中國李喆六段評第一戰 - 圍棋

原文出處 http://goo.gl/O7B9ot 簡體中文 內文附圖

------------------------------------------------------------------------------

【引言】

這必將是載入史冊的一天。

人機圍棋巔峰大戰第一局，人類輸了。

賽前的預測，棋界絕大多數認為李世石必勝，科技界則大約是兩派各半。

認為李世石必勝的一方並非全都是出於傲慢無知，更多人不能相信的只是—這麼快。科
技界也有很多人了解算法之後認為AlphaGo還不足以戰勝人類。從去年10月的五盤棋譜，
到谷歌公開的論文，人們認為圍棋AI仍然存在弱點，存在不能在這麼短的時間內解決的
問題，而這些問題將會導致AI在巔峰對決中失利。

然而，
李世石輸了。

------------------------------------------------------------------------------

關於這盤棋，會有很多解讀。不止在今天，甚至在數十年之後，這盤棋還可能會被拿出來
研究，從棋譜上，更從人機不同的思維上。不論未來回看這盤棋的是人類還是真正有了自
我意識的AI，想必都會有與當下的我們不同的感受。而我們有義務把我們的感受和思考記
錄下來，讓後人知道當時的人究竟是如何理解這盤棋，他們有哪些錯誤的認識、可笑的想
法，又有哪些深刻的洞察。

我們來看看，今天這盤棋，究竟發生了什麼。這盤棋可能將是有史以來職業棋手最難以統
一意見的對局，以下觀點是我個人見解，只是在圍棋AI時代毫無預兆迅猛而來時，一名棋
手盡可能理性的分析和思考。



【一、李世石的針對性策略】

從棋譜來看，我認為李世石在這盤棋前後主要使用了一個試探，和兩個策略。



1 ）試探：從未出現過的佈局

李世石第7手，沒有按常規佈局在上邊連片，而選擇走在右邊。李世石自己在職業比賽中
從未使用過這一開局，甚至整個職業圍棋界，沒有人見過這一開局。

李世石不按常規佈局，顯然是對電腦的一種試探。在去年10月AlphaGo對樊麾的五盤棋中，
所有開局都是常規佈局，雖然那五盤的開局在今天已經不是主流，但都是曾經流行一時
的佈局。

避開流行佈局，甚至避開曾經流行過的已經被淘汰的佈局，選擇一個從未出現過的佈局。
李世石在考驗AlphaGo在佈局階段的應變能力。我們知道AlphaGo的深度學習基於大量已有
對局的數據，那麼，面對一個棋譜庫裡從未見過的佈局，AlphaGo你將如何應對？

AlphaGo給出了完美的回答。


白8掛角正常，黑9二間高夾最為激烈。白10，這一手……非常出色。

通常情況下，在右上白8遭遇二間高夾的時候，白10是“不存在”的一手，它不在任何定
式之中。面對黑9，白棋有諸多定式選擇，卻沒有白10這一手。

然而，我認為白10是好手。

白10的好處在於使黑7變成效率低下的一手，雖然在右上局部白棋稍稍虧損，但加上黑7的
低效，白棋一點也不吃虧。

AI竟然會通盤考慮！傳統的圍棋AI，會根據已有棋譜來走定式，定式是經過長期檢驗的局
部雙方可以接受的定型。然而定式的弊端就在於，不同的周圍環境，不同的周圍環境，定
式的適用性有所不同。從這盤棋來看，黑9夾擊之後，白棋如果選擇面對二間高夾最常用
的“妖刀”定式，即走在15位，反而將使黑7的位置成為絕對的好點，黑7的效率將會大大
提升。

