編輯嚴選

現代流圍棋─圍棋的本質（2）

作者：陳華夫

有兩、三千年歷史的圍棋，在中、日、韓三國創造了很多「圍棋天才」，但2016年「Google谷歌」人工智慧的「AlphpaGo」把他們都掃下了神壇（詳見拙文「人工智慧」的AlphaGo「圍棋革命」─圍棋的本質（1）），長期以來，人們崇拜這些「圍棋天才」（如吳清源大師等），神秘化他們的高超棋力，並且有數不清的圍棋經典書籍傳頌這些天才逸文佚事。

當「AlphpaGo」成了世界圍棋無敵霸主以後，谷歌也同樣搞神秘化的造神運動，不僅不公開其電腦程式碼供「人工智慧」研究，也不販售「AlphpaGo」電腦圍棋的單機版，方便一般棋手與之對弈。

AlphaGo Zero與緊追在其後的絕藝、, 「ZenGo 7」, 金毛,天壤,韓豆, Katrain等電腦圍棋的棋力比較如下圖：（見最新圍棋AI實力排行！）

問題就在，雖然AlphaGo Zero是可以讓人類5子的超級圍棋天才，但不管是新的或舊的「圍棋天才」，都無助於增進人類圍棋的知識及棋力。現代社會學大師馬克斯．韋伯認為科學知識的進步必須建立在祛魅（Disenchantment）上。在圍棋這個領域來說，就是必須先揭掉（祛魅）「圍棋天才」的神秘面紗，人類圍棋知識與棋力才能進步。

本文研究圍棋的本質，祛魅AlphaGo Zero為何能讓人類五子的天才面紗？

首先，依照「賽局理論」（Game Theory）圍棋是資訊完全公開的賽局（「Perfect Information 賽局」，或「Markov 賽局」），與「麻將」及「撲克牌21點」都有不可知的暗牌不同，它們叫做「Imperfect Information賽局」，「賽局理論」Game Theory）的目的就是找到參與者的最佳博奕策略─「納許均衡」（Nash equilibrium）。

圍棋的規則是對弈雙方各自走一手，直到局終。持白棋的先走，但必須適當補償後走的「黑棋」6或7.5點，所以圍棋是雙方公平（Fair）的賽局。圍棋勝負的判定，是依雙方各自在19 x 19棋盤上，所圈定的地盤多少而定，多半點以上一方就算穫勝。

但是關鍵的問題來了，雖說圍棋是公平的賽局，但卻是「風險」（不確定性）的賽局；平均一局圍棋兩百多手，不到終局的任何一手，都令賽局「豬羊變色」，正所謂「一著棋錯，滿盤皆輸」。在如此的賽局，局部短期的「領先」，毫無意義，全局的大局觀「占優」才是關鍵。「AlphpaGo」能橫掃人類，就在其無人能及的全局的大局觀，這個問題要等下一篇文章來專論。（另請看拙文：「人工智慧」的AlphaGo「圍棋革命」─圍棋的本質（1））

本文先談另一個關鍵的問題：既然圍棋是各走一手的公平賽局，為何「AlphpaGo」棋力高出人類一大截─為何能讓人類五顆子呢？

長久以來，我們都用「天分」或「天才」來解釋棋力的高低。但是，當人們用「天才」來解釋吳清源大師的高超的「棋力」時，就等於間接承認人們對「棋力」本質知之甚少。當然就更無法解釋「AlphpaGo」的棋力為何能讓人類（包括吳清源大師）五子？

在谷歌刻意搞神秘的情況下，要解釋「AlphpaGo」高超「棋力」的真相，並不容易。我在拙文「人工智慧」的AlphaGo「圍棋革命」─圍棋的本質（1），從「人工智慧」的角度切入，回答「AlphpaGo」憑什麼卻能擊敗人類行之數千年的圍棋，但過多的專有名詞複雜化了真正的問題，真相反而不易解讀。

於是，再寫本文，化繁為簡的說明「AlphpaGo」高超的「棋力」來自以下三方面：

1）包括「AlphpaGo」在內的圍棋軟體，從第一手開始就在計算，也就是說，每一手都做「預估盤面」─即預估盤點對弈雙方所掌握的實空，再加上未來潛在可能成空的點數。這個預估，當盤面手數少時，很不精確，但隨著盤面手數越多，預估的準確性隨著提高，到了「收關」階段，這個「預估盤面」就變成了準確的「盤面清點」。

