你的做法当然没有错，实际上对你而言可能也是唯一可行的做法。

但是，人类使用的围棋逻辑，比如围棋十诀啦，以及别的思考技巧，像你刚才就罗列了几条。这些合起来也不过几十种思考通道。这是因为人脑特性所致：一方面要高效的形成通用算法，一方面是容量有限。比如记住局部常型是一种常用且有效的提高手段，但没法完全依赖它，受限于见过盘面类型、重复出现数量，特殊配置下的例外，甚至记忆力等等因素。

所有这些加起来也不过能形成一个参数非常有限的欠拟合系统。就像用几十个未知系数去解十万行的方程组。用它解释AI招法的结果是，似乎总能在某种程度上说得通，但又搞不精确。而且大量盘面没法用拟合出来的思路回归到正解，截然相反、解释不通的局面更是比比皆是。

举一个例子，这就像用阴阳五行寒热之类的医理去解释世间疾病。可现在我们知道，随便一片植物叶子也有几十万种化合物，想用这套粗糙系统精确定位到想要的效果近似天方夜谭。

再说点自身体会。

过去几年，我看了大量的星阵自战对局谱。从早期的人谱模型到后期的不同偏好模型之间的训练谱，从19路到9路的进化谱，不知道有没有20万局，但肯定超过了10万。我敢说自己是这个世界上看过的AI棋谱最多的人之一。

然后我就不下围棋了。

大量的招法是根本没法理解的，大量的局面判断也是根本无从下手的。AI的逻辑简单粗暴直接：因为后面算到这样是行的，所以现在行；反之亦然。

人类做不到，只能死记硬背。然而，你的脑容量有多少？

我再提一个你理解上的误区：AI后半盘差。
并不是这样。从数学逻辑上，AI差的是前半盘。越靠近终局，AI越准。

Value network的输出，经mcts的过滤化，其实获取的是一个从-1到1的数值，这个数值的绝对值，表示的是对当前图像二分类的置信程度。分类的结果就是黑胜或白胜。

这和给你一幅动物图像，然后让你判断是猫还是狗一样。如果图像清晰且主要特征齐备，AI就吐个-1，表示这是个猫；或者吐个1，表示这是个狗，1的绝对值就是置信度，表示结果可信。如果就放了条尾巴，还不太清晰，AI 吐出来个-0.8，表示有可能是个猫。这里0.8的绝对值也是置信度，可以理解为 AI 对这个分类有多大把握。那如果就放了一根毛，AI可能怒气冲冲吐个0出来，表示这是啥，我完全不知道。

为了便于理解，这个数值被除于2再平移0.5，得到一个 0 - 1之间的数值，我们把它称为胜率。
所以胜率50%意味着它的初始置信度是0，也就是说，AI摊手表示，你这是个什么玩意儿，我根本不知道。

胜率随棋局进行趋向极端，意味着AI对局面判断越来越准。很多局面AI胜率都接近了0或1，但人类还不能察觉到——这些局面是最有学习价值的素材。我以前就提过这样的观点了。

