柯潔：Zen比絕藝明顯差一點 - 圍棋

柯潔：Zen比絕藝明顯差一點 AlphaGo能讓它倆

　3月21日，世界圍棋最強者戰第一輪中國棋手羋昱廷與日本圍棋人工智慧DeepZenGo的比
賽吸引了棋界的廣泛關注，柯潔也在網上關注棋局，評價如下：“zen比絕藝還是明顯差
一點，大師（AlphaGo升級版）更不用說，保守估計讓zen倆。”

http://n.sinaimg.cn/sports/transform/20170321/jUWg-fycnyhm1214877.jpg

　潛伏是柯潔在野狐圍棋上使用的對弈ID，羋昱廷與Zen對決，柯潔一直關注著。棋局進
行至後半盤官子爭勝，柯潔判斷羋昱廷要贏，而且機器一方收官，更是“雪上加霜”。

　　此前日本傳奇老將趙治勳曾與DeepZenGo進行過一次對局，柯潔在微博上給趙治勳提
出了建議“和阿爾法Go擁有同樣技術的ZenGo，私底下我有一定的瞭解。我其實一直在研
究、與別人探討，深度學習技術的電腦到底有何弱點，也親自實戰過。如果趙老能看的見
我的微博，請留心我的建議：無論局面如何都不要認輸，拖到官子，刮爆它。”

http://n.sinaimg.cn/sports/transform/20170321/IA8Q-fycnyhm1215683.jpg

　　從今天DeepZenGo後來的官子表現來看，柯潔的建議非常有效果，不知道羋昱廷賽前
是不是跟柯潔交流過。

　　（文玄）

http://sports.sina.com.cn/go/2017-03-21/doc-ifycnpit2484133.shtml

陳經：Al官子會虧損 Zen慢棋實力值得重新觀察

　3月21日，首屆世界最強棋士決定戰首日比賽在日本戰罷。中國羋昱廷九段執黑中盤戰
勝DeepZengo獲得開門紅。人工智慧領域知名學者陳經在微博上認為Zen慢棋實力如何值得
重新觀察，圍棋是非常複雜的，圍棋AI收官會虧損，以下為微博原文。

　　DeepZenGo執白對羋昱廷，目前表現不錯。這個比賽是3小時的慢棋，感覺DeepZenGo
有了充分的計算時間，表現得到了提升。因為DeepZenGo的硬體是“dual-Xeon server
with 4 nVidia Titan-X （Pascal） gpus”，雖然比一般開發者強不少，要10來萬，但
是和土豪絕藝、Master沒法比。這樣時間長些，Zen的計算會好不少。而絕藝或者Master
可能5秒就達到了相當高的實力。之前DeepZenGo在網上全是測快棋，慢棋實力如何確實值
得重新觀察。

　　DeepZenGo官子收太臭了，連虧幾目，估計2目半負。圍棋AI收官會虧損，從電腦原理
來說，是因為收官也不簡單，是一個步數很多的組合數學問題，也是指數爆炸，遍歷沒那
麼容易。在目數很接近的時候，MCTS模擬不一定準確。這說明圍棋是非常複雜的。

http://n.sinaimg.cn/kandian/transform/20170321/18bs-fycnyhm0980869.png

http://sports.sina.com.cn/go/2017-03-21/doc-ifycnpiu9319602.shtml

ZEN暴露根本“BUG”不能算半目 日本規則是缺陷

　　3月21日，2017世界圍棋最強棋士戰首輪比賽於日本大阪阪急國際酒店進行，其中焦
點戰中國羋昱廷對DeepZenGo的人機比賽，羋昱廷執黑第283手中盤取得了勝利。這一局進
入官子階段一度是極細微的半目之爭，但是終局階段DeepZenGo判斷不清輸贏，輸定的情
況下忽然調子打亂，開始胡亂落子，以致DeepZenGo團隊不得不終止比賽認輸。