實戰白棋選擇了一個定式裡沒有的、局部稍虧的、卻使得黑7這個遙遠棋子的效率變低的
下法，非常清楚地證明了兩點：

‧電腦不依靠背譜來下棋
‧電腦的考慮基於全局而非局部。

當然，第一點其實在對樊麾的棋譜中已經可以看出來。在對樊麾的常規開局中，AI出現了
數次不同於“譜著”的下法。其中有一盤出現“大雪崩”定式，電腦選擇的次序是定式和
棋譜裡沒有的，而且是從邏輯上不如譜著的。注意，這裡強調是邏輯上不如譜著，而不是
在經驗上。即，AI當時的次序是“絕對弱於”譜著，只可能虧沒可能便宜，雖然選點是正
確的，但在我們看來是“次序錯誤”。這體現出，AlphaGo不依賴於定式和譜著，但也暴
露出AI在邏輯上的不足，反應在棋盤上就可能會出現次序錯誤。這一點，也是棋手普遍不
看好AI能戰勝李世石的一個原因。

但這一問題在這盤棋我們並沒有看到。起碼，沒有非常明顯地顯現出來（後面會提到一個
細微的類似問題）。

而第二點則是這盤棋AI開局給我們秀出的能力。他輕易擺脫了李世石設下的定式圈套，以
全局的視野作出了定式中不存在的選擇。

如果說第一點是我們在AlphaGo對樊麾時已經能夠看到的情況，那麼第二點則是這局棋在
佈局階段對人類試探的完美答覆。如果只依靠大量棋譜堆砌出來的局部圖像識別，AI做不
出這樣的選擇。



2 ）策略一：開放式複雜局面

李世石第一次試探得到了AI的完美答覆，然後李世石使用了他的一個重要策略。從局後來
看，正是這一策略導致了李世石局面的被動，但在賽前，我們並未想到這一點。

我們不知道李世石在賽前有沒有接受人工智慧領域專家對AlphaGo算法的分析，但從李世
石採取的策略來看，他顯然有非常強的針對性。

我們知道，深度學習在圍棋盤上的主要作用是大量剪枝，通過價值網路和策略網路，將搜
索的空間大幅減小，形成“棋感”。在這個基礎上，再輔以傳統的蒙地卡羅演算法做搜索
計算，最終確定落子的選擇。圍棋中存在一些封閉的計算空間，比如局部的“死活題”，
對於AI而言可以通過窮舉來遍歷每一個選點，從而完成計算，得出落子點。但圍棋中更難
的部分是開放式的複雜局面，每一處的不同選擇都會波及到其它地方，所謂“牽一髮而動
全身”。而這種局面頭緒繁多，可供思考的選點很多，不同選點之後變化的深度和廣度都
很大，並且往往一個細微的計算失誤會導致整局棋的徹底失敗。對於職業棋手而言，這種
局面正是最難把握的局面之一。

賽前有人猜測，AlphaGo的剪枝面對開放性複雜局面的效用將會降低，而搜索的深度、廣
度和準確度要求，又使得AI不能依靠蒙地卡羅演算法達到精確結果，因此這很可能是基於
深度學習和蒙地卡羅的圍棋AI的一個弱點。

不論李世石是否了解到這些，總之他使用了一個策略：迅速導入開放式複雜局面。


這裡不做過於具體的技術分析。李世石第23手靠，和第27手擋，將局面導向了開放式複雜
局面。原本李世石有更為柔和的選擇，但他選擇了最為強硬的下法。我們看到，AI的白24
、26、28是非常敏銳的戰鬥嗅覺，完全沒有避戰。

從我的經驗來看，這個戰鬥是由黑方挑起的，而黑方挑起戰鬥的時機並不成熟。在勢均力
敵的對局中，我們往往會試圖在認為有超過50%成功率的時機選擇戰鬥，只是棋手有力戰
派和穩健派的分別，力戰派對於戰鬥的判斷會更為樂觀一些。

李世石是偏力戰的棋手。但在本局中，這一開戰時機仍然是過早了，可以說是立足未穩時
衝向了敵營。我相信在對手是人的情況下李世石通常不會如此選擇，他會尋找一個更合適
的時機展開戰鬥，而且他本身就是一個極為擅長尋找戰機的大師。

