胡耀宇|通過星陣自對弈，聊聊怎麼解讀AI - 圍棋

本文來自微信公眾號：耀宇圍棋，作者胡耀宇八段


大家好，這段時間在準備CCTV杯快棋賽，所以沒有及時更新內容。


今天上午第一輪，發揮得不錯，順利晉級。


但下午第二輪，輸在了優勢下的鬆懈。該出招時不出招，反受其亂。


雖然有些遺憾，但作為人來說，下棋本來就是一種修煉和超越自我的過程。所以就當付學

費買個教訓，下盤棋爭取做得更好便是。


今天，我要跟大家聊的這盤棋，對弈雙方都不是人，而是一個人工智能自己在跟自己下

棋。


大家看到這，可能會覺得這應該是AlphaGo的左右互搏自對弈棋局。


這次還真不是，我現在手上的這張棋譜，是星陣圍棋的團隊給我的，對弈雙方是中國圍棋

人工智能星陣和自己。


提起星陣，大家應該都知道，它首先實力了得，去年“中信證券杯”世界人工智能大賽

中，雖然絕藝未參賽，但它超越了AQ和ELF後奪取冠軍，其含金量也很足。這充分證明了星

陣的實力。


其次，星陣是一位特別與眾不同的AI，當其他AI在優勢局面下進行“剪枝”開始退讓，不

求多勝只求穩勝時，它卻不這樣幹，無論多大優勢，只要它認為能行的棋，就以最強手出

擊。頗有人類圍棋的影子和味道。


我手上這張棋譜，是星陣每步棋花了30秒思考的左右互搏對局。


以前都是跟大家分享我對於人類之間或者人與AI之間對局的感想。


今天我嘗試著和大家分享一下我如何來看AI自對弈的對局。


我會從三個方面聊起：


1：如何看待AI在佈局上推薦的選點？


2：AI在中盤時重視什麼？


3：遇到大型對殺時，如何驗證AI是否正確？


下面讓我們一起進入這盤星陣自對弈的精彩實戰對局：


1
布局篇

https://i.imgur.com/4WHicsW.png

星陣首選A點，勝率43.1%；若選B點，勝率42.4%
圖1：我一下子不知道該怎麼稱呼兩位“對局者”，就叫它們星陣A和星陣B吧。


現在星陣B白26飛起，右上角的流行定式告一段落了。布局則還在進行中。


這時候黑棋大致有兩個選點：


A點掛角：這步棋是最容易想到的一手，它威脅著白左下星位一子的同時，還擴張了右邊至

右下黑三角陣勢的規模，使之更加立體化。


B點掛角：這步棋意在破壞上方白三角陣勢。


這兩點到底哪個好呢？


可能有些棋友會回答：“胡老師，你看星陣首選的是A點，而且A點的勝率比B點多0.7%的勝

率，那就選A點吧。”


