胜率从1%到夺冠，AI到底是怎么”站中间算两边”的？——”AI算法与博弈思维”跨学科探究

两个月前的7月30日，第六届中国王中王围棋争霸赛决赛，柯洁执黑对阵党毅飞。直播分析界面里的黑棋胜率一路下坠，最低处接近1%。就在此时，柯洁落下关键棋，做活下方大块。分析界面接连计算，黑棋胜率一路抬升到90%以上。

“柯洁开局不利，柯洁昏招频出，柯洁颓势尽显，柯洁败局已定，柯洁发布获奖感言！”

在惊叹突变的胜率之余，你是不是也有点疑惑：这个胜率究竟是怎么算出来的？为什么感觉它对这场比赛有点”后知后觉”？

这不仅是围棋知识，更是一堂跨学科项目式学习（PBL）课的绝佳素材。今天，我们以”AI胜率计算”为主线，设计一堂融合数学/概率统计、计算机科学/AI、物理学/博弈论、围棋/博弈思维、认知科学/决策心理学、AI/信息技术的创新课。让学生理解”蒙特卡罗树搜索”的科学原理，学会”用概率思维看世界”，并思考”AI如何辅助人类决策”。

🤖 一、科学内核：AI胜率是怎么算出来的？

1. 围棋规则基础

2. 蒙特卡罗方法：用”模拟”代替”计算”

3. 蒙特卡罗树搜索（MCTS）：给模拟装上”眼睛”

核心公式：UCB = Q + cpuct × P × √(∑N) / (1+N)

4. 策略网络与价值网络

5. 胜率换算

•价值网络输出v=0.84→ 胜率约84%

•空棋盘35%胜率：对贴目规则的补偿计算

6. AI的”Bug”：循环攻击

•AI在”怪棋”面前可能陷入估值误差，整块大龙被吞掉

•柯洁曾演示：用看起来笨拙的招法诱导AI犯错

📐 二、跨学科教学设计：AI胜率计算——算法与博弈思维探究课

🎯 学习目标

🧩 项目名称

“胜率从1%到夺冠——AI算法与博弈思维探究课”> 适合年级：初二~高二> 建议课时：6~8课时

🧪 三、教学活动设计（分阶段）

阶段一：现象导入——“胜率1%还能夺冠？”（1课时）

活动1：新闻共读与认知冲突 - 阅读柯洁夺冠的新闻报道。 - 学生讨论： - 胜率1%是什么概念？ - 为什么AI没有”提前”预测到柯洁的胜利？ - 如果你是AI，你会怎么计算胜率？

活动2：前测——你的”AI算法智商” - 判断： - “胜率是精确计算出来的。”（错——是概率预测） - “AI可以预测每一步棋的胜负。”（错——越混乱的局面，胜率越容易突变） - “蒙特卡罗方法就是用公式硬算。”（错——是模拟估算） - “MCTS比蒙特卡罗更聪明。”（对——有记忆和搜索树）

驱动性问题： > “如果让你设计一个’围棋AI’，你会怎么计算胜率？需要解决哪些科学难题？”

AI赋能： - 用AI生成MCTS搜索树的可视化图。 - 用AI语音合成制作”胜率的自白”科普短片。

阶段二：数学实验室——蒙特卡罗方法（1.5课时）

活动3：骰子模拟”胜率” - 用骰子模拟： - 掷骰子100次，统计”获胜”次数 - 计算胜率 - 结论：模拟次数越多，估算越接近真实概率。

活动4：蒙特卡罗方法”玩纸牌” - 简化游戏：从一副牌中抽一张，猜红黑。 - 用模拟法估算胜率： - 模拟100次→ 统计胜率 - 模拟1000次→ 统计胜率 - 结论：模拟次数越多，越准确。

活动5：MCTS”搜索树”搭建 - 用树状图模拟搜索过程： - 每个节点代表一个局面 - 每条边代表一个落点 - 标注P（先验概率）、N（访问次数）、Q（平均价值） - 讨论：MCTS如何分配算力？

AI赋能： - 用Python模拟蒙特卡罗方法和MCTS。 - 用AI可视化工具展示搜索树结构。

阶段三：计算机科学——策略网络与价值网络（1.5课时）

活动6：策略网络”打分”模拟 - 用打分表模拟策略网络： - 给每个合法落点打分（1-10分） - 归一化后得到先验概率 - 讨论：为什么策略网络能快速缩小搜索范围？

活动7：价值网络”估值”模拟 - 用棋局评分表模拟价值网络： - 根据局面特征（子力、位置、气）打分 - 输出0-1之间的”胜率估值” - 讨论：价值网络如何评估局面？

活动8：胜率”换算”练习 - 数据：价值网络输出v=0.84 - 计算：胜率约84% - 讨论：为什么空棋盘有35%胜率？（贴目补偿）

AI赋能： - 用AI神经网络模拟展示策略网络和价值网络的输出。 - 用Python计算UCB公式并可视化。

阶段四：博弈思维——不同棋牌的”胜率算法”（1.5课时）

活动9：围棋、象棋、麻将、斗地主的”信息透明度” - 学生分组研究： - 围棋：全部信息透明→向前搜索 - 象棋：全部信息透明→极大极小搜索+Alpha-Beta剪枝 - 麻将：部分信息隐藏→补全信息+长期回报预测 - 斗地主：部分信息隐藏+合作→深度蒙特卡罗学习 - 制作”棋牌算法对比表”。

