03 “关公战秦琼”——中国清代围棋国手水平分析

（一）样本的选择

2021年1月，BBC（英国广播公司）新闻台推出了一系列“重返湖北”报道，将武汉拍成了“十八线小县城”。在BBC的镜头里，天空永远是灰蒙蒙一片，各种场景总是显得杂乱无章，或给人一种压抑感。这与武汉人民当时的日常认知完全不同。

问题出在什么地方呢？BBC的视频并不是虚构的，但精心选择了拍摄地点与时间，并使用长焦、倾斜镜头等构图手法营造“偷拍”的印象，再通过剪辑，调色等后期处理，来暗示其想要表达的观点与评价，潜移默化的影响观众的价值判断。

很明显，通过选择性的展示样本，可以轻而易举的改变观者对人与事物的评价。以表3中出现的“当湖十局”吻合度为例，我们既可以选择双方全局吻合度超过60%[26]的第五局，并从中盘挑取吻合度70%多的棋局片段，来说明范施的棋力高超；也可以选择两人吻合度不足45%的第八局，再从里面找一段连续几步“不吻合”的场景，来论证两人只有业余水平。多年以来“崇古派”与“贬古派”的争论，本质上就是在不断上演这样的“证明”。这两种方法在逻辑上显然都是不可靠的，自然也不会得到任何有意义的结果。

当然，在围棋进入AI时代之前，人们并不具备客观评价不同时代棋手表现的条件。现在，我们可以借助围棋AI分析，来寻找“古今之争”的答案。不过，在开始之前首先要解决一个重要的问题，那就是如何合理选择代表不同群体的棋手及其棋谱样本，从而尽量避免抽样误差，尽可能地保证结果的有效性。

下面分别选定能够代表各时代围棋水平的棋谱样本，并详细阐述选择理由。

1.代表“当代职业高手水平”的棋谱样本

2016年3月之前的世界职业围棋大赛（除“亚洲杯”之外）全部决赛棋谱。

选取理由：

首先可以确定的，是将围棋AI超越人类顶尖棋手（2016年3月）之后的棋谱全部摈弃，彻底避免围棋AI对人类棋谱，尤其是布局阶段的影响。“古今之争”语境中的当代围棋高手，显然不包含围棋AI的帮助，这应该是“公平公正”对比较量时的底线。

当代职业高手棋谱范围很广，选择起来并不容易。江山代有人才出，最近三十年间，世界围棋版图风云变幻，棋坛领军人物几经更迭。究竟哪些棋手有资格代表当代围棋水平？即便是公认的具有“统治力”的棋手，也有巅峰期与低谷，赛事应该如何选择也是个棘手的问题。

好在本研究主要是探讨中国古代国手的水平，不需要对当代棋手一一进行分析。最终选取的是当代职业高手们“心心念念”，一生努力追求的目标——世界冠军——的争夺棋谱。这一选择最大限度的避免了“比赛分量”的问题，也减少了棋手“状态”方面的争议——能进入世界大赛决赛的棋手，从某种意义上来说，就是当时的世界围棋最高水平。

为了免除人为操纵数据的嫌疑，样本确定为从1988年世界围棋比赛创立开始，至2016年3月之前的全部决赛棋谱。详见图10。

图10 世界职业围棋大赛决赛信息明细（1988.9-2016.2）

从1988年第一届富士通杯开始，到2016年AlphaGo横空出世之前，刚好走过了整整100个世界大赛[27]。除去钱宇平弃权的1991年第四届“富士通杯”之外，总共270盘棋。这样一份代表当代围棋顶尖水平的棋谱样本，相信能够得到大多数人的认可。

2.代表“业余高手水平”的棋谱样本。

1993年至2002年，十年间网络上有据可查的“晚报杯”棋谱。

选取理由：

首先，棋谱样本范围仍然限定在围棋AI时代之前。

最近十多年，“业余天王”与一些“退段职业棋手”牢牢把持了国内各项业余围棋赛事，大幅提高了业余围棋水平。考虑到该组的设立是为了对应“古今之争”语境中的“业余高手”，将目光回到导致这一“语词争议”的事件源头——2000年左右，此时的“业余高手”大致为职业高手让两子的水平。再根据这一标准，确立棋谱的大致时间。

