围棋 AI 是怎么一步步变强的：从蒙特卡洛到 KataGo

为什么围棋比国际象棋难得多

1997 年深蓝击败卡斯帕罗夫时，很多人以为围棋会很快跟进。结果又过了近二十年。

难点主要有两个：

一、搜索空间大得离谱。国际象棋每一步大约有 35 种合理走法，围棋在 19×19 的棋盘上有 250 种上下。棋局长度也更长。两者相乘，围棋的可能局面数量远远超出穷举的范围。

二、局面难以评估。这才是真正的障碍。国际象棋可以数子力——车值 5 分、马值 3 分，加加减减就能得到一个不错的估值。围棋没有这种东西：一颗棋子的价值完全取决于周围的配置，同一个形状在不同的全局下可能是好棋也可能是废棋。「厚薄」「味道」这些概念，人类棋手靠直觉判断，却很难写成规则。

所以早期的围棋程序，无论怎么优化搜索，都卡在业余低段的水平上——它算得再深，也不知道算出来的局面到底谁好。

第一次突破：蒙特卡洛树搜索

2006 年前后，蒙特卡洛树搜索（MCTS）被引入围棋程序，带来了第一次质变。

它的思路绕开了「如何评估局面」这个难题：既然写不出好的评估函数，那就随机把棋下完——从当前局面开始，双方随机落子直到终局，然后数谁赢。重复成千上万次，某一手的获胜比例越高，就认为它越好。

这个方法用统计代替了判断，让程序水平跃升到业余高段。但它也有明显的天花板：随机模拟毕竟粗糙，遇到需要精确计算的局面（复杂死活、大规模对杀）经常出错。此后几年，围棋程序在业余高段附近停滞，普遍认为距离职业水平还有很长的路。

AlphaGo：神经网络加入战局

2016 年 3 月，AlphaGo 以 4:1 击败李世石，成为围棋史的分水岭。此前它已在 2015 年战胜过职业棋手樊麾。

AlphaGo 的核心思路，是用深度神经网络补上 MCTS 缺失的那块判断力：

• 策略网络负责「这个局面下值得考虑哪几手」，大幅收窄搜索范围；
• 价值网络负责「这个局面谁优」，替代粗糙的随机模拟。

换句话说，神经网络提供了人类那种「一眼看上去这里比较好」的直觉，MCTS 提供了精确的验算——两者结合，恰好补上了各自的短板。

2017 年，升级版 AlphaGo Master 在乌镇击败当时世界第一的柯洁。至此，人机之间的胜负问题基本终结。

从 AlphaGo Zero 到 AlphaZero：抛掉人类棋谱

初代 AlphaGo 的训练用到了大量人类棋谱作为起点。2017 年的 AlphaGo Zero 做了一件更激进的事：完全不用人类棋谱，只给规则，从随机下棋开始自我对弈。

结果它不仅达到了更高的水平，还更快。这个结果的意义超出了围棋本身——它说明在规则明确的领域，人类经验非但不是必需，有时反而是限制（它会把程序引向人类既有的思路，包括那些没被检验过的偏见）。

随后的 AlphaZero 把同一套方法推广到国际象棋和将棋，同样取得压倒性结果。

也正是「不继承人类经验」这一点，让 AI 推翻了一批流传已久的围棋常识——详见《AI 改变了围棋的哪些常识》。

开源浪潮：能力扩散到每个人手上

AlphaGo 系列并未公开发布可用的程序。真正让普通棋手用上顶级 AI 的，是随后的开源项目：

KataGo 做对了什么

KataGo 由 David Wu（lightvector）发起。它没有停留在「复现 AlphaZero」，而是针对实际使用做了几项关键改进：

• 训练效率大幅提升。通过一系列技术改进，用远少于前人的算力达到同等甚至更强的水平——这直接决定了一个开源项目能不能持续迭代。
• 能预测目数，不只是胜率。AlphaZero 系列只优化「赢」，导致大优时会下出亏很多目的「无所谓」的棋。KataGo 额外训练了目数预测，这对复盘分析极其重要：只有胜率的话，优势局面下的失误几乎看不出来（原理见《看懂 AI 复盘》）。
• 支持不同规则、贴目和让子。中国规则、日本规则、各种贴目、让子局都能正确处理——对实际教学和训练来说，这是能不能用的问题。
• 提供人类风格模型。可以模仿特定水平的人类下法，而不只是「变弱的 AI」。这让它能当陪练，而不只是当裁判（区别见《用 AI 陪练怎么才能真的涨棋》）。

这些改进合起来，把围棋 AI 从「一个能赢棋的程序」变成了「一个能用来教棋的工具」。

今天普通人能用到什么

现在的局面是：一台普通的家用电脑，跑着的引擎棋力已经远超任何人类棋手。这在十年前是不可想象的。

剩下的问题从「有没有」变成了「好不好用」：

• 引擎本身是命令行程序，需要自己下载、配置、挂图形界面（步骤见《KataGo 怎么安装配置》）；
• 它输出的是胜率、目数、候选点——数据是客观的，但要看懂需要一定基础；
• 它能告诉你「这手亏了 6 目」，但不会告诉你「为什么」。

这也是这几年围棋软件的主要发展方向：不再是比拼棋力（都已经足够强了），而是比拼怎么把这份能力交付到普通棋手手上——降低配置门槛，把数据翻译成人能理解的语言。