在回答這個問題前，我先跟大家分享一下自己對這兩點的分析。


我們先來看A點掛角：

https://i.imgur.com/gV3QcI1.png

圖2：黑1掛角，白棋對此有不少應法，我們就先假設白2小飛吧。


對此黑棋其實也有不少下法，但為了方便大家理解，我就按黑3大飛拆回來看。


此時右邊至右下黑三角陣勢由於黑1、3的呼應，升級成了立體陣勢。立體陣勢的高效就在

於：“無論你打入哪一邊，另一邊必然會通過攻擊自然成空”。


所以這時候白棋若直接深入黑陣未必是良策，因此白4左上小飛守角先確保左上角紮實，同

時與右上白角呼應形成了陣勢，再配合上左下白角，也形成了一個立體陣勢。


如此進行的話，棋局將形成黑白互圍大模樣的格局。


那麼B點掛角又會是什麼情況呢？

https://i.imgur.com/hrqU5Bp.png

圖3：黑B位掛角，最需要擔心的就是白1、3尖頂了跳，利用白上邊的子力優勢來攻擊黑棋
（白1若夾擊，黑可點三三轉身取角）。


但此局面下，黑棋還是可以從容應對的：


1：黑4有充分的拆邊空間。黑4是可以拆三而不是拆二。若只能拆二的話，黑棋不僅局部很

局促，對白棋也構不成威脅，那這個破壞白陣的效率就不高了。


2：黑4拆三不僅是防守自己，同時威脅著右上角白棋大塊，因為接下來黑A位飛的話，白右

上大塊未安定。


3：由於黑4拆三威脅著右上白角，因此等於間接的緩解了白C位動出手段的壓力，由於白右

上角未安定，白C位動出就需要掂量掂量了。


以上看似獨立的三點，其實都由一個重要條件聯繫起來，那就是右上白三角大塊的強弱問

題：

https://i.imgur.com/PbxxDnn.png

假設白棋A位多顆子
圖4：比如白若是在右上角有顆A位的子，那情況就完全不同了。


首先由於右上白角多了A位這顆子後已經徹底安定，黑4拆三不僅對白棋構不成威脅，反而

遭來白C的殘酷打入。所以黑4基本上只能委屈的在D位拆個小二。


其次由於右上白角已經徹底安定，因此黑4這顆子對右上白角產生不了任何威脅和牽制，所

以白今後隨時可在E位動出白圓圈一子，並且不用考慮後顧之憂。


那如果是這樣，黑B位掛角的價值頓時銳減。因為黑所得僅僅是單純破了白棋上邊的一些空

，不僅下一步對白棋毫無威脅，自身還落下一塊孤棋，將來慢慢還債。


所以黑B點掛角之所以在星陣的選點範圍內，是因為星陣早看見右上白角是未安定之形。


以上是我對圖1中AB兩個選點的分析，下面我們再來回答一下圖1的開始問題：

https://i.imgur.com/HZxnjuv.png

圖5：雖然星陣認為A點掛角是它的首選，並且勝率高於B點掛角0.7%。


但這兩個點對我來說，真的很難去以絕對的好壞來看待。


我認為兩個點均可選擇。


但是，我會留意兩個地方：


1：按理說，A點相對於B點空間更廣，價值應該更大，但為什麼星陣覺得其中差別不是很

大？


這其中有個很重要的先決條件就是白右上角還未安定。一旦黑B位掛角後能占到C點逼住白

右上角，白右上角的不安定因素頓時顯現。是這個先決條件，讓黑B位掛角的價值得到提

升。


2：AB兩點所導致的戰略格局是大不相同的。 A點很容易形成雙方互圍模樣的格局；B點則

很容易形成雙方小塊分割的細棋格局。


因此雖然我無法判斷AB兩點的優劣，但我會根據對手的風格，來決定我的選擇。


對手若是酷愛戰鬥型棋風，那我很可能就會選擇B位掛角，將局面導入小塊分割的細棋格局

，讓對手的力量發揮不出來；若對手擅長小刀割肉的細棋格局，那我就會選擇A位掛角，將

局面引入雙方互圍模樣的複雜格局中，避開對手的長處。


第1點是通過提出疑問來整理選點背後的邏輯，並通過邏輯來推斷出AI所給數據背後的”所

以然“來。


第2點是理解AB兩點的特性，並為己所用，根據不同的對手製定不同的策略。


我們可能經常會遇到這樣的情況：“明明這是AI推薦的招，怎麼自己實戰中一運用就碰壁

了？”


那是因為雖然局部狀態沒變，但此局部周圍的先決條件改變了（就像圖4多了A位這顆子）

，那你依樣畫葫蘆自然要出問題。


若只看勝率的變化，當你遇到下一盤不同的局面，還是兩眼一抹黑；但若是慢慢學會通過

勝率來觀察局麵條件變化的不同，你就等於掌握了應變的能力，可以經得起實戰的考驗。


關於實戰星陣黑27到底選擇了A點還是B點？大家可以去看文末的棋譜。


2
中盤篇

https://i.imgur.com/Xn44bhd.png

圖6：現在我們再來到白76衝的局面。左下戰役似乎剛剛結束，黑三角大塊和白三角大塊
雖然還未安定，但由於兩塊棋的出頭都還挺暢，根據地也隨時可搭出兩隻眼來。因此焦點
似乎應該轉向別處：

