你怎麼看待AlphaGo圍棋教學工具？

06-02

「AlphaGo教學工具」是一款基於大數據背景下的圍棋開局教學工具，它有兩個特點：

1：數據量很大，在人類23萬盤比賽的棋譜中，收錄了6000個近代圍棋史上主要的開局變化，有兩萬多個分支變化和三十七萬步棋組成。

2：每一步棋，阿爾法狗不僅給出其他推薦下法，還對此有自己的勝率分析。

可以說，「AlphaGo教學工具」在開局領域提供的數據量非常大，勝率分析功能也很有意思，但同時也有兩個令人遺憾的地方：

1：每一步棋只能顯示勝率分析，沒有為什麼這步棋勝率高的變化圖：當你看到這步棋勝率很高時，如果這時候「AlphaGo」提供相應的變化圖出來，那將使我們對這步高勝率招法背後的邏輯和蘊藏的變化有了更深的理解。不然只看勝率的話，很容易「知其然而不知其所以然」。

2：不能與AlphaGo隨機擺棋互動：如果我們能根據自身的問題，擺出一些自己感到疑惑的棋局，AlphaGo再根據每個人的不同問題給予勝率分析和變化圖分析的建議，這樣每個人就能根據自己的需要來學習進步並了解自己。但遺憾的是這個功能並沒有，我們只能在過去的棋譜中學習。

經過以上的分析，下面我給大家提兩個建議：

1：不要盲從勝率分析：從AlphaGo在開局中提供的數據來看，勝率差別其實很小，前後的波動一般來說不超過10個點，這麼小的勝率波動別說業餘棋手，就是對於我們職業棋手來說，也與最後的勝負基本沒有關聯。所以應該去思考勝率略高的招法背後所蘊含的道理，並將其與自己融會貫通，為己所用。沒有思考一味按照勝率分析來盲從，只會迷失自我，經不起實戰的檢驗。

2：不要盲目模仿勝率高的招法：當棋譜進行到30手左右的時候（一般最多顯示30手左右），有時候勝率的波動可能會達到30個點。有人會想：「那我就按照AlphaGo推薦的招法來下不就OK了嗎？」對此我想說，圍棋開局子效的好壞是相對而不是絕對的，「這時子效不好，過一會可能就變好了，而這時子效不好，沒準過會兒又變好了」！因此AlphaGo判斷一方領先30個點是基於今後對子效的發揮和利用上，而你在未理解其用意的情況下輕易模仿，很可能幾步棋之後，你的勝率已經被對手反超30個點，而你還絲毫未有察覺。所以，在沒有理解的情況下一味模仿，效果將適得其反。

「AlphaGo教學工具」可以開拓我們在布局上的思路，是我們研究布局的好助手。但同時，它並不是一部布局的「聖經」，在只看到勝率分析的前提下，就連我們職業棋手也需要對其中的招法去慢慢實踐和感悟後，才可能會有所幫助。一味模仿盲從也不行。

感謝AlphaGo團隊向我們提供了「AlphaGo教學工具」！這是一座圍棋開局領域的「金礦」，等待著我們去慢慢挖掘它的價值！同時也期待能有更新迭代的產品出來，若是能加上變化圖和隨機擺棋互動的功能，那就太好了！

要說明AlphaGo圍棋教學工具的作用，可以從這張圖說起。

這是一個以前職業選手經常下的小目高掛定式。黑是先行的，雙方手數一樣。但是，從四五年前開始，就沒有職業選手下了！

為什麼之前人們經常下，之後又不下了？不下是因為，這個「定式」黑的虧大了！黑是先佔角的，結果雙方手數一樣，黑的子力被壓在低位，白的拆邊地勢都有很舒服。可以說這一個局部下來，黑的就明顯落了下風了。這個道理說出來，職業棋手們確實都對黑感覺很不舒服，於是就都不下了。

