围棋漫谈

围棋起源于中国，传为帝尧所作，春秋战国时期即有记载，距今已有4000多年历史。

围棋被认为是世界上最复杂的棋盘游戏。在基本规则的限制下，据说存在10的300次方的对局数量，而宇宙的原子数量总和是10的80次方。

据估算，人类已经下过的对局数量不超过10的12次方，职业棋手一生的对局数不超过10的7次方，即1千万次对局。可见围棋虽然古老，但是还存在许多未解之谜，包括未知的优良定式和布局方式等。

围棋虽然博大精深，却很容易上手。因为围棋基本规则非常简单，棋子也只有黑白两种。所以一般4至6岁的小孩就可以理解围棋的基本规则，并进行对局。本人亲测4岁的阿铭古，的确如此。

与之对比，中国象棋的基本规则更为复杂：中国象棋的棋子有7种，每种棋子的走法不一样；而且有对将、别马脚、压田心、兵过河等规则。以至于有些成人一直搞不明白别马脚的位置。

围棋入门容易，精通却非常困难。精通围棋的困难在于，存在一个需要跨越的“逻辑弱效区域”。

掌握围棋规则后，吃子、死活、对杀、官子都可以逐步掌握。因为这些都有严密的逻辑推导，有确定的一个或几个最优解。但是布局、定式并不存在确定的最优解，可以依靠的都是前人和高手的经验。

如果没有掌握布局，只会吃子，其实还不算真正入门。更适合下9*9的练习棋盘。

但想要掌握布局和定式，就会面临前述的“逻辑弱效区域”。刚开始对弈的时候，偌大的棋盘，有无数种选择，而你并不知道哪些选择是对的。这就是布局困难。这个困难用逻辑推导是无法解决的。

“逻辑弱效区域”是单靠个人无法跨越的经验区域，就算是开创流派的棋圣，也需要凭借学习前人的经验来跨越这个区域。

如果用严格的逻辑推导来分析，人类经验并不一定成立，所以不能仅仅依靠理解来学习经验。围棋经验的学习，更多需要的是记忆和长时间的练习，把他人经验转化为自身的棋感。而围棋作为最古老的棋类游戏，人类积累的经验非常多，足够一个人潜心学习一辈子。

所以学习围棋是一件非常严酷的事情。一个基础水平的人如果要真正入门，就必须通过经年累月地机械式地反复练习和记忆闯过这个“逻辑弱效区域”。这需要巨大的毅力和决心。

然而我们刻苦学习的人类经验并不一定是最优的对策，很可能是次优的。

2016年3月，阿尔法围棋4比1战胜围棋世界冠军、职业九段棋手李世石；2016年末2017年初，该程序与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩；2017年5月，3比0战胜排名世界第一的柯洁。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平。

一开始的阿尔法狗还是输入高手的棋谱，以此为基础形成对策。后期的阿尔法狗是从零开始，通过自我对弈，不断提升水平。

阿尔法狗使用的定式，与人类经验定式不同，这就是人工智能对人类经验的冲击。比如，点三三等定式被人工智能修改，见下图。一些人类定式则被人工智能淘汰。

虽然人工智能给围棋的人类经验带来了冲击，让不少职业人士迷茫。但是，人工智能可以辅助人类更好地研究围棋，围棋也可以促进人工智能技术的发展。

而我从人工智能对人类经验的冲击中，得到的一个启发是，最顶尖的人类多次重复的经验也非最优。只有像数学一样严密的逻辑推导才能保证最优。

这可能也是基础教育中，我们使用数学，而不是下棋来培养青少年的逻辑思维的原因。虽然下棋要分析形势，推算步骤。但是下棋的逻辑并不够严密，因此不能够替代数学来培养人的逻辑思维。而且数学本身是强大的基础工具，可用于解决各种科技难题。这些都是下棋无法提供的。

虽然下棋的逻辑没有数学那么严密，但也庆幸下棋不只是逻辑计算。那些不确定的多种解决路径和未知区域，恰好保留了个人风格的发挥空间，构成了棋的艺术成分。所以，下棋并不是单纯的逻辑游戏，而是独特的逻辑和艺术结合体验。这就是下棋吸引人的原因之一吧。