大家好，這段時間在準備CCTV杯快棋賽，所以沒有及時更新內容。

今天上午第一輪，發(fā)揮得不錯，順利晉級。

但下午第二輪，輸在了優(yōu)勢下的松懈。該出招時不出招，反受其亂。

雖然有些遺憾，但作為人來說，下棋本來就是一種修煉和超越自我的過程。所以就當付學費買個教訓，下盤棋爭取做得更好便是。

今天，我要跟大家聊的這盤棋，對弈雙方都不是人，而是一個人工智能自己在跟自己下棋。

大家看到這，可能會覺得這應該是AlphaGo的左右互搏自對弈棋局。

這次還真不是，我現(xiàn)在手上的這張棋譜，是星陣圍棋的團隊給我的，對弈雙方是中國圍棋人工智能星陣和自己。

提起星陣，大家應該都知道，它首先實力了得，去年“中信證卷杯”世界人工智能大賽中，雖然絕藝未參賽，但它超越了里拉和ELF后奪取冠軍，其含金量也很足。這充分證明了星陣的實力。

其次，星陣是一位特別與眾不同的AI，當其他AI在優(yōu)勢局面下進行“剪枝”開始退讓，不求多勝只求穩(wěn)勝時，它卻不這樣干，無論多大優(yōu)勢，只要它認為能行的棋，就以最強手出擊。頗有人類圍棋的影子和味道。

