मुख्य कंटेंट तक स्किप करें

KataGo 時代（2019-現在）

AlphaGo 在 2017 年退役後，圍棋 AI 的發展並未停止。相反地，開源社群接過了火炬，讓頂級圍棋 AI 不再是科技巨頭的專利，而是每個人都能使用的工具。這場「AI 民主化」運動徹底改變了圍棋的學習和訓練方式。

開源 AI 的興起​

Leela Zero：社群的力量​

2017 年，受到 AlphaZero 論文的啟發，比利時程式設計師 Gian-Carlo Pascutto 發起了 Leela Zero 專案。這是一個完全開源的圍棋 AI，目標是複製 AlphaZero 的成就。

Leela Zero 的特點：

  • 完全開源：程式碼公開，任何人都可以參與開發
  • 分散式訓練：利用全球志願者的電腦進行訓練
  • 從零開始：不使用任何人類棋譜，完全靠自我對弈學習

經過數年的社群努力，Leela Zero 達到了超強的棋力水平，成為最早普及的開源圍棋 AI 之一。

ELF OpenGo：Facebook 的貢獻​

2018 年，Facebook AI Research 發布了 ELF OpenGo，這是另一個基於 AlphaZero 架構的開源圍棋 AI。

ELF OpenGo 的意義：

  • 提供了完整的訓練程式碼
  • 公開了預訓練的神經網路權重
  • 讓研究者能夠在此基礎上進行改進

KataGo：新的標準​

2019 年，美國程式設計師 David Wu 發布了 KataGo，迅速成為最受歡迎的開源圍棋 AI。

KataGo 的創新：

  • 更高效的訓練：使用更少的計算資源達到更強的水平
  • 更多功能：支援讓子棋、不同規則、勝率和目數估計
  • 更好的人機互動：提供詳細的分析輸出
  • 持續更新：定期發布更強的神經網路權重

