मुख्य कंटेंट तक स्किप करें

AI 圍棋發展史

長期以來，圍棋被認為是人工智慧最難攻克的遊戲。棋盤上 19×19 = 361 個交叉點，每一點都可能落子，變化數目超過宇宙中的原子總數（約 10^170 種可能的棋局）。傳統的窮舉搜索方法在圍棋面前完全失效。

然而，2015 年至 2017 年間，DeepMind 的 AlphaGo 系列程式徹底改變了這一切。這場革命不僅影響了圍棋，更推動了整個人工智慧領域的發展。

為什麼圍棋這麼難？​

龐大的搜索空間​

以國際象棋為例，平均每一步有約 35 種合法著法，一局棋約 80 步。而圍棋平均每步有約 250 種合法著法，一局棋約 150 步。這意味著圍棋的搜索空間比國際象棋大了數百個數量級。

難以評估的局面​

國際象棋的每個棋子都有明確的價值（皇后 9 分、車 5 分等），可以用簡單的公式評估局面。但在圍棋中，一顆棋子的價值取決於它與周圍棋子的關係，沒有簡單的評估方法。

一塊棋是死是活？一片勢力值多少目？這些問題即使對人類專家來說，也經常需要深入的計算和判斷。

早期圍棋程式的困境​

在 AlphaGo 之前，最強的圍棋程式只有業餘 5-6 段的水平，與職業棋手相差甚遠。這些程式主要使用「蒙特卡羅樹搜索」（MCTS）方法，通過大量隨機模擬來評估局面。

但這種方法有明顯的局限性：隨機模擬無法捕捉圍棋中的策略性思維，程式經常會犯人類看來非常愚蠢的錯誤。

AI 圍棋的兩個時代​

AlphaGo 時代（2015-2017）​

這個時代始於 AlphaGo 擊敗樊麾，終於 AlphaZero 論文的發表。DeepMind 在短短兩年內，實現了從擊敗職業棋手到超越人類極限的飛躍。

關鍵里程碑：

  • 2015.10：擊敗樊麾（首次擊敗職業棋手）
  • 2016.03：擊敗李世乭（4:1）
  • 2017.01：Master 線上 60 連勝
  • 2017.05：擊敗柯潔（3:0）
  • 2017.10：AlphaZero 發表

KataGo 時代（2019-現在）​

AlphaGo 退役後，開源社群接過了火炬。KataGo、Leela Zero 等開源 AI 讓每個人都能使用頂級圍棋引擎，徹底改變了圍棋的學習和訓練方式。

這個時代的特點：

  • AI 工具的民主化
  • 職業棋手廣泛使用 AI 訓練
  • 人類棋風的 AI 化
  • 圍棋整體水平的提升

AI 帶來的認知衝擊​

「正確下法」的重新定義​

AI 出現之前，人類經過數千年積累，建立了一套被認為是「正確」的圍棋理論。然而，AI 的許多下法與人類的傳統認知相悖：

  • 點三三：傳統觀念認為開局直接點三三是「俗手」，AI 卻經常這樣下
  • 肩衝：過去被認為是「惡手」的肩衝，在某些局面下被 AI 證明是最佳選擇
  • 貼身攻擊：AI 喜歡近身纏鬥，與人類傳統的「攻擊從遠處開始」理念不同

人類的局限與潛能​

AI 的出現讓人類認識到自己的局限性，但同時也展現了人類的潛能。

在 AI 的幫助下，年輕棋手的成長速度大大加快。過去需要十年才能達到的水平，現在可能只需要三到五年。整個圍棋的水平都在提升。

圍棋的未來​

有人擔心 AI 會讓圍棋失去意義——既然永遠下不過 AI，為什麼還要下棋？

但事實證明，這種擔心是多餘的。AI 沒有終結圍棋，而是開啟了圍棋的新紀元。人類與人類之間的對弈，依然充滿著創造力、情感和不可預測性——這些正是讓圍棋有趣的本質。

接下來，讓我們詳細了解這兩個時代的具體發展。