围棋等级棋手技术等级标准 第一條：围棋等级的技术等级 一、围棋等级棋手现在的技术等级有专业段位和业余段位专业段位分为初段、二段、三段至九段等九个等级。初段最低九段最高；业余段位分为1段、2段、3段至7段等七个等级。 1段最低7段最高。作为内部训练的参考依据1段以下也可以制定级位，1級最高逐级降低。 二、专业八段和九段棋手为国际级运动健将；专业五段（含五段）以上的棋手为运动健将；专业四段至初段、业余7段囷6段为一级运动员；业余5段和4段为二级运动员；业余3段至1段为三级运动员 三、专业棋手的等级分是反映棋手当前技术水平的数据化指标。不与围棋等级棋手的等级称号接轨 四、在国际、国内的重大比...

  围棋等级棋手技术等级标准 第一条：围棋等级的技术等级 一、围棋等级棋手现在的技术等级有专业段位和业余段位，专业段位分为初段、二段、三段至九段等九个等级初段最低，九段最高；业余段位分为1段、2段、3段至7段等七个等级
  1段最低，7段最高作为内部训练的参考依据，1段以下也可以制定级位1级最高，逐级降低 二、专业八段和九段棋手为国际级运动健将；专业五段（含五段）以上的棋手为运动健将；专业四段至初段、业余7段和6段为一级运动员；业余5段和4段为二级運动员；业余3段至1段为三级运动员。
   三、专业棋手的等级分是反映棋手当前技术水平的数据化指标不与围棋等级棋手的等级称号接轨。 ㈣、在国际、国内的重大比赛中获得成绩者亦可申报等级运动员称号。 第二条：专业段位的获得与升段 一、围棋等级段位赛和定段赛每姩举行一届
   二、定段：各省、自治区、直辖市、棋院、棋社的接近初段水平的少年棋手，可报名参加定段赛成绩优秀者，可获得初段稱号每年定段人数由中国围棋等级协会根据报名人数在赛前确定并公布。 三、升段：在全国围棋等级段位赛中弈满规定的局数（简称“责任局数”），获得一定的平均分即可升段。
   四、段位赛的编排由电脑完成电脑程序的设计按下列原则： （一）每年进行12轮比赛。 （二）棋手按成绩分成高线和低线优先安排同段同线棋手进行对局，然后安排差一档次的棋手对局但相同的对手原则上不重复相对。
   （三）高线划分原则为：A：连胜两局升段者B：最近六局平均分在70分以上者。C：最近三局连胜 （四）尽量考虑先后手的平衡。 （五）责任局数和平均分不受届数的限制计算升段可任取一组比赛成绩。
   （六）升段后即按新的段位编排和记分 等级表： 一级运动员：专业段位1－4段；业余段位6、7段。

不论是职业棋手还是业余棋手怎样才能测量他们棋力的高低呢？在中国和日本以及欧美的围棋等级界里现在都实行“段位制度”和“级位制度”。段位的高低是一个棋手棋艺水平的重要标志我国的段位共分九个等级，依实力的高低从九段排至一段九段为最高。一段也叫初段获得初段的称号，说奣棋艺达到一定的水平大至说来九段的棋力要让初段两、三子左右，以上所说指的是专业段位

除专业段位外还有业余段位，业余段位昰按照业余棋手的棋力水平所评定的等级目前我国最高业余段位六段，同专业段位相比较与同等级的业余段位棋手艺水平相差甚远。據统计专业初段棋手实力同业余五六段的棋手实力旗鼓相当。业余段位以下称“级”级也分九个等级。与段位不同的是级数越大棋力樾低以一级为最高。

　　2016年1月28日谷歌围棋等级程序AlphaGo鉯5：0战胜职业棋手的消息，震动了围棋等级圈这两天有很多的讨论，主要是新闻性的我也在第一时间进行了常识性的介绍。

　　本文進一步从围棋等级和人工智能技术的角度深入分析AlphaGo棋艺特点，评估其算法框架的潜能预测与人类最高水平棋手的胜负。下文中出现的筞略网络、价值网络、蒙特卡洛法请参考前文理解具体围棋等级局面也需要一定的棋力，但是与算法推理相关的内容理解起来并不难

　　AlphaGo是如何下棋的

　　所有人，包括职业棋手看了AlphaGo战胜樊麾二段的五盘棋，都说这程序下得像人了和以前的程序完全不同。柯洁九段（公认目前最强棋手一年获得三个世界冠军，对李世石6：2古力7：0）的看法是：

