柯潔對戰 AlphaGo，手中的這一招可能是人類最後的機會

相關新聞AlphaGo 對戰柯潔，比賽在 5 月舉行模仿棋，對戰 AlphaGo 的最後一招

不會功夫的潘達，圍棋文化

日前，柯潔做客央視訪談節目《朗讀者》。在表明不懼與 AlphaGo 一戰的決心之後，柯潔朗誦了《哈利波特與死亡聖器》的選段「百密一疏」。

（題圖來源：朗讀者 - 柯潔_弈味天然_新浪博客）

......一道紅光劃破了他們頭頂上被施了魔法的天空，就好像耀眼的陽光掠過窗檯從離他們最近的窗戶里射進來，同時照亮了他們兩人的臉，伏地魔的臉看起來就像燃燒了一般，與此同時，哈利用德拉科的魔杖指著空中，他聽到兩聲最高分貝的、注入了全部的期望的叫聲同時響起：　　「阿瓦達索命！」　　「除你武器！」　　隨著猶如大炮一般的巨響，金色的火焰從他們兩人的魔杖中噴發出來，就在兩人剛才踩過的生死圈的中心，咒語衝撞在了一起。哈利看到了伏地魔的綠色魔咒碰到了他自己的魔咒，看到了長老魔杖高高地飛起，在日出的映襯下，划過施了魔法的天花板，就像納吉尼的頭。它從那個夢寐以求想要擁有它的人的方位划過。而後哈利，做為一個出色的找球手，在伏地魔倒地的同時用他空著的一隻手抓住了那根魔杖——而伏地魔雙臂張開，猩紅的眼睛裡的瞳孔張開翻了起來。湯姆·里德爾死了，以最平凡的樣子死掉了，他的身體綿軟地收縮在一起，雙手空空，蛇一般的臉慘白空洞。伏地魔死了，被他自己的咒語彈回去殺死了，哈利握著兩根魔杖站在那裡，低頭看著地上那敵人的空殼。

柯潔選讀這一段，除了將自己代入哈利的角色之外，還另有用意。伏地魔被自己的咒語彈回去殺死，柯潔可能也在計劃用同樣的辦法擊敗 AlphaGo.

早在今年初，AlphaGo 化名 Master 在網上大殺四方之後，柯潔就發微博說，「若不是住院，我將用上那準備了一個星期的最後一招。」 兩天以後，柯潔在野狐網上對戰國產圍棋 AI 絕藝，祭出模仿棋。

本局棋譜圖片來自（柯潔好調皮，又搞模仿棋 -------- 咦？為啥要說「又」？ - 野狐圍棋論壇 - 野狐圍棋網 - Powered by Discuz!）

本局絕藝執黑。執白的柯潔在前十六個回合完全模仿黑方的招法，直至第 34 手才變招。

隨後柯潔在混戰中出動棋筋，一擊絕殺。

之後絕藝拒絕再下模仿棋。開發團隊可能清楚這一弱點，但暫時不準備修復。

前幾天，柯潔自稱用「非常手段」終結了對絕藝的十四連敗。看下面這張棋譜，赫然又是模仿棋。

模仿棋究竟有何威力？柯潔用模仿棋能否打敗 AlphaGo？DeepMind 團隊又會以哪些手段反制？接下來本文將詳細分析。

一、黑方模仿棋

本段落內容部分參考Mirror Go at Sensei"s Library。

模仿棋，一種圍棋戰術，以模仿對手的棋路為主，依照對手落子的位置，在對稱的鏡像位置落子。相傳最早使用這種戰術的人，是中國北宋時的蘇東坡，因此古稱東坡棋。日本豐臣秀吉也喜歡使用這種戰術，因此在日本又稱太閣棋。

說來你可能不相信，有完整棋譜記載的第一個下模仿棋的人，竟然是吳清源。1929 年，吳清源初到日本不久，與木谷實對局。這兩位日後揚名立萬的大棋士，初戰卻顯得有點滑稽。局前，吳清源還特意四處詢問「第一手下在天元是否符合日本圍棋的禮節」。

然後，執黑的吳清源就開始了模仿之旅。需要說明的是，當時的日本圍棋規則是不貼目的。也就是說，如果木谷實拿不出任何反制手段，那麼吳清源通過模仿，至少也能逼和木谷實。木谷實也因此十分苦惱，在局中數次向裁判抱怨。裁判表示為難，因為模仿並不違反圍棋規則，只能告知木谷實，看幾回合再說吧。