目前，KataGo 已成為事實上的圍棋 AI 標準，被廣泛用於教學、訓練和研究。

開源 AI 的意義​

AI 工具的民主化​

在 AlphaGo 時代，只有 Google 擁有頂級圍棋 AI。普通棋手只能在新聞中看到 AI 的表現，無法親身體驗。

開源 AI 改變了這一切：

  • 每個人都能使用：只需要一台普通電腦
  • 免費獲取：不需要支付任何費用
  • 透明的演算法：可以了解 AI 是如何思考的

這就像從「只有專業攝影師才能拍出好照片」變成「每個人口袋裡都有一台高品質相機」。

圍棋教育的革命​

開源 AI 為圍棋教育帶來了革命性的變化：

即時反饋

  • 每下一手棋，AI 都能告訴你是好棋還是壞棋
  • 可以看到與「最佳下法」的差距
  • 複盤時可以探索不同的變化

個人化學習

  • 根據自己的水平選擇適當的 AI 強度
  • 針對弱點進行專項訓練
  • 隨時隨地進行練習

客觀的評估

  • 不再依賴主觀的評價
  • 可以量化自己的進步
  • 了解不同下法的優劣差距

AI 對人類棋風的影響​

定式的革命​

AI 出現後，許多傳統定式被證明是次優選擇，新的定式不斷湧現：

點三三的復興

  • 傳統觀念：開局直接點三三是「俗手」
  • AI 觀點：在很多情況下，點三三是最高效的選擇
  • 結果：現代比賽中，開局點三三已成為常態

小目定式的重新評估

  • 許多流傳數百年的定式被發現不是最優
  • 新的變化被開發出來
  • 棋手需要不斷學習新的變化

全局觀念的變化​

AI 的棋風影響了人類對圍棋的整體理解：

效率優先

  • AI 非常重視每一手棋的效率
  • 傳統的「厚實」棋風被認為效率較低
  • 現代棋手更重視實地的把握

不懼怕複雜局面

  • AI 不怕計算，經常進入複雜的戰鬥
  • 人類棋手也開始更積極地製造複雜局面
  • 比賽的激烈程度提高

後半盤的精確性

  • AI 的官子和收束非常精確
  • 人類棋手在 AI 幫助下，後半盤能力顯著提升
  • 半目、1/4 目的勝負變得更加常見

創造力的新形式​

有些人擔心 AI 會扼殺圍棋的創造力，但事實恰恰相反：

  • AI 展示了許多人類從未想過的下法
  • 棋手在 AI 的啟發下，開發出新的戰術
  • 人類與 AI 的「混合智慧」產生了新的可能性

現代職業棋士如何使用 AI 訓練​

日常訓練​

現代職業棋手的訓練已經與 AI 密不可分：

對弈訓練

  • 與 AI 進行讓子對局
  • 調整 AI 的強度來匹配自己的水平
  • 專注於特定類型的局面練習

複盤分析

  • 每一局棋後都用 AI 進行複盤
  • 找出自己的失誤和最佳下法
  • 分析不同選擇的勝率變化

定式研究

  • 使用 AI 探索新的定式變化
  • 驗證傳統定式是否仍然有效
  • 開發針對特定對手的準備

比賽準備​

AI 也改變了職業棋手準備比賽的方式：

對手研究

  • 用 AI 分析對手的棋譜
  • 找出對手的弱點和習慣
  • 準備針對性的策略

開局準備

  • 研究 AI 推薦的開局下法
  • 準備對手不熟悉的變化
  • 在開局階段取得優勢

申真諝的例子​

韓國棋手申真諝是「AI 世代」棋手的代表。他從小就使用 AI 進行訓練，棋風融合了人類的創造力和 AI 的精確性。

申真諝的成功說明：

  • 早期接觸 AI 可以加速成長
  • AI 訓練不會取代創造力，而是增強它
  • 「AI 世代」棋手的整體水平確實更高

人類與 AI 的共存​

AI 作為工具，而非對手​

經過最初的衝擊，圍棋界逐漸找到了與 AI 共存的方式：

  • AI 是老師：教導我們更好的下法
  • AI 是助手：幫助我們分析和研究
  • AI 是夥伴：讓我們看到圍棋的更多可能

人類之間的對弈依然有其獨特價值——情感、心理戰、創造力、以及那些無法被數值化的東西。

圍棋的持續發展​

AI 沒有終結圍棋，反而為這項古老的遊戲注入了新的活力：

觀賽體驗提升

  • 觀眾可以即時看到 AI 的評估
  • 更容易理解職業棋手的思路
  • 增加了比賽的觀賞性

入門門檻降低

  • 新手可以獲得高品質的指導
  • 學習效率大幅提高
  • 更多人能夠享受圍棋的樂趣

整體水平提升

  • 職業棋手的平均水平提高
  • 業餘棋手也能達到更高水平
  • 圍棋的「天花板」被不斷推高

展望未來​

技術的持續進步​

KataGo 仍在持續更新，每個新版本都比之前更強。未來可能的發展方向：

  • 更高效的訓練方法
  • 更好的解釋性（告訴人類「為什麼」這樣下）
  • 與其他 AI 技術的結合

人機協作的新模式​

未來，人類與 AI 的關係可能會進一步演化：

  • 人機配合賽：人類與 AI 組隊對弈
  • AI 輔助教學：更智慧的教學系統
  • 圍棋創作：AI 幫助設計有趣的棋局或謎題

圍棋文化的延續​

無論技術如何發展，圍棋的核心價值不會改變：

  • 它是一種思考的訓練
  • 它是一種美學的體驗
  • 它是人與人連結的方式

AI 只是讓我們用新的眼光看待這項古老的遊戲，發現我們從未想像過的美。

「AI 不是圍棋的終結者，而是圍棋的新起點。」

從 AlphaGo 的震撼，到 KataGo 的普及，圍棋 AI 的發展讓每一個圍棋愛好者都能享受到科技進步的紅利。這不是人類輸給了機器的故事，而是人類利用工具超越自我的故事。