吴清源真相76——用ELF OpenGo AI研究围棋史

ELF OpenGo AI 是 Facebook 发布的一款用于分析围棋历史的工具，其通过分析人类围棋历史上从 1700 年到 2018 年共超过 87000 局棋谱，为研究围棋技术发展历史提供了有力支持，尤其在研究吴清源时代等特定历史时期的围棋技术特点方面具有重要价值。ELF OpenGo AI 推出的新标准Almost Matching：指掉胜率不超过 1%的着手。这一标准比起以往广为使用的“Matching”更有意义。一方面，在胜率上只有细微差别的着手之间，人类在可见的将来也难以理解其优劣，对人类意义不大；另一方面，人类选择与 AI 着手的区别很多时候只是某个先手交换时机的不同，且这种不同不会影响棋局胜负和走向，所以这些不是“Matching”但属于“Almost Matching”的着手也应看作正解。Average Drop in Winning Probability：即平均每着棋所掉胜率。该标准比“Matching”更能标志一名棋手的棋力，因为“Matching”仅说明了正着的百分比，而此标准能体现恶手的数量以及恶手的恶劣程度。First Bad Move：指第一手大恶手的步数，也就是使获胜几率降低至少 10%的第一手棋的步数。这一标准能很直观地看出人类对开局认识的深化。ELF OpenGo AI 对人类围棋技术发展趋势的分析人类历史棋局的中局阶段（第 61 - 120 手）与 AI 吻合着手占比从图中可以看出总的趋势向上，这表明人类围棋技术水平在不断提升。其中 1700 年 - 1820 年间以约 1760 年为中心出现低谷，对应日本围棋史上道策之后、丈和之前的低谷，即本因坊察元名人时代。1935 年后有个断崖式的下跌，在 1939 年到谷底，之后到近 1980 年才恢复之前高度，而吴清源时代正处于这一阶段。这说明在吴清源时代，人类围棋技术发展经历了一定的起伏，可能受到当时社会环境、围棋理论发展等多种因素的影响。- 人类历史棋局最恶一手平均所降胜率约 1859 年到 1920 年，该数据保持在较高水准，与人类历史棋局的中局阶段与 AI 吻合着手占比图所反映的情况一致。这进一步说明在这一时期人类围棋技术发展相对缓慢，棋手在避免恶手方面还有较大的提升空间。ELF OpenGo AI 对棋圣秀策围棋技术的分析棋圣秀策开局阶段（第 1 - 60 手）与 AI 吻合着手占比秀策生于 1829 年，20 岁时吻合度最高。这表明秀策在 20 岁时开局阶段的着法更符合 AI 的判断，说明他在这一时期对开局的理解和把握达到了较高的水平，其开局策略具有较高的科学性和合理性。- 棋圣秀策中局阶段（第 61 - 120 手）与 AI 吻合着手占比与开局阶段不同，秀策 20 岁时中局阶段吻合度最低。这说明秀策在中局阶段的着法与 AI 的判断存在一定差异，可能他在中局阶段的战术运用和局面判断有自己独特的风格和思路，不完全遵循 AI 的逻辑。这也反映出人类棋手在围棋对弈中具有创造性和主观能动性，不完全受制于既定的模式和标准。ELF OpenGo AI 通过这些新标准和数据分析，为研究围棋历史提供了全新的视角和方法，有助于更深入地了解不同时代棋手的围棋技术特点和人类围棋技术的发展脉络。