圍棋 AI 產業現況
2016 年 AlphaGo 擊敗李世乭後，圍棋 AI 已經深刻改變了整個圍棋生態。
自 2016 年 AlphaGo 之後，圍棋 AI 全面改變了訓練方式、定式研究與學習門檻，職業棋界也從震驚、抗拒走向全面融合。如今 AI 已催生圍棋教學平台等多元商業應用，成為棋界不可或缺的訓練與學習工具。
AI 為棋界帶來的改變
正面影響
| 面向 | 改變 |
|---|---|
| 訓練方式 | 從人對人對弈 → AI 輔助覆盤 |
| 定式研究 | 從經驗累積 → AI 發現新變化 |
| 棋力天花板 | 從人類頂尖 → 超人水準 |
| 學習門檻 | 從需要名師 → 人人有 AI 教練 |
職業棋界的適應
| 階段 | 時期 | 特徵 |
|---|---|---|
| 震驚期 | 2016-2017 | 「AI 怎麼可能比人強？」 |
| 抗拒期 | 2017-2018 | 「AI 的棋很醜，不想學」 |
| 接受期 | 2018-2020 | 「AI 是很好的訓練工具」 |
| 融合期 | 2020-至今 | 「沒有 AI 無法訓練」 |
主要商業應用
1. 圍棋教學平台
| 平台 | 特點 | 地區 |
|---|---|---|
| AI Sensei | 專業覆盤分析 | 德國（全球） |
| 弈客圍棋 | 全方位學習平台 | 中國 |
| 野狐圍棋 | 職業棋手聚集 | 中國 |
| OGS | 免費開源平台 | 全球 |
| Pandanet IGS | 老牌對弈平台 | 日本 |
2. AI 分析工具
| 工具 | 用途 | 授權 |
|---|---|---|
| KaTrain | 教學與自我訓練 | 開源免費 |
| Lizzie | 專業分析介面 | 開源免費 |
| Sabaki | 棋譜管理與分析 | 開源免費 |
| BadukAI | 線上即時分析 | 商業 |
3. 職業訓練
| 國家 | 使用的 AI | 說明 |
|---|---|---|
| 韓國 | KataGo, 絕藝 | 國家隊標準配備 |
| 中國 | 絕藝 | 騰訊開發，非公開 |
| 日本 | KataGo | 逐漸普及 |
| 台灣 | KataGo | GOER AI 系統 |
市場規模
全球圍棋人口
| 地區 | 估計人數 | 說明 |
|---|---|---|
| 中國 | 5000 萬+ | 最大市場 |
| 日本 | 500 萬+ | 傳統強國 |
| 韓國 | 800 萬+ | 職業最強 |
| 台灣 | 100 萬+ | 快速成長 |
| 歐美 | 100 萬+ | 穩定成長 |
商業機會
| 領域 | 機會 |
|---|---|
| 教育科技 | AI 教學平台、個人化學習 |
| 遊戲娛樂 | AI 對手、難度調整 |
| 內容創作 | 覆盤影片、教學內容 |
| 競技賽事 | AI 輔助轉播、即時分析 |
| 研究應用 | 決策系統、規劃演算法 |
技術生態
開源 vs 閉源
| 類型 | 代表 | 優勢 | 劣勢 |
|---|---|---|---|
| 開源 | KataGo, Leela Zero | 免費、可客製 | 需技術能力 |
| 閉源 | 絕藝, 星陣 | 即用、有支援 | 費用、依賴廠商 |
KataGo 生態系
KataGo 核心引擎
│
├─── KaTrain（教學工具）
│
├─── Lizzie（分析介面）
│
├─── Sabaki（棋譜編輯）
│
├─── 各平台 API 整合
│
└─── 分散式訓練網路
未來趨勢
短期（1-2 年）
- AI 分析成為所有平台標配
- 更多個人化學習功能
- 行動裝置 AI 分析普及
中期（3-5 年）
- AI 即時解說進入職業賽事轉播
- 虛擬教練取代部分人類教學
- 跨棋類 AI 技術整合
長期（5-10 年）
- AI 輔助設計新的圍棋規則/變體
- 腦機介面與圍棋訓練結合
- 圍棋 AI 技術遷移到其他決策領域