這一看就到了第 65 手。吳清源終於結束了模仿，但棋盤上餘下的空地也不多了。不過，年方 15 歲的吳清源棋藝尚不純熟。在餘下的棋局中，執黑的吳清源連連犯錯，最終以 3 目負作結。

木谷實雖勝，並未有效破解模仿棋。一個簡明破解黑模仿棋的辦法如下圖：

白方圍繞天元製造了一個對殺，利用黑天元一子自緊一氣，快一氣殺死黑方。在《棋魂》中，塔矢亮的同學奧村請求受先與塔矢對局。奧村執黑走天元之後開始模仿，接著被塔矢亮以如圖的方法擊潰。

當然，這個破解法的問題大大的。白 1 以下的招法，按照一般的棋理，極不自然。黑方若有所洞察，則可以停止模仿、順勢反擊，讓白方得不償失。因此，這種破解法僅限於白方棋力高出黑方很多的情況。

然而，自從圍棋有了貼目，黑方模仿棋就不再可行，以致於漸漸絕跡。最近一次見到黑方模仿棋，是台灣「紅面棋王」周俊勛對戰 Master 的網棋。結果執黑的周俊勛在中盤終止模仿，形勢已然不利，最終敗北。

二、白方模仿棋

作為一個回合制遊戲，圍棋的先手方優勢是很明顯的。因此我們有了貼目。在貼目為 6.5 目 /7.5 目的當下，黑方模仿棋乃是快速取敗之道——由於棋局的主導權完全歸於白方，白方可以輕易將黑天元一子變成廢棋，從而抵消黑方的先手優勢。

但是，既然有貼目兜底，白方反其道而行之，模仿黑棋的招法，是否可行呢？

也許你馬上就能想到破解的辦法：在發現對方模仿時，走天元行了嘛。沒錯，這的確是簡單可行的辦法。網路上流行的單機版圍棋 AI, 天頂的圍棋 6（以下簡稱「Zen6」），就是這麼下的。

Zen6 執黑時，如果檢測到前 5 個回合（10 手），白方都在模仿，則在第 11 手會直接佔據天元。

天元被占，白方無法繼續模仿。但是，這未必是最好的策略。

如圖，白棋立即侵入右下黑方勢力範圍，將局面打散。到 22 為止，黑方天元一子光芒消散，先手優勢未充分發揮，白方滿意。

如果 Zen 能夠稍微調整一下，比如下面這一圖，

黑方在右下模樣初步成型以後再佔據天元，是破解模仿棋的最理想形態。在此局面下，天元一手是雙方勢力消長點。佔領了天王山的黑棋明顯好下。不過，白方在第 12 手時也因而可以考慮變招。所以白方模仿棋不是「無腦」模仿，而是對局雙方鬥智斗勇的過程。

這裡引用網友「內含子」帖子中的一段：

嚴格地說，白模仿棋是一種嚴重的「條件模仿棋」，因為黑方（在不考慮勝負的情況下）可以隨時中止模仿棋－－只要走天元即可。 如果黑棋不貼目，白棋不會選擇模仿，總是慢半拍自然有敗無勝。而貼目制下，壓力就在黑棋的一方。天元不是什麼時候都能走的。如果天元一步效率不高則會導致局面落後。另外還可以通過對角征子對付模仿－－只適用於白模仿棋。但不論是走天元還是造征子，都要保證對方變招後自己不至於吃虧。這在實戰中很難把握。白棋一方壓力也不一定小，因為變招是遲早的事，掌握不好時機反而會虧損。總之，模仿棋中雙方的風險都很大。模仿棋的勝率也不高。

關於造對角征子破模仿，請看下面這局棋

這局棋是 2005 年中國名人戰八強賽，黑方俞斌對白方王雷。前 84 手，白方完全模仿黑方招法，形成了左下和右上完全對稱的混戰，包括兩個征子。黑方走出 85 時，執白的王雷發現，白棋已經不能繼續模仿了。

如果繼續無腦模仿，黑方恰好可以快白棋一步，全殲白棋。

於是白棋 86 終止模仿。至 98 手，雙方各自逃跑，棋局已不復對稱。至此局面優劣不明，據說是白棋稍好。其後雙方殺得天昏地暗，最終執黑的俞斌以 3/4 子的優勢獲勝。以此局的精彩程度，我認為是古今模仿棋第一名局。本局棋譜見http://www.go4go.net/go/games/sgfview/6283

