跳至主要内容

KataGo 時代（2019-現在）

AlphaGo 喺 2017 年退役之後，圍棋 AI 嘅發展並冇停止。相反，開源社群接過咗火炬，等頂級圍棋 AI 唔再係科技巨頭嘅專利，而係每個人都可以使用嘅工具。呢場「AI 民主化」運動徹底改變咗圍棋嘅學習同訓練方式。

開源 AI 嘅興起​

Leela Zero：社群嘅力量​

2017 年，受到 AlphaZero 論文嘅啟發，比利時程式設計師 Gian-Carlo Pascutto 發起咗 Leela Zero 專案。呢個係一個完全開源嘅圍棋 AI，目標係複製 AlphaZero 嘅成就。

Leela Zero 嘅特點：

  • 完全開源：程式碼公開，任何人都可以參與開發
  • 分散式訓練：利用全球志願者嘅電腦進行訓練
  • 由零開始：唔使用任何人類棋譜，完全靠自我對弈學習

經過幾年嘅社群努力，Leela Zero 達到咗超強嘅棋力水平，成為最早普及嘅開源圍棋 AI 之一。

ELF OpenGo：Facebook 嘅貢獻​

2018 年，Facebook AI Research 發布咗 ELF OpenGo，呢個係另一個基於 AlphaZero 架構嘅開源圍棋 AI。

ELF OpenGo 嘅意義：

  • 提供咗完整嘅訓練程式碼
  • 公開咗預訓練嘅神經網絡權重
  • 等研究者可以喺呢個基礎上進行改進

KataGo：新嘅標準​

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

KataGo 嘅創新：

  • 更高效嘅訓練：使用更少嘅計算資源達到更強嘅水平
  • 更多功能：支援讓子棋、唔同規則、勝率同目數估計
  • 更好嘅人機互動：提供詳細嘅分析輸出
  • 持續更新：定期發布更強嘅神經網絡權重

