摘要
本次以有道纵横产品为范例，阐述了有道AI团队在AI老师、人机对弈教学系统、复盘等技术问题上的解决方案和解决思路，展现了有道围棋AI团队从用户角度出发，针对不同用户需求，竭力为用户打造最好的产品体验。
youdao
1背景
有道纵横是网易有道旗下专为4-8岁孩子量身打造的在线少儿围棋产品，于2019年启动，自研了全国首部在线交互式围棋动漫课程，从孩子的理解力和喜好出发，采用直播互动的课程形式将围棋知识变得简单有趣、易懂好学，帮助孩子掌握围棋的各类规则和技巧。
不仅如此，课后还设有AI对弈功能，能够智能识别孩子的段位水平匹配对局练习，从根源培养孩子的思维习惯。每局对弈结束后的智能分析，会从大局观、计算力、稳定性、战斗和棋型五方面进行全方位分析，帮助孩子在复盘中进步。有道围棋AI团队隶属于有道人工智能语音组，负责有道纵横产品与围棋AI相关的研发、落地工作，主要发力点在于AI的人机对弈和复盘。
Google 旗下 Deepmind 提出的 AlphaGo、AlphaGoZero、AlphaZero 系列算法展示了深度强化学习在棋类领域的超凡能力。2016年 AlphaGo 横空出世击败欧洲围棋冠军樊麾二段，2017年 AlphaGo 以4：1击败韩国围棋职业九段，14个世界冠军得主李世石，2018年无师自通的 AlphaGo Zero 以3：0击败最年轻的六冠王柯洁九段。至此以后再无人质疑 AI 在围棋领域的霸主地位，同时引发了职业棋手学习 AI 招法的热潮。在职业围棋赛场上，时常出现“狗招”，学习、研究 AI 招法的背后的逻辑，已是职业棋手的必修课。
图一 有道纵横产品图（1）
2 现有AI技术存在的问题
Github 上已经有了 Leela Zero、KataGo 等基于 AlphaZero 系列算法的优秀围棋 AI 开源项目，它们的主要目标是提升 AI 的棋力，目前上述围棋AI的棋力已远超人类职业棋手。然而当强AI应用在少儿围棋教学时，出现了“水土不服”的现象，比如：
AI 实在是太强了，人很难在与 AI 对弈的过程中体会到“旗鼓相当”的感觉，这极易引起用户的挫败感。
授人以鱼而未授人以渔，AI 只告诉人应该这么下，而不教会人为什么这么下。
AI 的学习路径与人大相径庭，一些在人早期围棋学习阶段就可以掌握的知识（如征子），AI 在训练后期才掌握。
3 解决方案及思路
3.1
人机对弈
一些其他方案在实现人机对弈系统时，一般使用 AI 训练过程早期的模型，然后使用模型的 top-n输出，随机抽样进行落子行为，避免 AI 落子过于单一。
这种方案除了易于想到之外没有其他优点，由于早期模型训练量不大，采用top-n的采样方法会导致AI的招式没有条理，用户很容易诱导出这种落子逻辑的漏洞（如征子）。
其次，在对弈过程中，AI模型和落子策略是固定的，但我们在实践中发现，AI对于围棋中的布局、中盘、收官等阶段的招法学习速度并不相同，AI对布局的掌握速度远远超出中盘、收官，使用相同的模型和策略会导致AI在整盘棋的表现差异极大。
再者，AI的自对弈训练中，没有定式的概念（定式是围棋高手在某些局部的经验总结，用户学习定式走法可以快速提升棋力），低水平的AI很难在局部中下出最优解，而人可以通过学习高手的棋谱快速掌握局部最佳下法，即使人的水平并没有达到提出该定式的围棋高手水平。上述问题的根源在于AI与人的学习路径大相径庭，难以直接移植。
3.2
复盘
复盘指对局完毕后，复演该盘棋的记录，以检查对局中招法的优劣与得失关键。一般用以自学，或请高手给予指导分析。下围棋的高手都有复盘的习惯。
复盘就是每次博弈结束以后，双方棋手把刚才的对局再重复一遍，这样可以有效地加深对这盘对弈的印象，也可以找出双方攻守的漏洞，是提高自己水平的好方法。
在有道纵横产品中，AI 承担了复盘老师的角色。
一些其他的方案中，AI复盘主要是展示整局棋的胜率或目差曲线、AI的推荐变化图、以及一些基础的统计数据，这些内容更适合专业的用户，专业用户的需求在于快速定位自己下的不好的棋，然后根据AI提供的变化图等推理AI的落子逻辑，此类用户仅根据围棋AI引擎的原始数据就可以完成自我学习。但是当用户群体定位到少儿时，上述的解决方案效果就会大打折扣，少儿用户很难理解统计数据背后的意义，同时对AI提供的变化图的逻辑缺乏分析能力，甚至注意力很难集中在变化图上，仅关注整局棋的胜率、目差的变化。此外，其他方案采用的复盘使用的GPU资源消耗很大，有的用户甚至需要半天时间才能拿到对局的复盘结果。
· 性能优化，在少儿用户的使用场景中，用户并不需要每一步棋都使用高算力AI产生的复盘结果，我们制定了根据局面的复杂程度分配算力的方案。
4 有道围棋AI团队的成果
有道围棋AI团队隶属于有道人工智能语音组，负责有道纵横产品与围棋AI相关的研发、落地工作，主要发力点在于AI的人机对弈和复盘。现有的工作成果引用一段CEO周枫的话：
有道纵横做到了什么？
总体上有道纵横是一个面向孩子的围棋启蒙课程，大班直播、名师教学，在边学边练过程中有丰富的互动，同时也具备AI对弈能力。与此同时，有道纵横将教、学、练、测、评五个环节做了非常好的整合，形成了这个产品的全貌。
youdao
5 总结与展望
ydtech
目前围棋 AI 的技术主要集中于提升 AI 水平上，这固然为专业用户自我训练提供了极大的便利，但由于高水平 AI 背后的行棋逻辑较为高深，当围棋 AI 为少儿用户提供服务时，少儿用户很难直接从高水平 AI 获取知识。
接下来我们希望可以在人机对弈场景中，为用户提供水平更合适、逻辑更连贯的 AI 陪练；在复盘场景中，为用户提供更清晰易懂的复盘报告。
往期推荐
本文分享自微信公众号 - 有道技术团队（youdaotech）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