2）「AlphpaGo」的這個「預估盤面」用在模擬（試走）的局勢優劣的判斷，它每次使用至少3輪的「蒙特卡洛樹搜索」（Monte Carlo tree search）的模擬（試走），以選取「預估盤面」局勢最優的一手。而這種3輪的試走模擬的策略，實質意義上就是一種「悔棋」─試走若不滿意，就後悔的換另一種。換句話說，「AlphpaGo」每下一手都悔棋，但而人類卻「起手無回大丈夫」，連一手都不能回，這就違反圍棋的公平原則。深入的研究，就發現人類不能「悔棋」是「棋力」比「AlphpaGo」差一大截的一種原因。（請看拙文千夫所指的圍棋允許「回手」（悔棋）─圍棋本質（5））

3）人類「棋力」差一大截的主要原因，我在拙著「現代流圍棋：如何簡單對戰ALPHAGO-II (第一集)」裡，就提到人類與「AlphpaGo」對弈，通常早早在五、六十手就落入下風，終至落敗。這是因為包括「AlphpaGo」在內的圍棋軟體從第一手就「預估盤面」，並且每一手都3輪模擬試走的「算計」人類，但人類的智力卻無法從第一手起「預估盤面」，又不能會悔棋，在這種「一著錯而整盤輸」的高風險賽局中，被從不「無心」犯錯的「AlphpaGo」讓五子，是很合理的棋力估算。而且，我在媒體上也發現類職業９段被讓3子還是輸棋。（見圍棋教學｜ＡＩ讓九段三子，結果九段被爆打，到底輸在哪裡呀？），。

綜上所述「AlphpaGo」的高超棋力是來自三點：（1）「預估盤面」；（2）每手3輪模擬試走的悔棋；（3）從第一手就開始「算計」對方。這些分析得來的圍棋知識，就為人類擊敗「AlphpaGo」點了盞明燈。

我因此建議人類的圍棋要因應AlphaGo的「圍棋革命」，而搖身一變為「現代流圍棋」，才能以擊敗「AlphpaGo」。
什麼是「現代流圍棋」？
就是改革傳統的圍棋的現代圍棋，採取下面的下面的4個改革：
1）凡是圍棋對弈，都允許使用「圍棋計算機」（詳見拙著「現代流圍棋：如何簡單對戰ALPHAGO-II (第一集)」第3頁），「圍棋計算機」是手機上的一種App(應用程式)，可以照相19 x 19圍棋盤就能「預估盤面」，正如工學院大學生期末考，准許攜帶「工程計算機」一樣。以補足人類數學計算能力的不足。當然「棋力」的關鍵不在快速的「預估盤面」，但包括「AlphpaGo」在內的圍棋軟體，都有此初級算數的武器，人類也要擁有，才能在立足點上公平。使用「圍棋計算機」下圍棋是一種《人機共生》（Man-Computer Symbiosis）， 也許稱為「智能增強」（Intelligence Augmentation 或Amplification，IA），這是在大數據，網絡系統，開放平台和嵌入式技術的時代裡，人工智慧的主要思想和潮流。

2）圍棋世界冠軍賽（及其它任何較低級別的圍棋賽）能允許棋手全局總共「回手」三次（請看拙文各級別的圍棋賽請允許三次回手（悔棋）─圍棋的本質（4）），前面說過，雖然「AlphpaGo」每一手都是實質意義上的「悔棋」，但在實際棋賽中，不能允許每一手都能悔棋，否則沒完沒了，耗時太多。於是我建議允許總共三次悔棋，則人類與「AlphpaGo」站在悔棋的基本公平點。

3）在圍棋這種「一著錯而整盤輸」的高風險賽局中，對弈必須從第一手起就要有好的貫穿全局策略，以「算計」對方。但傳統圍棋的「定石」、「佈局」、「手筋」、「中盤戰」、「收關」都是不同階段的局部策略，沒有貫穿全局，所以碰到「AlphpaGo」就不堪一擊。尤其，人類使用「定石」是兩面刃，它可以讓棋手在比賽時，不必浪費寶貴的時間思考，但也會讓棋手掉入路徑依賴理論(Path Dependence)所說的「路徑鎖定」，例如，「定石辭典」裡有許多星位對付來襲的「小馬步掛」的定式，但兩千年來的圍棋棋手都被「路徑鎖定」─人類一旦形成某種行為模式就很難改變而被鎖定在此種行為模式─在這些定石裡，以致於沒法發現開局之初的「小馬步掛」，是手壞棋。（詳細，請看拙文人類圍棋「定石」的致命缺陷─圍棋本質（6）、及革命性的、有效的痛擊來襲的「小馬步掛」─圍棋本質（7））