至于布局？我亲眼看见一套布局下法在两天内从胜率接近70%进化到20%，你说我要不要学？

但是大多数人还是只能学学布局。为啥呢？因为布局子数少，重复度高。中盘之后千古无同局，学过的盘面笃定不会再遇到……学它有啥用？

是，我不知道有啥用，所以我不学了。但如果你认真的想通过学习AI来提高，那我建议你试试，说不定能趟出一条路来呢。

这不李轩豪就趟出一条嘛。

【 在 computec 的大作中提到: 】
: 标  题: Re: AI学不会之1 - 诡异的选点和脱先
: 发信站: 水木社区 (Fri Dec 30 10:38:59 2022), 转信
:
: 不管怎么说 我对自己的理解没什么不满
: 当然 我只说了思路和大方向 还有些更细节的判断没有描述
: 不过我觉得对lz现在的迷茫状态而言 大方向就够了
:
: ai的棋并不难从逻辑上理解
: 人类面临的难题是 仅理解逻辑 并不能得到唯一最佳
: 特别是后半盘
:
: 人类后半盘特别差 其实ai也是后半盘差
:
: 说实在的 每当我看到某些职业说ai的棋这不可思议 那难以模仿
: 7年过去了 他们还在用30年前日式形式判断
: 都会难以置信:职业棋手可以这么蠢 这么懒 这么烂么
: 这些人还是早点被淘汰 被忘记 比较好
:  
: 【 在 GunL 的大作中提到: 】
: : 我觉得，你这是看了答案之后再强行解释的成分居多……
:
: --
: 世界的所有秘密都被呈现在围棋中，而只要稍微开拓一下视野，那无穷无尽的变化就会滚滚涌现。在那如同迷宫般交错的横线和竖线上思索，然后每次解决困局找到新的棋路的欣喜，就如同发现天下至宝。                                             -- 李昌镐
: 我最近终于领悟了胜负不是围棋的一切。现在我更注重一盘棋的过程。对局前我的状态是否足够集中于一盘棋？对局中我有没有下轻率的一手棋？局面有利时，我有没有自满？局面不利时，我有没有早早放弃了？出现了失误时，我有没有努力扳转局面？总之，我对围棋有了敬畏之心。    
:                                                   -- 申真谞  
: 人类自我成藩篱，关在里面把未知当艺术。而AI恰恰向人类揭示了藩篱之外有更深奥的艺术
: 。                                                               -- 申真谞
: 说个事实,刚刚看了一下某棋手使用绝艺的记录,朝九晚九,全年无休.     -- 评李轩豪
:
:
: ※ 来源:·水木社区 mysmth.net·[FROM: 222.129.4.*]
--
FROM 223.72.63.*

这个之前我也说过，你用什么逻辑、技巧去总结，提升自己都是可以的。因为对于人类，可能没有其它的什么更好办法了。但无论你用什么逻辑方法，都不能改变用欠拟合参数系统回归精确解的无力。这是系统性的，不是方法的问题。就像你可以对着病症用中医理论给出分类解说，但多半无法拿出精确有效的医疗手段一样。总可以看着答案强行解释，没法用它获得答案。

再说一下AI布局/中盘的准确性的问题，你用目差来举例，然而子/目差是一个比胜率更加不精确的评价指标。这是由它的计算和训练方式决定的。另外，子/目差也是越靠近终局越准的。你把所看到的波动理解为AI这个阶段下的差，恰恰相反，是因为它的判断越来越准了。

为了便于理解，我举个极端的例子：
有一种类似围棋下法的排局，可以在1-50手内自由发挥，50手的时候就必须选择若干条路中的一条，这所有的路只通向两种结果：黑胜100目，或者白胜100目。两种路线的数量差不多。
针对这种棋训练出来的AI，子/目差一定会有这种表现：前50手一直趋近于零，50手开始急剧增大，越到终局越接近100。
那么是前50手的零准确，还是后面的100准确？

接着把这个排局扩展一下：50手的选择歧路变成1-终局，100目的胜负值扩展到-361到+361的区间，这就是19路围棋了。

围棋AI子/目差的原理是类似的，不是因为目差波动小=下得好，而是因为大量的训练数据，还有实战时更多的分支可能，把后面的结果全给“平均”了。前半盘的子差不客气的说，就是一笔糊涂账，比胜率还不靠谱。越靠近终局，来自其它分支的干扰可能越少，子差也就越准，随后训练出的模型在这个阶段也就越准。

你看虽然引入子差这个概念若干年了，但我几乎从不用这个概念评论棋局，就是这个原因。我记得在版面上唯一一次谈起子差用处的，是2018年左右，谈及探索围棋的公平贴目的数字的话题。

但是无论如何，我欣赏任何对围棋保持热爱并持续努力的行为，也佩服那些坚持下去的人们
。其实我并非不喜爱围棋，只是对“提高自己的围棋水平，某种程度接近AI”这件事不再抱有信心罢了。无论如何，希望你找到适合自己的路，并乐在其中。

