人類與AI的關係（０４）

圍棋ＡＩ帶給人類的影響

採訪：將棋ＡＩ在今年五月也要辦世界大賽了。可以預期比賽中深度學習法的軟體可以把評分值（Rating）提升到５０００左右的水準然後席捲比賽的前幾名吧。

大橋：哇。

採訪：不過，就算將棋ＡＩ強到這種程度，相關的程式開發者還是說其實像佈局戰術之類的東西還是沒有甚麼改變。但圍棋在佈局上不是因為ＡＩ而有了驚天動地的大變化了嗎？

大橋：是沒錯．．．要說到不一樣的話，首先就是看到星位就馬上進三三．．．。

人類與AI的關係（０３）

中國企業的代理戰爭？！

採訪：沒想到現在的圍棋ＡＩ既不是Google、也不是日本，而是中國企業開發出來的程式跑在最前面啊．．．。

大橋：沒錯。現在中國非常強。多玩國公司（DWANGO）在開發「天頂之圍棋（DeepZenGo）」時，也經常和絕藝對決大戰呢。

採訪：「天頂之圍棋」是在２０１８年下完圍棋電王戰ＦＩＮＡＬ之後退休的圍棋ＡＩ對嗎？這個能夠打敗和將棋的羽生老師（羽生善治）一起榮獲日本國民榮譽獎的井山裕太老師之強大軟體，沒想到它的對手竟然就是絕藝啊。

人類與AI的關係（０２）

採訪：大橋老師有在使用ＡＷＳ（＊）對吧？

＊ＡＷＳ是Amazon Web Services的縮寫，是Amazon公司提供的一種雲端計算服務。

大橋：因為我家有電流負載不足的問題，山口祐（圍棋ＡＩ開發者，其開發的ＡＱ拿到了世界電腦圍棋公開賽第二名，也是ＡＩ開發計畫「Globis-AQZ」的發起人）先生就教我先改成利用雲端計算。用著用著也就習慣了。然後這方面的知識也跟著增長起來，覺得蠻開心的（笑）。

採訪：是不是使用ＡＭＩ（＊），就可以讓很多個軟體一起跑？可以請您說明這個部分嗎？

＊ＡＭＩ是Amazon Machine Image的縮寫，是一種可以事前設定怎麼使用ＯＳ或程式的一種機制。

大橋：就是在ＡＷＳ中組成一個虛擬機器，然後用這個虛擬機器來跑程式。詳細的內容就要請教工程專家或對於這方面熟悉的人了。我雖然使用的是ＡＷＳ，其實也有棋士使用的是ＧＣＰ（Google Cloud Platform）。既然是雲端計算，就能讓大家簡單地連到性能很好的機器使用，而享受ＡＩ計算的威力。

人類與AI的關係（０１）

譯自：ＮｉｃｏＮｉｃｏ

現今圍棋界發展出來的人類與ＡＩ的關係

～中國企業二強時代、對ＡＩ兩千連敗才能成長為人類最強棋士　，與將棋界不同的面對ＡＩ方式。

［前言］

１９９７年，ＩＢＭ公司開發出來的西洋棋ＡＩ「深藍」打倒人類最強的西洋棋棋士卡斯帕洛（Garry Kasparo，當時的西洋棋世界冠軍）時，有很多將棋的職業棋士都這麼說：

