从模式识别到自我对弈：围棋人工智能的演进与里程碑7

围棋，这项源远流长的东方智力游戏，因其极高的复杂性和近乎无限的可能性，长期以来被认为是人工智能（AI）领域“最后的堡垒”。它不像国际象棋那样可以通过穷举法在有限深度内寻找最佳解，其巨大的搜索空间（棋盘上可落子点多达361个，每一步的可能变化远超国际象棋，总局面数量更是天文数字）和难以量化的局面评估，使得传统的AI方法束手无策。然而，在21世纪的第二个十年，人工智能在围棋领域实现了从“蹒跚学步”到“超凡入圣”的飞跃，彻底颠覆了人类对AI能力的认知，也为通用人工智能的发展奠定了新的基石。本文将详细阐述围棋人工智能的发展历程，回顾其各个阶段的突破性进展。

黎明前的探索：早期围棋AI的挣扎与进步

在深度学习和蒙特卡洛树搜索（MCTS）技术成熟之前，围棋AI的研发经历了漫长而曲折的探索期。早期的围棋AI主要依赖于以下几种方法：

1. 规则和模式匹配： 最早的围棋程序试图通过预设的围棋规则、专家知识库和大量的棋形模式进行判断。例如，识别“虎口”、“眼位”、“断点”等基本棋形，并根据这些模式给出建议。然而，围棋的复杂性远超这些简单模式的组合，导致这些AI的棋力非常有限，甚至难以击败业余初段。

2. 传统搜索算法： 国际象棋AI的成功得益于Alpha-Beta剪枝等搜索算法，它们能够高效地探索棋局的“搜索树”。但在围棋中，每一步棋的可能变化数远大于国际象棋，导致搜索树的宽度和深度都异常庞大，传统的Alpha-Beta算法在有限时间内无法进行足够的搜索，因此效果不佳。

3. 蒙特卡洛树搜索（MCTS）的曙光： 21世纪初，蒙特卡洛树搜索（MCTS）方法的引入为围棋AI带来了转机。MCTS通过大量的随机模拟（rollout）来评估棋局的潜在胜率，并结合树搜索的原理，逐步构建和优化搜索树。每次模拟从当前局面开始，随机下完一盘棋，并记录胜负结果。经过成千上万次的模拟，MCTS能够对每个节点的胜率进行统计，从而指导下一步的选择。第一个真正意义上利用MCTS并展现出较强棋力的围棋AI是法国的“MoGo”和“Fuego”。它们在2000年代后期开始在比赛中崭露头角，甚至能击败一些人类业余高手。尽管MCTS极大地提升了围棋AI的棋力，但其对人类职业选手仍是望尘莫及，差距如同天堑。

奇点降临：AlphaGo的横空出世

2010年代中期，人工智能领域迎来了一场革命性的突破——深度学习的兴起。谷歌DeepMind团队将深度学习与蒙特卡洛树搜索相结合，创造了具有划时代意义的围棋AI——AlphaGo。

1. AlphaGo的架构与训练： AlphaGo的核心是两个深度神经网络：
策略网络（Policy Network）： 输入是当前棋盘局面，输出是下一步可能落子的概率分布。它通过监督学习（Supervised Learning，SL）从数千万局人类职业棋手的对弈数据中进行训练，学习人类高手的下棋模式。
价值网络（Value Network）： 输入是当前棋盘局面，输出是该局面下白方（或黑方）的胜率评估。它通过强化学习（Reinforcement Learning，RL）进行训练，即通过AlphaGo自我对弈产生大量的棋局和胜负结果，从中学习如何准确评估局面。

在对弈时，AlphaGo将这两个网络与MCTS相结合：策略网络负责缩小MCTS的搜索范围，使其更专注于有潜力的落子点；价值网络则负责更准确地评估MCTS搜索到的节点，指导MCTS更有效地选择分支。这种深度学习与传统搜索的结合，是AlphaGo成功的关键。

2. 战胜樊麾： 2015年10月，AlphaGo在秘密进行的比赛中，以5:0的成绩击败了欧洲围棋冠军、职业二段樊麾。这是AI首次在分先（没有让子）的正式比赛中击败职业围棋选手，标志着围棋AI达到了一个重要的里程碑。但由于樊麾的棋力并非世界顶尖，这场胜利并未引起广泛关注。

3. 震惊世界的“人机大战”： 2016年3月，AlphaGo与韩国围棋传奇人物、世界冠军李世石九段在韩国首尔进行了举世瞩目的五番棋对决。这场比赛吸引了全球的目光。最终，AlphaGo以4:1的总比分击败了李世石，彻底震撼了围棋界乃至整个科技界。尤其是在第二局中，AlphaGo下出了被称为“神之一手”的第37手，这一步棋在人类看来是“臭棋”，但在后续的棋局发展中却展现了其深远的战略意义，颠覆了人类对围棋常识的认知。这场胜利宣告了人工智能在围棋领域超越人类，预示着一个新时代的到来。

自我进化的里程碑：AlphaGo Zero与Master

在击败李世石之后，DeepMind团队并没有止步不前，而是继续探索围棋AI的极限。他们很快推出了更加强大的版本——AlphaGo Master和AlphaGo Zero。

1. AlphaGo Master： 2017年初，DeepMind在Tygem和野狐围棋等在线对弈平台上以“Master”的身份匿名进行了60多场快棋对弈，横扫包括柯洁、朴廷桓、井山裕太等在内的所有世界顶尖职业棋手，取得了60胜0负的惊人战绩。Master的出现再次证明了AlphaGo系列的绝对统治力，其棋风飘逸、计算精准，彻底刷新了人类对围棋的理解。

