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
| 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) |
未解難題與前沿方向
- 大空間泛化:19×19→更大棋盤/三維圍棋/不完美信息變體;
- 解釋性:神經網絡黑盒決策如何提取人類可理解圍棋理論;
- 小樣本/零樣本適應:新規則/變體規則快速適應;
- 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