但是他選擇了不等佈局結束，直接開戰。


至此，形成了六七塊棋互相糾纏的局面，頭緒非常之多。這是典型的開放式複雜局面。

仔細觀察可以看到，AI是有機會避開這種局面的。


白42手可以選擇在1位這裡貼吃，選擇吃掉中間兩子，棄掉上邊三子形成轉換，如此便會
避免複雜的戰鬥局面，形勢也並不落後。

但實戰白棋選擇把上邊三子跳出，形成混戰局面。這是更強的下法。

那麼，在進入開放性複雜局面之後，AlphaGo的表現如何呢？

答案是，非常好。


下午我在新浪和俞斌老師一起做現場直播時，同步進行至此，俞斌老師表示擔心白棋上邊
二路立一個先行搜刮，趁黑立足未穩先賺取利益。話音未落我們就看到AlphaGo下出了這
一步。


這步靠，本身似乎是“不成立”的，因為黑棋可以輕易地徵吃白棋。這一步是業餘棋手絕
難想到的下法，因為白棋右上自身正處於防守狀態，順著往下貼是本能下法。然而AI下出
這一步，在防守時反手一擊，包含了棄子整形、試問應手等諸多人類理解的含義。


誠然，黑棋可以很輕易地吃掉白棋靠出來的這個棋子，但代價是黑1的俗手打吃和白4的先
手便宜。職業棋手能夠很容易地看出白棋送一個子整形是有所便宜的，但AI也能輕鬆地做
出這一判斷，並且在防守時有此“意識”，真的很神奇。

當然，對於跨斷送吃這步棋究竟是否“好”，棋界並不能給出十分確定的統一答案。但是
AI下出這步棋，仍然是對其能力的展現，起碼認為AI不會主動棄子、不會防守反擊的論斷
可以休矣。


棋局至此，其間的進程在這裡不做技術細節上的評論。簡而言之，面對開放式複雜局面，
白棋處理得井然有序，該棄的棄，該取的取。李世石的第一策略宣告失敗。

這證明了，基於深度學習和蒙地卡羅的圍棋AI面對“開放性複雜局面”時的能力並未如設
想般下降，反而應對得法，在李世石挑起不利戰鬥的情況下取得了局面的領先。

李世石或許意識到了這一策略並未奏效，於是迅速調整，進入了第二策略。



3 ）策略二：膠著的細棋局面

事實證明AlphaGo並不懼怕複雜的戰鬥格局，於是李世石選擇及時收手，試圖將局面導向
細棋。

細棋局面下，要求雙方在每一處細小的地域爭奪上都盡量做到極致，一兩處的失誤雖然不
會造成大片傷亡，但常常足以致負。

第77手，這是李世石第二策略的開始。這手棋宣告停戰，進入膠著的細棋狀態，比拼後半
盤的功力。如果不選擇停戰，李世石可以考慮直接在左下掛角，引誘白中腹兩子逃出，進
而繼續戰鬥。

但李世石認為第一策略的試探已經完畢，沒有奏效，因此選擇了第二策略。


接下來的棋局，我們轉換一下視角，從AlphaGo的角度來探究。



【二、AlphaGo的爭議著法】

關於AlphaGo在此局的表現，棋界比較一致的觀點是從佈局到中盤的激戰白棋下得很好，
分歧點主要在對AlphaGo在後半盤的表現。


1 ） 緩手？

第一個焦點是第80手。上一手黑棋剛在下邊掛角，白棋正常的下法是在左邊跟著守一步。
但實戰白棋選擇脫先，在左上補了一手。

黑棋上一步沒有選擇在左上馬上行動，是認為這樣直接作戰並沒有把握。實戰先在下邊掛
角，穩住實地，再作圖謀。

面對左下掛角，局部跟著應一個是最常見的下法。但黑棋在確保了下邊的地域之後，左上
可能會選擇現在2位迂迴，如果白棋毫不退讓，那麼6位再戰出相當嚴厲。如果白棋退讓，
黑棋可以得到左上的角地。這裡具體的定型變化並不容易得出結論，存在不少分支。