【 在 computec 的大作中提到: 】
: 标  题: Re: AI学不会之1 - 诡异的选点和脱先
: 发信站: 水木社区 (Fri Dec 30 14:42:54 2022), 转信
:
: 这个时代谁还用围棋十决啊:)
: 围棋十决大概就相当于兵法上的36计 当应用题都不一定是正确答案
: 用于推理基础 根本没可能
: 而围棋推理体系中的公理,定理大概是什么样子
: 我考虑过啊 我总结的定理没准会闹笑话就不说了
: 但公理一定是非常接近围棋规则的废话
: 1 生存定律 生存产生效率
: 2 效率定律 效率决定优劣
:  
: 比如你说不可解释的ai行棋 仅仅从公理层面我们就可以进行简单划分
: 1 他威胁/保护谁的生存?
: 2 他如何表达出更高效率
: 这就是最基本的逻辑理解线路 不是么
:
: 你最后提到李轩豪 你觉得李轩豪走对是深挖布局的路线么
: 要我说 肯定不是啊
: 围棋ai走这条路可以理解 中局棋形复杂难以归纳
: 但人类在逻辑归纳这一点上本来就和ai有本质区别
: 星阵提高的方法用于人类不合适
: 而星阵走这条路 也就是优化一下资源投入的级别 对思考方式并没有指导意义
:
: 围棋肯定是棋盘上每多一个子 变化就减少一个数量级
: 但不代表在实现上降低了复杂度
: 我说ai后半盘差 你不信可以做个实验:
: 我们用n po 下一盘棋
: 然后用100n po复盘
: 你猜猜 1-60 61-120 121-180 哪一段平均目损最高
: 我不确定 后面两个谁一定高 但最低的肯定是1-60
:
: 所以 这里你说的置信度 和我说的下的好不好 是一个概念么
: 肯定不是吧 下的好不好是具体行棋和正解之间的差距
: 而置信度可以理解为一种宽容度 对正解差距的宽容度 一种形式判断指标
: 所以置信度高 和下的好可以说是相关性很低的两件事 不是么
:
: 【 在 GunL 的大作中提到: 】
: : 你的做法当然没有错，实际上对你而言可能也是唯一可行的做法。
: : 但是，人类使用的围棋逻辑，比如围棋十诀啦，以及别的思考技巧，像你刚才就罗列了几条。这些合起来也不过几十种思考通道。这是因为人脑特性所致：一方面要高效的形成通用算法，一方面是容量有限。比如记住局部常型是一种常用且有效的提高手段，但没法完全依赖它，受限于见
:
: : 堂胬嘈汀⒅馗闯鱿质浚厥馀渲孟碌睦猓踔良且淞Φ鹊纫蛩亍
: : ...................
:
: --
: 世界的所有秘密都被呈现在围棋中，而只要稍微开拓一下视野，那无穷无尽的变化就会滚滚涌现。在那如同迷宫般交错的横线和竖线上思索，然后每次解决困局找到新的棋路的欣喜，就如同发现天下至宝。                                             -- 李昌镐
: 我最近终于领悟了胜负不是围棋的一切。现在我更注重一盘棋的过程。对局前我的状态是否足够集中于一盘棋？对局中我有没有下轻率的一手棋？局面有利时，我有没有自满？局面不利时，我有没有早早放弃了？出现了失误时，我有没有努力扳转局面？总之，我对围棋有了敬畏之心。    
:                                                   -- 申真谞  
: 人类自我成藩篱，关在里面把未知当艺术。而AI恰恰向人类揭示了藩篱之外有更深奥的艺术
: 。                                                               -- 申真谞
: 说个事实,刚刚看了一下某棋手使用绝艺的记录,朝九晚九,全年无休.     -- 评李轩豪
:
:
: ※ 修改:·computec 于 Dec 31 01:36:00 2022 修改本文·[FROM: 222.129.4.*]
: ※ 来源:·水木社区 mysmth.net·[FROM: 222.129.4.*]
--
修改:computec FROM 222.129.4.*
FROM 223.72.63.*

前面说的可能太虚了，那我用这里二路爬过黑横顶白脱先让黑拐下的图来落地一下。

几位的思考方向，是怎么去理解这个图。比如haili用胜率和目差变化表达；天使谈到了两活不连；comp提到角上已活继续连无必要，反正外面二白子也不危险。

其实还可以引申更多。比如右边中间若本没有这个白子，那白方二路爬一手后不继续爬，而是在三路鼻顶，不就还原了，也是可行的喽？反正按照胜率，AI也不会拐下阻渡。后面白选择二路连接或者向中腹跳出来，任我选择嘛。

那这个二路爬完三路再鼻顶是不是可以成为一种通用的思路，还是特殊情况下的孤例？进一步想，是不是和下方一个白子有关？如果去掉这个白子，还能鼻顶吗？

以上一串都是典型的人类思维模式，既有逻辑性，也有发散性，万一摆出个通用结论，还有可移植性和继承性。

我现在不这么思考问题了。先看看胜率变化，哦个位数；再看看子差（其实通常根本不看），哦两目棋；再看看局面，布局早期啊。

那这局面的几种可能性就出来了，按从大到小顺序排列：
1. AI类似局面数据见得不够多，拟合不准。它在扯淡呢！
2. 就算类似数据挺多，这个局面这点差别根本无关痛痒，正常波动，胜负不在这里；
3. 算它的评估靠谱吧。棋型不便理解，和多数情况下的常型想悖，无须学习和记忆；