https://i.imgur.com/THWz7ab.png

圖7：既然左邊雙方暫時看不出啥死活危機，那麼黑1在右邊夾攻白三角一子，頓時成了此
局面下的香餑餑。


黑1不僅是利用了右上黑三角背景的厚味擴張了陣勢，使得三角標識處基本都要姓黑了；

更威脅著白三角一子的眼形，使之沒有根據地。


一旦白三角一子倉皇往外逃竄的話，黑可利用攻擊之便，將右邊和右下角順勢實地化。不

得不說，黑1這步棋是眼見的絕好點。


但是，星陣同學卻不這麼認為：


星陣首選黑77，勝率44%；A點不在選擇範圍內，勝率37%。

https://i.imgur.com/8COhupZ.png

圖8：星陣同學下出了黑77二路托，這步棋看著往二路下一手，到底啥意思？


此招位置雖然看著很低，但其用意則很深遠。我們先從技術層面來分析：

https://i.imgur.com/TQQ1tQk.png

圖9：面對黑77（黑三角一子）二路托，白第一感是A位二路扳反擊，但黑B二路長之後，
白棋發現白1接和黑2成見合之勢。


白1若是粘上，黑2粘上後，不僅自身連絡，還將白三角兩子收入囊中。收穫巨大。


那麼白A若是不反擊呢？

https://i.imgur.com/dtclx0R.png

圖10：面對黑77（黑三角一子）二路托，白既然無法反擊，那就只能白1粘回，這樣黑2二
路退回。


這樣相比黑2直接小尖，等於黑三角爬和白1粘先手交換到了。


這下先手交換獲利很大：首先使黑圓圈大塊徹底淨活了；其次使白三角大塊的根據地一隻

眼都沒了（白A位扳做不出眼）。


這就是黑三角二路託在技術層面的厲害之處。


下面我們跟著實戰走，再從價值層面分析一下黑77這步好手：

https://i.imgur.com/hfajtZM.png

圖11：實戰星陣B是白78先扳一下然後再白80位粘，對此星陣A黑81斷死白78一子。


粗粗一看，星陣B不是將白78一子送死嗎？


它是有意為之的，與圖10相比，星陣B就是想通過棄掉白78一子，獲取A位二路擋的先手。

這樣可確保今後B位二路虎能搭出一隻眼。


那麼黑77二路託的價值到底有多大呢？


請大家接著看下圖，我們來討論一下黑77的價值：

https://i.imgur.com/8SsKzI4.png

圖12：在圖7中，我們說到了第一眼就發現黑1價值太大了，但是當黑1落下時，幾乎所有
的AI，第一感都指向了白2二路小尖。


我們就拿此圖和圖11的實戰比較一下，看看圖11中黑77二路託的價值是多少。


我們先來看實地價值：


此圖白1小尖後，白局部實地大致約3目；黑局部實地大致約1目。


而圖11的實戰結果，白局部實地0目，而黑局部有6目。


這一出一入，實地價值相差約8目。


我們接著來看附帶價值：


此圖白1小尖後，白局部基本淨活；而黑局部則只有半隻眼。


而圖11的實戰結果，黑局部徹底淨活；而白局部只剩下半隻眼。


通過以上分析，我們大致有個結論：星陣黑77二路託的實地價值並不大，但附帶價值巨

大！


這附帶價值事關黑白兩塊的勞逸問題，此圖是別人安定了，自己漫漫長路；而實戰則是自

己徹底安定了，別人卻開始漫漫長路。


由此可見，在事關雙方的勞逸問題上，不管是星陣還是其他AI，都極為重視。


我小時候學棋時，經常聽到兩個圍棋名詞：急所和大場。


都說急所的價值要比大場大。


大場好理解，就是佈局時的布陣要點。


但急所是什麼，我那時老搞不明白。


星陣這黑77二路托，就是急所。


實地價值是眼見可量化的，誰見誰愛。


而勞逸問題也許暫時看不到現實的利益，卻很可能對棋局今後的發展產生巨大而深遠的影

響。


如果你無視勞逸問題而一味只看實地價值，那隨著棋局的進展，你先前撈的實地非但不保

，甚至還要倒貼很多。


在這一點上，如果你仔細去觀察，就會發現AI一直都在提醒我們。


AI的很多招法看似顛覆了我們的認知，但那隻是形式上的改變，在圍棋的根本規律上，其

實從未改變。相反，它的出現，更驗證了這些圍棋基本理論根基的牢固性。


3
死活篇

https://i.imgur.com/OSRKDmz.png

白選A點，黑勝率42.2%
圖13：最後一節，我們來看看本局最精彩的地方。


星陣A和星陣B廝殺了滿盤後，局勢依然很膠著。


果然是左右互搏，實力不分伯仲。


星陣A黑163衝，準備利用白三角大塊還未在A位連絡而獲取便宜。對此星陣B若正常在A位

連絡，將是白棋略優的局勢，勝負將取決於官子。


但星陣同學天生就不是為了穩贏而剪枝的AI，牠喜歡追求最強手。


於是星陣B同學就來了：

https://i.imgur.com/klVfcgX.png

圖14：星陣B同學沒有在B位救回白三角數子，而是跑去白164提劫。


這步棋的意圖就是：“你要敢B位吃我三角數子，我就A位提劫將你右邊陣勢打穿並反殺

你；你若聽話，乖乖在A位粘上，那我再B位連絡，這樣白164先手提一下劫總便宜了。”