我手上這張棋譜，是星陣每步棋花了30秒思考的左右互搏對局。

以前都是跟大家分享我對于人類之間或者人與AI之間對局的感想。

今天我嘗試著和大家分享一下我如何來看AI自對弈的對局。

我會從三個方面聊起：

1：如何看待AI在布局上推薦的選點？

2：AI在中盤時重視什么？

3：遇到大型對殺時，如何驗證AI是否正確？

下面讓我們一起進入這盤星陣自對弈的精彩實戰(zhàn)對局：

1

布局篇

星陣首選A點，勝率43.1%；若選B點，勝率42.4%

圖1：我一下子不知道該怎么稱呼兩位“對局者”，就叫它們星陣A和星陣B吧。

現(xiàn)在星陣B白26飛起，右上角的流行定式告一段落了。布局則還在進行中。

這時候黑棋大致有兩個選點：

A點掛角：這步棋是最容易想到的一手，它威脅著白左下星位一子的同時，還擴張了右邊至右下黑三角陣勢的規(guī)模，使之更加立體化。

B點掛角：這步棋意在破壞上方白三角陣勢。

這兩點到底哪個好呢？

可能有些棋友會回答：“胡老師，你看星陣首選的是A點，而且A點的勝率比B點多0.7%的勝率，那就選A點吧?！?/strong>

在回答這個問題前，我先跟大家分享一下自己對這兩點的分析。

我們先來看A點掛角：

圖2：黑1掛角，白棋對此有不少應法，我們就先假設白2小飛吧。

對此黑棋其實也有不少下法，但為了方便大家理解，我就按黑3大飛拆回來看。

此時右邊至右下黑三角陣勢由于黑1、3的呼應，升級成了立體陣勢。立體陣勢的高效就在于：“無論你打入哪一邊，另一邊必然會通過攻擊自然成空”。

所以這時候白棋若直接深入黑陣未必是良策，因此白4左上小飛守角先確保左上角扎實，同時與右上白角呼應形成了陣勢，再配合上左下白角，也形成了一個立體陣勢。

如此進行的話，棋局將形成黑白互圍大模樣的格局。

那么B點掛角又會是什么情況呢？

圖3：黑B位掛角，最需要擔心的就是白1、3尖頂了跳，利用白上邊的子力優(yōu)勢來攻擊黑棋（白1若夾擊，黑可點三三轉身取角）。

但此局面下，黑棋還是可以從容應對的：

1：黑4有充分的拆邊空間。黑4是可以拆三而不是拆二。若只能拆二的話，黑棋不僅局部很局促，對白棋也構不成威脅，那這個破壞白陣的效率就不高了。

2：黑4拆三不僅是防守自己，同時威脅著右上角白棋大塊，因為接下來黑A位飛的話，白右上大塊未安定。

3：由于黑4拆三威脅著右上白角，因此等于間接的緩解了白C位動出手段的壓力，由于白右上角未安定，白C位動出就需要掂量掂量了。

以上看似獨立的三點，其實都由一個重要條件聯(lián)系起來，那就是右上白三角大塊的強弱問題：

假設白棋A位多顆子

圖4：比如白若是在右上角有顆A位的子，那情況就完全不同了。

首先由于右上白角多了A位這顆子后已經徹底安定，黑4拆三不僅對白棋構不成威脅，反而遭來白C的殘酷打入。所以黑4基本上只能委屈的在D位拆個小二。

其次由于右上白角已經徹底安定，因此黑4這顆子對右上白角產生不了任何威脅和牽制，所以白今后隨時可在E位動出白圓圈一子，并且不用考慮后顧之憂。

那如果是這樣，黑B位掛角的價值頓時銳減。因為黑所得僅僅是單純破了白棋上邊的一些空，不僅下一步對白棋毫無威脅，自身還落下一塊孤棋，將來慢慢還債。

所以黑B點掛角之所以在星陣的選點范圍內，是因為星陣早看見右上白角是未安定之形。

以上是我對圖1中AB兩個選點的分析，下面我們再來回答一下圖1的開始問題：

圖5：雖然星陣認為A點掛角是它的首選，并且勝率高于B點掛角0.7%。

但這兩個點對我來說，真的很難去以絕對的好壞來看待。

我認為兩個點均可選擇。

但是，我會留意兩個地方：

1：按理說，A點相對于B點空間更廣，價值應該更大，但為什么星陣覺得其中差別不是很大？

  這其中有個很重要的先決條件就是白右上角還未安定。一旦黑B位掛角后能占到C點逼住白右上角，白右上角的不安定因素頓時顯現(xiàn)。是這個先決條件，讓黑B位掛角的價值得到提升。

2：AB兩點所導致的戰(zhàn)略格局是大不相同的。A點很容易形成雙方互圍模樣的格局；B點則很容易形成雙方小塊分割的細棋格局。

    因此雖然我無法判斷AB兩點的優(yōu)劣，但我會根據(jù)對手的風格，來決定我的選擇。

   對手若是酷愛戰(zhàn)斗型棋風，那我很可能就會選擇B位掛角，將局面導入小塊分割的細棋格局，讓對手的力量發(fā)揮不出來；若對手擅長小刀割肉的細棋格局，那我就會選擇A位掛角，將局面引入雙方互圍模樣的復雜格局中，避開對手的長處。 

第1點是通過提出疑問來整理選點背后的邏輯，并通過邏輯來推斷出AI所給數(shù)據(jù)背后的”所以然“來。

第2點是理解AB兩點的特性，并為己所用，根據(jù)不同的對手制定不同的策略。

我們可能經常會遇到這樣的情況：“明明這是AI推薦的招，怎么自己實戰(zhàn)中一運用就碰壁了？”

那是因為雖然局部狀態(tài)沒變，但此局部周圍的先決條件改變了（就像圖4多了A位這顆子），那你依樣畫葫蘆自然要出問題。

若只看勝率的變化，當你遇到下一盤不同的局面，還是兩眼一抹黑；但若是慢慢學會通過勝率來觀察局面條件變化的不同，你就等于掌握了應變的能力，可以經得起實戰(zhàn)的考驗。

關于實戰(zhàn)星陣黑27到底選擇了A點還是B點？大家可以去看文末的棋譜。

2

中盤篇

圖6：現(xiàn)在我們再來到白76沖的局面。左下戰(zhàn)役似乎剛剛結束，黑三角大塊和白三角大塊雖然還未安定，但由于兩塊棋的出頭都還挺暢，根據(jù)地也隨時可搭出兩只眼來。因此焦點似乎應該轉向別處：

