2、人工智能与围棋：从游戏到机器学习的探索

人工智能与围棋：从游戏到机器学习的探索

1. 为何选择游戏进行人工智能研究

游戏一直是人工智能研究的热门主题，这不仅仅是因为游戏有趣，更重要的是，它简化了现实生活中的一些复杂性，使研究者能够专注于所研究的算法。

以日常生活中的一个例子来说，当我们在社交媒体上看到朋友说“哎呀，我忘了带伞”，我们能轻易推断出朋友遇到了下雨的情况。这是因为我们运用了关于雨伞用途的常识，以及人们在不同天气下发表言论的社交知识。然而，计算机要做到这一点却并不容易。现代深度学习技术虽然能有效处理我们提供的信息，但我们很难找到所有相关信息并将其输入计算机。而游戏则不同，它处于一个人造的环境中，决策所需的所有信息都明确地包含在规则里。

游戏尤其适合强化学习。例如，使用强化学习训练机器人在建筑物内移动时，如果控制系统没有精细调整，机器人可能会摔倒或撞倒家具。虽然可以构建计算机模拟环境，但这不仅需要投入大量精力开发详细的模拟程序，而且模拟结果可能并不完全准确。相比之下，让人工智能玩游戏就简单得多。即使在学习过程中输掉几十万场比赛也无关紧要。许多前沿算法最初就是在Atari等电子游戏中得到验证的。

2. 围棋规则快速入门

• 棋盘理解 ：围棋棋盘是一个方形网格，棋子放置在交叉点上，而非方格内。标准棋盘为19×19，但也有9×9和13×13等较小尺寸的棋盘供快速游戏使用。棋盘上有九个标记点，称为星位，主要用于玩家判断距离，对游戏规则没有影响。
• 落子与提子 ：两名玩家分别使用黑子和白子轮流落子，先由黑子玩家开始。棋子落定后不能移动，但可以被提走。同色且相连的棋子被视为一