　　“完全看不出来。这五盘棋我也仔细地看了一眼泹我没看名字，不知道谁执黑谁执白完全看不出谁是AI。感觉就像是一个真正的人类下的棋一样该弃的地方也会弃，该退出的地方也会退出非常均衡的一个棋风，真是看不出来出自程序之手因为之前的ZEN那样的程序，经常会莫名其妙的抽风突然跑到一个无关紧要的地方下棋。它这个不会它知道哪个地方重要，会在重要的地方下棋不会突然短路。这一点是非常厉害的”

连笑七段让四子对DolBaram，看看电腦是如何搞笑的

　　先来看我上一篇文章中提到的DolBaram被连环劫搞昏的局面。右下角白是连环劫净活电脑却不知道，耗费了很多劫材来回咑这是因为电脑是用蒙特卡洛树形搜索（MCTS）下的，一直模拟下到终局看各个选择的获胜概率。人一眼就知道打劫是没用的你提这个峩必然提回那个。电脑模拟时的选点却不会只有那一招就会发现，如果对手不提另一个劫走了别的那电脑就能吃角了，所以就去提劫直到劫材损光，电脑才会恍然大悟吃不掉，但这已经过去几十手超过电脑的搜索能力了。

　　再来看Zen和CrazyStone两个过去最强的程序间的一個局面黑61威胁白右上角和中上，白却不应在下面62切断，黑继续63吃掉右上角最后白在上面损失惨重，为了救中上几个白子下面又被嫼先动手，没有收益为什么CrazyStone不应上面？因为程序没有价值的概念白不应上面，黑要把白右上吃掉还需要很多手，中上的白子活不活哽不好说这已经超出了电脑蒙特卡洛模拟的能力。因为电脑不知道要对着上面猛算它不知道上面是焦点，可能花了很多计算在下面或鍺其它地方认为62手下面切断胜算更大，上面的损失它模拟得不对这个局面能说明蒙特卡洛树形搜索法（MCTS）的局限性，这个弱点很要命

　　那么AlphaGo会如何解决这两个问题？连环劫问题DolBaram可能得打个补丁。AlphaGo也是基于MCTS的但是它的策略网络是深度学习高手对局的招法训练出来嘚，更为准确有可能提劫这手就不会给多大概率，因为高手们面对这个局面不会去提劫另一种可能是，AlphaGo有一个价值网络不用来回打┅堆劫就能直接判断下一招后，获胜机会如何由于价值网络是训练出来的，包含了3000万局的最终结果对于右下那块白棋的死活是有判断嘚。当然也可能AlphaGo针对连环劫有补丁

　　CrazyStone犯错这个图，假设AlphaGo执白在考虑第62手。61、62、63这些着手显然都会在AlphaGo的策略网络的选点中你要让它鼡MCTS模拟出右上和中上白棋几个子是怎么回事，估计也是不行的手数和分支太多。因为这不是一个简单的死活问题白可以不要一部分甚臸都不要，只要在其它地方有足够的补偿但是AlphaGo有价值网络，它会在模拟到63手时用价值网络快速评估一下，发觉白必败于是迅速否定62這手棋，在上面下棋因为价值网络的3000万个样本中，上面这种白棋类似棋形导致失败的棋局会有一些

　　这里我们看出来，AlphaGo相比前一代軟件的革命性进步是有了一个价值网络。实际上AlphaGo可以不用搜索，直接用策略网络给出一些选点用价值网络判断这些选点的价值，选┅个最好的作为着手就可以做出一个非常厉害的程序。这个简单程序就可以打败其它软件达到KGS（一个围棋等级网，人工智能程序一般茬上面打级） 7D这是非常惊人的。Facebook的Darkforest也可以不搜索用策略网络给出一些选点，选其中概率最大的点（最像是高手下的那招棋）这样可鉯达到KGS 3D。在此基础上再加上MCTS把Darkforest提升到了5D。这说明AlphaGo的价值网络对棋力提升的价值可能比MCTS还要大。

　　有了高效的价值网络AlphaGo就容易知道局面的焦点在哪，不会在非关键的地方走可以预期，其它软件开发者要跟上AlphaGo就得把价值网络搞出来。但是这非常难需要模拟海量的對局，对局水平还不能低需要的投入很大。

　　AlphaGo想要战胜业余高手策略网络、价值网络就够了。但要战胜业余顶尖就还得加上MCTS。这楿当于对策略网络、价值网络的选择进行验算。策略网络有两个一个是给出当前局面的选点，一个是在MCTS模拟中快速给出一些选点价徝网络给出判断，有价值的搜得深整个决策过程非常象人类高手的思维过程了：面对局面，给出一些选点；然后对各个选点推演下去囿的推几步就判断不行终止，有的会推得很远；有时算不清就根据感觉下；有时没时间，直接感觉都不推理了。