圖7：既然左邊雙方暫時看不出啥死活危機，那么黑1在右邊夾攻白三角一子，頓時成了此局面下的香餑餑。

黑1不僅是利用了右上黑三角背景的厚味擴張了陣勢，使得三角標識處基本都要姓黑了；更威脅著白三角一子的眼形，使之沒有根據(jù)地。

一旦白三角一子倉皇往外逃竄的話，黑可利用攻擊之便，將右邊和右下角順勢實地化。不得不說，黑1這步棋是眼見的絕好點。

但是，星陣同學卻不這么認為：

星陣首選黑77，勝率44%；A點不在選擇范圍內，勝率37%。

圖8：星陣同學下出了黑77二路托，這步棋看著往二路下一手，到底啥意思？

此招位置雖然看著很低，但其用意則很深遠。我們先從技術層面來分析：

圖9：面對黑77（黑三角一子）二路托，白第一感是A位二路扳反擊，但黑B二路長之后，白棋發(fā)現(xiàn)白1接和黑2成見合之勢。

白1若是粘上，黑2粘上后，不僅自身連絡，還將白三角兩子收入囊中。收獲巨大。

那么白A若是不反擊呢？

圖10：面對黑77（黑三角一子）二路托，白既然無法反擊，那就只能白1粘回，這樣黑2二路退回。

這樣相比黑2直接小尖，等于黑三角爬和白1粘先手交換到了。

這下先手交換獲利很大：首先使黑圓圈大塊徹底凈活了；其次使白三角大塊的根據(jù)地一只眼都沒了（白A位扳做不出眼）。

這就是黑三角二路托在技術層面的厲害之處。

下面我們跟著實戰(zhàn)走，再從價值層面分析一下黑77這步好手：

圖11：實戰(zhàn)星陣B是白78先扳一下然后再白80位粘，對此星陣A黑81斷死白78一子。

粗粗一看，星陣B不是將白78一子送死嗎？

它是有意為之的，與圖10相比，星陣B就是想通過棄掉白78一子，獲取A位二路擋的先手。這樣可確保今后B位二路虎能搭出一只眼。

那么黑77二路托的價值到底有多大呢？

請大家接著看下圖，我們來討論一下黑77的價值：

圖12：在圖7中，我們說到了第一眼就發(fā)現(xiàn)黑1價值太大了，但是當黑1落下時，幾乎所有的AI，第一感都指向了白2二路小尖。

我們就拿此圖和圖11的實戰(zhàn)比較一下，看看圖11中黑77二路托的價值是多少。

我們先來看實地價值：

此圖白1小尖后，白局部實地大致約3目；黑局部實地大致約1目。

而圖11的實戰(zhàn)結果，白局部實地0目，而黑局部有6目。

這一出一入，實地價值相差約8目。

我們接著來看附帶價值：

此圖白1小尖后，白局部基本凈活；而黑局部則只有半只眼。

而圖11的實戰(zhàn)結果，黑局部徹底凈活；而白局部只剩下半只眼。

通過以上分析，我們大致有個結論：星陣黑77二路托的實地價值并不大，但附帶價值巨大！

這附帶價值事關黑白兩塊的勞逸問題，此圖是別人安定了，自己漫漫長路；而實戰(zhàn)則是自己徹底安定了，別人卻開始漫漫長路。

由此可見，在事關雙方的勞逸問題上，不管是星陣還是其他AI，都極為重視。

我小時候學棋時，經常聽到兩個圍棋名詞：急所和大場。

都說急所的價值要比大場大。

大場好理解，就是布局時的布陣要點。

但急所是什么，我那時老搞不明白。

星陣這黑77二路托，就是急所。

實地價值是眼見可量化的，誰見誰愛。

而勞逸問題也許暫時看不到現(xiàn)實的利益，卻很可能對棋局今后的發(fā)展產生巨大而深遠的影響。

如果你無視勞逸問題而一味只看實地價值，那隨著棋局的進展，你先前撈的實地非但不保，甚至還要倒貼很多。

在這一點上，如果你仔細去觀察，就會發(fā)現(xiàn)AI一直都在提醒我們。

AI的很多招法看似顛覆了我們的認知，但那只是形式上的改變，在圍棋的根本規(guī)律上，其實從未改變。相反，它的出現(xiàn)，更驗證了這些圍棋基本理論根基的牢固性。

3

死活篇

白選A點，黑勝率42.2%

圖13：最后一節(jié)，我們來看看本局最精彩的地方。

星陣A和星陣B廝殺了滿盤后，局勢依然很膠著。

果然是左右互搏，實力不分伯仲。

星陣A黑163沖，準備利用白三角大塊還未在A位連絡而獲取便宜。對此星陣B若正常在A位連絡，將是白棋略優(yōu)的局勢，勝負將取決于官子。

但星陣同學天生就不是為了穩(wěn)贏而剪枝的AI，它喜歡追求最強手。

于是星陣B同學就來了：

圖14：星陣B同學沒有在B位救回白三角數(shù)子，而是跑去白164提劫。

這步棋的意圖就是：“你要敢B位吃我三角數(shù)子，我就A位提劫將你右邊陣勢打穿并反殺你；你若聽話，乖乖在A位粘上，那我再B位連絡，這樣白164先手提一下劫總便宜了?！?/strong>

