有道围棋 AI：智能匹配儿童棋力的良师益友

有道纵横是网易有道旗下专为4-8岁孩子量身打造的在线少儿围棋产品，于2019年启动，自研了全国首部在线交互式围棋动漫课程，从孩子的理解力和喜好出发，采用直播互动的课程形式将围棋知识变得简单有趣、易懂好学，帮助孩子掌握围棋的各类规则和技巧。

不仅如此，课后还设有AI对弈功能，能够智能识别孩子的段位水平匹配对局练习，从根源培养孩子的思维习惯。每局对弈结束后的智能分析，会从大局观、计算力、稳定性、战斗和棋型五方面进行全方位分析，帮助孩子在复盘中进步。有道围棋AI团队隶属于有道人工智能语音组，负责有道纵横产品与围棋AI相关的研发、落地工作，主要发力点在于AI的人机对弈和复盘。

Google 旗下 Deepmind 提出的 AlphaGo、AlphaGoZero、AlphaZero 系列算法展示了深度强化学习在棋类领域的超凡能力。2016年 AlphaGo 横空出世击败欧洲围棋冠军樊麾二段，2017年 AlphaGo 以4：1击败韩国围棋职业九段，14个世界冠军得主李世石，2018年无师自通的 AlphaGo Zero 以3：0击败最年轻的六冠王柯洁九段。至此以后再无人质疑 AI 在围棋领域的霸主地位，同时引发了职业棋手学习 AI 招法的热潮。在职业围棋赛场上，时常出现“狗招”，学习、研究 AI 招法的背后的逻辑，已是职业棋手的必修课。

图一 有道纵横产品图（1）

Github 上已经有了 Leela Zero、KataGo 等基于 AlphaZero 系列算法的优秀围棋 AI 开源项目，它们的主要目标是提升 AI 的棋力，目前上述围棋AI的棋力已远超人类职业棋手。然而当强AI应用在少儿围棋教学时，出现了“水土不服”的现象，比如：

一些其他方案在实现人机对弈系统时，一般使用 AI 训练过程早期的模型，然后使用模型的 top-n输出，随机抽样进行落子行为，避免 AI 落子过于单一。

这种方案除了易于想到之外没有其他优点，由于早期模型训练量不大，采用top-n的采样方法会导致AI的招式没有条理，用户很容易诱导出这种落子逻辑的漏洞（如征子）。

其次，在对弈过程中，AI模型和落子策略是固定的，但我们在实践中发现，AI对于围棋中的布局、中盘、收官等阶段的招法学习速度并不相同，AI对布局的掌握速度远远超出中盘、收官，使用相同的模型和策略会导致AI在整盘棋的表现差异极大。

再者，AI的自对弈训练中，没有定式的概念（定式是围棋高手在某些局部的经验总结，用户学习定式走法可以快速提升棋力），低水平的AI很难在局部中下出最优解，而人可以通过学习高手的棋谱快速掌握局部最佳下法，即使人的水平并没有达到提出该定式的围棋高手水平。上述问题的根源在于AI与人的学习路径大相径庭，难以直接移植。

复盘指对局完毕后，复演该盘棋的记录，以检查对局中招法的优劣与得失关键。一般用以自学，或请高手给予指导分析。下围棋的高手都有复盘的习惯。

复盘就是每次博弈结束以后，双方棋手把刚才的对局再重复一遍，这样可以有效地加深对这盘对弈的印象，也可以找出双方攻守的漏洞，是提高自己水平的好方法。

在有道纵横产品中，AI 承担了复盘老师的角色。

一些其他的方案中，AI复盘主要是展示整局棋的胜率或目差曲线、AI的推荐变化图、以及一些基础的统计数据，这些内容更适合专业的用户，专业用户的需求在于快速定位自己下的不好的棋，然后根据AI提供的变化图等推理AI的落子逻辑，此类用户仅根据围棋AI引擎的原始数据就可以完成自我学习。但是当用户群体定位到少儿时，上述的解决方案效果就会大打折扣，少儿用户很难理解统计数据背后的意义，同时对AI提供的变化图的逻辑缺乏分析能力，甚至注意力很难集中在变化图上，仅关注整局棋的胜率、目差的变化。此外，其他方案采用的复盘使用的GPU资源消耗很大，有的用户甚至需要半天时间才能拿到对局的复盘结果。

有道围棋AI团队隶属于有道人工智能语音组，负责有道纵横产品与围棋AI相关的研发、落地工作，主要发力点在于AI的人机对弈和复盘。现有的工作成果引用一段CEO周枫的话：