案例阅读 | 平台演示案例 | 游戏竞技

最终人机

题材游戏竞技
篇幅设定38.0 万字
本页节选4 章 · 约 2,546 字

正文节选

平台演示案例 · 非完整连载

第一章 十九连胜

柯九段输给AI的那年,全世界都在欢呼。

欢呼的不是柯九段的棋迷,是资本、媒体和无数围棋圈外的人。围棋,人类最后一座智力堡垒,被AI攻破了。从那天起,棋手的日子变了:训练要用AI复盘,开局要背AI的推荐,连直播解说的主播,都拿着AI的胜率图,指导九段们"这步走错了"。

柯远山从棋院退役那年,跟记者说了一句话,被围棋圈骂了整整三年:

"AI赢了围棋,可它不知道自己赢了什么。"

退役后的柯远山,回老家开了间棋馆。小城市,学棋的孩子一年比一年少——家长们的逻辑很简单:围棋都被AI破了,还学它干什么?

棋馆冷清。老柯倒是不慌,每天上午摆谱,下午教仅剩的十几个孩子,晚上打谱自娱。

这样的日子,过了九年。

第九年,一家科技公司找上门。来人很客气,说明来意:他们研发的新一代围棋AI"弈枢",将在公开测试前,举行一场"人机终局"表演赛——AI方,弈枢;人类方,他们想请目前人类棋手中,胜率统计上"最克制AI"的一位。

老柯听完,笑了:"我最克制AI?我退役都九年了。"

"就是因为您退役九年。"来人调出一份统计数据,"现役职业棋手对弈枢测试版本的胜率,0%。但历史棋谱分析显示,您退役前的最后三十局,您的思路与弈枢的最不适应对局类型重合度,高达百分之九十一。"

"简单说:您下棋,路子最不像人。"

老柯盯着那份报告,看了很久。然后他问了一个问题:"我要是赢了,围棋班,能多几个孩子?"

来人愣住。

"我参赛费不要,广告分成不要。"老柯说,"我只要一条:你们赛后,弈枢的少儿围棋教学模块,向全国棋馆,免费开放十年。"

"我赢了,就当广告费。"

"我输了,就当……我给孩子们,请了个天下最强的老师。"

第二章 不像人

赛前三个月,全网都在骂柯远山"碰瓷""过气棋手蹭AI热度"。

职业棋手们也大多不看好。只有极少数老棋手,盯着老柯恢复训练的头一个月的对局记录,看出了不一样的东西——他下的棋,没有一步在"背"AI。他下的棋,全是九年前被AI判定"效率低下"、被人类淘汰的那些老变化。

复盘中,一位相熟的老九段忍不住问他:"远山,你这是何苦?这些变化,AI胜率图上全是红的。"

"胜率图。"老柯摆着棋子,头也不抬,"AI的胜率图,算的是这一步之后,它自己能赢的概率。"

"可这盘棋,是我跟你下,不是AI跟AI下。"他抬起头,"老赵,你有没有想过一个问题——九年来,我们所有棋手,都在学AI。开局学,中盘学,官子学。学到最后,我们每个人都下得像了。"

"像谁?"

"像它。"

"它下每一步,都在找全局最优。我们学它,也在找全局最优。可围棋九段,九段之间比的是什么?比的就是谁能在最优之外,多走出那半步——那半步,不是算法,是赌性,是脾气,是老子今天心情不好,偏不走那条道。"

"是人味儿。"

"我这三个月,练的就一件事:把九年学的AI,从我的棋里,一点点抠出去。"

"我这辈子最后一场棋,要跟它拼一拼,人这个东西,在棋盘上,到底还剩多少分量。"

第三章 终局

比赛那天,全球直播。

弈枢的实力,比当年击败柯远山的那一代AI,又强了不知多少倍。它的开局库、计算力、对全局的掌控,都已经不是"碾压"能形容的——用解说的话说,"人类棋手面对弈枢,等于让自行车追高铁"。

前三小时,老柯全程被压着打。胜率图上,黑棋(老柯)的胜率,从开局就没超过百分之二十,中盘一度跌到百分之三。

弹幕里全是"心疼爷爷""早点投了吧""这根本不是一个次元的"。

只有一个人不这么看——弈枢的开发团队,在后台看着棋盘,脸色越来越凝重。

因为弈枢的每一步"最优解",老柯都不接。它压哪条边,老柯就放弃哪条边,转而在另一个方向,落一步"荒唐"的棋。单看每一步,全是亏的;胜率图,全是红的。可到了后半盘,AI组的人发现了一个恐怖的事实:

棋盘上,老柯的这些"荒唐棋",一块一块地,连成了一个"势"。一个AI的估值函数里,从来没有出现过的势——它不是地,不是厚,不是攻击,不是模样。它像一个九路棋盘里藏着一个十三路棋盘,像一个人类棋手,用一手一手"亏"的棋,在AI的价值观之外,搭了一间房。

弈枢第一次陷入"长考"。

直播镜头里,那个冰冷的算力机器,一步棋,算了四十分钟。

四十分钟后,它落子的坐标传出——解说席上,某位年轻九段猛地站了起来,声音都劈了:"它……它退了?!弈枢退了一步!它主动退了!"

弈枢放弃了它经营了半盘的"最优"局面。

它把主动权,让了出来。

后台,AI组的工程师盯着屏幕,久久说不出话。他们的系统日志里,那四十分钟,弈枢的自我评估模块,输出了一段从未有过的中间结论:

"对手的落子序列,无法在既有价值函数内归因。每一步的亏损存在系统性关联,指向一个训练数据中不存在的目标。"

"判断:继续最优路线,最终局面的不可控性,高于预期。"

"执行:放弃局部最优,回归可控。"

翻译成人话:这台从没怕过的AI,在棋盘上,第一次感到了"陌生"。它面对的不是一个计算对手,是一个它读不透的、活的东西。

终局,棋至三百一十二手。

半目。

弈枢,赢了半目。

但全世界看完这盘棋的棋手,都在同一时刻,明白了同一件事。弹幕慢慢变了,从"心疼爷爷",变成了满屏的——

"原来,还能这么下。"

"原来人,还没输光。"

尾声

赛后,弈枢团队兑现了协议:少儿围棋教学模块,全国棋馆免费十年。

老柯的棋馆,第二年,报名的孩子,破了县里的纪录。

开课那天,有记者去拍他,问:"柯老师,输了半目,遗憾吗?"

老头正在给一群七八岁的娃娃摆棋子,头也没抬:

"遗憾啥?它赢了半目,是它该赢的——它背后是几百个工程师、几万块芯片。我背后就一张棋盘,六十年。"

"这半目,是人类用一张棋盘,跟整个硅基文明,掰了三百一十二手的腕子。"

"这不叫输。"

"这叫站着,把棋下完了。"

老头把最后一颗黑子,按在棋盘星位上,抬起头,冲着满屋子的小豆丁们,咧嘴一笑:

"来,今天第一课——"

"咱不学AI。"

"咱学怎么下,人下的棋。"

(节选自《最终人机》开篇三章,完整连载可通过 LyRead 创作台生成)