這星陣B真是太猛了，冒著白三角數子被吃的危險，就為了那白164輕輕的先手提個劫。


但星陣B同學就是要在這裡針鋒相對：“你星陣A敢黑163威脅我，我逃命前也要白164噁心

一下你”。


真是一位性格剛烈的AI。


對此星陣A也不是好惹的：

https://i.imgur.com/XOTwIIC.png

白166=A
圖15：白164提劫的時候，本是同根生的星陣A那能忍受A位粘回的屈辱，它閉著眼睛就先
黑165將白三角數子切斷幹掉再說。


這樣白三角數子共25目的實地價值就被黑棋收進口袋。


這邊損失了，那邊肯定要補回來，白166接著提，黑右邊原本有近40目實地的陣勢，很可

能不僅被破，還要面臨被白反吃的危險境地。


關鍵就在黑167堵住後這個劫爭上了。


白168開劫後白170撲是絕對的一枚劫材，對此黑171必須應。


這時候按正常的邏輯來說，你白棋找完劫材，下一步肯定是A位接著提劫與黑棋打這個超

級劫爭。


但星陣B卻意外的沒提劫：

https://i.imgur.com/A2Mn9GZ.png

圖16：星陣B沒有在A位提劫，而是突然白172沖一下後白174單勾一個。


它的目的很明顯，就是想讓黑棋B位跟著應，它再C位接著擠，黑D位斷。


但這不是在浪費自己的劫材嗎？


本來A位提劫，這些先手交換都可以當劫材來使的。


我當時看到這就納悶了。再順著星陣B的用意往下推理，唯一的解釋就是它這串交換後，

下一手可確保E位斷吃黑三角一子。


可是黑三角一子的價值太小了，它老盯著這顆子乾嗎？


唯一的解釋就是它想先手加強白左上角。


可是左上白角不是無大礙嗎？黑棋最嚴厲的手段就是F位扳了後H位一路連扳強行做劫。但

這個劫一是黑棋打輸了很損，二是右邊還在超級劫爭呢，黑棋哪有功夫在這搞這麼勉強的

劫？


一時不明白星陣B到底是什麼用意。


直到我看到了星陣A下出黑175這本局的最後一手，才恍然大悟：

https://i.imgur.com/UwTqBfa.png

圖17：黑175是本局的最後一手棋。


這步棋粗粗一看，以為是擺錯地方了，但細細一品，卻發現此招妙不可言：

https://i.imgur.com/5A5rqeE.png

黑175=黑1
圖18：黑1一路侵襲白角後，白2若是普通二路長一個，黑3以下可利用黑三角子力的掩護
，從一路暗渡陳倉。


黑7渡過後，白角搭不出兩隻眼，與中央白子一起陣亡。


在這個過程中，白2有最強應對：

https://i.imgur.com/gl349mg.png

圖19：白1扳是最強應對，對此黑2一路夾是妙手。


然後白3、5祭出“苦肉計”，是白棋唯一可以避免淨死的組合好手。


以下黑A提、白B倒虎、黑C擋、白D撲劫，白局部雖可逃過無條件淨死，但也非常慘：


這個劫，首先白棋之前目數已經虧損巨大，黑棋完全無憂；而更重要的是，這個劫是白棋

不利的兩手劫，也就是說，白棋需要再花兩手棋才能淨活，這劫打起來太累了。


星陣B一看此圖雖可免死，但活罪難逃，於是就爽快認輸了。

https://i.imgur.com/1W5p3bs.png

圖20：現在我們再回頭來看星陣B白172、174的招法，就能明白它的用意了：


星陣B當初選擇白164（白三角一子）提劫的時候，還沒看到左上角黑D位的鬼手。等看到

的時候，已經來不及了。


於是它趕緊白172、174亡羊補牢，期待黑棋暫時沒看見，在A、C位跟著應，這樣白左上角

因為多了E位的斷吃黑三角一子的手段，就可逃過一劫。


但它忘了星陣A跟它是同一個“人”，它看到的手段，星陣A也能看到。


總的來說，由於黑隨時有D位的鬼手，星陣B白164反擊是不行的。


雖然白164後的變化還是很複雜，比如白170這枚劫材特別損（白方塊和黑方塊交換），讓

黑圓圈4子無氣緊之憂。白170可以找別的劫材。但總的來說，白棋還是極為危險。


