3月电脑与李世石一战，樊麾不能做过多预测，但表示肯定会是精彩的一战。另外樊麾本人对围棋被电脑攻克持肯定态度，因为现在是个开放的社会，人工智能的提升肯定会对整个人类的发展起到推进作用。当然作为围棋从业者一时间感情上会有些难以接受。
此外，在接受《自然》杂志采访时，樊麾也谈及被机器击败的感觉，“我觉得主要问题在于，人类是会犯错的，因为我们是人类。我们会累，会因求胜欲望过于强烈而感到压力，但计算机程序就不会这样。它们很强大，又很稳定，就像一堵墙一样。在我看来，这就是机器与人类的最大区别。如果事先没人告诉我AlphaGo是个机器的话，我会以为对手是人类——或许棋路有些奇怪，但很强，是个真正的人类。 ”
对人类而言，并非彻底失败“电脑水平不是特别惊人，当时的局面下正好赢了”
托比·曼宁
英国围棋协会财务主管
此次人机大战的裁判
在接受《自然》杂志采访时，托比·曼宁说，“在这场比赛中，我本以为樊麾会赢。真正震撼到我的是，在比赛中根本分不清谁是人谁是计算机。在此之前有些电脑软件经常会做出许多明智的选择，但会突然丢掉比赛。但这回，你根本分不清彼此。”曼宁指出，“能让人感觉到它（AlphaGo）不是人类的一件事情是它分配时间的方式和人类不同。每下一个棋子，樊麾所花费的时间比AlphaGo更长。而AlphaGo看起来并不像人类一样那么具有进攻性。它在下棋过程中表现得非常冷静，而非积极地侵略领地或提子。”他透露，虽然从几盘棋谱上电脑表现出的水平不是特别惊人，但在当时的局面下正好可以击败棋手。
“深度思维”公司创立者之一的德米斯·哈萨比斯与曼宁观点一致。“AlphaGo很可能，并最终将在围棋这一领域超越最顶尖的人类，我非常期待看到它在围棋的规则之内创造出新的东西。这是我亲手打造的系统，自然对它怀有很深的感情。”但他也指出，这一结果并不代表电脑足以战胜人类围棋顶尖高手。
对围棋而言，不会改变什么“即使电脑打败人类，围棋的魅力也不会削减”
国际围棋联盟秘书长
李夏金说，“当我第一次听说一台电脑要挑战世界上水平最高的围棋棋手李世石时，我非常震惊。谁将胜出？我不知道。李世石自己也在怀疑，一台计算机能否做到和他一样厉害。但私下里我听到了关于AlphaGo的更多消息，所以被它的实力震惊。我也知道李世石有多强，所以我只能说双方各有一半的胜算。围棋是一项可以带给人类很多启迪的游戏，而即使人工智能真的打败了人类，我也不认为这个事实会削减它的魅力。我觉得人们只会接受电脑技术已进步的事实，并找到方法让它们为自己所用。
“在一两年之内，AlphaGo有可能打败顶尖棋手”
乔纳森·舍费尔
加拿大计算机科学家
在乔纳森眼中，此次人机大战还不能与1997年深蓝击败国际象棋世界冠军卡斯帕罗夫的时刻相比肩，等到计算机程序打败真正的围棋顶尖棋手才算。深蓝从1989年开始就常常能击败国际象棋大师了，但直到8年以后击败卡斯帕罗夫才算得上统治了这一领域。但这一棋局让我看到AlphaGo与顶尖人类棋手的距离已经大大缩小，很可能再改进一下算法，提高一下计算能力，在一两年之内就能打败顶尖棋手，“关于三月即将进行的那场棋局，我还是赌李世石会赢。不是瞧不起AlphaGo，我觉得它就像一个天才儿童，一下子就学会了围棋，而且水平极高，但它的经验还不够丰富。而我们知道，在棋类游戏中，经验是很重要的一方面。” 成都商报记者 王雅林 综合新华社、中国日报、环球时报（来源：成都商报”字样。违反上述声明者,）
本文来源：四川新闻网-成都商报
责任编辑：黄欢_NN1650
48小时评论排行
评论177938条
评论166446条
评论144338条
评论110431条
评论75522条
不做嘴炮 只管约到
跟贴热词：
文明上网，登录发贴
网友评论仅供其表达个人看法，并不表明网易立场。
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
用微信扫描二维码分享至好友和朋友圈