　　DeepZenGo的開發者加藤英樹說：“DeepZenGo進入後盤算不清規則的1目差距，所以
形勢判斷只能出現錯誤。DeepZenGo忽然發覺要輸了，就開始走不成立的手段。”

　　加藤英樹關於DeepZenGo最後階段的“填子”表現說：“DeepZenGo普通是會設定勝率
降至30%以下自動認輸，但這次比賽沒有做這個設定，讓DeepZenGo下到最後。而這一局
DeepZenGo認輸的時候，勝率判斷是30%。”

　　這次大賽收到了日本媒體異乎尋常的關注，賽場雲集記者，但是日本“圍棋圈”外的
媒體記者們似乎迷惑不覺“1目差距”究竟是什麼，也難以置信電腦會算不清。加藤英樹
解釋說：“中國規則的和日本規則，計算的方法基本相似，但本身具有1目的規則差距。
包括DeepZenGo在內，大部分圍棋人工智慧程式都是按中國規則計算。”

　　加藤英樹還說：“調整為按日本規則計算的工作絕不輕鬆。當然也可以硬性設定，但
可能會導致更深刻的問題。據我瞭解，AlphaGo也出現過這個問題，並想辦法解決。我聽
說最終還是解決了這個問題，但這只是未得到的傳聞。”

　　羋昱廷賽後說：“中盤階段我出現失誤，形勢一度危急。但是後盤，DeepZenGo暴露
了需要改進的缺陷。”

DeepZenGo“先天不足”，“日本規則”本身是缺陷

　　事實上，這屆世界圍棋最強棋士戰DeepZenGo“先天不足”，如果算不清這個1目或者
半目，那麼根本無法和人類職業棋手拼官子。對於人類棋手“半目”是“天塹”，但“機
器”似乎對“半目”本身沒有概念上的認識。只要這個“半目”的根本BUG存在，
DeepZenGo剩餘的兩盤幾無能贏的餘地，DeepZenGo的實力遠未達到能“碾壓”人類棋手的
程度。

　　同時，如此重大的人機大賽，採用電腦搞不定的“日本規則”貼6目半本身是缺陷。
去年3月與AlphaGo的人機大戰，採用的是“中國規則”。事實上寫代碼告訴電腦勝負，數
目法很難解釋不清楚，所以都用數子法的模式，但數子法意味著收後有1目，這是兩種數
法的根本分歧。但從圍棋規則本源來說，數目法被證明是有問題。

涉及到兩種規則貼目，黑棋究竟184子還185子贏是無法調和的問題。因為收後有1目，終
局黑棋盤面6目，是黑棋收後。如果黑棋盤面7目，是白棋收後，這兩種情況黑棋都是184
子，貼7目半黑棋都是兩負的結果。如果黑棋貼5目半，就不會出現此問題。但是日本規則
貼6目半，就造出勝負的悖論。

包括DeepZenGo，價值網路學習棋譜都是數子法，雖然現在的日本規則也收後，但貼6目
半的結果還是造成184子勝負的悖論，說到底，沒有平衡手數概念的日本打補丁式的貼6目
半的規則是電腦無法解決的根本性的BUG。

　　林在范對此評論說：“電腦做形勢判斷，不像人類那樣算目，而是算勝率，而現有的
蒙特卡羅演算法，本身有無法算清終局半目勝負的問題。採用‘深度學習’方法後，價值
網在算勝率，但DeepZenGo的形勢判斷好像沒有做到精確。”

　　林在范還說：“加藤英樹是這樣說，DeepZenGo學習的棋譜是按中國規則輸入，但這
次大賽是日本規則，結果出現了問題。”

　　林在范最後還說：“其實大部分電腦圍棋程式都面臨這個問題，但‘半目’勝負對電
腦是罕見的小概率事件，所以開發者們沒有投入更多的時間解決這個問題，都忙著提高本
身棋力。”

　　藍烈

http://sports.sina.com.cn/go/2017-03-21/doc-ifycnpiu9349533.shtml



--