围棋AI之路（一）理论

注：本文其实只介绍mogo程序所采用的MC+UCT算法。

记得以前还曾为深蓝击败顶尖人类棋手而暗喜，庆幸自己选择了围棋这一体现人类智慧优越感的游戏。因为人机博弈的设计不外乎两个方面：估值和搜索，而这两者在国际象棋上表现非常好，深蓝仅仅靠的暴力搜索下出的妙手让大师也手足无措，你要不信，去问问卡斯帕罗夫和深蓝对局时什么感受。

然后估值和搜索用在围棋上似乎失灵了，一来无值可估，计算机如何看待局部的好手成了全局的恶手，它又如何学会弃子呢？二来搜索空间太大，计算机算不了多少步，它的基本思路是考虑我方可能下的每手棋，对方的所有可能应对，而对每一个应对，又考虑我方接下来的所有应对……这是一个指数增长的算法，用不了几步就成了一个天文数字。但是围棋中的征子动辄二三十步，摩尔定律十八个月翻一番充其量也就是个平方，追的上指数吗？

深蓝拿下国象，黑石拿下五子棋，唯有围棋几十年来固若金汤，可说是仅存的一片乐土了。我也曾经坚信，除非基础理论出现重大变革，否则计算机在围棋上战胜人类是痴人说梦。然后这个信念随着2007年mogo的出现，动摇了。确切的说，我的信念是在前几天和mogo下过几盘棋后动摇的。

直到昨天我才好好研究了一下mogo所用的算法，心中狂喜，我为这样天才的想法而叫好，我不再为信念动摇而悲伤了，反正我业余玩玩，总也玩不过职业的。等到计算机真的攻下围棋，我就叛变，何况我的主业本就是计算机。

话说我闻道欣喜之余，总想找个人去传道，我可怜的妻子，没有半点程序基础的人，就成了第一个受害者，在她理解了我的倾述欲望后，问我：“要多久？”我想了想，坚定的回答：“十分钟。”

一个真正天才的想法只是常人没想到而已，它本身不会很复杂的，因此我觉得十分钟足矣。

MC方法

我先介绍蒙特卡罗（即MC）方法，这是一个赌城的名字，Monte Carlo，位于摩纳哥。这个方法与赌博有关，如果你愿意，你也可以把它叫做拉斯维加斯方法，或者麻糕方法，没听过麻糕？那么插播一个笑话：

a:听到一特好听的歌，歌词只记得是“一个芝麻糕，不如一针细”，求歌名啊！
b:你可知Macau，不是我真姓……－_－!

为了启发她使用MC方法，我从