国际象棋 AI 让你一个后,你能赢吗?

在上一篇文章中，我们介绍了 Stockfish 的基本原理。

简单来说，Stockfish 像一位极其严谨、速度惊人的计算大师：它会在棋盘上展开庞大的搜索树，利用 Alpha-Beta 剪枝、局面评估、走法排序、置换表、残局库等方法，在有限时间内尽可能找到最优走法。

但 2017 年，DeepMind 提出了另一种完全不同的路线：AlphaZero。

它不是从人类大师棋谱中模仿，也不是依赖大量人工设计的局面特征，而是从零开始，只知道规则，然后通过不断和自己对弈，逐渐学会如何下棋。DeepMind 的论文中明确指出，AlphaZero 在国际象棋、将棋和围棋中都采用了同一种通用强化学习算法，并且除了游戏规则之外，不使用额外领域知识。

论文：Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm

传统引擎：先搜索，再评估

传统引擎大致做两件事：

第一，搜索未来的变化。

从当前局面出发，它会尝试不同走法，继续推演对方回应，再继续推演自己的下一步，就像展开一棵巨大的“走法树”。

第二，评估叶子局面。

由于不可能一直算到将死，所以引擎会在某个深度停下来，对当前局面打分。以前这类评估函数依赖大量人工设计特征，比如子力价值、王安全、兵型、空间、机动性等；现代 Stockfish 使用 NNUE 神经网络评估，但整体搜索框架仍然延续 Alpha-Beta 搜索传统。

AlphaZero：先形成直觉，再重点搜索

AlphaZero 的核心由两个部分组成：

第一部分：神经网络

这个神经网络输入当前棋盘局面，输出：

1. Policy 策略头：告诉程序“哪些走法看起来更有希望”；
2. Value 价值头：告诉程序“这个局面对当前一方大概是好是坏”。

第二部分：蒙特卡洛树搜索MCTS

MCTS 会从当前局面出发，一次次模拟未来变化。但它不是像 Alpha-Beta 那样追求极大极小值，而是根据神经网络给出的先验概率和局面价值，逐渐把搜索集中到更有希望的分支上。

最后，AlphaZero 不一定选择神经网络一开始最喜欢的走法，而是选择在搜索过程中被访问次数最多、综合表现最好的走法。

AlphaZero 是怎么从零开始学会下棋的？

AlphaZero 的训练过程可以分成四步

第一步：随机初始化

一开始，神经网络的参数是随机的。这时 AlphaZero 完全不会下棋。它对局面的判断、对走法的偏好，都很混乱。

就像一个刚知道规则的新手，只知道马走日、象走斜线、王不能被将军，但完全不知道什么是中心、王翼进攻、弃子补偿、弱格和残局转换。

第二步：自己和自己下棋

AlphaZero 让当前版本的自己和自己对弈。

每一步棋，它不是直接随便走，而是先用 MCTS 搜索。搜索过程中，神经网络会提供直觉，MCTS 会提供修正。

这就像一个新手虽然棋感很差，但每一步都允许自己认真分析很多可能性。虽然一开始分析也不准，但总比完全随机要好一点。

第三步：从结果中学习

一盘棋结束后，结果只有三种：

赢：+1和：0输：-1

AlphaZero 会回头看这盘棋中的每个局面，调整神经网络：

如果当时它判断“这个局面很好”，但最后输了，那说明判断错了，要修正。

如果 MCTS 搜索后认为某个走法更可靠，而神经网络一开始没看好它，那说明神经网络的策略也要修正。

第四步：不断循环

新的神经网络变强一点后，再用它继续自我对弈。

然后再学习，再对弈，再学习。

当前棋力 → 自我对弈 → 搜索改进 → 学习结果 → 棋力提升 → 更强的自我对弈

这就是 AlphaZero 的核心飞轮。

Leela Chess Zero：开源世界的 AlphaZero 路线

AlphaZero 本身并没有作为公开引擎发布。普通棋友无法下载一个官方 AlphaZero，然后在电脑上直接运行。

但开源社区很快开始尝试复现 AlphaZero 的思想，其中最著名的项目就是：Leela Chess Zero，简称 Lc0。

https://lczero.org/

https://github.com/glinscott/leela-chess

它大致沿用了 AlphaZero 的核心思想：

1. 使用神经网络评估局面；
2. 使用策略输出指导搜索；
3. 使用 MCTS/PUCT 进行选择；
4. 通过大量训练形成棋力；
5. 由社区共同开发、训练和改进。

与 Stockfish 相比，Lc0 通常更依赖 GPU，因为较大的神经网络评估更适合在 GPU 上并行计算。你可以像使用 Stockfish 一样，把 Lc0 接入常见国际象棋 GUI 中，然后让它分析棋局或进行引擎对局。

在 Lichess 上和 Leela 对弈

棋友们也可以直接在 Lichess 上挑战 Leela 相关机器人。

Lichess 上有一个全强度机器人账号：@LeelaChess

https://lichess.org/@/LeelaChess

它接受 UltraBullet、Bullet、Blitz 和 Rapid 等时间控制的挑战。

当然，完整强度的 Leela 对普通棋友来说可能太强了。

所以可以挑战一些“让子”版本：@LeelaKnightOdds（Leela少马）、@LeelaRookOdds（Leela少车）、@LeelaQueenOdds（Leela少后）、@LeelaQueenForKnight（Leela少后、人类少马）等等

此外，还可以在@LeelaPieceOdds选择包含后、马、象、车等的不同让子组合