這星陣B真是太猛了，冒著白三角數(shù)子被吃的危險，就為了那白164輕輕的先手提個劫。

但星陣B同學就是要在這里針鋒相對：“你星陣A敢黑163威脅我，我逃命前也要白164惡心一下你”。

真是一位性格剛烈的AI。

對此星陣A也不是好惹的：

白166=A

圖15：白164提劫的時候，本是同根生的星陣A那能忍受A位粘回的屈辱，它閉著眼睛就先黑165將白三角數(shù)子切斷干掉再說。

這樣白三角數(shù)子共25目的實地價值就被黑棋收進口袋。

這邊損失了，那邊肯定要補回來，白166接著提，黑右邊原本有近40目實地的陣勢，很可能不僅被破，還要面臨被白反吃的危險境地。

關鍵就在黑167堵住后這個劫爭上了。

白168開劫后白170撲是絕對的一枚劫材，對此黑171必須應。

這時候按正常的邏輯來說，你白棋找完劫材，下一步肯定是A位接著提劫與黑棋打這個超級劫爭。

但星陣B卻意外的沒提劫：

圖16：星陣B沒有在A位提劫，而是突然白172沖一下后白174單勾一個。

它的目的很明顯，就是想讓黑棋B位跟著應，它再C位接著擠，黑D位斷。

但這不是在浪費自己的劫材嗎？

本來A位提劫，這些先手交換都可以當劫材來使的。

我當時看到這就納悶了。再順著星陣B的用意往下推理，唯一的解釋就是它這串交換后，下一手可確保E位斷吃黑三角一子。

可是黑三角一子的價值太小了，它老盯著這顆子干嗎？

唯一的解釋就是它想先手加強白左上角。

可是左上白角不是無大礙嗎？黑棋最嚴厲的手段就是F位扳了后H位一路連扳強行做劫。但這個劫一是黑棋打輸了很損，二是右邊還在超級劫爭呢，黑棋哪有功夫在這搞這么勉強的劫？