實戰白棋選擇了脫先補左上，左下黑棋得到“雙飛燕”作為補償。至此，對棋局的判斷出
現分歧。做直播的棋手中，有一些認為此時已經是黑棋優勢，白棋上一步補棋是大緩手。
也有人認為白上一步雖然緩，但形勢還是白棋不錯。

上一步究竟是不是緩手？我們這裡先不做結論，往下看。


2 ） 惡手？

下一個焦點在第86手。

白86斷，又是棋譜裡沒有的下法。不過對局至此，我們對此已經並不驚訝。這步斷的意圖
對人而言很好理解，由於黑棋右邊很厚，白棋想通過棄子整形，使黑棋的厚勢變得重複、
效率低下。從人的角度來看，這是白棋最明顯的意圖。

實戰結果，棋手普遍認為左下白棋虧損，並且是嚴重虧損。這是因為，黑棋圍住了一大塊
空，白棋實地受損。

普遍推薦的變化是這樣，白棋在確保自身安全的同時盡可能縮小黑棋的地域。有人認為，
這樣的進行白棋比實戰“便宜一個貼目”，也就是六七目。如果是這樣，實戰白棋的選擇
虧損嚴重。

但是，這個圖存在一定的風險，關於這個風險我們留到後面來說。



【三、載入史冊的一手！】

左下定型結束，人類棋手普遍產生樂觀情緒：李世石優勢，AI也不過如此嘛。

然而，接下來的AlphaGo的一步棋成為了此局最為閃耀的明星。


白102，右邊三路點！

這一手必將載入圍棋的史冊，與古今諸多妙手共同譜寫燦爛的篇章！


在未來的AI棋譜中，必將留下非常多震撼人心的妙手：它們或許比這一手更加精妙，或許
比這一手更加深奧，但它們都無法取代這一手在圍棋歷史中的位置！

此手完全出乎了李世石的預料，他面對這一手進行了全局唯一一次長考，仍然遭受重創。


在直播時，也有職業高手在白棋下出這一步之前已經預測到這一手。但是，對於人而言這
裡有一件非常有趣又苦惱的事情：對局者對於對方這種著法的預計往往不如觀戰者。

這是因為，觀戰者可以很輕鬆地站在雙方的立場來思考棋局，為雙方尋找最強的著法；而
對局者更多時候是在思考自己的著法，相較而言會容易忽略對方隱蔽的強手。李世石如果
預料到這一手，或許會在之前找機會刺一下作為防備。但作為對局者很難有如此周密的行
為，尤其在面對AI的時候，更難想到電腦會有如此強的手段。

更有趣的是，這一手包含了相當大的計算量，有不少需要計算的分支，如果是人來下，即
使能想到這一步，離真正算清楚並下出來還有不小的距離。也就是說，即使人類看到這一
步，也要通過大量時間的計算來驗證這一步是否成立。然而，電腦下出這一步，並不比其
他的著法用時更長，相反比後面一些人類看來簡單甚至必然的著法用時更短。

我們不禁要問：AI真的都算清楚了嗎？

AI 、真、的、都、算、清、楚、了、嗎？？


實戰的結果是這樣，白棋右邊先手割下黑棋三子，回到左上守角。順便提一句，這裡守角
的手法值得注意，大量棋譜以及多數棋手的第一感都會走在旁邊一路，但只要仔細看一下
就會發現，此局面下實戰AlphaGo的選點更好。