而家，KataGo 已經成為事實上嘅圍棋 AI 標準，被廣泛用於教學、訓練同研究。

開源 AI 嘅意義​

AI 工具嘅民主化​

喺 AlphaGo 時代，淨係 Google 擁有頂級圍棋 AI。普通棋手淨係可以喺新聞入面睇到 AI 嘅表現，冇辦法親身體驗。

開源 AI 改變咗呢一切：

  • 每個人都可以使用：淨係需要一部普通電腦
  • 免費獲取：唔使支付任何費用
  • 透明嘅演算法：可以了解 AI 係點樣思考嘅

呢個就好似由「淨係專業攝影師先影到靚相」變成「每個人口袋入面都有一部高品質相機」。

圍棋教育嘅革命​

開源 AI 為圍棋教育帶嚟咗革命性嘅變化：

即時反饋

  • 每落一手棋，AI 都可以話畀你知係好棋定係壞棋
  • 可以睇到同「最佳下法」嘅差距
  • 複盤嗰陣可以探索唔同嘅變化

個人化學習

  • 根據自己嘅水平揀適當嘅 AI 強度
  • 針對弱點進行專項訓練
  • 隨時隨地進行練習

客觀嘅評估

  • 唔再依賴主觀嘅評價
  • 可以量化自己嘅進步
  • 了解唔同下法嘅優劣差距

AI 對人類棋風嘅影響​

定式嘅革命​

AI 出現之後，好多傳統定式被證明係次優選擇，新嘅定式不斷湧現：

點三三嘅復興

  • 傳統觀念：開局直接點三三係「俗手」
  • AI 觀點：喺好多情況下，點三三係最高效嘅選擇
  • 結果：現代比賽入面，開局點三三已經成為常態

小目定式嘅重新評估

  • 好多流傳幾百年嘅定式被發現唔係最優
  • 新嘅變化被開發出嚟
  • 棋手需要不斷學習新嘅變化

全局觀念嘅變化​

AI 嘅棋風影響咗人類對圍棋嘅整體理解：

效率優先

  • AI 非常重視每一手棋嘅效率
  • 傳統嘅「厚實」棋風被認為效率較低
  • 現代棋手更重視實地嘅把握

唔怕複雜局面

  • AI 唔怕計算，經常進入複雜嘅戰鬥
  • 人類棋手都開始更積極咁製造複雜局面
  • 比賽嘅激烈程度提高

後半盤嘅精確性

  • AI 嘅官子同收束非常精確
  • 人類棋手喺 AI 幫助下，後半盤能力顯著提升
  • 半目、1/4 目嘅勝負變得更加常見

創造力嘅新形式​

有啲人擔心 AI 會扼殺圍棋嘅創造力，但事實恰恰相反：

  • AI 展示咗好多人類從未諗過嘅下法
  • 棋手喺 AI 嘅啟發下，開發出新嘅戰術
  • 人類同 AI 嘅「混合智慧」產生咗新嘅可能性

現代職業棋士點樣用 AI 訓練​

日常訓練​

現代職業棋手嘅訓練已經同 AI 密不可分：

對弈訓練

  • 同 AI 進行讓子對局
  • 調整 AI 嘅強度嚟配合自己嘅水平
  • 專注於特定類型嘅局面練習

複盤分析

  • 每一局棋之後都用 AI 進行複盤
  • 搵出自己嘅失誤同最佳下法
  • 分析唔同選擇嘅勝率變化

定式研究

  • 使用 AI 探索新嘅定式變化
  • 驗證傳統定式係咪仲有效
  • 開發針對特定對手嘅準備

比賽準備​

AI 都改變咗職業棋手準備比賽嘅方式：

對手研究

  • 用 AI 分析對手嘅棋譜
  • 搵出對手嘅弱點同習慣
  • 準備針對性嘅策略

開局準備

  • 研究 AI 推薦嘅開局下法
  • 準備對手唔熟悉嘅變化
  • 喺開局階段攞到優勢

申真諝嘅例子​

韓國棋手申真諝係「AI 世代」棋手嘅代表。佢由細個就使用 AI 進行訓練，棋風融合咗人類嘅創造力同 AI 嘅精確性。

申真諝嘅成功說明：

  • 早期接觸 AI 可以加速成長
  • AI 訓練唔會取代創造力，而係增強佢
  • 「AI 世代」棋手嘅整體水平確實更高

人類同 AI 嘅共存​

AI 作為工具，而唔係對手​

經過最初嘅衝擊，圍棋界逐漸搵到咗同 AI 共存嘅方式：

  • AI 係老師：教導我哋更好嘅下法
  • AI 係助手：幫我哋分析同研究
  • AI 係夥伴：等我哋睇到圍棋嘅更多可能

人類之間嘅對弈依然有佢獨特嘅價值——情感、心理戰、創造力、以及嗰啲無法被數值化嘅嘢。

圍棋嘅持續發展​

AI 冇終結圍棋，反而為呢項古老嘅遊戲注入咗新嘅活力：

觀賽體驗提升

  • 觀眾可以即時睇到 AI 嘅評估
  • 更容易理解職業棋手嘅思路
  • 增加咗比賽嘅觀賞性

入門門檻降低

  • 新手可以獲得高品質嘅指導
  • 學習效率大幅提高
  • 更多人可以享受圍棋嘅樂趣

整體水平提升

  • 職業棋手嘅平均水平提高
  • 業餘棋手都可以達到更高水平
  • 圍棋嘅「天花板」被不斷推高

展望未來​

技術嘅持續進步​

KataGo 仍然喺持續更新，每個新版本都比之前更強。未來可能嘅發展方向：

  • 更高效嘅訓練方法
  • 更好嘅解釋性（話畀人類知「點解」咁落）
  • 同其他 AI 技術嘅結合

人機協作嘅新模式​

未來，人類同 AI 嘅關係可能會進一步演化：

  • 人機配合賽：人類同 AI 組隊對弈
  • AI 輔助教學：更智慧嘅教學系統
  • 圍棋創作：AI 幫手設計有趣嘅棋局或謎題

圍棋文化嘅延續​

無論技術點樣發展，圍棋嘅核心價值唔會改變：

  • 佢係一種思考嘅訓練
  • 佢係一種美學嘅體驗
  • 佢係人同人連結嘅方式

AI 淨係等我哋用新嘅眼光睇呢項古老嘅遊戲，發現我哋從未想像過嘅美。

「AI 唔係圍棋嘅終結者，而係圍棋嘅新起點。」

由 AlphaGo 嘅震撼，到 KataGo 嘅普及，圍棋 AI 嘅發展等每一個圍棋愛好者都可以享受到科技進步嘅紅利。呢個唔係人類輸畀機器嘅故事，而係人類利用工具超越自我嘅故事。