三、針對 AI 的模仿棋

在 AlphaGo 實力恐怖、正常下難以獲勝的情況下，柯潔執白時使用模仿棋是最佳的策略，甚至可以說是取勝的唯一機會。相比人與人對戰的模仿棋，對戰 AI 下模仿棋有以下幾個額外的優勢：

1、AI「不知道」人在下模仿棋。

到目前為止，AlphaGo 未曾根據對手的不同而調整戰術。從 AlphaGo 的原理上看，策略網路和價值網路都只涉及 AlphaGo 自己對當前局面的判斷。在人類的對局中，如果意識到對手在下模仿棋，棋手可以主動控制棋局流向。要麼製造對角征子，要麼圍大模樣、增大天元一子的價值。如果不加入像 Zen 一樣判斷模仿棋的代碼，AlphaGo 就意識不到對手在複製自己的招法。在此情況下，AlphaGo 能否將棋局導入對自己有利的軌道，需要打一個問號。

2、用時

對於人機大戰，AlphaGo 全無用時之憂，而人類棋手的時間總是不夠用。在模仿局中，模仿者的用時遠小於被模仿者。被模仿者考慮的總是要更多，而模仿者在很多時候只需一秒落子，只需在被模仿者疑似露出破綻的時候考慮是否停止模仿即可。柯潔在前半盤節約下的時間，可以用到後半盤，和 AlphaGo 斗官子。

3、撐到官子

說到斗官子，DeepZen 在日前的電聖戰中，接連在官子階段犯下低級錯誤，對人類棋手拱手送出兩盤好局。絕藝的官子比 DeepZen 強很多，但也偶有送出好局的記錄。AlphaGo 尚未因官子失誤輸過棋，只是會把大優的棋變成半目勝而已。總體上看，AlphaGo 的前半盤比人類強太多，而官子水平如何，還有待進一步檢驗。之前 Master 在網上的 60 盤棋，人類基本上都是在官子階段前就大幅落後。如果能夠通過模仿棋撐到官子，至少能檢驗 AlphaGo 的官子實力。如果時間充足，勝利未必沒有可能。

四、工程師的反擊

柯潔可能要用模仿棋已經不是秘密。黃士傑博士應該早就知道這事。DeepMind 方面估計對此有所準備。不過，讓 AI 破解模仿棋並非易事。絕藝從 1 月首次被柯潔模仿棋擊敗，到前兩天再敗於柯潔，3 個月的時間尚未實現破解模仿棋的有效方案。因此以下的討論，純屬本人亂開腦洞。

方案一：無腦走天元

即單機版 Zen 採用的方案：若對方前 10 手都在模仿，則第 11 手直接走天元。這個方案很簡單，弱點也很明顯。首先，這不能保證天元的一手是好棋。如果天元這招恰好成了廢棋，棋局的天平就會倒向白方。另外，如此臨時（ad hoc）的解決方案，與 DeepMind 開發通用智能的遠期目標背道而馳。目測 DeepMind 不會用此方案。

方案二：設定布局

既然對戰柯潔只有三番棋，而且知道柯潔要下模仿棋，那麼索性就人工設定布局。開局走大模樣，最大化天元一子價值。等到合適的時候，AlphaGo 自然會判斷天元處最大，從而佔領天元，確立優勢。這個方案同樣也是臨時性的補丁，估計 DeepMind 也不可能採用。

方案三：黑科技

黃士傑博士曾說，他們曾按照 Nature 論文的那條路走下去，遇到了難以逾越的瓶頸。因此目前版本的 AlphaGo 應該在 v13 版本的基礎上有大規模的改動。（應該並不是傳說中的 AlphaGo2.0，即不用人類棋譜訓練的 AlphaGo。該版本的 AlphaGo 是今年的開發內容。）天知道現版本的 AlphaGo 上有多少未公開的黑科技。或許 DeepMind 能夠不打臨時性補丁，也能在柯潔下模仿棋的情況下吊打之。若果真如此，請收下我一年份的膝蓋。

五、小結

五月人機大戰，柯潔對 AlphaGo 三番棋，總比分取勝的機會非常小。如果單純比實力，柯潔甚至贏一盤的機會都不大。模仿棋，確實是柯潔能用的最後一招。有此招在手，勝負懸念猶存。是 AlphaGo 再封神，還是柯潔彈回 AlphaGo 的必殺咒語，還請各位期待五月。