所以，我建議現代流圍棋要使用貫穿全局的「現代流5原則」：（見現代流5原則對戰職業九段,9P系列（5 /40）─陳華夫博士以「現代流4大法寶」持白中押勝ZenGo九段的經典的戰役）

及貫穿全局的現代流圍棋策略：（見科學方法學圍棋（18/40）─AlphaGo Zero 對付AlphaGo Master的持白「現代流5大手段」及（我的直播現代流5原則對戰職業九段,9P系列（6/40）─陳華夫博士以「埋伏餘味」吃掉ZenGo九段一塊─達標智源直播））

人類若能使用這種貫穿全局的現代流圍棋策略，才可以從第一手就「算計」對手，以扭轉被「AlphpaGo」讓五子的劣勢。

4）我建議屏棄學習「定石」的圍棋傳統，因為「定石辭典」裡有許多星位對付來襲的「小馬步掛」的定式，但兩千年來的圍棋棋手都被「路徑鎖定」─人類一旦形成某種行為模式就很難改變而被鎖定在此種行為模式─在這些定石裡，以致於沒法發現開局之初的「小馬步掛」，是手壞棋。（見拙文人類圍棋「定石」的致命缺陷─圍棋本質（6）、及革命性的、有效的痛擊來襲的「小馬步掛」─圍棋本質（7））
所以，我建議「現代流的圍棋」的學習是採用自學，其關鍵是在圍棋學習之初，要「有意識」的掌握現代流圍棋五原則，而這5原則扮演兩個角色：一是在作為整個學習的指導方針，而作為「刻意練習」的學習目標。發現學習的瓶頸及克服之道，另一是做為學習結果的評量圭臬（準則）。（詳細請看拙文現代流5原則─圍棋的本質（3） ）

自從2016年電腦（AI）圍棋橫掃人類職業世界冠軍以來，媒體也報導人類職業９段被人工智慧電腦圍棋讓3子還是輸棋，（見圍棋教學｜ＡＩ讓九段三子，結果九段被爆打，到底輸在哪裡呀？），然而，自學的AlphaGo Zero仍是基於深度學習，其演算法是「由下而上」的規則性（rule-based），而人類的圍棋智慧卻是「由上而下」的理論性（theory based），也就是說，人類智慧是一種理論的洞識，而理論及推理是高過規則一個檔次（見人類才不會被AI取代！《大腦如何精準學習》揭大腦6大優點：目前的人工智慧永遠學不來）。所以人類智慧高人工智慧一個檔次。而我就成功的抽取出圍棋的理論：現代流圍棋五原則，並以它奮戰「ZenGo 九段」與「Katrain 9段」。在經過4、5年，我現在已能有系統的持白大勝「ZenGo 九段」與「Katrain 9段」，證明了人類智慧還是有機會戰勝人工智慧的電腦圍棋軟體。（請看拙文如何正確的戰勝AI電腦圍棋「Katrain 9段」?─圍棋本質（9）、及youtube視頻現代流5原則對戰職業九段,9P系列（60─100）─ 陳華夫持白狂勝「Katrain 9段」144目半）

請看「陳華夫專欄」─圍棋的本質─系列文章：
（
「人工智慧」的AlphaGo「圍棋革命」─圍棋的本質（1）
現代流圍棋─圍棋的本質（2）
現代流5原則─圍棋的本質（3）
各級別的圍棋賽請允許三次回手（悔棋）─圍棋的本質（4）
千夫所指的圍棋允許「回手」（悔棋）─圍棋本質（5）
人類圍棋「定石」的致命缺陷─圍棋本質（6）
革命性的、有效的痛擊來襲的「小馬步掛」─圍棋本質（7）
「ZenGo 7」AI電腦圍棋9段被我中押敗的人生感悟─圍棋本質（8）
如何正確的戰勝AI電腦圍棋「Katrain 9段」?─圍棋本質（9）
）

J.C.R. Licklider-約瑟夫·利克萊德-的《人機共生》（Man-Computer Symbiosis）

請看我的直播現代流5原則對戰職業九段,9P系列（6/40）─陳華夫博士以「埋伏餘味」吃掉ZenGo九段一塊─達標智源直播