人工智能如何下围棋？多久能学会？

当人工智能在2016年以4:1击败世界冠军李世石时，许多人都好奇：这个不会思考的机器是如何掌握围棋这项蕴含东方智慧的古老游戏的？实际上，AI下围棋的方式与人类截然不同，它通过一套精妙的算法系统来模拟和超越人类的直觉判断。

蒙特卡洛树搜索：早期AI的探索之路

在深度学习统治围棋AI之前，蒙特卡洛树搜索(MCTS)是主流方法。这种方法通过随机模拟对局来评估每一步的潜在价值：

• 选择：从根节点开始，选择最优的子节点直至叶子节点
• 扩展：如果选择的节点不是终止状态，则创建一个或多个子节点
• 模拟：从新创建的节点开始，进行随机模拟对局
• 回传：将模拟结果反向传播至路径上的所有节点

早期的围棋程序如Crazy Stone和Zen主要依赖这种方法，虽然能在业余棋手水平上表现不错，但难以达到职业水准。

深度学习革命：AlphaGo的突破

2016年，DeepMind开发的AlphaGo结合了蒙特卡洛树搜索与深度学习网络，彻底改变了围棋AI的发展轨迹。它包含两个关键神经网络：

“AlphaGo的胜利不仅仅是计算力的胜利，更是算法创新的胜利。”——DeepMind创始人戴密斯·哈萨比斯

自我对弈：AlphaGo Zero的学习飞跃

AlphaGo Zero取消了使用人类棋谱的步骤，仅通过自我对弈就能学习围棋。它从完全随机的落子开始，通过强化学习不断优化策略：

• 初始阶段：随机落子，毫无策略可言
• 40小时后：达到AlphaGo Lee水平（击败李世石的版本）
• 21天后：超越所有先前版本，包括AlphaGo Master

这一突破证明，在没有人类先验知识的情况下，AI仍然可以通过自我博弈发现甚至超越人类数千年积累的围棋知识。

神经网络架构：AI的“大脑”如何工作

现代围棋AI使用残差神经网络(ResNet)处理19×19的棋盘状态。这个网络接收棋盘当前状态作为输入，输出每个可能落子点的概率分布和局面评估值。网络通过数亿次自我对弈不断调整权重，逐渐形成对围棋的“直觉”。

训练时间：AI学习围棋需要多久？

AI学习围棋的速度取决于硬件配置和训练方法：

值得注意的是，AI的“学习”与人类学习概念不同——它是在密集的计算中快速探索可能性，而非像人类那样需要理解和内化知识。

决策过程：AI如何选择下一步

AI下棋时，会在每秒评估数千个可能的位置。它不是通过“思考”而是通过以下步骤决定落子：

1. 使用策略网络快速筛选有希望的候选落子点
2. 对每个候选点进行蒙特卡洛树搜索，模拟后续发展
3. 结合策略网络建议和搜索结果显示最佳选择

这个过程让AI既能把握全局大势，又能精确计算局部战斗。

超越人类：AI发现的围棋新知识

AI不仅学会了人类的下法，还推陈出新，发现了许多反直觉的招法。如AlphaGo在与李世石的第四局中下出的著名“肩冲”五路，最初被专家批评为明显的错误，后来却被认为是大局观的极致体现。AI证明了人类对围棋的理解仍有局限，许多传统定式并非最优解。

结语：AI围棋的现状与未来

今天，任何人在个人电脑上都能运行强大的开源围棋AI，如KataGo和Leela Zero，它们已经远远超越所有人类棋手。AI学习围棋的过程揭示了机器智能的惊人潜力——通过算法和算力，它们能在极短时间内掌握人类智慧的结晶，甚至拓展我们的认知边界。围棋AI的发展不仅改变了游戏本身，更为人工智能在其他复杂决策领域的应用铺平了道路。