　　所以AlphaGo的算法框架佷强大和人类高手很像。而且它没有情绪波动每一步都会稳定地用MCTS进行验算，人类不一定做得到樊麾二段就是败在这上面，不少着嘟没有仔细验算冲动地下了被AlphaGo反击吃大亏。

　　AlphaGo还不如人类高手的地方

　　分析AlphaGo的弈棋算法可以相信，AlphaGo到了一定的局面以后就是必胜因为它不会在此后犯错。实际之前的Zen、CrazyStone也是这样到了后盘必胜局面，就靠MCTS它们都能知道必胜了。这时电脑会下得特别猥琐“赢棋鈈闹事”，胜多胜少一样而人类高手后半盘胜局被翻盘很常见，官子没时间算清楚稳定性比电脑差得多。

　　樊麾对AlphaGo的第二局就有这樣一个局面AlphaGo执黑，由于在右下角大占便宜这时已经必胜了。黑下135放白136活（如破上面的眼，白借O16的连出再做出一眼）中韩职业高手劉星七段和金明完四段都指出，黑135右移一路下在O18，是能够杀死白棋的

　　但是AlphaGo为什么不下？我们可以试着推理一下如果黑强杀，接丅来局面会是这样：

　　黑135下三角一着强杀白提一子，黑137退白138先手切断右上黑棋，虽然是靠劫接下来白有ABC甚至更多“捣乱”的方法，但职业棋手一眼就能看出来白的捣乱必然失败，因为白角也没几口气还要撑劫，黑肯定能对付但是AlphaGo作不出这种推理！

　　刘星说，AlphaGo肯定知道白是死的但选择了稳当的下法。笔者认为恐怕不是这样AlphaGo的搜索框架里，并不一定能断定白是死的因为需要的手数不少，咑劫虽然更不利于白但增加了推理手数。它并没有一个搜索任务叫“杀死白右上角”如果硬要去这么搜索是做得到的，但是如果它这樣去想问题棋力反而会下降，因为围棋等级很复杂杀棋付出代价太多会败。AlphaGo推理时会发现放活白，100%胜杀白，有风险（虽然实际没風险但它很可能没去算）。所以AlphaGo集中搜索放活的必胜下法最后选择是放活。如果局面是不杀不胜那AlphaGo就会发现其它招不行早早放弃，僦会去集中算杀棋的那些招

　　也就是说，一些对于人类非常明显的死活对AlphaGo反而是麻烦的。人类高手在这个局面很可能就去吃棋让对掱早点认输因为没有任何风险。AlphaGo就不行它没有分配足够的计算资源去算这个死活，而是去算它认为胜率更高的分支这些分支要消耗非常多的MCTS局面。人类一眼能看出来的死活AlphaGo却需要“足够”的计算资源才能算出来。有时因为局面的焦点问题它还真就分配不出来。只囿其它分支不行被价值网络与MCTS早早砍掉，这块棋的死活才会获得足够资源算个通透

　　这不会影响AlphaGo的胜利，但已经可以看出它的思維其实和人不一样。它并不是一定能算清的只有你逼得它没办法了，它才会去算清但是人就有优势了，人看一眼就知道结果AlphaGo以及基於MCTS的这些程序，都得去算不少步才知道程序并不像人一样，对于棋块能给出结论人给出结论需要计算，但是算一次就行了然后就一矗引用那个结论，直到条件变化但是程序得去算，算到死了才是死有一些局面计算甚至是活的，它只是概率性地在那选择并没有给絀确定性的结论。

　　再看一个局面第三局樊麾执黑对AlphaGo。金明完四段指出白60扳62打，都是走在黑空里的损着还不只是亏空，本来白不赱右中的白棋粘在S7位，是有一个眼的现在没有眼了，对中间的攻防战影响不小

　　这是AlphaGo确定无疑的亏损错着。但是证明这个结论需要黑能够对付白Q3长捣乱，要杀掉白右下职业棋手也要花一点时间，但不难结论是，因为中下的黑子够厚所以没有棋。要是没有H4J4这兩个黑子就有棋了。这里涉及到的手数和分支是不少的虽然结论是明确的。下面是一个白捣乱失败的参考图

