跳到主要内容

KataGo 时代（2019-现在）

AlphaGo 在 2017 年退役后，围棋 AI 的发展并未停止。相反地，开源社群接过了火炬，让顶级围棋 AI 不再是科技巨头的专利，而是每个人都能使用的工具。这场「AI 民主化」运动彻底改变了围棋的学习和训练方式。

开源 AI 的兴起​

Leela Zero：社群的力量​

2017 年，受到 AlphaZero 论文的启发，比利时程式设计师 Gian-Carlo Pascutto 发起了 Leela Zero 专案。这是一个完全开源的围棋 AI，目标是复制 AlphaZero 的成就。

Leela Zero 的特点：

  • 完全开源：程式码公开，任何人都可以参与开发
  • 分散式训练：利用全球志愿者的电脑进行训练
  • 从零开始：不使用任何人类棋谱，完全靠自我对弈学习

经过数年的社群努力，Leela Zero 达到了超强的棋力水平，成为最早普及的开源围棋 AI 之一。

ELF OpenGo：Facebook 的贡献​

2018 年，Facebook AI Research 发布了 ELF OpenGo，这是另一个基于 AlphaZero 架构的开源围棋 AI。

ELF OpenGo 的意义：

  • 提供了完整的训练程式码
  • 公开了预训练的神经网络权重
  • 让研究者能够在此基础上进行改进

KataGo：新的标准​

2019 年，美国程式设计师 David Wu 发布了 KataGo，迅速成为最受欢迎的开源围棋 AI。

KataGo 的创新：

  • 更高效的训练：使用更少的计算资源达到更强的水平
  • 更多功能：支援让子棋、不同规则、胜率和目数估计
  • 更好的人机互动：提供详细的分析输出
  • 持续更新：定期发布更强的神经网络权重

目前，KataGo 已成为事实上的围棋 AI 标准，被广泛用于教学、训练和研究。

开源 AI 的意义​

AI 工具的民主化​

在 AlphaGo 时代，只有 Google 拥有顶级围棋 AI。普通棋手只能在新闻中看到 AI 的表现，无法亲身体验。

开源 AI 改变了这一切：

  • 每个人都能使用：只需要一台普通电脑
  • 免费获取：不需要支付任何费用
  • 透明的算法：可以了解 AI 是如何思考的

这就像从「只有专业摄影师才能拍出好照片」变成「每个人口袋里都有一台高品质相机」。

围棋教育的革命​

开源 AI 为围棋教育带来了革命性的变化：

即时反馈

  • 每下一手棋，AI 都能告诉你是好棋还是坏棋
  • 可以看到与「最佳下法」的差距
  • 复盘时可以探索不同的变化

个人化学习

  • 根据自己的水平选择适当的 AI 强度
  • 针对弱点进行专项训练
  • 随时随地进行练习

客观的评估

  • 不再依赖主观的评价
  • 可以量化自己的进步
  • 了解不同下法的优劣差距

AI 对人类棋风的影响​

定式的革命​

AI 出现后，许多传统定式被证明是次优选择，新的定式不断涌现：

点三三的复兴

  • 传统观念：开局直接点三三是「俗手」
  • AI 观点：在很多情况下，点三三是最高效的选择
  • 结果：现代比赛中，开局点三三已成为常态

小目定式的重新评估

  • 许多流传数百年的定式被发现不是最优
  • 新的变化被开发出来
  • 棋手需要不断学习新的变化

全局观念的变化​

AI 的棋风影响了人类对围棋的整体理解：

效率优先

  • AI 非常重视每一手棋的效率
  • 传统的「厚实」棋风被认为效率较低
  • 现代棋手更重视实地的把握

不惧怕复杂局面

  • AI 不怕计算，经常进入复杂的战斗
  • 人类棋手也开始更积极地制造复杂局面
  • 比赛的激烈程度提高

后半盘的精确性

  • AI 的官子和收束非常精确
  • 人类棋手在 AI 帮助下，后半盘能力显著提升
  • 半目、1/4 目的胜负变得更加常见

创造力的新形式​

有些人担心 AI 会扼杀围棋的创造力，但事实恰恰相反：

  • AI 展示了许多人类从未想过的下法
  • 棋手在 AI 的启发下，开发出新的战术
  • 人类与 AI 的「混合智慧」产生了新的可能性

现代职业棋士如何使用 AI 训练​

日常训练​

现代职业棋手的训练已经与 AI 密不可分：

对弈训练

  • 与 AI 进行让子对局
  • 调整 AI 的强度来匹配自己的水平
  • 专注于特定类型的局面练习

复盘分析

  • 每一局棋后都用 AI 进行复盘
  • 找出自己的失误和最佳下法
  • 分析不同选择的胜率变化

定式研究

  • 使用 AI 探索新的定式变化
  • 验证传统定式是否仍然有效
  • 开发针对特定对手的准备

比赛准备​

AI 也改变了职业棋手准备比赛的方式：

对手研究

  • 用 AI 分析对手的棋谱
  • 找出对手的弱点和习惯
  • 准备针对性的策略

开局准备

  • 研究 AI 推荐的开局下法
  • 准备对手不熟悉的变化
  • 在开局阶段取得优势

申真谞的例子​

韩国棋手申真谞是「AI 世代」棋手的代表。他从小就使用 AI 进行训练，棋风融合了人类的创造力和 AI 的精确性。

申真谞的成功说明：

  • 早期接触 AI 可以加速成长
  • AI 训练不会取代创造力，而是增强它
  • 「AI 世代」棋手的整体水平确实更高

人类与 AI 的共存​

AI 作为工具，而非对手​

经过最初的冲击，围棋界逐渐找到了与 AI 共存的方式：

  • AI 是老师：教导我们更好的下法
  • AI 是助手：帮助我们分析和研究
  • AI 是伙伴：让我们看到围棋的更多可能

人类之间的对弈依然有其独特价值——情感、心理战、创造力、以及那些无法被数值化的东西。

围棋的持续发展​

AI 没有终结围棋，反而为这项古老的游戏注入了新的活力：

观赛体验提升

  • 观众可以即时看到 AI 的评估
  • 更容易理解职业棋手的思路
  • 增加了比赛的观赏性

入门门槛降低

  • 新手可以获得高品质的指导
  • 学习效率大幅提高
  • 更多人能够享受围棋的乐趣

整体水平提升

  • 职业棋手的平均水平提高
  • 业余棋手也能达到更高水平
  • 围棋的「天花板」被不断推高

展望未来​

技术的持续进步​

KataGo 仍在持续更新，每个新版本都比之前更强。未来可能的发展方向：

  • 更高效的训练方法
  • 更好的解释性（告诉人类「为什么」这样下）
  • 与其他 AI 技术的结合

人机协作的新模式​

未来，人类与 AI 的关系可能会进一步演化：

  • 人机配合赛：人类与 AI 组队对弈
  • AI 辅助教学：更智慧的教学系统
  • 围棋创作：AI 帮助设计有趣的棋局或谜题

围棋文化的延续​

无论技术如何发展，围棋的核心价值不会改变：

  • 它是一种思考的训练
  • 它是一种美学的体验
  • 它是人与人连结的方式

AI 只是让我们用新的眼光看待这项古老的游戏，发现我们从未想象过的美。

「AI 不是围棋的终结者，而是围棋的新起点。」

从 AlphaGo 的震撼，到 KataGo 的普及，围棋 AI 的发展让每一个围棋爱好者都能享受到科技进步的红利。这不是人类输给了机器的故事，而是人类利用工具超越自我的故事。