我自告奋勇担任了英国伦敦选手雷斯（ Dr. Michael Reiss）的陪同翻译，他Michael Reiss在1983年开始玩围棋软件叫Go4++，后来也拿过冠军。在网上检索，他是伦敦Hendon College的教师，也做了公司叫Unistat Limited。他自带了服务器主机，CPU算力高，内存大且快。

美国的陈克训教授给中大学子做报告，我在下面给雷斯翻译，尽管水平很有限。赛后，我陪雷斯出去逛逛。我和他出了中大西北门，到拥挤的老市井街道里吃了陕西面条，他说这就是心目中的“back street"了。我买了一瓶二锅头送给他，他后来发邮件来说味道非常好，象WISKY。

陈老师在中大化学系搞量子化学。我的老乡王先彪在中大数学系的宿舍里读博士，他也和化学系一起做数学与化学的交叉研究。

“Go”为日文“碁”字发音转写，是围棋的西方名称。围棋起源于中国。

唐朝围棋 敦煌博物馆

应昌期（1917年10月23日—1997年8月27日），出生于浙江宁波江北区慈城镇，台湾金融界、实业界人士，宁波市荣誉市民，应氏围棋计点制创造人，被誉为“黑白世界的诺贝尔”“20世纪中国围棋之父”。 应昌期6岁接触围棋，12岁获慈溪县围棋赛冠军。

应昌期与吴清源

                                 第二届应氏杯主席台

应氏杯世界职业围棋锦标赛（Ing Cup），简称“应氏杯”，是由中国台湾企业家应昌期出资创办，中国围棋协会和应昌期围棋教育基金会共同主办的一项世界级职业围棋个人赛。 “应氏杯”曾与日本主办的富士通杯，韩国主办的LG杯、三星杯、BC信用卡杯，中国主办的春兰杯并称为世界职业围棋六大杯赛。 1988年，首届“应氏杯”开幕，四年一届。2024年，日本棋手一力辽九段以3:0的总比分击败中国棋手谢科九段，夺得最近一届的冠军。

然而，很少有人知道，应氏杯电脑围棋赛在1985年就开始了，而且每年一届，持续到2000年，是全世界最早举办的国际性电脑围棋大赛。

                                应氏杯电脑围棋赛早期

1985年，台湾应昌期先生在“电脑围棋终有打败人脑的一天”的理想下举办了应氏杯国际电脑围棋赛。

第二年，应昌期悬赏100万美元，鼓励计算机围棋战胜人类。至此，电脑围棋在短短几年间火热起来。日本、台湾、欧洲、美国等地都出现了电脑围棋高手。

1997年，美国IBM公司制造的计算机软件“深蓝”战胜当时的国际象棋世界冠军、特级大师卡斯帕罗夫，轰动一时，人工智能由此大放异彩。美联社、法新社、路透社等世界众多媒体都在第一时间报道了这一事件。这是电脑第一次战胜人脑，它开创了人工智能博弈的时代。

然而，围棋领域，电脑的水平依然很低。

2000年，是应昌期许诺百万美元奖金的最后期限，而电脑围棋最好的水平却只能达到业余初级。

这时，几乎所有的电脑专家和程序设计高手开始悲观地认为：电脑若战胜职业棋手，那将是百年后的梦想。

人工智能飞速发展让梦想接近现实

计算机围棋程序如同人工智能领域里的哥德巴赫猜想，期待着无数高手摘取这顶皇冠上的明珠。

大江东去，浪淘尽千古风流人物。事情总是超出人们的预料！

十几年后的今天，计算机技术取得了突飞猛进的发展。当年“深蓝”的计算速度约为每秒2亿次，但是今天中国制造的世界最强计算机天河2号，每秒计算已达33.86千万亿次，这个令人惊讶的速度为电脑战胜人脑提供了强大的支持。云计算、大数据的广泛应用，更为人工智能的发展如虎添翼，它们让人类的梦想接近现实。

计算机围棋的进步也有了令人惊异的表现，许多程序已经有了“弃子”、“脱先”等战略思维。今年，日本的一个程序在超一流棋手赵治勋九段让四子的情况下，竟然打败了赵治勋。

北京邮电大学教授、中国人工智能机器博弈专家刘知青表示，目前电脑在与职业棋手的博弈中，已经从十几年前的业余初级水平达到现在的业余五段水平左右。据有关专家预测，照此发展下去，电脑围棋打败人脑已经看见天边的曙光。