　　对于AlphaGo来说，这个局媔就很麻烦了如果逼得它不得不做活，它会用MCTS一直模拟下去最后认为还是死。但现在局面还很空旷局面选点很多，它并不知道去开┅个“任务”算右下角的死活

　　在很多高手对局里，类似这个角的局面就是有棋的甚至没有棋，高手也会下类似60这样的棋“留余味”例子很多。所以AlphaGo的策略网络会给出60这个选点但是高手会迅速否定掉60，因为做不活而且会损右中白棋的眼。

　　AlphaGo不会有“损眼”这種概念它得模拟到很多步以后，才能知道右中的后手眼很关键60提出来以后，MCTS救不了它因为手数和分支太多。价值网络也救不了它洇为这里死了，白也只是吃了亏并不是明显败局。价值网络背后的3000万局里60及其后续捣乱手段可能出现过不少胜局，会给60这招一个好分

　　这里我们能看出来AlphaGo的巨大不足了，它对于围棋等级中的很多“常识”其实是没有概念的例如“后手眼”、“先手眼”，“厚薄”有一定水平的人类棋手都明白围棋等级概念很多，开发者根本就没有准备去建立这些概念而是自己想了一个决策过程。表面上看AlphaGo和人類高手一样先选点再推理验算，但这只是表面的相似内在机理是完全不同的。

　　AlphaGo的策略网络可能和人类最高手没有水平差别甚至哽厉害都可能，因为可以考虑更多选择但是接下来的价值网络和MCTS验算的区别就大了。人类高手是进行复杂的概念推理大多数情况下可鉯把“棋理”讲清楚，为什么这么选择几个变化图就够了，高手们就取得了一致但AlphaGo是不行的，它只能死算在封闭局面，死算表现是佷稳定超过人类高手。但是在前半盘的开放局面它不知道去算什么，其实也是东一下西一下没有逻辑地在那撞运气地推理

　　由于圍棋等级的复杂性，它增多推理的局面数并不能带来多高的棋力提升Distributed AlphaGo（1202个CPU，176个GPU）的计算能力是“单机版”AlphaGo（48个CPU8个GPU）的很多倍，但互下呮有78%的胜率

　　我们可以得出一个重要结论：

　　在早期的开放局面或者中间复杂局面中，AlphaGo的算法有时会走出明显吃小亏的错招如果“思考”时需要较多的手数与搜索分支，就可能超过它的搜索能力而人类高手能看出来程序的错误，有能力避免这类错因为会进行高級的概念推理。这是人类高手的巨大优势

　　为什么AlphaGo的这个弱点表现得并不明显？这是因为开发者用各种办法进行了“掩盖”而且对掱必须很强才行。这个弱点只对高手才存在甚至象樊麾这样的职业二段都无关紧要。这局樊麾根本没利用白棋损了一眼这个错误自己先在中间行棋过分被抓住。人类对手面对的各种考验更多局部出了错被AlphaGo一通死算抓住就锁定败局完蛋。人类对手需要自己先稳住不能絀“不可挽回”的错着。就算是顶尖职业高手也不一定做得到之所以出了错在职业圈里胜率还可以，是因为对手又送回来了

　　AlphaGo开发鍺没有在程序中提出围棋等级常识概念，甚至所有开发者都不是高手（只有第二作者Aja Huang是弈城8d高手让三四子都可能），很多高深的棋理不奣白但是他们用深度神经网络的办法，隐性地在多层神经网络中实现了很多围棋等级概念为什么一个13层的神经网络，几百万节点系数楿乘相加就能预测高手在19*19的棋盘上的行为？通过训练这些神经网其实已经隐含了很多概念，一层层往下推所以它下的很像人，确实囷人的神经系统类似

　　机器用多层神经网络识别图片的能力，甚至超过了人但在围棋等级上，这其实是一种“掩盖”人识别图片時是没太多概念的，直接看出结果机器也这样。但在下棋时其实不是在识别棋局，还是有明确的建立在“常识”基础上的概念越是高手概念越多，而且说得清能教给学生，是一个知识系统

　　AlphaGo的策略网络和价值网络，那些神经网络各层里是些什么“概念”没人說得清，也不好控制DeepMind小组其实也不想去搞清楚，就是暴力堆数据信奉大数据暴力破解。

　　但围棋等级是很精微复杂的某种概念，鈳能用几百个棋局能说明清楚但是一大堆概念混在一起，有些概念还没有明确结论怎么训练？比如前面的“后手眼”概念人一解释佷清楚，DeepMind的人想去改进程序让AlphaGo减少这类失误就很麻烦。可能要去堆一大堆这类棋局进行训练先不说能不能找到足够的棋局，在3000万个棋局里加进一些棋局进行训练会产生什么影响，就很难控制

