跳到主要内容

AI 围棋发展史

长期以来，围棋被认为是人工智能最难攻克的游戏。棋盘上 19×19 = 361 个交叉点，每一点都可能落子，变化数目超过宇宙中的原子总数（约 10^170 种可能的棋局）。传统的穷举搜索方法在围棋面前完全失效。

然而，2015 年至 2017 年间，DeepMind 的 AlphaGo 系列程式彻底改变了这一切。这场革命不仅影响了围棋，更推动了整个人工智能领域的发展。

为什么围棋这么难？​

庞大的搜索空间​

以国际象棋为例，平均每一步有约 35 种合法着法，一局棋约 80 步。而围棋平均每步有约 250 种合法着法，一局棋约 150 步。这意味着围棋的搜索空间比国际象棋大了数百个数量级。

难以评估的局面​

国际象棋的每个棋子都有明确的价值（皇后 9 分、车 5 分等），可以用简单的公式评估局面。但在围棋中，一颗棋子的价值取决于它与周围棋子的关系，没有简单的评估方法。

一块棋是死是活？一片势力值多少目？这些问题即使对人类专家来说，也经常需要深入的计算和判断。

早期围棋程式的困境​

在 AlphaGo 之前，最强的围棋程式只有业余 5-6 段的水平，与职业棋手相差甚远。这些程式主要使用「蒙特卡罗树搜索」（MCTS）方法，通过大量随机模拟来评估局面。

但这种方法有明显的局限性：随机模拟无法捕捉围棋中的策略性思维，程式经常会犯人类看来非常愚蠢的错误。

AI 围棋的两个时代​

AlphaGo 时代（2015-2017）​

这个时代始于 AlphaGo 击败樊麾，终于 AlphaZero 论文的发表。DeepMind 在短短两年内，实现了从击败职业棋手到超越人类极限的飞跃。

关键里程碑：

  • 2015.10：击败樊麾（首次击败职业棋手）
  • 2016.03：击败李世乭（4:1）
  • 2017.01：Master 线上 60 连胜
  • 2017.05：击败柯洁（3:0）
  • 2017.10：AlphaZero 发表

KataGo 时代（2019-现在）​

AlphaGo 退役后，开源社群接过了火炬。KataGo、Leela Zero 等开源 AI 让每个人都能使用顶级围棋引擎，彻底改变了围棋的学习和训练方式。

这个时代的特点：

  • AI 工具的民主化
  • 职业棋手广泛使用 AI 训练
  • 人类棋风的 AI 化
  • 围棋整体水平的提升

AI 带来的认知冲击​

「正确下法」的重新定义​

AI 出现之前，人类经过数千年积累，建立了一套被认为是「正确」的围棋理论。然而，AI 的许多下法与人类的传统认知相悖：

  • 点三三：传统观念认为开局直接点三三是「俗手」，AI 却经常这样下
  • 肩冲：过去被认为是「恶手」的肩冲，在某些局面下被 AI 证明是最佳选择
  • 贴身攻击：AI 喜欢近身缠斗，与人类传统的「攻击从远处开始」理念不同

人类的局限与潜能​

AI 的出现让人类认识到自己的局限性，但同时也展现了人类的潜能。

在 AI 的帮助下，年轻棋手的成长速度大大加快。过去需要十年才能达到的水平，现在可能只需要三到五年。整个围棋的水平都在提升。

围棋的未来​

有人担心 AI 会让围棋失去意义——既然永远下不过 AI，为什么还要下棋？

但事实证明，这种担心是多余的。AI 没有终结围棋，而是开启了围棋的新纪元。人类与人类之间的对弈，依然充满着创造力、情感和不可预测性——这些正是让围棋有趣的本质。

接下来，让我们详细了解这两个时代的具体发展。