AlphGo zero成长轨迹17——棋的第一感
我看AlphaGo的对局,不是为了研究人工智能的变化,而是为了寻找业余棋手可以吸取的营养。有许多看似表面,看似直觉,看似第一感的东西其实更重要!AlphaGo的深度学习其实也是以大数据为基础,运用图形识别的功能,寻找棋盘上的“第一感”。说起来很类似于人类的禅宗,寻找思维上的“虫洞”。
在我看来这是道策发明的“见合”理论的又一次创新。道策当年认为既然棋盘的点都是对称的,那会黑棋有不贴目,所以黑棋领先一目就可以胜利,因此黑棋理论上“先番不败”。
棋谱1 (1—39)上边焦点
1 |
现在点三三后一律是三线长,而不要随便扳,为的是确保先手。 |
2 |
三路不仅象黑11那样能长三个,甚至像白22那样长四个也行。 |
3 |
从本局来看,被点三餐之后一旦先手形成外势,马上就要拆边。拆的远近宽窄倒是无所谓,像黑13或者白24那样都可以。 |
棋谱2 (40—66)弃子
白42跳黑43再飞之后感觉差了一手,白44点颇为难受。好在黑棋从容应对,51位是搜根要点,业余棋手也能看懂。
不过等白棋转了一圈,走到62位的时候:除了上边二路占了些便宜,右上全部死光,中央被黑41飞了一手,62等3个子难道不是孤棋了??右边这么空旷直接打入也能轻松做活的,又何必弃子再绕上这么大一圈呢??真的没看出白棋好在哪里
以前的大局感是平面的,现在的大局感是立体的;以前的大局感是静止的,现代的大局观是流动的。在阿尔法狗的相互撕咬之中,大局感的维度升高了很多。
用现代的商业术语来讲,白棋一大圈儿看似赔本的买卖,其实赚了很多。现金流不多,但估值猛涨,完全是一种互联网思维啊
用今天的话来讲,盈利模式非常巧妙,套路很深。
棋谱3 (67—96)行云流水
第一感应该在右边进攻孤棋,但黑67选择在左边侵削。那么白棋马上安定右边孤棋,而且获得了10目的实空活得非常舒服。无论如何觉得黑棋错过了战机
黑棋破掉左方白棋模样随后开始进攻厚势是狗狗的一贯风格,双方可谓各得其所。
以下双方在中腹91以下的交锋都是手筋应对,全走在要点之上,看上去赏心悦目,如同行云流水。
棋谱4 (97—135)靠压战术
白棋果然不敢正面应战,但118却忙里偷闲吃掉一子,真的不怕黑棋攻击么?
黑棋113、115、133三步“强手”其实只是转着圈吃了白棋A位一个子,效率真是不高啊
棋谱5 (136—165)动出棋筋
白56以下的扳虎是经典手筋。白64反打的时候,黑棋当然可以粘上,但因为局势已非,为了硬抢先手,只得选择开劫。
棋谱6 (166—200)天下大劫
黑97忙着消劫类似于投手。放生了对方的一块死棋,又赔上了自己原来的大角,实空出入60目以上!
棋谱7 (201—260)大龙无恙
白10长其实是弃子,获得若干助力之后白棋已经先手活棋了,白16把右上角杀掉。摆摆杀大龙的变化吧。
这样也没用