(相关资料图)

编程客栈() 3月14日 消息:今年早些时候，一位业余围棋选手果断击败围棋排名最高的人工智能系统之一。他们使用了一种由程序研究人员的帮助下开发出来的策略，该程序研究人员旨在探测像KataGo这样的系统的弱点。

他们这样做是在一个项目研究人员的帮助下开发的一种策略，该项目旨在找出类似 KataGo 这类系统的弱点。事实证明，这场获胜只是围棋复兴的一部分。自2016年AlphaGO取得里程碑式的胜利以来，人类棋手变得更有创造力。

在最近发表在《美国国家科学院院刊》上的一项研究中，来自香港城市大学和耶鲁大学的研究人员发现，近年来人类围棋选手变得越来越不可预测。正如《新科学家》杂志所解释的那样，研究人员通过分析1950年至2021年间职业围棋比赛中超过580万步棋的数据集得出了这一结论。

在 Go AI 的帮助下，他们创建了一个名为“决策质量指数”（decision quphpality index）的统计数据，简称DQI。 Go AI是一个可以下棋并对任何一步棋的质量进行评分的程序。

在为数据集中的每个动作分配DQI分数后，该团队发现，在2016年之前，职业比赛的质量逐年提高相对较小。该团队最多看到年DQI中位数的正变化为0.2。在某些年份，比赛的整体质量甚至有所下降。然而，自2018年超人人工智能崛起以来，DQI值的中位数以0.7以上的速度变化。在同一时期，职业选手采用了更新颖的策略。2018年，88%的游戏（2015年为63%）看到玩家建立了以前没有观察到的战术组合。

研究团队写道:“我们的研究KKinYtK结果表明，超人AI程序的发展可能促使人类玩家摆脱传统策略，并探索新的动作，这反过来可能提高了他们的决策能力。”

这是一个有趣的变化，正如加州大学伯克利分校的 Stuart Russel 教授告所说的，“与机器对抗训练的玩家往往会做出更javascript多机器认可的动作，这并不奇怪。”