「將棋比西洋棋複雜多了，所以在我們有生之年，是不可能被ＡＩ打敗的」。

結果在１６年後的２０１３年，山本一成先生所開發出來的將棋ＡＩ「Ponanza」打敗了佐藤慎一四段（當時）。這次則是有很多的圍棋職業棋士這麼說：

「圍棋遠比將棋複雜多了，所以在我們絕對不可能輸給電腦」。

然而就在短短三年後的２０１６年，Deepmind公司開發出來的圍棋ＡＩ「AlphaGo」打敗世界頂尖級的棋士李世石時，全世界都因此極度慌亂起來：

「人類的工作都要被機械奪走了！」

煩惱天國（１４４）

週刊碁２０１９年 ０４／２２日版　

煩惱天國～治勳的人生諮詢室３５７

［ＡＩ超級用功，但也還是未完成的程度］

Ｑ：在將棋界曾經有過這樣的傳說。有位能算清一百手的名人和能算清兩百手的名人對戰。先攻的「百手名人」才下了第一著，「兩百手名人」就開始想破頭，結果在大長考之後，只說了一句「我輸了」，一手棋都沒下，就認輸了。這是因為第二手以下所有的變化，都被「兩百手名人」算清，於是認知到是自己輸掉了。從這個小故事來看，ＡＩ還不到完全理解圍棋的程度。如果它真的完全理解圍棋的話，應該就會像故事一樣，要嘛在第二著、要嘛在設定貼目的時間點，總之就是一手也下不出來就投降了。即便如此，它早晚會達到完全理解圍棋的程度，所以我在想到那個時候我們是不是要把棋盤放大到２１路、變成變化更複雜的新圍棋比較好？不知道趙老師怎麼看？

［連載］天棋的世界（４３）

（４３）人工智能

本篇天碁和偽裝棋友的職業棋士所下的快棋終局狀況，接下來會怎麼發展？就請見下期分曉了。今天我想來稍微談談現在全世界最熱門話題的人工智能相關的故事。

沒想到終於到了人類輸給人工智能的日子了。

而谷歌、微軟、臉書等許許多多大企業也陸陸續續投入心力試圖解決「盤上未知的秘密」了。

這就像汽車駕駛等「人工智能」，其「能做甚麼？到底能做到甚麼程度？」是現在最先進的研究課題之一，但「不過是種遊戲的圍棋」卻無法征服這件事，是會讓這些大企業臉上面子掛不住的嚴重問題。