赛事方面，“晚报杯”应该是毋庸置疑的选择。二十年前的业余赛事远不如今日红火，在当时仅有的两大全国性业余围棋赛事中，无论是媒体宣传，赛事规格还是整体水平，晚报杯都无可争议位于“黄河杯”之上。此外，晚报杯的特色“职业VS业余对抗赛”，也有助于确定当时的业余顶尖棋手与职业棋手差距大小。

“晚报杯”从2002年开始允许14岁以下的职业初段参赛，这一年也是老牌“业余强豪”们在该赛事上最后的辉煌。2003年晚报杯，“冲段少年”们全面占据榜单前排，此后国内业余棋手整体水平节节攀升，与职业低段的水平界限日益模糊，与最初“业余高手”的概念愈发遥远。因此，将样本棋谱的时间下限定为2002年，至于1993年的上限，则是因为再往前几届的晚报杯棋谱，如今网络上已经难以寻觅。

与相对方便收集的世界大赛决赛棋谱相比，“晚报杯”作为一项业余赛事，每年记录下来的棋局仅有一小部分。不过能够留存下来的棋谱，大多出自知名业余棋手，这也让代表业余高手水平的棋谱样本质量多了几分保障。

本研究的“业余高手”棋谱样本，采样地点为“弈客”APP棋谱库。具体操作方式为：在弈客APP“棋谱大全”板块，以“晚报杯”为比赛名进行条件搜索，为了尽可能保证“非人为挑选”的原则，在所有结果中选取1993年至2002年的全部棋谱。之后手动剔除了重复的棋谱与“职业业余对抗”棋局，剩下的棋谱即为最终样本，共74局。对局者名单见图11。

图11 代表“业余高手”的棋谱样本对局者名单

3.代表“中国清代围棋水平”的棋谱样本

《中国围棋古谱精解大系》中的50局清代国手棋谱。

选取理由：

与当代棋手的样本相比，在中国古谱中进行合理的挑选更为困难。“当湖十局”的入选应该不会有任何异议，但其他古谱应当如何抉择呢？中国古棋大多未注明对局时间与性质，难以确定棋手的竞技状态，以及棋局的重要程度。棋手们的对局总数未知，许多古谱也无从收集。不过，下面两条原则想必能够得到公认：

(1)样本应该排除“授（受）子谱”

原因主要有两点：一是“让子棋”许多时候无法判定“过分”与“过缓”的着法能不能算作失误，从而影响棋手的棋力评价。二是按照围棋AI的标准，让子棋黑方前半盘长时间处于明显优势，这会放大前面提到的“吻合度”缺陷。

基于以上两点，“受子谱”与分先对局的当代棋谱直接进行对比有失严谨。虽然古代互先对局也不贴子，但在围棋AI眼中，即便是两子的优势，与“让先”的差别也是巨大的。此外，中国古棋的整体风格也在一定程度上淡化了先行优势。

(2)以清代黄龙士、范西屏、施襄夏三人的棋谱，作为中国古棋水平的代表

围棋在中国古代经历了一千多年的发展，竞技水平在清代达到了巅峰，无论对中国古棋水平的观点如何，这一史实如今各方都没有什么争议。同样，在清代棋手当中，无论是从文字评价还是棋谱来看，黄龙士、范西屏与施襄夏这三人是当之无愧的顶峰。评价中国古棋水平时，应以这三位国手的棋谱作为代表，其他国手的棋谱作为参考对照。

确定了以上两条原则，接下来是如何避免“人为选择数据”的问题。中国古棋并无任何现代意义上的“赛事”，无法像当代一样根据对局的重要程度，选择特定系列的棋谱。由于无法集齐全部古谱，也难以通过某种方式“抽签”来满足随机性。本着“具有公信力的特定标准”这一原则，最终确定的样本选取范围，是陈祖德所著的《中国围棋古谱精解大系》。

陈祖德在中国古谱研究方面的地位，前面已有论及。这套从书是陈老生前最后一项工作，为中国围棋留下了一份宝贵的财富。以陈老一生的经历与资源，积累的古谱资料应当不会有太多缺憾。另外，考虑到陈老出书的心意，是为了介绍中国古棋中的风景，必定对棋谱进行了一番精挑细选，能够出现在书中的古谱应该都属上乘之作。这对“中国古代国手水平”的棋谱样本质量，提供了充分的保证。

