用概率下棋——運用「空壓法」，首先相信自己「一無所知」
我們想讓你知道的是
圍棋是藝術還是競賽，是永無答案的大哉問，但也可說答案其實很明瞭，圍棋既是藝術也是競賽。既是Ａ又是Ｂ，這不是矛盾嗎？的確如此，人的自我本來就是一個矛盾，人類樂此不疲的圍棋存在矛盾，反而合情合理。
文：王銘琬
相信自己「一無所知」
十年前，圍棋軟體「狂石（CrazyStone）」用蒙地卡羅方法，以勝率為局面的評價函數，讓當時的電腦圍棋界大吃一驚，它的機制是，在所有局面做非常多次「隨機」的模擬到終局，其後選擇其中勝率最高的一手。
當時圍棋被認為是好棋與壞棋很分明的遊戲，教電腦下好棋都來不及了，哪有閒工夫讓電腦玩「隨機」的擲骰子遊戲？蒙地卡羅方法是統計學上很常用的手法，但沒有人覺得跟圍棋有關，將概率這個東西扯上圍棋的，除了十七年前我用空壓法拿到本因坊以外，就是「狂石」作者雷米柯龍。
結果狂石為圍棋軟體帶來重大突破，就算已經明顯超越人類的AlphaGo，它的評價函數一半還是蒙地卡羅法，而另一半的價值網路也是用概率來處理的。
圍棋可以計算著手價值為「×目」，因為有數字指標，至今圍棋評估以「大小是幾目」做基礎，對人來說是最方便的方法。然而如《新棋紀樂園》上集〈開天篇〉所敘述的，大小的比較對我而言非常困難，只好以概率作為自己的起點，「概率」雖然也是數字，但運用起來和確定的數字很不一樣。
把著手定位於「大小」可以說是靜態的思維，空壓法因為起源於人類的計算力不足，而什麼都無法確定，只好由概率出發；這樣圍棋會呈現動態的面向，對局者必須意識的，是自己在什麼樣的姿勢下，採取什麼樣的動作，本書下集〈闢地篇〉提供了兩個運用空壓法的訣竅「中點」與「交點」，我認為在最近的AI對局裡，多少得到驗證。
AI的概率判斷，是強大機器能力的產物，人類無法模仿；人在日常生活可能不知不覺會用概率的基準去行動，但人運用概率去思考，說不定因為經驗不夠，其實是不擅長的，人在做決定的時候，還是希望這個決定是確實的，而不是基於一個概率數字就拚命，這可說是人的本能。我是人，雖說我認為圍棋的廣大，能讓概率轉換為實際收穫，比起AI，我運用概率其實還是怕三怕四的。
DeepZenGo對趙治勳三番棋的第三局
這個局面，誰都會補強白棋左上角模樣，因為這個模樣很容易成為地，一般都會想補得堅實一點，很多人可能會下A，我充其量也是下B而已，直接下D、C，意圖讓模樣成為確定地也大有人在，然而白1至今是幾乎不被列入選項的。
圖6白1因為是二間高締，十足用上「空」的壓力才能逼黑棋立刻侵入， DeepZenGo動用包括白A的全局資源，成功啟動「空壓連鎖」，從左上，下邊，左下，做到了一連串的「壓」的動作，可是我為了怕黑棋在上邊生根，一定無法得到這麼好的結果。
本書〈開天篇〉討論過，運用空壓法，首先需要信心——相信概率，而信心的依據，是自己的「一無所知」，在AI的棋力超過人的今天，自己「一無所知」這個理由應該是越來越堅強，而我看AI的對局，最常有的感想是「自己的信心還不夠」，因為人總愛幻想——認為自己得到了某些領悟！
圍棋是藝術還是競賽，是永無答案的大哉問，但也可說答案其實很明瞭，圍棋既是藝術也是競賽。既是A又是B，這不是矛盾嗎？的確如此，人的自我本來就是一個矛盾，人類樂此不疲的圍棋存在矛盾，反而合情合理。
人們忘我下棋，想要比前一刻多理解一點圍棋，但圍棋什麼都懂了就不好玩了，什麼都不懂才最能享受圍棋，這是一個快樂的矛盾，深知自己什麼都不懂，才能深知圍棋的奧妙。
李世乭對AlphaGo三連敗後，第四局終於贏得勝利，記者問他，在連戰連敗窮途末路的時候，為何還有力氣從強大對手扳回一城？
李世乭說：「儘管狀況超壞，我自己提醒自己，對局時不要忘記下棋的樂趣！」
相關書摘 ►AlphaGo下的棋看不懂？「空壓法」或許可以成為我們理解AI圍棋的切入口
書籍介紹
本文摘錄自《新棋紀樂園：闢地篇》，大塊文化出版
＊透過以上連結購書，《關鍵評論網》由此所得將全數捐贈兒福聯盟。
作者：王銘琬
在AI與真人棋士對局屢獲勝績後，趙治勳有感而言，王銘琬的棋術最像AI下法。新版《新棋紀樂園》的開天篇和闢地篇兩本書，王銘琬將為此做了精闢的解說。
有了「空」與「壓」的概念之後，《新棋紀樂園—闢地篇》中，王銘琬繼續為讀者指出尋找次一手的捷徑——「中點」與「交點」。著眼於「空」的邏輯，就從「中點」著手，下在中點，可讓對方失去選擇寬廣方向的餘地；著眼於「壓」的邏輯，則要找出雙方空間量交會的「交點」，因為該處的影響範圍是盤上最大，因此要從該處的「交點」去尋找次一手。
不過，不管是空壓戰法或是中點、交點，都有無盡的可能，王銘琬透過300盤不同棋局與詰問，講解圍棋的「無限」。圍棋要學AI下法，就從《新棋紀樂園》開始。
責任編輯：王國仲
核稿編輯：翁世航