人类棋手开始用“背诵棋谱”的方式对抗AI,这是围棋的进步还是悲哀?
7月19日,韩国首尔经济电视台演播厅,第3届新数学·韩经棋神战三番棋第二局落下帷幕。申真谞九段执黑,受让两子,历经299手、4小时50分钟的鏖战,以四目半的优势击败了顶级开源人工智能KataGo。总比分被扳成1比1,决胜局的悬念留到了7月21日。
这个结果本身并不令人意外——真正让围棋圈炸开锅的,是申真谞赢下这盘棋的方式。他几乎是在“背谱”。
赛后的复盘很快指向了一个关键布局:芈氏飞刀。
这套定式由芈昱廷九段在2018年名人战半决赛中首次公开使用,源于对AI围棋技术的研究。它的核心特征是在星位点三三后引发一系列极为复杂的交手,变化可覆盖棋盘近四分之一的区域,复杂程度连顶级AI在处理时也曾出现过胜率骤降的失误。
第二局开局,KataGo第3手选择点三三,申真谞几乎没有犹豫,直接操刀芈氏飞刀。双方在这个局部快速走完一套大型定式的标准变化,棋盘上四分之一的地盘在不到60手内便宣告定型。对于受让两子的申真谞来说,这意味着局面被大幅简化——棋盘上可供AI发挥计算优势的复杂战斗空间被压缩到了最低。
这恰恰是“背谱”策略的精髓所在。芈氏飞刀虽然变化繁复,但经过数年职业棋界的反复拆解,其主流分支走向已经被研究得相当透彻,某种程度上变成了“可背诵的定式”。申真谞做的,就是主动把棋局拖进一个双方都熟悉的、高度程式化的轨道,让KataGo无法像第一局那样在陌生的复杂局面中依靠算力碾压。
第一局的教训还历历在目。当时KataGo在第3手便下出了罕见的三间高挂,申真谞赛后坦言“第三手棋完全出乎我的意料,之前准备的一切仅仅两步就化为乌有”,心态受到影响后整盘棋都没能按自己的节奏来。而第二局,他选择了完全相反的路径——不让AI出题,由自己来出题。
KataGo的硬件配置是4块RTX3090显卡并联,合计96GB显存。与当前最先进的5090系列相比,3090已落后两代。韩国棋院同时还规定,在申真谞思考期间,KataGo会被强制暂停运算,无法提前推演后续变化。这相当于让AI下超快棋,人类下慢棋——申真谞每局拥有5小时基本用时和一次30秒读秒,而KataGo每手棋必须在20秒内完成运算和落子。
但首局的进程说明,即便被套上这么多枷锁,AI依然能靠一记出人意料的“新手”击溃人类。KataGo并没有因为算力受限而失去战斗力,它只是需要更聪明地使用这些算力。
第二局则展示了另一幅图景。当申真谞主动选择大型定式快速定型后,KataGo的计算优势被架空了——局部变化有限,分支数量少,AI每步棋只需在20秒内从几条已知路径中做选择,而这几条路径申真谞同样熟悉。这不再是算力的比拼,变成了记忆力和执行力的对抗。
传统围棋中的“飞刀”,指的是棋手私藏的新变化或冷僻定式,在比赛中突然使出,打对手一个措手不及。它的核心在于“隐蔽性”——对方没见过,临场想不出正解,于是中刀落败。芈氏飞刀起初也符合这一定义,芈昱廷刚拿出来的时候,多位顶尖棋手都吃过亏。
但AI时代改变了这一切。当AI可以在一秒内穷举几乎所有定式分支时,“飞刀”的隐蔽性消失了。棋手们发现,与其费尽心思发明新变化,不如反过来利用AI的弱点——把棋局强行拽入AI“虽然算得清但无法发挥优势”的轨道。
这就是申真谞第二局做的事情。借用AI训练的数据,拆解出AI认可的定式变化,然后一字不差地“背”出来。这不是传统意义上的“飞刀”,而是基于对AI知识体系的深度研究而形成的“反AI定式”。它不再追求出其不意,而是追求将对手拖入自己的节奏。
有人质疑这种下法是否偏离了围棋的本质——当棋手不再依靠创造力和直觉,而是依靠对AI棋谱数据库的记忆来比赛,这还算不算人类智慧的胜利?也有人认为,这恰恰是人类学会与AI共存的标志:既然无法在计算力上超越AI,就用AI的方法来对抗AI。
7月21日的第三局,双方都将面临新的考验。
对申真谞而言,第二局的“背谱”策略是否还能再用一次是个问题。KataGo的团队完全有可能在复盘后调整参数,针对芈氏飞刀的常见后续变化增加搜索深度,甚至主动避开这套定式,逼迫申真谞进入不熟悉的领域。第一局KataGo在第3手下出新手,说明它具备跳出定式框架的能力。
申真谞赛后接受采访时说,赛前自己的目标是三场全胜,但在第一局惨败之后,他认为能赢一场就很不容易了。“如果今天我输了,一定会倍受打击。接下去我会充分休息,为决胜局做准备,我会像今天一样全力以赴。”这番话透露出的信息是,他很可能准备不止一套方案。
对KataGo而言,需要解决的核心问题是:如何在大型定式被锁定的情况下,依然找到制造混乱的途径。从第二局的过程来看,它在进入中盘后曾试图搅乱局面,但申真谞的稳健应对没有给AI留下明显的机会。到了官子阶段,AI甚至出现了类似人类棋手“打将”的拖延行为——在没有好棋可走的时候,先在无关紧要的地方下一手,消耗对手的思考时间。这种拟人化的表现,某种程度上也暴露了AI在劣势局面下的策略局限性。
无论第三局的结果如何,这场三番棋都已经标志着人机对抗进入了一个新阶段。人类不再试图在纯计算层面与AI正面交锋,而是学会了“利用”AI的弱点来博弈。这或许是一种妥协,但何尝不是一种进化?
你认为人类棋手依靠深入研究AI并“背谱”来战胜AI,算不算真正的胜利?