伊赫巴里
Friday, 10 July 2026
Breaking

人工智能重塑围棋顶尖棋手思维,里程碑式胜利十年后主导训练

从训练伙伴到统治力量,人工智能正在重塑这项古老比赛的核心策略

人工智能重塑围棋顶尖棋手思维,里程碑式胜利十年后主导训练
عبد الفتاح يوسف
2026-03-04 23:34
5

韩国 - 艾赫巴里通讯社

人工智能重塑围棋顶尖棋手思维,里程碑式胜利十年后主导训练

十年前,谷歌 DeepMind 的 AlphaGo 程序击败韩国围棋冠军李世石,震惊了世界。如今,这项古老而备受尊敬的策略游戏的格局已经发生了根本性的转变。人工智能不再仅仅是挑战者;它已成为职业围棋训练中的主导力量,迫使棋手们面对一个新的现实:机器智能决定着精通之道。

在首尔韩国棋院(Korea Baduk Association)的庄严殿堂里,围棋策略的传统宁静已被计算机的嗡嗡声和鼠标的点击声所取代。曾经沉浸在棋子触感和实体棋盘策略深度中的棋手们,现在将数小时的时间花在显示器前,重播由复杂人工智能程序分析过的对局。教练们一丝不苟地将学生的棋步与人工智能的建议进行比较,而一些棋手则静静地坐着,观察人工智能程序之间的高水平对弈。这项承载着数百年人类传统和直觉的游戏,正在经历前所未有的演变。

人工智能不仅影响了这项游戏;它颠覆了既定的原则,并引入了全新的战略概念。精通的追求现在常常涉及以惊人的精确度复制人工智能的棋步,即使其潜在逻辑对人类理解仍然不透明。这一转变使人工智能成为专业竞争不可或缺的一部分。虽然一些人哀叹创造力的丧失和传统围棋艺术的侵蚀,但另一些人则在游戏的框架内看到了新形式的人机协作和创新的潜力。与此同时,人工智能正在普及高级训练资源的获取途径,这一发展恰逢女性棋手参与度和成功率的显著增长。

对于目前世界排名第一的围棋棋手申真谞(Shin Jin-seo)来说,人工智能,特别是 KataGo 程序,是不可或缺的训练伙伴。他的日常活动包括仔细研究 KataGo 的建议,追踪屏幕上指示最佳棋步的指示器。他因其棋风与人工智能的高度一致而被昵称为“申智”(Shintelligence),申真谞花费大量时间来解读机器的战略选择。“我一直在思考人工智能为什么会选择某个棋步,”他说,强调他致力于理解人工智能的逻辑,而不是盲目遵循其指示。

申真谞的严格训练计划,很大程度上围绕 KataGo 进行,被描述为一种“苦行”。韩国棋类联赛(Korean Baduk League)2022 年的一项研究数据显示,申真谞的棋步与人工智能的建议有 37.5% 的时间相符,这远远超过了其他职业棋手中观察到的 28.5% 的平均水平。“我的棋艺改变了很多,”申承认道,“因为在某种程度上我必须遵循人工智能建议的指导。”这种适应性凸显了人工智能对职业围棋比赛定义产生的深远影响。

作为对这项游戏转型历程的象征性致敬,据报道,韩国棋院已与谷歌 DeepMind 取得联系,希望安排申真谞与 AlphaGo 之间的一场表演赛,以纪念其击败李世石十周年。尽管谷歌 DeepMind 拒绝就具体信息发表评论,但这样一场比赛的前景——让一位经过人工智能打磨的现代棋手对阵曾经彻底改变围棋这项运动的人工智能——证明了围棋中人机竞争和演变的持久叙事。

围棋,一项起源于中国2500多年前的抽象策略棋盘游戏,要求两位玩家在19x19的棋盘上放置黑白棋子以围占领地。其复杂性令人震惊,估计有10^170种可能的棋盘配置,远远超过可观测宇宙中的原子数量。如果说国际象棋是一场战役,那么围棋通常被形容为一场战争,需要复杂的局面处理和深刻的战略远见。

开发人工智能以掌握围棋涉及将人类棋步的海量数据集输入神经网络。AlphaGo 在 3000 万步人类棋局上进行了训练,并通过与自己进行数百万次对弈来进一步完善。其继任者 AlphaGo Zero 在 2017 年开创了“空白板”(tabula rasa)的方法,仅从规则和自我对弈中学习围棋,摆脱了人类偏见或传统智慧的束缚。这种空白板方法被证明异常强大,使 AlphaGo Zero 在几天内以 100-0 的比分决定性地击败了其前身 AlphaGo Lee。

AlphaGo 退役后,受到 AlphaGo Zero 成功启发的开源人工智能模型,如 KataGo,应运而生。KataGo 因其速度、先进的预测能力——包括棋盘点位的归属——以及通过分析整个棋盘而非仅局部区域来掌握长期战略的能力,已成为许多职业棋手的首选工具。其目标不仅是获胜,更是最大化得分,反映了对游戏效率的深刻理解。

人工智能的这种融合从根本上重塑了围棋策略。几个世纪以来,棋手们依靠启发式方法来应对围棋巨大的复杂性。优雅的开局序列和诸如避免早期占角等既定原则指导着棋手。然而,正如评论员朴钟尚(Park Jeong-sang)所指出的,“人工智能改变了一切。” 传统的常识性走法现在已经过时,取而代之的是人工智能开创的新技术。曾经是个人表达和创造力画布的开局阶段,现在已基本标准化,棋手们都在记忆人工智能建议的高效序列。战略重点已转移到中盘,计算能力比想象力更重要。

对人工智能的这种依赖导致了比赛风格的同质化。中国棋手柯洁公开表达了他对人工智能驱动的开局重复性的厌倦,将其比作对棋手和观众而言“令人疲惫和痛苦”的体验。虽然粉丝们可能会欣赏偶尔偏离人工智能脚本的举动,但这种时刻越来越罕见。2023 年的一项研究表明,顶尖棋手的тились分之三以上的棋步都模仿了人工智能的建议,其中前 50 步在不同对局中常常是相同的。

李世石在反思他的人工智能时代后的职业生涯时,感叹这种变化:“围棋已经变成了一项智力运动……在人工智能出现之前,我们追求的是更伟大的东西。我曾将围棋视为一门艺术。但如果你从答案密钥中复制你的棋步,那就不再是艺术了。” 对一些人来说,这项游戏已从探索新领域转变为对超凡预言家指示的纪律性遵守。李表达了一种目标的丧失,他说:“我下围棋的理由已经消失了。”

然而,随着棋手们努力适应和创新,人类因素依然存在。顶尖女棋手之一的金彩英(Kim Chae-young)描述了在人工智能影响下,必须重新学习根深蒂固的直觉并重建其战略框架的挑战性过程。“我多年来建立的直觉被证明是错误的,”她分享道,这说明了所需深刻的认知重新校准。即使是像金彩英和申真谞这样的顶尖棋手也承认,他们并不完全理解人工智能的所有棋步,认为它在“更高维度”上进行战略思考。对他们而言,从人工智能学习更多的是培养一种新的直觉来理解其高级玩法,而不是进行理性推导。

标签: # 围棋 # 人工智能 # AlphaGo # KataGo # 申真谞 # 李世石 # 体育中的人工智能 # 策略游戏 # 人工智能 # 博弈论 # 韩国 # DeepMind