本因坊棋王教你用概率下棋

十年前，围棋软体「狂石（CrazyStone）」用蒙地卡罗方法，以胜率为局面的评价函数，让当时的电脑围棋界大吃一惊，它的机制是，在所有局面做非常多次「随机」的模拟到终局，其后选择其中胜率最高的一手。

当时围棋被认为是好棋与坏棋很分明的游戏，教电脑下好棋都来不及了，哪有闲工夫让电脑玩「随机」的掷骰子游戏？蒙地卡罗方法是统计学上很常用的手法，但没有人觉得跟围棋有关，将概率这个东西扯上围棋的，除了十七年前我用空压法拿到本因坊以外，就是「狂石」作者雷米柯龙。

结果狂石为围棋软体带来重大突破，就算已经明显超越人类的AlphaGo，它的评价函数一半还是蒙地卡罗法，而另一半的价值网路也是用概率来处理的。

围棋可以计算着手价值为「×目」，因为有数字指标，至今围棋评估以「大小是几目」做基础，对人来说是最方便的方法。然而如《新棋纪乐园》上集〈开天篇〉所叙述的，大小的比较对我而言非常困难，只好以概率作为自己的起点，「概率」虽然也是数字，但运用起来和确定的数字很不一样。

把着手定位于「大小」可以说是静态的思维，空压法因为起源于人类的计算力不足，而什幺都无法确定，只好由概率出发；这样围棋会呈现动态的面向，对局者必须意识的，是自己在什幺样的姿势下，採取什幺样的动作，本书下集〈闢地篇〉提供了两个运用空压法的诀窍「中点」与「交点」，我认为在最近的AI对局里，多少得到验证。

AI的概率判断，是强大机器能力的产物，人类无法模仿；人在日常生活可能不知不觉会用概率的基準去行动，但人运用概率去思考，说不定因为经验不够，其实是不擅长的，人在做决定的时候，还是希望这个决定是确实的，而不是基于一个概率数字就拚命，这可说是人的本能。我是人，虽说我认为围棋的广大，能让概率转换为实际收穫，比起AI，我运用概率其实还是怕三怕四的。

这个局面，谁都会补强白棋左上角模样，因为这个模样很容易成为地，一般都会想补得坚实一点，很多人可能会下A，我充其量也是下B而已，直接下D、C，意图让模样成为确定地也大有人在，然而白1至今是几乎不被列入选项的。

图6白1因为是二间高缔，十足用上「空」的压力才能逼黑棋立刻侵入， DeepZenGo动用包括白A的全局资源，成功启动「空压连锁」，从左上，下边，左下，做到了一连串的「压」的动作，可是我为了怕黑棋在上边生根，一定无法得到这幺好的结果。

本书〈开天篇〉讨论过，运用空压法，首先需要信心——相信概率，而信心的依据，是自己的「一无所知」，在AI的棋力超过人的今天，自己「一无所知」这个理由应该是越来越坚强，而我看AI的对局，最常有的感想是「自己的信心还不够」，因为人总爱幻想——认为自己得到了某些领悟！

围棋是艺术还是竞赛，是永无答案的大哉问，但也可说答案其实很明了，围棋既是艺术也是竞赛。既是A又是B，这不是矛盾吗？的确如此，人的自我本来就是一个矛盾，人类乐此不疲的围棋存在矛盾，反而合情合理。

人们忘我下棋，想要比前一刻多理解一点围棋，但围棋什幺都懂了就不好玩了，什幺都不懂才最能享受围棋，这是一个快乐的矛盾，深知自己什幺都不懂，才能深知围棋的奥妙。

李世乭对AlphaGo三连败后，第四局终于赢得胜利，记者问他，在连战连败穷途末路的时候，为何还有力气从强大对手扳回一城？

李世乭说：「儘管状况超坏，我自己提醒自己，对局时不要忘记下棋的乐趣！」

相关书摘 ►AlphaGo下的棋看不懂？「空压法」或许可以成为我们理解AI围棋的切入口

本文摘录自《新棋纪乐园：闢地篇》，大块文化出版
＊透过以上连结购书，《关键评论网》由此所得将全数捐赠儿福联盟。

作者：王铭琬

在AI与真人棋士对局屡获胜绩后，赵治勋有感而言，王铭琬的棋术最像AI下法。新版《新棋纪乐园》的开天篇和闢地篇两本书，王铭琬将为此做了精闢的解说。

有了「空」与「压」的概念之后，《新棋纪乐园—闢地篇》中，王铭琬继续为读者指出寻找次一手的捷径——「中点」与「交点」。着眼于「空」的逻辑，就从「中点」着手，下在中点，可让对方失去选择宽广方向的余地；着眼于「压」的逻辑，则要找出双方空间量交会的「交点」，因为该处的影响範围是盘上最大，因此要从该处的「交点」去寻找次一手。

不过，不管是空压战法或是中点、交点，都有无尽的可能，王铭琬透过300盘不同棋局与诘问，讲解围棋的「无限」。围棋要学AI下法，就从《新棋纪乐园》开始。