这篇知乎不错。
无疑，这是研究围棋历史，尤其围棋技术发展历史的非常有力的工具。特别值得点赞的
是，这款工具推出了一些未见于以往AI的标准，比如：

标准一：Almost Matching(The pecentage of moves that ELF OpenGo considers ver
y good,but not necessarily an exact match(no more than 1% loss of winning pr
obability)):掉胜率不超过1%的着手、

标准二：Average Drop in Winning Probability（The average per-more drop in wi
nning probability across the game):平均每着棋所掉胜率、

标准三：First Bad Move（The move number of the first move that decrease the
chance of winning by at least 10%）第一手大恶手的步数。


标准一，比起以往广为使用的标准“Matching”更有意义。一方面，在胜率上只有细微
差别的着手之间，在可见的将来，人类也无法理解其优劣之所在，这差别对人类也就没
有什么意义；另一方面，很多时候，人类选择与AI着手的区别只是某个先手交换的时机
的不同，而这个不同不会造成棋局胜负的任何不同，甚至不会造成棋局走向的任何不同
，因此，这些不是Matching但又是Almost Matching的着手也应看作是正解。


标准二，也比“Matching”更有意义。“Matching”说明了正着的百分比，但恶手有多
少以及恶手有多恶，更能标志一名棋手的棋力。


标准三，能很直观地看出人类对开局认识的深化。


【 在 Jacqueline (花仙子◆唯有低贱，或能长存-M.J.<二月兰>) 的大作中提到: 】
: 吴称霸的时代，正好是十九世纪后期以来围棋技术水平的低谷（当然采样有一定偏差，
: 不可尽信）
: 用ELF OpenGo AI为工具研究围棋历史
: ...................
--
FROM 112.47.160.*