棋局至此，我認為已經是白棋稍優的局面，但也有人認為仍是細棋。


實戰黑棋123手以下明顯虧損，如圖尖頂活角優於實戰。但此圖究竟誰勝，還需要深入的
仔細研究。我個人的意見是，白棋稍優，並且我猜測AlphaGo也認為能贏。

黑123以下在目數上虧損了接近一個貼目，使得棋局直接失去了懸念。最終雙方盤面接近
，李世石無法貼目，投子認負。


我們驚異於AlphaGo的表現，驚嘆於李世石的敗北。對於接下來的比賽，很關鍵的一個問
題是，AlphaGo究竟有沒有失誤？



【四、AlphaGo 的“失誤”】

這盤棋AlphaGo有沒有失誤？

令人欣慰，從人的眼光來看，我們可以找到AlphaGo的明顯失誤。這種失誤不是指那種基
於人類經驗而認為的失誤（經驗有可能會騙人），而是可以通過邏輯分析來確認的失誤。


1 ）“失誤”一：

白136手吃。對於職業棋手而言很容易判斷，應該吃在一路，比實戰便宜大約1目。


2 ）“失誤”二：

白142手擋，對於職業棋手而言，這也是一個很容易確認的明顯虧損。

白棋正確的下法是1位跳，這樣將來留下了5、7、9吃兩子救回三子的下法，從目數上分析
明顯優於實戰（大約1-2目）。即使白棋不在5位扳，走8位先手粘掉也優於實戰一點點。


這兩處“失誤”都是在局部，沒有任何與外界的關聯性，屬於封閉式的失誤，其虧損可以
用邏輯推理的方式證明。相較於AI展示出來的水平，似乎這兩個失誤是“不應該”的。

基於此，又有棋手表示：“這都看不到，AI不過如此啊”。


前面“惡手”裡講到的左下角白棋的問題，也有人看做是第三個失誤。但那個失誤的性質
與這兩個不同，我們對那個失誤的認定在很大程度上還是基於經驗的，雖然也包含了邏輯
推理，但並不完全。在我看來，按照笛卡爾的理論，對這那失誤的認定是可懷疑的。

但這兩個失誤卻不可懷疑。既然如此，我為什麼要在標題裡給“失誤”打引號呢？

這引出了一個非常有趣的話題：在棋盤上，失誤的定義是什麼？


3 ）不同的“失誤”定義

對於我們棋手而言，什麼是棋盤上的失誤？假如我們把基於經驗認定的失誤都排除在外，
只留下基於邏輯推理認定的失誤，那麼失誤意味著：A在邏輯上優於B，而我選擇了B。

在這個意義上，只要我們找到了“可確認的更優下法”，就認為我們出現了失誤。


但是，對於AI而言，失誤是否意味著相同的事情？我們怎麼理解AI出現了在我們看來低於
其水準的失誤？


這就涉及到AI的算法問題。假如AI有一天窮盡了圍棋，那麼只要它有一步不踏在最優解集
合裡，就是失誤。但是，現在的AI還遠無法窮盡圍棋。

AlphaGo的算法運用了神經網路加蒙地卡羅，蒙地卡羅演算法的一個特點是：不求最優。

蒙地卡羅演算法給出的是搜索之後的勝率評估，然後AI會根據這個勝率來選擇落子點。也
就是說，AlphaGo本來就不追求最強最優的下法，它只是追求在它看來勝率最高的下法。


那麼，回到前面那兩個“失誤”，之所以打上引號，是因為在AlphaGo看來，或許這根本
不是失誤！


雖然在我們人類看來，邏輯上明顯A優於B，但AI在那時認為兩者的勝率相似，從獲勝的角
度來說，兩者沒有區別！甚至A之後的犯錯機率高於B，從而導致它認為B的勝率高於A！


如果兩條路同樣能通往勝利，在AI的意義上，你還能說它是失誤嗎？

或許能！

但是前提條件是人類利用這種“失誤”擊敗了它！否則，在AI的意義上我們無法指責那是
它的失誤。


再回過頭看前面，白棋左上的補棋和左下損目搶得先手，真的是可以確認的壞棋嗎？


左上的補棋，證明AI認為補棋的勝率優於走左下，這一判斷很可能是建立在AI對右邊那手
點的認識之上。甚至大家公認的左下白棋虧損，也可能是基於對右邊那手點的認識，希望
在左下搶一個先手，並且在勝率上認為這是沒有問題的。