王銘琬九段的後阿發夠報告（３７）完

［感覺得要修正］

下完前譜之局後，如前所述，我就用里拉零來分析此局，竟然發現２圖的空心提時，明顯是白棋不好

的形勢了。

如４圖所示，１圖的白２８應該要普通地（？）在１小飛才是最佳著手，白Ａ打之後，怎樣都不可能

是白好了，是ＡＩ給出的結論。

４圖　里拉的結論

阿發夠在李世石版本時以所謂的「阿發夠肩衝」讓大家看到了ＡＩ強調「其理解了人類看不到的中央

重要性」，然而到了阿發夠零時卻又讓大家看到了「立即進三三」，這種比人類還追求實利的判斷。

王銘琬九段的後阿發夠報告（３６）

第十四回（最終回）　人類來下才叫圍棋

［留下推廣圍棋的材料］

「後阿發夠報告」到此是最後一篇了。

阿發夠雖然退休了，但圍棋ＡＩ的開發仍然在加速進行著。目前有很多想要跳脫阿發夠框架的嘗試正

在進行著，也許有一天就會出現超越阿發夠棋力的軟體。不過阿發夠所達成的先驅式的成果，造成圍

棋世界產生巨大變化，就這個意義來看，未來不管哪個圍棋ＡＩ都難與比肩而立。

阿發夠帶給圍棋界的影響實在太大，看起來到現在為止其影響都尚未完全顯現出來。將來如果要回顧

圍棋史之時，恐怕真的得分前阿發夠時代與後阿發夠時代才行呢。

張栩的圍棋進化論（６０）

譯自：週刊碁

張栩的圍棋進化論

解讀ＡｌｐｈａＧｏ　Ｆｉｌｅ６０

靈活的發想令人佩服～對人六十連勝中，最讓我感動的一局

不慌不忙的成熟運子手法

對待ＡＩ的方式

從這次（２０１７年）的名人戰七局挑戰賽開始，增加了對局者帶入對局場所的電子機器之限制規

定。畢竟將棋界去年發生過的事件才令人記憶猶新，而造成了很大的問題（譯註：將棋龍王賽中挑戰

者疑似使用ＡＩ來模擬次一手）。雖說這是為了防止舞弊，但因此而不得不去懷疑棋士們的清白，可

說是非常令人遺憾的事態。

張栩的圍棋進化論（５９）

譯自：週刊碁

張栩的圍棋進化論

解讀ＡｌｐｈａＧｏ　Ｆｉｌｅ５９

舊型的再檢討～最近增加的小馬步飛應

過往的圍棋佈局、序盤流行手法，有很多可說是阿發夠重新使其重現江湖的也不為過。正是阿發夠才

能打破既有成見，才能賦予這些老手法重新被檢視的機會。

主題圖中黑５掛小目時，白６小飛應就是其中一個例子。由於阿發夠頻繁下出此棋或得好成績，現在

這手棋就超級流行。

煩惱天國（７２）

週刊碁２０１７年０９／２５日版　

煩惱天國～治勳的人生諮詢室２７８

［像人類的ＡＩ比較好］

Ｑ：趙治勳老師，您好。我看了讓子棋的棋書，才發現以前曾經出過職業棋士對職業棋士的讓子棋棋

書。所以我想請教一下，根據現在的制度，有可能讓職業棋士下被ＡＩ讓子的棋嗎？我看到現在世界

的頂尖棋士們想要對ＡＩ報一箭之仇而努力的現狀，心中就湧現出「如果改下二子棋的話，不知道狀

況會變得怎樣？」的疑問。如果沒有制度上或心理上的抵抗問題的話，我真的很想看到職業棋士對

ＡＩ的讓子棋。另外我也想請教一下老師對於ＡＩ對職業棋士實際上適當的局差（分先？讓先？還是

讓二子以下．．．？等等）之想法。

～岩手縣　Ｓ．Ｔ　４３歲　職員

王銘琬九段的後阿發夠報告（３５）

［以「價值大小」來思考的缺點］

然而，使用「價值大小」的觀念來考慮的方法有兩個缺點。

第一是實行時機的問題。現在自己正在思考，指的就是次一手尚未決定好的意思。至於再下一手對手

會下在哪裡，也是不知道的。即便如此，現實上還是只能先假設出對手的著手思考下去，當然這個假

設是充滿了許多不正確的要素。換句話說判斷價值大小這件事，本身就不得不變成了誤差很大的推

測。

另外一個則是意義的問題。為了測出價值大小，明明自己也還沒下，卻得先假設對手怎麼下。圍棋是

看到對手怎麼下後來決定自己著手的一種「啊，你這麼說，我就這麼回答」的遊戲。當然對手的著手

也是根據自己現在下的這著棋來決定的。既然自己還沒亮出自己想下哪裡，卻來假定對手的著手，怎

麼看都有點異樣且脫離現實的樣子。

王銘琬九段的後阿發夠報告（３４）

第十三回　該怎麼向ＡＩ學習

現在是進入了電視對局中常常會聽到「目前這手棋是受到ＡＩ影響的下法」解說的時代。換句話

說，ＡＩ的下法也常常會在職業棋士的棋譜中看到了。