一時不明白星陣B到底是什么用意。

直到我看到了星陣A下出黑175這本局的最后一手，才恍然大悟：

圖17：黑175是本局的最后一手棋。

這步棋粗粗一看，以為是擺錯地方了，但細細一品，卻發(fā)現(xiàn)此招妙不可言：

 黑175=黑1

圖18：黑1一路侵襲白角后，白2若是普通二路長一個，黑3以下可利用黑三角子力的掩護，從一路暗渡陳倉。

黑7渡過后，白角搭不出兩只眼，與中央白子一起陣亡。

在這個過程中，白2有最強應對：

圖19：白1扳是最強應對，對此黑2一路夾是妙手。

然后白3、5祭出“苦肉計”，是白棋唯一可以避免凈死的組合好手。

以下黑A提、白B倒虎、黑C擋、白D撲劫，白局部雖可逃過無條件凈死，但也非常慘：

這個劫，首先白棋之前目數(shù)已經虧損巨大，黑棋完全無憂；而更重要的是，這個劫是白棋不利的兩手劫，也就是說，白棋需要再花兩手棋才能凈活，這劫打起來太累了。

星陣B一看此圖雖可免死，但活罪難逃，于是就爽快認輸了。

圖20：現(xiàn)在我們再回頭來看星陣B白172、174的招法，就能明白它的用意了：

星陣B當初選擇白164（白三角一子）提劫的時候，還沒看到左上角黑D位的鬼手。等看到的時候，已經來不及了。

于是它趕緊白172、174亡羊補牢，期待黑棋暫時沒看見，在A、C位跟著應，這樣白左上角因為多了E位的斷吃黑三角一子的手段，就可逃過一劫。

但它忘了星陣A跟它是同一個“人”，它看到的手段，星陣A也能看到。

總的來說，由于黑隨時有D位的鬼手，星陣B白164反擊是不行的。

雖然白164后的變化還是很復雜，比如白170這枚劫材特別損（白方塊和黑方塊交換），讓黑圓圈4子無氣緊之憂。白170可以找別的劫材。但總的來說，白棋還是極為危險。

這里我也用其他AI看了一下，它們也是一開始都沒看到黑D位的鬼手。隨著往下擺幾步，它們才慢慢看到。

在與大家一起欣賞到黑175這步絕妙手的同時，我也想與大家分享一個自己的心得：

在復雜死活對殺，生死攸關的地方，不要不加思索就把AI的第一感認為是正解。因為往往在這種地方，AI很可能開始是沒看到手段的。

這時最好自己先思考驗算一下，然后再看AI的勝率和推薦招法，若是有疑問，可以試著再往下擺幾步，這時候很可能AI的勝率會發(fā)生很大的反轉和變化。

總而言之，自己需要先思考，這樣一是可以驗證AI的推薦是否靠譜；二是思考過程本身，就有利于你更好的吸收AI的“養(yǎng)分”。

最后做個總結：

本文通過星陣的自對弈對局，我從布局、中盤、死活三個方面與大家分享了我如何學習AI的心得體會。

其實三點殊途同歸，都指向一點：我們該如何吸收AI給予我們的“養(yǎng)分”？

或者更深入的說，我們該如何挖掘和提煉AI提供的數(shù)據(jù)和“答案”背后的意義？

希望本文可以對大家有所幫助和啟發(fā)。

感謝星陣團隊提供給我們精彩的星陣自對弈棋譜，我一直對星陣很感興趣，因為它有自己獨到的三處特點：

1：在低資源下保證星陣的訓練水平：

星陣團隊只有AlphaGo團隊1/100的計算資源，于是他們就在“節(jié)流”上做文章。在深度強化學習的過程中，星陣從各方面下功夫，使用少量資源依然可以讓星陣保持著良好的競技狀態(tài)，并且在世界大賽中取得優(yōu)異的成績。

2：除了顯示勝率外，還可以用相對量化的目差來衡量當下局勢的好壞：

現(xiàn)在我們能看到AI提供的形勢判斷，都是勝率的顯示，但是勝率有時候還是相對抽象，讓人捉摸不透。而星陣除了顯示勝率外，還提供了雙方目差的數(shù)據(jù)，這樣讓我們多了一個參考來評估當下形勢，而且這個目差數(shù)據(jù)可以讓我們更量化直觀的了解當下的局勢狀況。

3：可在貼6目半和7目半之間隨意切換，不影響勝率的判斷。

在直播日韓舉行的世界大賽時，往往會遇到這樣的問題：明明對弈規(guī)則應該是黑貼6目半，但其他AI都只能當作黑貼7目半來判斷形勢。

   這樣有個問題就是若到了最后官子階段還是細棋局面，這1目的誤差，很可能會對勝率產生很大的影響。并影響到我們對當下局面的判斷。

   但星陣可以做到在黑貼6目半的情況下進行判斷，這能讓我們更客觀的了解當下局勢的好壞。

在寫這篇棋評期間，我與深客科技CEO，星陣圍棋主創(chuàng)人，畢業(yè)于清華大學計算機系的金涬先生見面溝通了很長時間。

我們探討了棋局，查看了星陣的后臺數(shù)據(jù)，并且聊了從2016年AlphaGo橫空出世后，到如今所發(fā)生的各種事情。

金涬給我這位人工智能領域的初學者，普及了很多有關AI方面的知識：

原來深度卷積神經網(wǎng)絡是AlphaGo能戰(zhàn)勝李世石的關鍵武器。

而價值網(wǎng)絡和快速走子網(wǎng)絡原來曾經一起共事，但隨著價值網(wǎng)絡的不斷進步，快速走子網(wǎng)絡逐漸淡出了一線。

策略網(wǎng)絡居然真的可以模擬我們人類的直覺，使得價值網(wǎng)絡的計算效率大大提高。

至于深度強化學習，原來就是AI可以在脫離人類提供的棋譜后，依然能通過自對弈來制造數(shù)據(jù)供自己學習的過程。

當最后我們聊到有關AlphaGo的第二篇論文時，金涬談到了他創(chuàng)建星陣的初衷：

“完全照著AlphaGo第二篇論文的內容去做星陣，當然也可以而且還更輕松，但這樣似乎就沒啥意思了。因為這就算做到極致，也就跟Alpha Zero一樣。

   所以總還是想在這基礎上，做一些創(chuàng)新。這樣一來比較有趣，而且可以給人們帶來更多的價值和幫助。

  二來，我認為Alpha Zero并非極限，所以想看看用別的途徑，有沒有可能超越Alpha Zero。雖然我們資源有限，但還是值得去嘗試?！?/span>

祝愿他能成功！

文末是這盤星陣自對弈的全譜：