而李世石對形勢的判斷顯然是基於沒注意右邊那手點。



【五、AlphaGo 的“弱點”】

這麼說，難道AlphaGo真的就不可戰勝了？不一定。從這盤棋中，我們可以看出AlphaGo的
弱點。問題在於，這幾個弱點是否足以影響人機對決的勝負？


1 ）邏輯缺失

雖然上一章我認為對AI失誤的認定需要謹慎，但在另一個層面上，這還是說明了AlphaGo
的弱點。

深度學習加蒙特卡洛，AlphaGo在剪枝和搜索這兩方面的能力在這盤棋中已經得到證明，
人類下棋同樣依靠剪枝和搜索，並不能在這兩點占得上風。

但是，AlphaGo的算法缺乏邏輯能力。這一點實際上在10月對陣樊麾時已經有所體現，在
這一局的兩處“失誤”則體現更為明顯。

蒙地卡羅演算法使它並不是根據“邏輯上A優於B”來做選擇，而是根據AB各自的勝率來做
決策。

在準確性上，機率不如邏輯。

AI基於邏輯缺失而導致的“失誤”，是否可能成為人類棋手的突破口？


2 ）逃避劫爭？

AI面對複雜劫爭時的糟糕表現，是蒙地卡羅時期固有的頑疾。去年在北京奪冠的圍棋AI，
在對陣連笑時甚至不能理解循環劫，不停地找劫來回提，使局面一塌糊塗。這是因為，基
於機率，循環劫也總有打贏的可能性。這也是第一個弱點的延伸，如果基於邏輯，會明白
這是不可能的事情。

使用的深度學習的AI能否避免這個問題？目前我還沒有看到。不過，似乎AI有刻意逃避劫
爭的傾向。

回到有爭議的左下角，棋手普遍認為白棋如圖是最強的下法，但是AlphaGo可能擔心劫爭。

黑6開劫是最強的下法，在右邊點一手找劫，接下來可能形成轉換，白棋是否肯定便宜？
粗粗一看，不能確定。

另一處有趣的是最後的官子。

此時白棋勝勢已定，在做最後的定型。黑棋左下先手搜刮，白棋需要做活。

實戰白棋選擇的是1、3做活，並非最強手。

最強手是白1，成連環劫活，目數優於實戰。


但是，無論是出於不考慮最強手，還是出於對劫爭的逃避，實戰白棋沒有這樣選擇。

這麼看來，起碼AlphaGo還沒有顯示出它有應對複雜劫爭的能力。

那麼，劫爭是否會是AlphaGo的一個命門呢？


在我目前看來，AlphaGo最可能的弱點只有這兩個。



【六、人類可能的策略】

基於對AlphaGo弱點的分析，我認為李世石接下來可選擇的策略並不是很多。


1，我最期待的策略是，李世石按照人類研究很深的套路開局，因為AI並不會背套路。即
使不能憑此佔優勢，也要盡可能保持局面的均勢。在這個條件下，AI或許會在一些簡單的
局部因邏輯缺失而有所虧損，人類牢牢把握住這些微小的利益，最終取得小勝。不過，這
似乎並不是李世石常用的風格。


2，另一個策略是在局面選擇中盡可能製造劫爭，即製造對方不開劫就不利的局面。當然
AlphaGo目前沒展現出複雜劫爭的能力並不能證明它沒有這種能力，因此這種策略是存在
風險的，太過刻意是不行的，還要考慮局面的自然和均衡。



【七、結語】

如果我們只用人類思考圍棋的方式來理解AI，或許我們將永遠都不知道是怎麼輸的。

如果我們只用人類思考圍棋的方式來理解AlphaGo，或許我們將永遠都不知道是怎麼輸的。



--