先說說目前的圍棋有什麼理論吧，古人總結出的一些棋諺，金角銀邊草肚皮，斷向一邊長等等，棋經十三篇裡的一些勢孤取和，逢危須棄，入界宜緩等，還有各種死活題，圍棋在日本取消了座子，建立了子效的概念，手割分析子效的方法，箱型理論，武宮正樹的宇宙流，中國棋手的中國流，再就是之後吳清源先生提倡的注重中腹和調和的六合圍棋，但這些理論現實下棋中都很脆弱，我們可以按照這些理論來思考大致的行棋方向，我們訓練棋手的方法基本很少有理論，主要就是做死活題，打譜和實戰。我見過的最高檔的圍棋理論是有次王劍坤老師講棋時，說到自己沒有認清某塊棋的情況，用到了同構的概念，將這塊棋與我們常見的某個棋型看成是同一型別，同構了，解決方法就相同，這應該是比較高階的數學觀念來解決圍棋問題的一類手段，當然這種方法只是存在於某些人的思想中，並沒有總結成理論。阿爾法狗是透過大量的對局試錯來訓練自己的價值神經網路和走子網路，這種訓練由於資料量過於龐大，人類其實是沒法在訓練好的程式中讀出關於圍棋的先進理論的，所以我們只能從阿爾法狗的實戰招法中看到它會更重視中腹，更重視發揮厚勢的作用，想要完全理解它的思路和決策過程無異於靠人腦和眼睛去辯識一棵樹上所有的樹葉哪片最漂亮。這麼龐大

我覺得狗本身是沒什麼棋路的，他無非就是在盡極限的去盡善盡美的追求子及子與子之間的效率最大化的過程中從而形成了他所謂的棋路。其時他的棋路不是他自己特意定的，而是因他的對手的行棋特點給他定的。我們要好好學習他的招法，這樣我們可以節省了很多在探索過程中走的彎路。假舟楫者，假輿馬者的道理想必我們大家都懂的。

曾與劉小光九段探討過這個問題，他說： “年初看了Master與人類棋手的那60場對決，60場連勝，感覺是震撼，我們也都知道，這是阿爾法狗的進化版。不僅僅是它的實力、它的思路，讓我更觸動的是它進步的速度之快。我們一生的研修達到的水平只是‘阿爾法狗’研發過程中水平提升的一瞬間，這是一個令人類倍感悲哀的事實。”

劉小光說：“我們不能否認的一個事實是，人類在圍棋上已經難以打敗人工智慧了，它徹底改變了很多我們過去的思路與看法。人工智慧已經發展到很成熟的地步，在人類社會的各個領域，但它最終選擇了在圍棋上進行突破屏障，其實我們圍棋人還是挺自豪的。我們現在想知道的是，人工智慧的上限在哪裡，或者說到底有沒有上限。就算讓子，只會讓人類棋手心理壓力更大，甚至絕望，而且應該沒有人敢拍胸脯說，對方讓几子自己就肯定贏的。”

柯潔0比3完敗於AlphaGo後，其團隊隨後在網上公開了AlphaGo左右互搏的50盤棋譜，如果說AlphaGo對李世石和柯潔下出的著法尚能理解的話，那麼其左右互搏時的著已經沒法看懂了，就連柯潔、時越這等高水平的職業棋手都坦承“看不懂”，那棋界還有誰敢說看得懂AlphaGo？

不管看懂與否，職業棋手們現在開始學AlphaGo也是事實，AlphaGo的著法在職業比賽中已經大行其道，隨處可見。但最深層次的改變應該是心理上的，將職業棋手從既往的傳統著法中全部解放了出來！柯潔說：“自從AlphaGo出現後，沒有什麼棋不能下。”

就像80多年的吳清源、木谷實“新佈局”開拓了棋手們在棋盤上的思路一樣，AlphaGo現在無異於開啟了一場棋盤上的革命，棋手們突然發現：以前很多思路和著法都是錯誤的，那什麼是正確的？沒有禁忌，沒有約束，自由自在，從心而欲。棋盤上是廣袤的，圍棋是自由的，定式和套路都可以拋開，不必作繭自縛。這就是AlphaGo給圍棋帶來的巨大改變。

我覺得狗也沒有達到無敵的水平，棋藝也沒有滴水不漏，它輸給自己的棋說明它也是有漏洞的，只是人類現在還沒有達到發現漏洞贏它的水平，以後也許可以呢。人類還是有充分繼續探索圍棋的動力

吳清源大師早年就說過，三三這步棋永遠都是可以選擇的。當時日本高手說這步棋緩。更是當年，他下出了星，天元，三三的佈局，震驚棋壇，這是他的時代，無人出其右。在科技如此的今天，超算也不過如此，可見吳先生的圍棋思想在今天看來，令人震撼。多少語言來形容都不為過。語言也難以形容……