2. AlphaGo Zero的纯净进化： 2017年10月，DeepMind团队发布了AlphaGo Zero，这是一个具有里程碑意义的版本。与之前的AlphaGo不同，AlphaGo Zero完全从零开始，没有任何人类棋谱数据作为输入，仅仅通过“自我对弈”的强化学习进行训练。它的核心创新在于：
纯粹的自我对弈： AlphaGo Zero在没有任何人类干预的情况下，通过数百万盘的自我对弈，不断学习和优化其策略和价值网络。它从随机下棋开始，通过赢下对局获得奖励，从而提升棋力。
单一的神经网络： AlphaGo Zero使用一个统一的深度残差网络，同时输出策略（下一步落子概率）和价值（胜率评估），取代了AlphaGo早期版本中分离的策略网络和价值网络。这种结构更加简洁高效。
更高效的MCTS： AlphaGo Zero的MCTS利用自身的策略网络和价值网络进行搜索和评估，不再需要人类经验。

AlphaGo Zero在短短几天内就超越了AlphaGo Lee（战胜李世石的版本），并在数周内超越了Master。这证明了纯粹的强化学习和自我对弈可以创造出比从人类经验中学习更强大的智能体，其学习效率和上限远超预期。AlphaGo Zero的出现，不仅彻底解决了围棋AI的问题，也为通用人工智能的“无监督学习”指明了方向。

围棋AI的普及与开源浪潮

在AlphaGo系列展现出超人类棋力之后，围棋AI的发展进入了“后AlphaGo时代”。DeepMind虽然没有开源AlphaGo，但其论文和技术细节激发了全球研究者和爱好者的热情，催生了一系列强大的开源围棋AI项目。

1. Leela Zero： 受到AlphaGo Zero论文的启发，比利时程序员GCP开发了Leela Zero。它也采用纯粹的自我对弈和单一神经网络的训练模式，并利用分布式计算（类似于SETI@home项目）在全球范围内收集大量的自我对弈数据。无数的爱好者将自己的电脑贡献出来，为Leela Zero的训练提供了强大的算力。Leela Zero的棋力在很短时间内达到了世界顶尖水平，甚至在某些方面超越了AlphaGo Zero。

2. KataGo： 由Luke Farritor开发的KataGo是另一个重要的开源围棋AI。KataGo在Leela Zero的基础上进行了多项技术改进，例如更高效的训练算法、对各种棋盘大小和规则的适应性、以及对局部战术和死活判断的增强。KataGo的训练速度更快，棋力也异常强大，成为了许多职业棋手和爱好者研究和训练的必备工具。

3. 其他开源项目： 除了Leela Zero和KataGo，还有如Facebook的ELF OpenGo、腾讯的绝艺（PhoenixGo）等一系列强大的围棋AI。这些AI的出现使得超一流的围棋AI不再是少数顶级实验室的专属，而是成为了普通人触手可及的工具。

4. 对人类棋手的影响： 围棋AI的普及对人类围棋产生了深远的影响。AI成为了人类最好的陪练和老师。职业棋手和业余爱好者可以通过AI复盘、分析棋局、训练对弈，从而发现自己思维中的盲区，学习全新的下法和布局。许多以前被认为是“定式”的下法被AI推翻，新的“AI流”下法逐渐成为主流。AI不仅提升了人类棋手的棋力，也改变了人类对围棋的理解，拓展了围棋的边界。

超越围棋：AI技术的更广阔影响

围棋AI的成功不仅仅局限于围棋本身。它所采用的深度学习、强化学习、蒙特卡洛树搜索等技术，以及从零开始自我学习的范式，对更广泛的人工智能领域产生了深远的影响。

1. 通用强化学习： AlphaGo Zero的成功证明了通过自我对弈实现超人类性能的可能性，这为通用强化学习（General Reinforcement Learning）的发展开辟了道路。现在，这种方法被应用于各种复杂问题，如机器人控制、药物发现、材料科学、交通优化、金融交易等领域。

2. 科学发现的工具： AI不仅能玩游戏，还能成为科学发现的工具。例如，DeepMind的AlphaFold利用类似的技术解决了蛋白质折叠问题，极大地加速了生物医学研究。AI的自我学习能力使其能够从海量数据中发现人类难以察觉的模式和规律，从而推动科学进步。

3. 人机协作的新范式： 围棋AI的案例也揭示了人机协作的巨大潜力。AI不是取代人类，而是作为人类智慧的延伸和补充，帮助人类突破自身的局限，达到更高的成就。

总结： 从早期的模式识别和简单搜索，到蒙特卡洛树搜索的引入，再到深度学习与强化学习结合的AlphaGo，以及最终纯粹自我学习的AlphaGo Zero，围棋人工智能的发展历程是一部充满挑战、突破和革命的史诗。它不仅彻底征服了围棋这一“智力堡垒”，更重要的是，它为人工智能的发展提供了宝贵的经验和范式，开启了AI应用于更广泛领域、实现更高智能水平的新篇章。围棋AI的成功，是人类智慧与机器智能协同进化的最佳例证，预示着一个智能时代的光明未来。

2025-11-02

上一篇：人工智能：全球国家发展政策的战略布局与未来趋势

下一篇：人工智能时代教育的重塑与展望：专家洞察与实践路径