原址：https://bunshun.jp/articles/-/43711
原題：いま囲碁界で起きている“人間とAI”の関係──「中國企業2強時代」「AIに2000連敗して人類最強へと成長」將棋界とは異なるAIとの向き合いかた
摘自：文春Online
圖片：ITMedia、h-eba
記者：白鳥士郎
嘉賓：大橋拓文 六段
翻譯和整理：找借口安靜 這個專欄爭取這個月結束
白鳥士郎：那麼，圍棋AI是用百分比表示形勢的嗎？將棋AI用的是點數。
大橋拓文：圍棋的話就用比如“黑勝率55%”的方式表示形勢。但是最近感覺這個數字也很有意思。在勝率下面顯示目數的正是星陣，感覺這個搭配讓星陣變得越來越強了。
白鳥士郎：兩個數值放在一起嗎？
大橋拓文：是的，因為圍棋是看誰圍的地盤多的遊戲，所以之前的AI即便說黑棋勝率90%，也是不知道究竟是贏了50目還是1目。
如果勝率90%的情況下只領先1目，那麼一個小小的失誤就能被逆轉。但是AI不怎麼失誤，所以就有90%的勝率，但是人類經常會出現失誤，所以這個時候完全就談不上是90%的勝率。然後星陣就會告訴我們，這裡的黑90%是黑領先1目，告訴我們更貼近人類的勝率。
然後最近還出現了KataGo的圍棋AI，這個AI也是免費開源的軟件，有很多開發人員對其進行改造。就像將棋界的軟件“Yaneura王”一樣。
如果只說開源軟件的話，到去年為止Leela Zero最有人氣，但是現在感覺KataGo的人氣更勝一籌，因為KataGo可以顯示目數。
白鳥士郎：會幫你顯示出，你領先多少目那樣的數據嗎？
大橋拓文：是的。最近大家流行用的是星陣和KataGo，但是開源軟件的話，感覺KataGo更好一些。
白鳥士郎：如果能計算目數的話，也就是說深度學習裡面最薄弱的終盤能力得到加強了嗎？
大橋拓文：是的，本身深度學習最擅長的就是識別圖像。圍棋就像點畫一樣，深度學習可以從局面識別能否贏棋。但是需要計算目數，所以需要搜索更多的東西，當然剛開始就讓AI學習這個技術，確實是很困難的事情，但是一旦走上正軌的話，漸漸覺得這樣能讓AI變得更強。
不過這也不能說完全刻畫了人類的思路，現在我們的目標就是做出更加像人類的AI。
白鳥士郎：這麼說，AlphaGo出現之後年輕棋手們看着勝率進行思考，現在他們就根據目數進行思考了嗎？
大橋拓文：這是一個很複雜的地方，像KataGo和星陣，就把勝率和目數都顯示在棋盤上，進行形勢判斷。
但是目數的表示很細微，第一選點和第二選點的差距有可能就只差0.1目。
白鳥士郎：原來不是差1目，而是小數點以下的差距啊。
大橋拓文：有時候第一選點和第十選點的差距就差1目，這也是常有的，
白鳥士郎：哇，這樣的話確實不知道下在哪裡好了。
大橋拓文：具體來說，我的話布局階段就看勝率，然後到了終盤就看看目數。
布局階段有時候第一選點和第七選點就差1目棋，我們吃透這些變化難度實在是太大了（笑）。
不過勝率的話就會差7%，比如說49%和56%，是不是差了很多？
白鳥士郎：電腦告訴我們勝率以及目數這樣明確的數字，這樣人類的學習效率是否提升了呢？
大橋拓文：還是有了目數之後，棋手們的學習效率就提高了很多。有時候AI顯示勝率70%，但是贏10目的70%，和只差1目的70%，我們在這方面有很多不懂的地方。
但是有時候“這裡就差1目怎麼就70%呢？”，或者“我吃了這麼多棋，怎麼勝率就70%呢”之類的想法。
白鳥士郎：這樣的話，那個勝率70%更好理解呢？
大橋拓文：這個要看情況，有時候即便能吃很多棋，然後你全部下對，把對手吃掉的話就能贏棋，但是有時候哪怕下錯一手棋，勝率就會大幅下降。
白鳥士郎：原來如此，即便只差1目，有時候不用費盡周折，可以說安全運轉就可以贏了，這一點和將棋很像。
大橋拓文：這就是“勝率的反烏托邦”（笑）。即便是將棋軟件，把數字和百分比組合在一起的話，有可能也會變強的。
如果圍棋的目數用將棋思路進行比較的話，比如說可以製造一個用最短的次序進行收束的AI。
白鳥士郎：原來如此。
大橋拓文：還有就是，Zero系列的深度學習軟件，需要花很多的資金。所以希望開發將棋AI的各位能找到更有效率的方法，然後能運用在圍棋領域的話就最好了（笑）。
白鳥士郎：資金就是，為了開發投入了多少錢嗎？
大橋拓文：開發AlphaGo的DeepMind團隊，為了開發就從谷歌借了服務器，然後花了3500萬美元，看到這個新聞嚇了一跳。
白鳥士郎：啊？一美金大概換算成110日元，大概是40億日元？啊？為了開發深度學習，花了這麼多錢嗎？
大橋拓文：總之需要龐大的資源，用AlphaGo舉例的話，TPU用了2000基，然後Facebook在開發ElF Open Go的時候，也用了2000基的GPU。我們在開發GLOBIS-AQZ的時候，也用了1000基。
白鳥士郎：1000！需要這麼多嗎？
大橋拓文：1000基，在日本也是基本上做不到的。
白鳥士郎：那麼是要用海外的服務器進行開發的嗎？
大橋拓文：不是，我們用的是產業技術綜合研究所的大規模AI雲計算程序“ABCI”。
白鳥士郎：產業技術綜合研究所的ABCI，明白了。在2018年還是有着世界前五性能的大規模雲計算系統。有4352基的高性能GPU，原來這樣的系統在日本也有呀。
大橋拓文：在那邊有4000基以上當時最好的GPU——V100，我們用了大約1年的樣子。我們最多的時候用了1000基，真的很感謝他們。
但是GLOBIS-AQZ的開發現在也停下來了。現在不再以企業為單位進行大規模的開發，就像將棋一樣把希望寄托在個人開發者上了。
後來問了幾位開發者的人，關於技術我們都聊得很開心，但是到了最後總是會問一個問題：“日本這樣下去還好嗎”（苦笑）。
白鳥士郎：但是就這麼開發出來的絕藝也很強啊，他們究竟是投入了多少資源呢？可以體現中國IT行業已經遙遙領先很多了。
大橋拓文：圍棋大致是被分為日本規則和中國規則。GLOBIS-AQZ是根據黑貼6目半進行開發的。
但是在歐美國家，出現了像抖音一樣禁止中國軟件入境的情況，所以即便現在國外能用他們的圍棋AI，說不定有一天就不能用了。
白鳥士郎：為了避免這種情況，自己國家也需要開發才行，但是這樣的話需要花大量的資源，確實是一個很複雜的問題。