主要是不爭。

它從一開始就不是要佔地盤，而是在舍地盤。

棋盤就那麼大，你每下一步，他都只考慮如何與你交換空間！把你要的讓給你，轉去把空白的地方佔下來。於是，整盤它越來越厚，而你全是區域性小便宜。

最後一統計，你還是輸。

也不知，有人能明白不

對人類來說，棋盤中大片地方未定型的前半盤是很難進行量化的判斷形勢的

更多的是靠棋感，結果就是這盤棋下到50步時，不同的棋手可能會得出誰佔優勢的不同的結論

而這是AI所長，它能夠給出百分之多少的勝率

人類的算路是有侷限的，同時也受習慣影響

但AI不存在這個問題，可直接找出人類的盲點，直接顛覆掉圍棋十訣

最有名的例子就是MASTER60局中佈局時直接點三三，然後夾攻，這是超越人類當時的認知範圍的，也就是盲點

我的前輩吳清源和藤澤秀行在棋上都是自由的大師，他們都不推崇定式尤其是大型定式，對那種動輒佔據四分之一棋盤的複雜定式，他們並不是很贊同。吳清源自己就創造了很多新定式，改寫了定式既有的著法，對此武宮正樹九段曾對此評價極高：“說我們現在的職業棋手的光彩中一半是託了吳先生的福也不為過。對我來說，不，對幾乎所有的棋手來說，吳先生猶如蒼天在上。”

吳清源的行棋思路非常靈活，在他的腦海裡沒有既定的不容更改的著法，他的每手棋都是根據大局走向來定，所以在他的腦子裡沒有禁忌。他去日本不久，與當時的日本圍棋名人秀哉本因坊進行特別對抗，面對高高在上的名人，不到20歲的吳清源下出了“三三、星、天元”這樣震古爍今的開局，時至今日，也沒人再用這樣的開局。從棋理上說，三三和星位、天元都不是相連貫的著點，但那個時代的吳清源就敢這麼去下，可以肯定地說，他不是為了譁眾取寵而為之，而是當時他的內心這麼去想，就這麼去下的。

藤澤秀行老師在棋上也是非常自由的，大家都說他的棋風華麗，什麼叫華麗？其實說的就是他超卓的大局觀，落子不侷限於邊邊角角，放眼全域性，落腳於最佳點。像首屆應氏杯他對馬曉春那盤棋，當時馬曉春拆邊後，秀行老師的應對是肩衝，順勢圍起中腹模樣，著法華麗，效率十分，那盤棋他中盤取勝。

AlphaGo對圍棋最大的貢獻就是顛覆了很多圍棋上既有的禁錮，不管是大雪崩、妖刀還是大斜， AlphaGo一概刪繁就簡，能簡化就簡化，不在大型定式上糾纏。但其改變是基於全盤形勢而做出的相應抉擇。它的著法與吳清源、藤澤秀行老師們有著異曲同工之妙，那就是：圍棋是自由的，人類不必作繭自縛，放開自己的想象與手腳去充分發揮。

阿法狗的完勝充分展示了歷史是螺旋式上升的。縱觀我們的古棋，完全靠的是棋手精確的計算力，後來在這個基礎上逐漸總結出來了諸多定式，慢慢的形成了現代圍棋理論，而阿爾法狗的‘不講理’的下法，又完全是建立在它強大的計算能力上，這一點似乎又接近了古棋。

說到計算，我們是人，阿法狗是計算機，業餘對專業，結果就不用多說了吧。

說幾句真心話，我覺得現在AlphaGo對人類圍棋理論的幫助暫時不多。

首先，AlphaGo被設定為只為提高贏棋機率為目的，透過對價值網路分析大量局面得到引數，記錄了海量的資料，又有強大的全域性性計算力作為支撐，其計算能力是人類所不能模仿的。

其次，AlphaGo在Zero之前的版本里，前半盤的下法是非常單調的。比如在正解解集裡，前50步贏棋的方式有100萬種（舉例），AlphaGo可能只取其中的1000種，餘下的根本不管了。因為這個程式是為了贏棋而設計的，而非為了找到所有正解而設計的。直到AlphaGo Zero的論文，我才看到有提到為了保證開局多樣性而做的程式設定。

所以，如果要充分利用AlphaGo模型，光和程式下棋是遠遠不夠的。我覺得我們還有兩件事要做：

1. 拿到後臺資料，觀察各種局面和棋型中，價值網路提取得到的結果。這對提高人類的常識積累、訓練更準確的棋感很有幫助。

2. 拿程式來推演前半盤的佈局定式。人類對佈局定式的研究，都要回歸到大量的實戰中去驗證，可是多大量的實戰可以和AlphaGo的自對弈相比？人類職業對局一年能有多少盤？限於對勝負的追求，又有多少盤棋中敢嘗試結論未定的新變化？但是如果我們用AlphaGo順著一條路走下去，得到各個分支最終的勝率，就能更快速準確的找到一個佈局或定式變化的正確方向。

在未來，如果我們能實現這兩點，我覺得這對於人類研究圍棋的意義可能會非常重大。我期待著國家隊早日能有這樣的超級AI程式輔佐研究訓練，也期待著《圍棋天地》上每一期都能講解職業棋手利用程式進行研究的最新結論。