◆　　　　　　　　　　　　　　　墨　綠

　　　　　　　　　　　　　　　·萬精油·

　　墨綠的出現，同時震驚了中日韓三國棋院，一個共同的問題是：墨綠究竟是誰？

　　　　　　　　　　　　　　　　——人民日報體育版２００５年９月１０日

　　看着《人民日報》的這篇報道，我心裡充滿了喜悅，自豪和得意。這世界上除我之外再沒有第二個人知道墨綠的真實身份了。

　　　　　　　　　　　　　　　　一．引子

　　話要從大約十年前說起。由ＩＢＭ科研小組研製出來的“深藍”國際象棋程序，戰勝了當時的世界第一高手卡斯帕洛夫，西方輿論界為之譁然。被西方人作為第一智力遊戲的國際象棋，人類被機器打成下手，驚呼當然是很自然的。但是，在一片叫好聲中，紐約時報有一篇報道卻在幽默中表現出冷靜。它說：“我們這裡的大呼小叫，最多讓亞洲人（日本，中國和韓國）伸伸懶腰，不以為然。因為對他們所玩的遊戲——圍棋——來說，計算機還處在原始時代”。

　　計算機圍棋程序處在原始時代，並不是因為沒人重視。事實上，相當大的人力物力投入了圍棋程序的開發。個人的，集體的；有計算機專業人員，也有職業棋手。最大的投入要數日本，他們的第五代機算機開發的一個重要課題就是圍棋程序。台灣的億萬富翁應昌期先生生前還為此設了巨額獎金。說是在二十世紀末如有計算機程序戰勝台灣職業棋手，則可得一百萬美元的獎金。如此種種，目前的圍棋程序卻仍被冠以“原始時代”的雅號，追究起來其主要原因是圍棋太難。國際象棋與它的難度相差不是一兩個數量級的問題。

　　我對圍棋程序的熱衷由來已久。我寫過很多別的遊戲程序，但對自己最喜愛的圍棋卻一直沒敢寫，因為不知從何下手，想得到的思路別人早已試過了。這個願望一直懸在那裡，心裡放不下，手上又搞不動。九八年上半年事情開始有了轉機。由於工作需要，我接觸到一些遺傳編程（ＧＥＮＥＴＩＣ　ＰＲＯＧＲＡＭ－ＭＩＮＧ）的東西。有一天讀一個樣板程序，突然想到也許可以用同樣的思路來寫圍棋程序。程序開始的好壞不要緊，關鍵是要有很好的鑑別函數使其能合理地進化。

　　　　　　　　　　　　　　　二．原始版

　　照着樣板程序，很快就寫了一個原始程序。它沒有任何高級技術，只懂得提子規則以及最後的點目。基本的想法是讓它自己與自己下，利用它懂得的這兩點基本功能來進化出高級技術。這樣做成功的先例是有的。有人用這種想法寫過一個ＢＡＣＫＧＡＭＭＯＮ的程序，沒有任何高級技術，完全利用基本規則，在它自己與自己下完五萬盤以後，進化出一個可以與人類最強手對抗的程序。不幸的是，同樣的想法不能搬到圍棋上來，因為圍棋的變化實在是太多了。事實很快證明了這一點。我的原始程序進化來進化去，全是盲目的，看不出一點朝着好的方向前進的跡象。根本算不上進化，最多只能叫變化。看來完全靠原始程序是不行的，還得加一些高級一點的概念，比如角上的基本對應以及群體死活（而不是每顆子的死活）概念。從理論上來說，這些概念都可以從基本規則中推出來。但是，因為影響進化的因素幾乎都是局部的，像群體死活這類的高級概念很難進化出來，但這些概念在基礎階段卻尤其重要。

　　加進這些高級概念以後，情況開始有了一點起色。要死的棋居然知道逃。雖然明明逃不出去，但從局部來說，能延緩死亡時間就是進步。因為是程序同程序下，逃不出去的棋有時也居然就給它逃出去了，這又進一步強化了這種愚蠢的下法。但不管怎樣，相對於先前的盲目變化，這種暫時性的進步也是很可喜的。許多別的高級概念也似乎有了一些模型。不過，從一些明顯的愚蠢變化中，我也發現了許多原始程序的問題，並做了相應改動。就這樣程序自己的進化加上我的隨時改動，半年以後這程序居然有了一點會下棋的樣子。再也沒有自己撞緊氣之類的明顯錯誤，偶爾竟然會走出枷這樣的概念。這種時候我感到特別的驚喜。估計照這樣下去，它就會逐漸強大起來。

　　遺憾的是事情並不按照這種理想的路子走下去。初始時期的快速進步逐漸緩慢下來。因為總是程序跟程序自己下，沒有外來的影響，基因庫很快就達到局部穩定狀態。不管再讓它們自己下多少盤，結果總是在原地打轉。而且，通過半年的進化，中間的一些程序我已經看不懂，也不可以像開始那樣任意加上我的改動。當然我可以同它下，讓它從我的下法中取得新變化的基因。但這種辦法是幾乎不可以想象的慢，因為進化的過程需要很多很多盤才可以實現，而我是不可能一天二十四小時都陪它下棋的。而且我也不會摹仿壞棋，我的棋下出去都是這程序不可以接受的跳躍。於是這程序就這樣死在那裡。

　　由於我的心思完全套死在這個程序上，一個明顯的出路放在那裡我竟然一直看不見。現在想起來很自然的事，當時卻一直想不到。我在網絡上下棋好多年了，但一直把它當成消遣娛樂的地方，從來沒有想到過我的程序也可以從上面學棋。有一天我突然意識到，只要寫一個界面程序，就可以把它一直掛在網上，一天二十四小時與人對弈。

