刚刚结束的LG杯围棋赛，中国选手时越为中国捧回了连续第五届的LG冠军奖杯，韩国的尴尬有点类似于中国的春兰杯了。

中国围棋的崛起让想起了围棋在另一个领域的崛起，那就是电脑围棋。几十年来，利用人工智能的成果，计算机在中国象棋、国际象棋、五子棋、将棋等各种智力游戏中击败了人类，唯独在围棋领域难有建树，甚至相差甚远。

16年前，获得电脑围棋的世界冠军程序《手谈》，棋力远在业余十级开外。当时我豪情万丈，想将博士论文押注在围棋软件上，未能得到导师的许可。自此，这一领域一直是悬挂在我心中的一个梦想。

近些年很少关注围棋，当我前不久再来看这个领域的时候，发现已经出现了天翻地覆的变化。2012年，天顶的围棋（Zen，禅）受四子击败赫赫有名的九段高手武宫正树，让世人为之震撼！围棋人工智能领域发生了裂变，促成这一裂变的是一种新的算法得以应用：UCT。

自从Zobrist在1970年设计出第一个可与人对弈的程序以来，至今已有四十多年的历史。计算机围棋的难点之一，在于缺乏好的局面评估函数，使其不能跟国际象棋一样，运用设计良好的局面评估函数、搜索树以及优秀的剪枝法，而获得不错的棋力；早期的计算机围棋大多模拟人类的思考模式，借鉴一些经验法则，以静态的评估为主，而动态的搜寻则仅用于局部的、目标明确的棋串攻杀，较少的全局搜寻。这种出发点本身就决定了，电脑围棋不可能超过人类。因为：

1）围棋的技能、经验法则等难以被全部整理，造成电脑围棋只能拥有人类的部分智能；

2）加入搜索算法以穷尽各种可能变化，理论上可以超过人类，但由于围棋的状态空间无比庞大，达到10¹⁷²，完全无法实现。

3）如果只搜索有限深度，则需要运用局面评估函数，而早期的局面评估函数也是利用部分人类知识，不可能同时满足准确和快速这两个要求。

正因为如此，早期的世界冠军围棋程序棋力有限，尽管以差不多每年一个子的棋力在增长，但要实现与业余高手的对局还是相差太远。

然而，随着基于蒙特卡罗的UCT(Upper Confidence bounds applied to Trees) 搜索方法的出现，以UCT为基础的围棋程序MoGo也逐渐在一些非正式的比赛中崭露头角。2006年，基于UCT算法的电脑围棋软件疯狂的石头（Crazy Stone）取得了电脑游戏大赛九路围棋的冠军。2007年6月，第12届计算机奥林匹克于阿姆斯特丹举行，上届冠军GNU Go（传统算法的代表）、亚军GO Intellect以及Crazy Stone等程序均有参赛，MoGo在强敌环伺之下，以全胜战绩夺得了19路围棋项目的金牌，Crazy Stone也拿到了第二名，GNU Go退居第三。这象征UCT的成功，也代表一个崭新的局面的到来。自此，基于UCT算法的围棋软件得到空前认可，最终一统天下。2009年，天顶的围棋（Zen，禅）取得电脑围棋软件19路围棋的冠军，其后一直蝉联冠军。

蒙特卡罗算法其实很早就开始在围棋上进行研究，只是效果还没有显示出来故而未引起足够的重视。什么是蒙特卡罗算法？在围棋上应用，打个比方，就是随机落子下棋，直到终局，经过大量的随机模拟下棋，来判断某一手棋的胜率或某个局面的优劣。这种思考方式与人类的思考模式是完全不同的，但却很适合电脑来完成。将蒙特卡罗算法方法应用于围棋，其核心的思想是，在于通过统计大量模拟棋局的结果，进行局面的优劣判断。亦即将蒙特卡罗方法作为局面评估函数，以决定着手的好坏。

有了评估函数，就可以开展博弈树的搜索。而如何减少博弈树的分支，即减少蒙特卡洛模拟的次数，就成了一个大问题。UCT算法就是UCB在搜索树上的应用。而UCB本来是为了解决赌场里的老虎机问题而产生的。有很多台老虎机，每台老虎机投币后，拉动拉杆就可以得知是否赢钱。每台老虎机可能有不同的收益率，玩家如何获得最大总收益？基于信心上限的UCB模型可以实现高度有效的剪枝，从而避免搜索空间爆炸。

我很惊叹这些模型与算法的设计，基于专家系统的精妙设计不能取得好的成绩，而随机乱下却可以实现质的突破，这就是结构的威力。在很多领域都有类似的例子，几乎可以上升到一种哲学思想。其实，想想我们这个世界，也是如此，无比精妙，但最基础的却是一些基本粒子的随机组合。带给我们的启示是，有时候极力追求一样东西，不是最佳的选择，往往无为而为，不求而求，才是大道。

网上有Zen的免费版本下载。即便是这个免费版本，在个人电脑上运行，我和其最高棋力分先，也是输多赢少。其中最大的区别在于，我杀气的算力不够，一不小心就会被屠龙。而Zen的劣势也很明显，越是不利局面它的棋力越弱，此外，由于引入了蒙特卡罗模拟以及UCB，基于概率的选择也会让它下出一些臭手。当然，Zen的正式版，尤其是在高性能计算机上时，棋力会远超过我，达到业余五段水平。