但是之前棋手們為什麼又下呢？因為黑的每一招好象都挺自然。3位飛應很正常，人家4位託了，5位扳一下正常，人家6位退了，7位虎一下也很正常。感覺都是正常行棋。

什麼時候，職業棋手們發現了問題的？因為有網棋與實戰的大量實踐，有人終於發現，黑的用這個定式，輸棋的概率很大，明顯偏離正常值！這就是提出了「勝率」的概念，在AlphaGo沒有出現之前，棋手們就有了「勝率」的思考。

那麼這個定式到底問題出在哪呢？現在有了AlphaGo圍棋教學工具，我們可以給出更進一步的回答，問題是黑3！對於2高掛，黑的不能飛應！這個結論就是超出人的直覺的了。

按教學工具建議的，黑的小目面對白的高掛，根本就不能用飛應，會吃大虧！應法有多種。但是勝率會給人以啟發。

這就是教學工具的意義。這個工具提供的幾十萬個選點的勝率值，很多都是人難以發現的邏輯，人類是到勝率值的啟發後，就可以進行更深入的思考。

當然這個工具是面對職業選手的，不能稱為教學工具。而已經有一些愛好者和職業選手，用這個工具發拙出了一些「反直覺」的選點。這個意義很大，可以說對圍棋布局革命提供了直接的工具。

對於AlphaGo教學工具，我只有兩點看法：

1. 這個工具對於職業圍棋界研究布局很有幫助；

2. 這個工具對於圍棋教學基本無用。

這個工具被命名為「教學工具」其實是有一定誤導性的，因為它內部的信息基本只對人類的頂尖層次才有意義。

AlphaGo教學工具里的內容，說白了就是對人類以往的頂尖水平對局中出現的主流布局進行了盤點，然後AlphaGo給出了一些勝率判斷，並且對每個局面提出了自己推薦的下一手以及勝率。這個推薦的下一手，有的時候也是人類已有的下法，而有的時候不是。

這些信息的價值在於，為人類對圍棋布局的研究進行了過去階段的總結和評價，並提出了一些新的方向，而這些新方向可能成為人類未來一段時間內研究布局的重點方向。

對普通人學習圍棋來說，這些內容是沒有什麼意義的。

就像以前一樣，職業圍棋界對布局的前沿研究，普通的愛好者用得上嗎？大家頂多學幾個布局架子，後續變化能掌握多少？實戰的時候，還不是比大家誰的計算力強、大局觀好？能到學習前沿布局研究的程度的，最起碼也是業餘高段水平。

尤其在低水平段，從入門到級位水平，教學上來說都不會教大量的布局和定式，重點一般會放在以計算力為核心的基本功訓練上。用死活題訓練計算，用手筋題訓練棋型感覺等等，這些才是從級位到低段位水平的重點。

在這個階段，布局的學習主要是學習基本的布局原理就行了，套路只要知道幾個架子就夠用了；定式只需要學一些最基本的，重在明白其中的棋理和變化，而不能貪多（不懂後續變化就瞎下定式的後果很嚴重）。

說實話，我們說AlphaGo帶來的圍棋革命，主要是對上層理論的衝擊，還沒有影響到這麼基礎的層次。

所以，所謂的「教學工具」，大家一定要搞清楚，不是教業餘愛好者的工具，而是教人類（上限水平）的工具。

這個談不上是教學工具。相當於把黑白雙方的形勢判斷轉化成帶小數點的勝率。不同的著點勝率，有的小數點只相差一位或兩位。這有什麼意義呢？計算機用1000萬次模擬出來的演算法得出的數據對我們人類來說，只能說，知其然不知其所以然。更何況，勝率高的著法，也是依託後面的走法來決定的。所謂的大局觀和棋力，就是思考的深度能夠達到100手。

所以，我的看法是，新鮮兩天過後，人類該怎麼下還是怎麼下，圍棋之樂，輸贏只是其一而已，對業餘棋手尤是。