活动10：AI的”Bug”分析 - 讲解：循环攻击——AI被”怪棋”诱导，整块大龙被吞掉。 - 讨论：为什么AI会犯错？（估值误差累积） - 类比：人类决策中的”确认偏误”。

活动11：设计”简易AI决策系统” - 任务：设计一个”简易AI决策系统”： - 输入：当前局面 - 处理：策略网络+价值网络+MCTS - 输出：胜率预测+推荐落点 - 学生绘制系统框图。

AI赋能： - 用AI博弈模拟（模拟）展示不同棋牌的AI算法。 - 用AI对抗策略分析（模拟）展示”循环攻击”原理。

阶段五：跨领域迁移——MCTS的”价值百亿”应用（1.5课时）

活动12：MCTS在化学中的应用 - 讲解：逆合成分析——从目标分子倒推原料。 - 类比： - 棋盘上的候选落点↔ 化学键的断键选择 - 策略网络推荐转换↔ 扩展策略网络 - 价值网络评估局面↔ 反应可行性网络 - 数据：该系统解决的分子数量接近传统方法的2倍，速度约30倍。

活动13：MCTS在药物发现中的应用 - 数据：全球AI药物发现市场2025年约23亿美元，2033年可能达138亿美元。 - 讨论：MCTS如何加速新药研发？

活动14：设计”MCTS应用方案” - 任务：选择一个领域（如物流调度、金融投资、医疗诊断），设计一个MCTS应用方案： - 问题描述 - 搜索空间 - 策略网络和价值网络的设计 - 各组展示方案，全班投票”最有创意方案”。

AI赋能： - 用AI化学模拟展示逆合成分析过程。 - 用AI市场分析展示AI药物发现市场趋势。

阶段六：传播与行动（1课时 + 课后）

活动15：家庭”AI认知”调查 - 学生采访家人： - 你知道AI能下围棋吗？ - 你觉得AI能预测胜负吗？ - 你愿意让AI辅助决策吗？ - 提交《家庭AI认知调查报告》。

活动16：科普短视频/海报 - 主题：“胜率从1%到夺冠——AI到底是怎么算的？” - 形式：30秒短视频、四格漫画、信息图。 - 必须包含： - 蒙特卡罗方法 - MCTS搜索树 - 策略网络和价值网络 - 一句话：“AI不是’预测未来’，而是’模拟未来’。” - 优秀作品在班级/社区传播。

活动17：文化链接——从”围棋”到”AI”的智慧传承 - 围棋：4000年历史的智慧游戏。 - AI：从AlphaGo到MCTS的跨领域应用。 - 学生采访祖辈：下过围棋吗？知道AI下围棋吗？ - 制作《三代人”博弈记忆”变迁》小报。

实践育人： - 鼓励学生关注AI在各领域的应用，培养”算法思维”。 - 与信息技术/数学老师合作，开展”AI算法”主题科技节展项。

🤖 四、AI赋能清单

⚠️ 五、安全与伦理提醒

•讨论”AI算法”时不制造”AI威胁论”，强调”AI是工具”。

•对围棋规则讲解不要求专业水平，重在理解原理。

•模拟实验使用安全材料，不涉及真实赌博。

•强调”AI辅助”不替代人类判断。

💡 六、教学评估

学生自评： - 我以前以为胜率是”精确计算”的，现在我知道了______。 - 我学到的核心算法是______。 - 我会告诉朋友______。

🧭 七、结语：AI不是”预测未来”，而是”模拟未来”

胜率从1%到夺冠——这不是AI”算错了”，而是围棋的复杂性和AI算法的”概率本质”共同决定的。MCTS通过模拟、搜索、估值、回传，在巨大的搜索空间中寻找最优路径。它不是”预测未来”，而是”模拟未来”——通过成千上万次的”假如这样走，会怎样”来估算胜率。

从围棋到化学，从药物发现到物流调度，MCTS的”搜索骨架”正在跨领域迁移。理解它，不只是理解”AI怎么下棋”，更是理解”AI如何辅助人类决策”的核心逻辑。

东原立人，植根沃土，以AI赋能，以实践育人。愿每一个孩子，在面对”复杂问题”时，挺立成峰，心向星辰——不只追求”答案”，更追求”算法”；不只看见”结果”，更理解”过程”。

📚 参考文献与资源

1.中科院物理所《胜率从1%到夺冠，AI到底是怎么站中间算两边的？》

2.David Silver等. Mastering the game of Go with deep neural networks and tree search. Nature, 2016.

3.Tony Tong Wang等. Adversarial Policies Beat Superhuman Go AIs. 2023.

4.Marwin H. S. Segler等. Planning chemical syntheses with deep neural networks and symbolic AI. Nature, 2018.

5.Grand View Research：AI药物发现市场报告

💬 互动话题

你下过围棋吗？你用过AI辅助决策吗？看完这篇文章，你对AI的”胜率计算”有什么新认识？欢迎在评论区分享你的”AI博弈”体验。