跳至主要内容

圍棋 AI 發展時間軸

圍棋曾被視為人工智慧最困難的挑戰之一，因其巨大的搜索空間（約 10^170 種可能局面）。這個時間軸記錄了圍棋 AI 從「不可能」到「超越人類」的歷程。

前 AI 時代（1968-2005）​

1968 - 第一個圍棋程式​

Zobrist 開發了第一個圍棋程式，但只能下出「亂下」的水平。

1970-2005 - 傳統方法的極限​

  • 基於規則的專家系統
  • Minimax + Alpha-Beta 剪枝
  • 最強程式僅達業餘初段水平

為什麼圍棋這麼難？

遊戲平均分支因子狀態空間
井字棋410^3
西洋棋3510^47
圍棋25010^170

MCTS 時代（2006-2015）​

2006 - 蒙地卡羅樹搜索的突破​

Rémi Coulom 將蒙地卡羅方法應用於圍棋，開發了 Crazy Stone。

核心創新：

  • 不需要評估函數
  • 用隨機模擬估計勝率
  • MCTS 四步驟：Select → Expand → Simulate → Backprop

相關動畫概念：

  • 🎬 C1：隨機取樣 ↔ 蒙地卡羅積分
  • 🎬 C5：MCTS 四步驟 ↔ 樹的遍歷

2008 - MoGo 首次擊敗職業棋手​

MoGo 在讓九子的情況下擊敗職業九段，證明 MCTS 的潛力。

2012 - Zen 達到業餘六段​

日本的 Zen 程式達到業餘六段水平，是當時最強的圍棋 AI。

AlphaGo 時代（2015-2017）​

2015 年 10 月 - AlphaGo 擊敗樊麾​

Google DeepMind 的 AlphaGo 以 5:0 擊敗歐洲冠軍樊麾（職業二段）。

核心創新：

  • Policy Network：預測下一步的機率分布
  • Value Network：評估當前局面的勝率
  • 結合 MCTS：用神經網路取代隨機模擬

相關動畫概念：

  • 🎬 E1：策略網路 ↔ 策略分布
  • 🎬 E2：價值網路 ↔ 價值函數

2016 年 3 月 - AlphaGo 擊敗李世乭​

AlphaGo 以 4:1 擊敗世界冠軍李世乭，震驚全球。

第 37 手「神之一手」：

  • AlphaGo 在第二盤下出人類從未想過的肩衝
  • 專家評論「這不是人類會下的棋」
  • 最終證明是致勝關鍵

2017 年 5 月 - AlphaGo 擊敗柯潔​

AlphaGo 以 3:0 擊敗當時世界排名第一的柯潔，確立 AI 已超越人類頂尖水平。

2017 年 10 月 - AlphaGo Zero 發表​

DeepMind 發表 AlphaGo Zero，完全不需要人類棋譜，從零開始自我學習。

驚人成果：

  • 3 天超越擊敗李世乭的 AlphaGo
  • 21 天超越 AlphaGo Master
  • 40 天成為史上最強

核心創新：

  • 單一網路，雙頭輸出（Policy + Value）
  • 純自我對弈，不需人類棋譜
  • 更簡潔的架構，更強的棋力

相關動畫概念：

  • 🎬 E5：自我對弈 ↔ 不動點收斂
  • 🎬 E7：從零開始 ↔ 自組織

2017 年 12 月 - AlphaZero 發表​

AlphaZero 將同樣的架構應用於西洋棋和將棋，均達到超越人類的水平。

開源時代（2018-2019）​

2018 - Leela Zero 達到超人水平​

比利時開發者 Gian-Carlo Pascutto 發起 Leela Zero 專案，社群分散式訓練。

意義：

  • 證明 AlphaZero 方法可被復現
  • 開源讓所有人都能使用頂級圍棋 AI

2019 - KataGo 發表​

David Wu 發表 KataGo，以更少資源達到更強棋力。

核心突破：

  • 訓練效率提升 50 倍
  • 30 GPU × 19 天 = 超越 Leela Zero
  • 完全開源（MIT 授權）

相關動畫概念：

  • 🎬 E3：雙頭網路 ↔ 多任務學習
  • 🎬 F5：計算資源縮放 ↔ 縮放定律

產業應用時代（2020-至今）​

2020 - KataGo 分散式訓練​

KataGo Training 專案啟動，全球志願者貢獻算力進行分散式訓練。

2021-2022 - AI 融入職業訓練​

  • 韓國國家隊：使用 KataGo 和 ELF OpenGo 訓練
  • 中國國家隊：使用騰訊絕藝
  • 日本棋院：逐步接受 AI 輔助

2023-2025 - 人機共生時代​

  • AI 覆盤成為標準訓練流程
  • 新定式不斷被 AI 發現
  • 人類棋手學習 AI 的下法風格
  • 「AI 流」成為主流下法

技術演進總覽​

1968-2005  傳統方法（規則、搜索）→ 業餘初段
    │
    ↓
2006-2015  MCTS（隨機模擬）→ 業餘六段
    │
    ↓
2015-2017  AlphaGo（深度學習 + MCTS）→ 超越人類
    │
    ↓
2017-2019  AlphaGo Zero/KataGo（純自我對弈）→ 效率提升
    │
    ↓
2020-至今  產業應用（訓練、分析、教學）→ 人機共生

關鍵數據對比​

系統年份訓練資源棋力
傳統程式2005N/A業餘初段
Zen2012N/A業餘六段
AlphaGo (Lee)2016數千 TPU超越世界冠軍
AlphaGo Zero20174 TPU × 3 天100:0 擊敗 AlphaGo
KataGo201930 GPU × 19 天超越 Leela Zero
KataGo2024分散式訓練持續進化中

延伸閱讀​