因為恐怕目前不會有人懷疑ＡＩ比人強的關係，所以人類也開始學習ＡＩ的棋。ＡＩ的下法到底為什

麼好可能未必讓人想得通，總之先下下看，也許就會在過程中搞懂了。現在我們可能就處在這個階段

上。

張栩的圍棋進化論（５８）

譯自：週刊碁

張栩的圍棋進化論

解讀ＡｌｐｈａＧｏ　Ｆｉｌｅ５８

探究第三種選擇～從早期進三三來看圍棋的可能性

三三主題告一段落

最近花了很長的篇幅來說明阿發夠早期進三三的手法。我在想各位讀者也差不多膩了吧？所以基本上

我打算在這一篇將這個主題告一段落了。

主題圖中白１０之後的黑１１其實是非常自然的一著棋。這也是繼黑Ａ扳、１２位飛之後黑棋針對白

棋進三三的第三種選擇。１、３扳斷的手法。這一局我持白棋，黑棋則是井山裕太六冠，大約是兩個

月前所下的棋。白１２通常比較常下在Ａ位長，但白１２跳也不少見。

張栩的圍棋進化論（５７）

譯自：週刊碁

張栩的圍棋進化論

解讀ＡｌｐｈａＧｏ　Ｆｉｌｅ５７

早期進三三之後～扳斷的對策

與井山六冠的實戰

前幾篇，我已經用我的見解說明了阿發夠早期進三三的手法。夏天是從小孩到大人都熱鬧參加全日本

業餘圍棋比賽的季節。在比賽的現場，也可以看到這個手法出現。顯然不僅是我們職業棋士而已，就

連各位業餘棋友們，也對這個流行手法非常敏感呢。這讓本專欄就更需要多花心力來介紹。

這次我們將要解說主題圖中早期進三三後，黑１、３扳斷的手法。這一局我持白棋，黑棋則是井山裕

太六冠，大約是兩個月前所下的棋。

張栩的圍棋進化論（５６）

譯自：週刊碁

張栩的圍棋進化論

解讀ＡｌｐｈａＧｏ　Ｆｉｌｅ５６

進化中的定石～關連到征子的攻防

佈局階段針對星位早早直接進三三，是過去人類不太去看的手法。因為阿發夠的關係，它才成為焦

點。而這種新手法如果能成為大家都可以接受的標準下法時，自然就會有新的定石誕生。

這次將會針對主題圖中白１４飛時，黑１５、１７（白１４改於１６長、然後黑１５、白１４也是同

型）這種手法所構成的新型來集中解說。黑１７之後、白先１８扳在角上與黑１９交換，再於２０連

扳則是其中一種走法。

張栩的圍棋進化論（５５）

譯自：週刊碁

張栩的圍棋進化論

解讀ＡｌｐｈａＧｏ　Ｆｉｌｅ５５

小馬步飛閃開的意圖～催促三三之子行動

我是以阿發夠自我對戰的棋譜為中心，用我自己的想法來考慮阿發夠的新手法「早期進三三」的。

當然，並非只有我，這個早期進三三的手法引起了非常多的職業棋士的關心，且不論他們到底是贊成

或反對這種手法，至少我們已經進入了不得不去意識這個手法的時代。說不定可以稱之為「星位的新

時代」呢。

我自己呢，對於這樣的手法其實是贊否參半的。在某些局面下，看起來可能真的是好棋；在別的局面

下，則是很難贊成的狀況。實際上很想嘗試看看，不過總是搖擺不定。

王銘琬九段的後阿發夠報告（３３）

［不懂征子的「零學習方式」］

我持續在追蹤的電腦圍棋主題，就是圍棋中的「局部與全局」。讓電腦圍棋能夠有飛躍性進步的「蒙

地卡羅法」就是直接拿全局來模擬，而具備了形勢判斷的能力；但相反地，局部上的攻殺或死活它就

無法正確地計算出來。

比如說，像２圖這樣的棋形，人類的話，就會把這個右上角用「局部」的方式來思考，而判斷出黑１

立下就可以讓黑棋無條件獲勝；但因為蒙地卡羅法只會用全局的方式來模擬，所以除非它判斷右上角

非得馬上下不可，否則根本就得不出結論（下到別處去）。如果無法清楚把握住角上的死活狀況，別

說是計算實地目數，就連週圍棋子的強弱程度都無法判斷清楚。

２圖　局部的攻殺

我覺得這是個極端重大的缺陷，但該如何去教導電腦「局部」的計算，卻是個讓我非常困擾的事情。

至於深度學習也是在作全局的模擬，雖說「不擅長局部」的症狀比較輕一些，但還是沒有完全解決掉

這個問題。話又說回來，雖然它對於局部的理解還有問題，不過我覺得它還是能靠著全體模擬的強大

能力來蓋掉這個問題。

王銘琬九段的後阿發夠報告（３２）

第十二回　人類的棋與ＡＩ的棋之差異

［給人類帶來很大影響的阿發夠］

以中國為首的圍棋ＡＩ開發是越來越興盛，讓「阿發夠帶來的東西」中有部分的輪廓是越來越清晰。

而持續將近一年的這個連載，也再過三篇就會結束。