什么样的局面值得学习？局面至少要到中盘吧，或者局部大型定式也行啊。胜率至少波动个20%-30%吧；或者原始pn不到千分之一，被算上了成了一选的招，那可是盲点啊。

满足这种条件的局面，写个程序从棋谱库里捞一天，够学习一辈子不重样的了。



【 在 haili 的大作中提到: 】
: 标  题: Re: AI学不会之1 - 诡异的选点和脱先
: 发信站: 水木社区 (Fri Dec 30 12:31:12 2022), 转信
:
: 虽然我给的计算量不够，但是就现在的图，除了大飞，其它外围补棋的选点（小飞、跳）都不如爬过。
: 那么按你的棋理去外面补棋，怎么想到大飞这个点比其它的好，还是只能背啊（这一点天使哥就很诚实）。
:
: 而爬过的好，居然又是黑棋跟着横顶想先手便宜时，白棋干脆脱先，否则跟着应就不如外围跳或者小飞了。
: 没拿AI摆棋的话，这个微妙判断我是不知道怎么做得出。
:
: 我对理解的标准是，碰到类似局面可以举一反三，而不是完全相同局面通过理解来协助记忆。
:
: 【 在 computec 的大作中提到: 】
: : 图1 基本型肯定是下面爬过 但由于有个拆二 棋形重复不满
: : 大飞的意图当然是补棋 补的就是黑挡下去的先手
: : 由于有拆二 黑再挡下作战恐怕不利
: : ...................
:
: --
:
: ※ 来源:·水木社区 http://www.mysmth.net·[FROM: 116.213.168.*]
--
FROM 223.72.63.*

我继续好奇：刚才自己的猜想是，上扳是为了照顾中央，可能黑中央还不够密实？那要强到什么程度，黑棋才会下二路拐下，这一隔绝白棋联络的攻击手？

同时我意识到，上面这句话，正是一个基于逻辑的猜测。于是继续进行了一串实验：

case3c-1: 黑在天元左侧多了一个子，白鼻顶的话，黑仍然上扳；莫非中腹还不够强固？

case3c-2: 黑在刚才子的上方两路又多了一个子。这回够严密的了吧，可是，黑依然上扳；

case3c-3: 可能下边还有间隙？继续加固，在下方三路（L3）加一个虎。果然，黑开始选择  拐下阻渡了！尽管和上扳的胜率还很接近；

case3c-4: 是不是下方边界的坚固，比中腹更重要？保留三路虎，去掉3c-2增强中腹的一手  。黑又回到上扳了……但是接近的胜率提示了我们，是否二路拐可能和下方坚固程度关系  很大！

case4d: 把3c-1天元和上方的两子拿掉，再把下方构筑黑模样的4子整体向右移动一路。白   再鼻顶……黑拐下了，它果然拐下了！

所以得出初步结论：黑模样防线的下方坚固与否，更大程度上决定了是否右边二路拐下阻渡。
那么，到底什么程度才算是足够强固？

换个玩法，我若放上面5张图出来，不给答案的话，任凭什么人，你能用什么逻辑，来衡量一个程度，判断出黑棋会阻渡还是不会？

【 在 GunL 的大作中提到: 】
: 标  题: Re: AI学不会之1 - 诡异的选点和脱先
: 发信站: 水木社区 (Mon Jan  2 19:19:49 2023), 转信
:
: 我觉得你纠结在这个局部是miss了我的重点——我只是用这个例子来阐述人类逻辑思维的特点。不过我确实对你的说法产生了一点好奇。因为你说的这些，从字面上我都能理解。
:
: 你列举的情况1，是直接断征子不利的情况下，鼻顶实际上是瞄着断点的一个引征。如果黑拐下，白再断，就征不掉了。这种手筋我自己在实战中就下出来过。不过要现构造一个例子
: 一时想不出来。
:
: 我随便摆了两种情况，你可以看看是否符合你的前提。因为要凑要求，手顺比较生硬。
:
: case2：右下边白比较强。如果鼻顶的话，黑的应手，要么去别处大场；局部应的话，上扳最佳；
:
: case3a：右下整体是黑势力范围。白棋在三路没有接应的情况下鼻顶。黑上扳最佳；
:
: case3b: 右下整体是黑势力范围。白棋在三路有接应的情况下鼻顶。黑上扳最佳。
:
: 所以黑总是上扳。但这些图可能都是正好需要照顾中央，巧合了。你也可以摆出你认为的假想图来试一试。
:
:
: 【 在 computec 的大作中提到: 】
: : 你这个鼻顶等效论是非常片面的
: : 因为你只看了这个小局部
: : 而实际至少要看整个右半盘的棋形
: : ...................
:
: --
:
:
: ※ 来源:·水木社区 mysmth.net·[FROM: 114.253.38.*]
:
--
FROM 114.253.38.*