這裡我也用其他AI看了一下，它們也是一開始都沒看到黑D位的鬼手。隨著往下擺幾步，

它們才慢慢看到。


在與大家一起欣賞到黑175這步絕妙手的同時，我也想與大家分享一個自己的心得：


在復雜死活對殺，生死攸關的地方，不要不加思索就把AI的第一感認為是正解。因為往往

在這種地方，AI很可能開始是沒看到手段的。


這時最好自己先思考驗算一下，然後再看AI的勝率和推薦招法，若是有疑問，可以試著再

往下擺幾步，這時候很可能AI的勝率會發生很大的反轉和變化。


總而言之，自己需要先思考，這樣一是可以驗證AI的推薦是否靠譜；二是思考過程本身，

就有利於你更好的吸收AI的“養分”。


最後做個總結：


本文通過星陣的自對弈對局，我從佈局、中盤、死活三個方面與大家分享了我如何學習AI

的心得體會。


其實三點殊途同歸，都指向一點：我們該如何吸收AI給予我們的“養分”？


或者更深入的說，我們該如何挖掘和提煉AI提供的數據和“答案”背後的意義？


希望本文可以對大家有所幫助和啟發。


感謝星陣團隊提供給我們精彩的星陣自對弈棋譜，我一直對星陣很感興趣，因為它有自己

獨到的三處特點：


1：在低資源下保證星陣的訓練水平：


星陣團隊只有AlphaGo團隊1/100的計算資源，於是他們就在“節流”上做文章。在深度強

化學習的過程中，星陣從各方面下功夫，使用少量資源依然可以讓星陣保持著良好的競技

狀態，並且在世界大賽中取得優異的成績。


2：除了顯示勝率外，還可以用相對量化的目差來衡量當下局勢的好壞：


現在我們能看到AI提供的形勢判斷，都是勝率的顯示，但是勝率有時候還是相對抽象，讓

人捉摸不透。而星陣除了顯示勝率外，還提供了雙方目差的數據，這樣讓我們多了一個參

考來評估當下形勢，而且這個目差數據可以讓我們更量化直觀的了解當下的局勢狀況。


3：可在貼6目半和7目半之間隨意切換，不影響勝率的判斷。


在直播日韓舉行的世界大賽時，往往會遇到這樣的問題：明明對弈規則應該是黑貼6目半

，但其他AI都只能當作黑貼7目半來判斷形勢。


這樣有個問題就是若到了最後官子階段還是細棋局面，這1目的誤差，很可能會對勝率產

生很大的影響。並影響到我們對當下局面的判斷。


但星陣可以做到在黑貼6目半的情況下進行判斷，這能讓我們更客觀的了解當下局勢的好

壞。


在寫這篇棋評期間，我與深客科技CEO，星陣圍棋主創人，畢業於清華大學計算機系的金

涬先生見面溝通了很長時間。


我們探討了棋局，查看了星陣的後台數據，並且聊了從2016年AlphaGo橫空出世後，到如

今所發生的各種事情。


金涬給我這位人工智能領域的初學者，普及了很多有關AI方面的知識：


原來深度卷積神經網絡是AlphaGo能戰胜李世石的關鍵武器。


而價值網絡和快速走子網絡原來曾經一起共事，但隨著價值網絡的不斷進步，快速走子網

絡逐漸淡出了一線。


策略網絡居然真的可以模擬我們人類的直覺，使得價值網絡的計算效率大大提高。


至於深度強化學習，原來就是AI可以在脫離人類提供的棋譜後，依然能通過自對弈來製造

數據供自己學習的過程。


當最後我們聊到有關AlphaGo的第二篇論文時，金涬談到了他創建星陣的初衷：


“完全照著AlphaGo第二篇論文的內容去做星陣，當然也可以而且還更輕鬆，但這樣似乎

就沒啥意思了。因為這就算做到極致，也就跟Alpha Zero一樣。


所以總還是想在這基礎上，做一些創新。這樣一來比較有趣，而且可以給人們帶來更多的

價值和幫助。


二來，我認為Alpha Zero並非極限，所以想看看用別的途徑，有沒有可能超越Alpha Zero

。雖然我們資源有限，但還是值得去嘗試。 ”


祝愿他能成功！


文末是這盤星陣自對弈的全譜：

https://i.imgur.com/PbQPsnl.png

https://i.imgur.com/o11hi93.png

--