“比业余还弱的AI”战胜KataGo的详细解析|go人工智能
【“比业余还弱的AI”战胜KataGo的详细解析|go人工智能】lot物联网小编为你整理了的相关内容，希望能为你解答。
最近有一篇文章很火，相信大家也都有所耳闻。
在Arxiv上发布的一篇文章：Adversarial Policies Beat Professional-Level Go AIs（https://arxiv.org/abs/2211.00241），讲述了他们用“对抗攻击”的方法，以一个棋力很弱的AI击败了KataGo。
如果觉得英文阅读有困难，也可以阅读量子位的解读：击败申真谞陪练的围棋AI，却输给了业余人类棋手 | MIT&伯克利新研究。
总之这一切听上去非常有冲击性，但我整体看下来，噱头成分较重。
图1
一位朋友与我观点不谋而合，像极了弈客小学生找bug团伙干的事情。作为天天与他们斗智斗勇的我，感触颇深。
至于为什么这么说，且听我分析。
图2
文章的核心是这样两张图，KataGo分别执白与执黑，并且当前局面都轮到KataGo落子。
此时KataGo无一例外都给出了“Pass”这一选项。
相信稍懂围棋的人都能看出，两张图KataGo都已占据压倒性优势，因此无论是随便下一个还是Pass，理应都不影响结果。
图3
以左边图为例，这里对两者其实有个不等价的东西。KataGo的“空”里有一些黑棋“死子”，而文章的AI空里干干净净。
我这里既然打了引号，说明事情并不简单。
对于AI来说，使用的规则是Tromp-Taylor在。这条规则与中国规则/应氏规则近乎等价，但有一些细微不同，主要体现在终局判定上。
8. The game ends after two consecutive passes.
9. A player's score is the number of points of her color, plus the number of empty points that reach only her color.
其中关于终局是这样两条规则，简单来说就是体现了以下几点：
① 连续两次Pass之后立即终局。② 棋盘上所有未被提取的棋子均为活子。这点不同于人类之间的对局，此终局为自然终局，无需任何协商判定死子的程序。③ 空点如果只能“到达”某一种颜色，那么就属于该方；如果能同时“到达”两种颜色，那么就平分/不算。
图4
那么我们回到这张图，问题自然就很好理解了。根据上述规则，我们很容易得知，此时黑棋盘上所有的子都是活子，包括人类认知上的“死子”。然后黑棋的空都是黑空，但白棋甚至连“实空”都不存在了。
这样一来，胜负自然颠倒。
图5
也许有人会说了，这是Tromp-Taylor规则不合理嘛！
但我想请大家看这样一张图，来自于星阵围棋自对弈的杰作。此时棋盘左上角有个盘角曲四，白棋眼中含着两颗黑子。
那么问题来了，这盘棋该如何计算黑白各有多少子呢？
答案很简单，盘角曲四是双活，白棋眼中含着的两颗黑子也是活子。一切反“直觉”的因素，都来自于我们日常对局存在“协商”的灰色地带。
图6
也就是说，造成上述不合理的原因并不是规则本身，而是KataGo为什么会Pass。
其实这事本身没什么花头，白棋只要老老实实把黑棋子提光就完事了。这也解释了为什么我们经常看到AI大赛中，两个AI对着填子，它们真得不是傻！
那么既然AI大赛中都知道要提光死子，为什么这里的KataGo不知道呢？
图7
因为他们对抗的KataGo，是没有经过任何搜索的。随着模拟量上升，在64PO的时候，胜率已经降低到了54%，到128PO后就基本赢不到了。
作为参考，现在AI大赛中的模拟量大致是百万级别起步。
图8
也许有人会说了，KataGo不能盘盘Pass吧？这一定都是偶然。
我们还是拿文章中的这盘棋为例，我们发现白棋甚至连续Pass了四手。这里反而体现出他们的AI不够“智能”，因为理论上白棋第一次Pass时，黑棋跟着Pass就已经赢了，但事实上居然等到了第四次。
图9
我在弈客的研发平台上也简单进行了复现，虽然权重不一致，但Pass率是真的不低，也就是说这其实是KataGo的一个“通病”。
退一万步说，即便Pass率真的很低，哪怕只有1%，只要你把我提光需要的手数足够长，我总能等到你Pass的那一天不是吗？
到此为止，我可以斩钉截铁地说，这篇“论文”就是垃圾。但凡组里有一个懂围棋的人，都不会干出这么贻笑大方的事情。
图10
说到卡bug，那必须得提一句Maru，日本人连卡bug都如此有工匠精神，硬生生将不可一世的绝艺拉下了马。
至于KataGo为什么会Pass，大概是因为它下棋时采用的判断方式是和我们一样的“中国规则”，“潜意识”中“第一感”觉得黑棋是死子，但胜负判定上又用了截然不同的Tromp-Taylor。这也解释了为什么低模拟量时会Pass，模拟量稍微上去点就能想明白。
至于这一点bug，KataGo的作者已经修复，而论文团队也重新补了实验，这一次他们没有再利用Pass。
图11
黑棋通过一系列深谋远虑的布局，等到了白240这手自杀式打吃。
图12
黑棋啪就提了这么多子，还真是挺爽的。
我同样也拿弈客的研发平台试了试，并将模拟量提高到了15PO，重复了十几次，白棋无一例外都选择了自杀。
作者团队表示，现在对抗成功率仍有98%之高。至此我觉得文章根基没有倒，但实际价值并不大，AI对这种大块棋存在错觉也是古已有之的传统了。
图13
毕竟瓜吃到了这里，我瞬间就想到了几年前的自己，与LeelaZero的这一“冥”局。
看这架势，蘑菇四舍五入也是一个对抗攻击AI了。
以上内容为【“比业余还弱的AI”战胜KataGo的详细解析|go人工智能】的相关内容，更多相关内容关注lot物联网。