台湾学者颜士净的两篇论文：《电脑围棋的发展概况》《电脑围棋的发展与技术》节选：

信息论之父克劳德·香农（Claude Shannon）于1950年提出利用电脑来下国际象棋的概

念，此后电脑对弈便成为人工智能领域中极具吸引力的课题之一。

几十年来，电脑围棋的发展可分为原始时代（1970～1985）、手工时代（1986～2006）和机器学习时代（2007～）。

自1969年Zobrist完成第一个能够与人对弈的程序以来 [Zobrist, 1970]，世界各地研究电脑围棋的人越来越

多……

由于电脑围棋比赛最早是在台湾发起的，这也促成了台湾在20世纪80年代研究电脑围棋的风气。其中较具代表性的研发团队之一，是由台湾大学资讯工程学系许舜钦教授领导的电脑围棋研发小组。曾代表该小组参加电脑围棋比赛的成员包括王若曦、曹国明、高国元、刘东岳、严礽麒和颜士净。他们开发的围棋程序都可以说是电脑围棋发展历程中的重要里程碑，其中又以 **Dragon** 程序最为知名。

陈志行教授研发的“手谈”，可以说是手工时代的代表性程序。“手谈”擅长分断对方棋子并展开攻势，对于死活判断也颇有独到之处，同时建立了相当专业的知识库。无论是在定式、棋形、局部手段还是攻杀计算方面，都有许多出类拔萃之处。

电脑围棋棋力长期落后于人类，最大的原因是不容易找到良好的局面评估函数。直到2006年，Remi Coulom开发的采用蒙特卡罗方法的程序 **Crazy Stone**，才在都灵举行的第11届电脑奥林匹克竞赛九路围棋项目中夺得金牌。2007年，结合蒙特卡罗方法与上置信界树搜索（UCT）的程序开始出现，统称为蒙特卡罗树搜索（MCTS）。

AlphaGo推动了AI发展

人工智能时代就此到来。

AlphaGo（阿尔法围棋）是由英国 Google DeepMind 团队开发的用于游玩围棋的人工智能程序。它的诞生标志着深度学习与强化学习在人类复杂决策游戏上的重大历史突破，不仅彻底击败了人类顶级棋手，还推动了整个通用人工智能（AGI）的发展。

AlphaGo 首次引入了深度神经网络（两个网络结构：走棋网络和估值网络）与蒙特卡洛树搜索（MCTS）相结合的方法。

2015年10月，AlphaGo 在闭门比赛中以 5:0 击败了欧洲围棋冠军、职业二段棋手樊麾。之后一发不可收拾，战胜了人类所有棋手。

2016年，横空出世的AlphaGo就战胜了人类最高水平选手李世石和柯洁，上述专家的15年预测缩短到了1年。

策略网络（Policy Network）： 用来模仿人类棋手的“大局观”和“直觉”，它能快速筛选出最可能下子的几个好位置，从而缩减计算范围。

价值网络（Value Network）： 用来评估当前棋盘的整体“形势”，它能像高手一样直接看出谁的胜率更高，从而预测长期的输赢结果

更加神奇的事情出现了。2017年10月，DeepMind 发布了新一代程序AlphaGo Zero。它不再学习任何人类棋谱，而是从“零”开始，利用强化学习进行自我对弈。仅经过3天训练，就以 100:0 的战绩击败了战胜李世石的旧版 AlphaGo；40天后即超越了 Master 版本。

Al实现了自我进化，已经超过人类了，想想真有些吓人！

值得一提的是，创始人戴密斯·哈萨比斯（Demis Hassabis）的母亲是新加坡华人，他于2010年在UCL伦敦大学学院创立了DeepMind, 2013年为Google收购。高管中至少有两个华人，来自台湾的黄士杰、来自浙江的陈御天。


免责声明：本文采摘自最牛博弈，本文仅代表作者个人观点，不代表金航标及行业观点，只为转载与分享，支持保护知识产权，转载请注明原出处及作者，如有侵权请联系我们删除。