　　　　　　　　　　　　　　　三．網上學棋

　　網上下棋的人很多，各種水平的都有，而且風格各異，正適合我的程序用來學棋。我的程序掛在那裡，只要有人邀請，不管什麼水平，馬上就跟他下。這樣一天二十四小時下下來，比我跟它下不知好了多少倍。一方面時間多，另一方面網上可以找到很多初學者，學起來恰到好處。但真正的進化需要很多這樣的機會，一天二十四小時我仍然嫌不夠。於是我又給我的界面引進了多線功能，也就是說同時可以有好幾個同樣的程序在下棋。只要有人邀請，他就馬上開一盤。這樣一來每天都可以下很多盤，進化的機會也就多起來。每到周末我就對程序作一次全面整理。一個月以後，我的程序有了明顯進步。而且居然有了帶星號的２７級。雖然很差，但比起最低級別，還算是贏面占多。這使我很興奮，這至少說明它是在進步，而且這是在沒有我介入的情況下獲得的。又過了一個月，它又升到２６級。高興之餘也發現了新問題。

　　這所謂自我學習，就是要不斷產生新的子程序，新的模式。久而久之，程序就變得越來越大，運行起來就越來越慢。像生物學上的進化一樣，新產生出來的東西並不是都有用的。事實上，我們人類的ＤＮＡ鏈上絕大部分都是沒有用的。開始階段我還可以用人工的辦法把那些沒有用的東西去掉。到後來，新產生的東西越來越多，靠人工是完全不能勝任了。而且，最嚴重的是，我的判定並不可靠。我認為沒有用的東西或許在意想不到的地方有用。這個問題困惑了我很久，我的程序也從網上取了下來，因為我不能再讓它產生新的子程序。

　　正在我不知從哪裡突破的時候，有一天在網上看見一篇講進化論中的用進廢退原理。我突然意識到我的程序中就缺少這麼一個機制。於是，我就在我的程序里加了這樣一個檢驗程序。如果一個模式或者一個子程序在一定時間裡沒有被調用過，主程序就自動把它去掉。這樣一來，它雖然失去了一些可能產生好基因的途徑，但主要障礙清除了，又創造出許多別的機會。很有意思的是，我發現有一個子程序被調用的特別多，就把它取出來看一看。一般來說它自已進化出來的子程序我是看不懂的。但我這次存了心一定要看它是幹什麼用的。花了好幾個晚上一步步地看，終於發現它居然是用來判斷征子是否有利的。這種子程序都能進化出來，我對它的前途產生了很大的信心。

　　重新上網以後，每天都有新程序產生，也有一些舊程序和模式被清除。程序逐漸快了起來（因為開始堆積的廢物太多）。等級分又開始往上走，半年以後升到了１５級。這時候它的棋已經下得有模有樣，尤其是局部戰鬥，已經有一定的殺力。但圍棋不是單靠局部拼殺定勝負的，必須要有整體觀念，而這整體觀念是不能從１５級的對手中學來的。這程序又像上次那樣停在那裡，長久沒有進步。好幾個月都一直是１５級。

　　　　　　　　　　　　　　　四．向專家學棋

　　一般來說進化都是局部性的，在局部上有優勢的走法就很自然地被保留下來，這樣永遠也不會有整體觀念的突破。雖然加進了突變的概念，但也最多產生出枷、飛、伸大腿這樣的局部技術，棄子取勢這樣的整體觀念是不可能自動進化出來的。

　　有一天我在網上看富士通決賽，好幾步棋都看不懂，仍然看得精精有味。突然想到要學棋並不一定只學完全懂的棋。專家的棋看多了，走起棋來自然而然就有了好形，而且也知道什麼地方是大場。所謂“熟讀唐詩三百首，不會作詩也會吟”就是這個道理。想到了這個思路，剩下的就好辦了。專家的棋網上有的是，要多少有多少。幾個晚上就從網上搞來了上千盤棋譜。我先給我的程序加了一些模式識別的功能，然後就讓它沒日沒夜地打起譜來了。從打譜中學會了占大場，占完大場後接下來的變化它並不清楚。但這不是什麼問題，因為這些變化大都是局部的，而我這程序的強項就是局部變化。幾個星期下來，再把它放到網上的時候，棋力已經大長，在同級棋手中所向披靡，很快就升到７級，然後與７級的棋手盤旋了幾個星期又慢慢地升到６級，５級，４級。

　　我這個程序的成長與我們大多數人學任何新東西一樣，都是一個階梯一個階梯地上。許多人到了某個階梯，因為沒有明師指點，就長期停在那裡。我自己就認識很多下棋十幾二十年都不長棋，打牌十多年不長牌，打球十多年不長球的人，因為他們總是邁不過眼前這個階梯。這是由遊戲本身內在的複雜性所決定的，與學它的人無關。我這程序也一樣，每過一段時間就要遇見一個階梯而停步不前。ＩＧＳ的４級似乎就是這樣一個階梯。它長到４級以後就再也不長了，長期停在那裡。

　　說起來，ＩＧＳ的４級已經比現在其它所有的圍棋程序高出一大截，如果拿出去賣已經很可以大賺一筆了。但這不是我想要的，我的最終目的是要產生一個戰勝專業棋手的程序。ＩＧＳ的４級與專業棋手還有很大的差距。雖然如此，這個級別的棋已經有相當的水平，再往上進步已經不能單靠計算，還要講究對棋有感覺。而感覺這個東西是現在的任何程序都不具備的。這次停下來，一停就是半年。雖然也隨時在網上與別人下棋，但總是沒有長進。出路在哪裡呢？