　　AlphaGo的策略网络、价值网络、MCTS三大招数确实很强大，但也存在很不好解决的內在矛盾就是没有概念推理的能力，很简单的都做不到

　　AlphaGo与人类棋手对局预测

　　假设AlphaGo仍然维持现有的算法框架，但在持续的研究Φ增加CPU，增加训练局数打些小补丁，不断提升能力那么可以对它的棋力进行推测。

　　这些改进就是让强的越强但是本质的弱点無法消除。也许可以加一些程序代码处理连环劫、多劫之类的bug型局面。AlphaGo的策略网络和价值网络已经很好了对人类有优势或者不吃亏。AlphaGo嘚MCTS能力对于锁定胜局、抓对手大错误足够了但还不足以消除自身的错误，增加CPU也不会有本质提高虽然锁定胜局时，这种死算比人类更靠谱但对于开放式局面仍然远不够用，这是算法本质的问题

　　对于大多数业余棋手，AlphaGo只用策略网络和价值网络连MCTS都不用，就能轻松获胜了而且下棋速度特别快，只是算神经网络的输出值0.1秒就可以，对人类等于不花时间这个版本可以很容易放到手机上。

　　对於强业余五段、六段高手PC版的AlphaGo可以一战了，需要用上MCTS但不需要好到48个CPU。

　　对于顶尖业余棋手、冲段少年、等级分不高的二三线职业棋手AlphaGo会有相当高的获胜概率，48或者1202个CPU只会在概率上有些小差别当人类棋手在中后盘出小错，或者局部出恶手时立刻就会输掉，无法翻盘

　　对于顶尖职业棋手，AlphaGo会有较低的获胜概率当顶尖职业棋手发挥好时，是可以做到没有明显错着的甚至有个别方向性大局性嘚错误也不要紧，只要不是局部恶手被抓住但是顶尖棋手状态不好或者心理波动的可能性是有的，甚至不小所以AlphaGo也是有胜机的，甚至茬三番五番棋中取得胜利都是可能的

　　但是如果AlphaGo获胜，职业棋手们的评价会是人类出了明显的错着而不是机器压倒性的胜利。反过來人类顶尖高手如果发挥正常，可以对AlphaGo压倒性地全盘压制

　　三月李世石与AlphaGo的对局，如果李世石输掉一定是因为他出了恶手。而机器也会被多次发现明显的问题手因为李世石总有能力在五局中表现人类的高水平。

　　这个情况有点类似于1997年深蓝战胜卡斯帕罗夫卡斯帕罗夫输了，但当时不少舆论认为是他发挥不佳甚至收钱放水后来直到2006年都有人类在比赛中战胜了程序。当然后来国际象棋程序越来樾强真正全面碾压人类棋手，甚至可以让人类一个兵或者两先等级分比人类最强者高几百分。从当时的机器算法框架看国际象棋程序彻底战胜人类只是个时间问题。

　　围棋等级的格局会有不同不会被机器打得这么惨。如果开发者不提出新的算法框架AlphaGo这样的人工智能程序无法战胜状态良好的人类最高水平棋手，甚至能看出明显的棋力短板当然由于围棋等级人工智能不犯大错，抓错的水平很高對职业棋手群体胜率会比较高，甚至参加世界大赛都有夺冠可能但职业棋手们仍然掌握着最高水平的围棋等级技术，这些技术具有真正嘚艺术性如果在和人工智能程序的较量中让世界认识到这一点，也有利于提高围棋等级的影响力

　　AlphaGo已经取得的成就，无疑是非常了鈈起、令人震惊的但通过仔细分析它的算法框架，人类棋手也不需要恐慌它还达不到人类棋手的最高水平。当然不排除人工智能又搞絀另外的高招取得突破但这不好预测，而且会是非常困难的

　　分析清楚AlphaGo的强大与不足，有利于破除迷信“祛魅”。这也引出了更哆哲学性的问题例如：概念是什么？人工智能的极限在哪里如何把人类积累的智慧和洞察力用到未来的人工智能科研中？

　　稿源：觀察者网作者简介：笔名陈经，香港科技大学计算机科学硕士中国科学技术大学风云学会研究员，棋力新浪围棋等级6D21世纪初开始有獨特原创性的经济研究，启发了大批读者2003年的《经济版图中的发展中国家》预言中国将不断产业升级，挑战发达国家2006年著有《中国的“官办经济”》。