其实我给了学习建议了啊。

【 在 computec 的大作中提到: 】
: 标  题: Re: AI学不会之1 - 诡异的选点和脱先
: 发信站: 水木社区 (Sun Jan  1 14:20:56 2023), 转信
:
: 我觉得我们对最基本概念有着不能说完全不同只能说南辕北辙的差距
:
: 什么叫下的好 什么叫下的差
: 对于某个阶段就是 这个阶段(相对于更好下法的)累计可测量误差
: 这个定义有明确的检测和验证标准
: 在实践中对人类的学习提高有巨大的可观测意义
:
: 而你说的好 可以称为理论上的可确定性
: 这种确定性随着棋局进行而不断提高在数学上是必然的

从围棋角度看，确定性没有变化…… 从AI的角度看，确定性持续提高。

: 不仅仅对于ai 对于人类来说也完全等效
: 你跟一个人类说 你官子虽然损了很多 但比中盘正确率上升了
: 你中盘虽然亏了两手棋 但比布局更靠谱了
: 你布局虽然下的堂堂正正 看不出问题手 但谁也不知道哪手棋是错的
: 所以你布局最差 中盘其次 官子最好
: 赶快去提高布局水平吧
: 这样有意义么?

我没有给出这样的评价。我的建议挺明确了，不要在意布局，把向AI学习的重点首先放在官子，其次中后盘。至于布局，不崩就行。但是现在多数人把重点放在了布局上，这是方向错误。就像这个贴主的原图，我敢打赌这里的人有一个算一个，没有看答案谁也想不到要大飞一个；而如果下不出这个大飞，用跳什么的来补断，那还不如直接拐过。所以，不要在这种看似惊艳的着手上浪费时间，胜负不在这里。

开个玩笑：至于布局，最正确的下法，当然是确认下贴目数和规则，再看看自己的颜色，决定要不要认输了……只是现在没能力做到。

:
: 我们都知道靠逻辑不太可能找到精确解 甚至对某个具体问题他还会给出错误的方向
: 但他也不是什么随机拍脑袋 因为人类用这个方法在统计尺度上是在一直进步的
: 无论从人类这个整体还是个体的学习上都是如此
: 所以在能拿出更好的学习方案之前 还是给一点尊重吧
: 这不是中国医学所能概括的
: 如果强行解释比没有解释能表现出更好的学习效果 那就应该多研究一下强行解释
: 少一点彻底躺平
:
: 【 在 GunL 的大作中提到: 】
: : 这个之前我也说过，你用什么逻辑、技巧去总结，提升自己都是可以的。因为对于人类，可能没有其它的什么更好办法了。但无论你用什么逻辑方法，都不能改变用欠拟合参数系统回归精确解的无力。这是系统性的，不是方法的问题。就像你可以对着病症用中医理论给出分类解说，但多
: 胛
: : 薹贸鼍酚行У囊搅剖侄我谎Ｗ芸梢钥醋糯鸢盖啃薪馐停环ㄓ盟竦么鸢浮
: : 再说一下AI布局/中盘的准确性的问题，你用目差来举例，然而子/目差是一个比胜率更加不精确的评价指标。这是由它的计算和训练方式决定的。另外，子/目差也是越靠近终局越准的。你把所看到的波动理解为AI这个阶段下的差，恰恰相反，是因为它的判断越来越准了。
: : ...................
:
: --
: 世界的所有秘密都被呈现在围棋中，而只要稍微开拓一下视野，那无穷无尽的变化就会滚滚涌现。在那如同迷宫般交错的横线和竖线上思索，然后每次解决困局找到新的棋路的欣喜，就如同发现天下至宝。                                             -- 李昌镐
: 我最近终于领悟了胜负不是围棋的一切。现在我更注重一盘棋的过程。对局前我的状态是否足够集中于一盘棋？对局中我有没有下轻率的一手棋？局面有利时，我有没有自满？局面不利时，我有没有早早放弃了？出现了失误时，我有没有努力扳转局面？总之，我对围棋有了敬畏之心。    
:                                                   -- 申真谞  
: 人类自我成藩篱，关在里面把未知当艺术。而AI恰恰向人类揭示了藩篱之外有更深奥的艺术
: 。                                                               -- 申真谞
: 说个事实,刚刚看了一下某棋手使用绝艺的记录,朝九晚九,全年无休.     -- 评李轩豪
:
:
: ※ 来源:·水木社区 mysmth.net·[FROM: 222.129.4.*]
--
FROM 114.253.36.*