萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 網路安全 >  >> 網路基礎知識

計算機圍棋研究全景掃描:從知識工程到蒙特卡洛樹搜尋的範式革命

澳大利亞昆士蘭大學Jay Burmeister與Janet Wiles合著《計算機圍棋領域研究概述》,系統梳理圍棋AI從符號主義到統計學習的演進脈絡。本文提煉核心章節與關鍵技術節點。

研究脈絡四大階段

1. 知識工程時期(1980s-2000s早期)

  • 專家系統:人工編碼圍棋知識(定式、佈局原則、生死判斷、形勢評估);
  • 代表系統:Nemesis、Go Intellect、Handtalk(神機)、Many Faces of Go;
  • 瓶頸:知識獲取困難、例外處理爆炸、靜態評估無法應對動態博弈、計算資源受限。

2. 蒙特卡洛樹搜尋(MCTS)範式革命(2006-2015)

  • 核心突破:Coulom 2006年將蒙特卡洛方法引入樹搜尋,UCT(Upper Confidence bounds applied to Trees)平衡探索與利用;
  • 關鍵優化:快速走子策略、模式匹配、領域知識注入、並行化(Root/Leaf/Tree並行)、GPU加速;
  • 里程碑:MoGo (2007) 首次在9路盤達人類高段位;Crazy Stone (2008) 19路盤四子讓先勝職業棋手;Zen (2012) 19路盤四子穩定勝職業。

3. 深度學習融合期:AlphaGo震撼時刻(2015-2017)

  • AlphaGo架構:策略網絡(監督學習預測人類落子)+ 價值網絡(評估局面勝率)+ MCTS(搜尋引導);
  • AlphaGo Zero:純自我對弈強化學習,零人類知識,三天超越AlphaGo Lee;
  • AlphaZero:通用架構同日精通圍棋/將棋/國際象棋,證明「無知識超人類」可行。

4. 開源普及與工程化落地(2017至今)

  • Leela Zero / ELF OpenGo / KataGo:社區分布式訓練復現AlphaZero,開源權重+引擎;
  • KataGo創新:全局池化、目標導向訓練、支援任意規則/盤面大小/讓子,成研究/訓練/輔助標準工具;
  • 邊緣部署:輕量化模型(MobileNet/ShuffleNet骨幹)在手機/嵌入式設備實時推理。

核心技術模組拆解

未解難題與前沿方向

  1. 大空間泛化:19×19→更大棋盤/三維圍棋/不完美信息變體;
  2. 解釋性:神經網絡黑盒決策如何提取人類可理解圍棋理論;
  3. 小樣本/零樣本適應:新規則/變體規則快速適應;
  4. 人機協作:AI輔助職業棋手訓練/複盤/創新戰術發掘(如「AlphaGo三三妙手」改變開局理論)。

從「教電腦下棋」到「電腦教人類下棋」,計算機圍棋30年,不只是AI里程碑,更是人類認知邊界的持續拓展。

copyright © 萬盛學電腦網 all rights reserved
模組傳統方法MCTS/深度學習方法
走子生成專家規則/模式匹配策略網絡概率分佈 + 快速走子
局面評估手工特徵加權/領域函數價值網絡端到端非線性映射
搜尋策略Alpha-Beta剪枝/證明數搜尋MCTS + PUCT (Predictor + UCT)
學習範式專家知識工程/遺傳算法調參監督學習(人類棋譜) + 強化學習(自我對弈)