現在不管是談話或報導，只要是說到ＡＩ，常常都是從「阿發夠」開始切入。因為阿發夠讓全世界注

意到ＡＩ的能力，大家也都以此為前提來考慮未來的景象。阿發夠不僅僅是展現了一種技術，而且完

成了一種進入新世界象徵的任務。

就算阿發夠沒有出現，隨著ＡＩ的研究開發進步，時代也還是會改變的。不過，就是因為阿發夠鮮明

精采的表現，才讓ＡＩ受到眾人的關心，才讓世界有了更巨大的變動，使得對於深度學習的投資與開

發更加加速起來。

而且阿發夠不僅是影響了人類社會的意識，而且對於ＡＩ相關的軟體與硬體兩方面都產生了很大的影

響，並且帶給未來的人類社會更大的影響。這是歷史上首次借用了圍棋這個「容器」所以達成的事

情，而且也必須是具有普遍內容的圍棋才可能達成這樣的效果，這是身為一介圍棋棋迷，覺得無比自

豪之處。

不過，這也不全都是值得慶賀之事。成為阿發夠專案集大成的「阿發夠零」，是個能力非常強大的自

我學習系統，而且甚至可以套用到圍棋以外的事物上。好比說和圍棋屬於不同性質的「不完全情報遊

戲」之撲克牌，套用了阿發夠零的ＡＩ學習系統，也還是可打到超越人類的程度。從這個角度來看，

不管哪個領域，都會出現ＡＩ遠比人類厲害的狀況吧？接下來可以看程ＡＩ會代替人類為了變厲害而

努力，但另一方面也可以說，原本人類為了變厲害所建立起來的東西，也都會受到ＡＩ嚴峻的挑戰。

［很難掌握阿發夠的全貌］

要總結阿發夠的棋力當然是非常非常難的事。在討論這麼大的題目時，也會因為所處的立場不同，而

看到不一樣的東西。

１圖是阿發夠對李世石五局賽的第二局，黑１肩衝這手棋也是阿發夠開發團隊負責人德比斯．哈薩比

斯先生很喜歡的一手棋。因為在這個局面下預料到阿發夠會下這手棋的職業棋士一位也沒有，黑１就

被定位成「能提出超越人類看法」的指標，而且成為阿發夠代表性的一手棋。

１圖　阿發夠的代表性著手

但是我並不覺得這手黑１有那麼偉大。因為使用蒙地卡羅法的軟體本來就很喜歡下「肩衝」的棋。因

此，就算換成了同一時期的店長來下，可能也會下出這一手棋。就這個意義來說，反而是五局賽第一

局中贏了李世石的ＡＩ選擇了此著，更讓我驚訝。

但對於黑１這手棋，人類當時是覺得很感激，因為覺得馬上下Ａ或Ｂ就可以賺到便宜。這是因為當時

阿發夠是學習人類的棋譜，所以可以預測白棋的應手主要也會是Ａ或Ｂ才對。而右上角原本黑棋只要

做了黑Ｃ、白Ｄ交換就能圍到實地，所以當黑１肩衝時，白棋只要應一手，黑棋就會準備繼續在Ｃ位

利用。

然而，阿發夠零卻沒有學習人類的棋譜，所以黑１之後，它會考慮白Ａ、或Ｂ應以外的變化；或者也

會考慮白棋應了之後，黑Ｃ取利時，白Ｄ不理的狀況。所以，雖然以下是我的推測，但我想這個局面

改由阿發夠零來下的話，改下在黑１以外的可能性非常之高，當然它也會獲勝吧。

（譯註：果然店長七選擇的落點就不是肩衝，而是參考圖的黑１罩。黑Ａ扳是它的第二志願）

參考圖　店長七的選擇

換句話說，只要棋力更強，就算不是下在黑１也能獲勝。而且，與使用其他的手段獲勝的棋譜相比，

反而會讓人重新湧現黑１這手棋真的是好棋的疑問。看起來，這個局面的選擇會造成怎樣的影響，人

類恐怕還得持續尋找下去。當然，黑１在當時，的確帶給圍棋界一個新見解，絕對是永留棋史的一

著。不過這一著因為是其他軟體也可能會下的一手棋，所以「最後能夠獲勝」這件事反而更加重要。

對於每一著的解釋，每個人都可能不一樣，而阿發夠李世石的版本與阿發夠零的版本也可能會做出完

全不一樣的選擇，所以每一個局面也都很難做出「這是阿發夠老師說只此一手」的結論。不過，既然

不管哪一種方法，都無法利用阿發夠整理出全貌，我反而想要來介紹一下至今為止我最在意的一個地

方．．．．。

＝＝＝

相關系列文章：

張栩的圍棋進化論（５４）

譯自：週刊碁

張栩的圍棋進化論

解讀ＡｌｐｈａＧｏ　Ｆｉｌｅ５４

視情況攻擊厚壁～千萬不可扳粘

「早期進三三」就是阿發夠所下出的代表性手法。本篇開始，就要來說明其基本的構想。正是因為這

是嶄新的手法，所以弄懂其「精神」更加重要。

主題圖白８，就是早期進三三的手法。其中的黑１１改下在１３位是主流，但除此以外，也有下在Ａ

長的手法，這些都留待後續其他篇再來談。