至于这种挑选会不会造成样本的偏差，导致对中国古棋整体水平的高估？的确存在这样的可能性。但考虑到与其对比的当代棋局全部为世界冠军争夺谱，就棋谱质量这一点而言，当代棋手至少不会吃亏。

在具体棋谱的选择方面，《中国围棋古谱精解大系》丛书总共十四本，体例为一本书十盘棋[28]。为了保证所有棋手的样本数量一致，在排除“授子谱”之后，最终确定选取《黄龙周虎》、《过周十局》、《梁程十局》、《当湖十局》、《最后两高峰》五本书中的全部棋谱作为样本。总共50局。

徐星友未能入选的原因，是他的对子谱除了上升期接受黄龙士的指导，就是六十多岁时与程兰如的对局——这十盘棋还有“众人合谋群殴”等故事演义。为了避免年龄因素影响棋手的评价，本研究尽量挑选国手们全盛时期的棋谱。丛书中范施二人与梁魏今、程兰如之间的对弈，也因为这一原因忍痛割爱。至于横跨明清两代的过百龄，年龄方面实在是没办法了，他的数据仅做为参考。

一位棋手只选十盘棋，样本会不会太少了？经过权衡，与挑选棋手不同年龄段的棋谱相比，现有的样本选取方案应该争议更少。“小样本”有相应的统计学处理方式，能够尽量减小与“真实”结果的差异。

4.代表“日本古代围棋水平”的棋谱样本

《御城棋谱》中，道策、丈和、秀策的全部棋谱。

选取理由：

与中国古棋相比，江户时代的日本由于有“御城棋[29]”这种地位的比赛存在，棋谱样本的选取范围无需太多思量。棋手人选也相对容易确定，道策、丈和、秀策作为公认的“日本古代围棋三棋圣”，代表江户时期的日本古棋顶尖水平应该当之无愧。这三人也都在“御城棋”中有过出战记录，在“御城棋”中留下的棋谱总量，也与“黄范施”代表的中国清代围棋水平棋谱样本相近。在不同年代棋手群体的代表中，日本古谱样本可以说各方各面都十分完美了。

在棋谱收集过程中，按照与中国古谱同样的遴选原则，剔除了三人所有的授子谱。另外，《御城棋谱》丛书除了“御城棋”棋局之外，还收录了部分御城棋之外的著名棋谱。上述三位棋手都有涉及，如道策的“出蓝秘谱”，丈和的“因彻吐血局”，秀策与太田雄藏“三十番棋”中的棋谱等。出于“非挑选”的原则，这些棋谱也纳入样本之内。最终的棋谱样本数量共40局，其中道策12局，丈和7局，秀策21局。

（二）研究方法

1.研究对象

上述代表“当代职业高手水平”、“业余高手水平”、“中国清代围棋水平”、“日本古代围棋水平”的四组棋谱样本。

2.研究工具

本研究使用的围棋AI为：KataGo 1.5.0 20b官方权重。

“1.5.0”版本为KataGo分布式训练[30]之前的“棋力最终版”。至于权重方面的选择理由，本研究最初考虑使用40b官方权重，但在测试过程中，发现该权重在某些时候出现明显“不合逻辑”的判断，见图12。

图12 KataGo 1.5.0 40b官方权重的“非理性选择”

“当湖十局”最后一局，40b官方权重非要跑到右上角去“浪费劫材”。右边两图则是日常分析中发现的问题。这些案例都是KataGo倾向于“逻辑上不可能好”的下法，并且目差算的没错，但胜率显然不对。这种情况使用30b官方权重也有复现，程度稍微轻一些，20b官方权重与40b“胖权”则不会出现这样的问题。根据相同计算量下，不同权重的吻合度无显著差异这一理由，本研究最终选择用了KataGo 20b官方权重作为棋谱分析工具。

3.棋局分析设定与操作流程

每手棋1000k计算量，限制10个选点。

计算量方面是权衡了严谨性与分析效率的结果，1000K的计算量可以保证在超过95%的局面下，围棋AI的胜率达到“稳定状态”，即继续计算下去，胜率也不会有超过1%的波动。“10个选点”则是考虑到围棋AI眼中排名前10之外的选点，“好棋”的可能性微乎其微。

棋谱样本分析具体操作方式为：在Lizzie中选择“批量分析”，将“每手棋总计算量”设定为1000000。软件自动保存分析后的棋谱。在棋局分析过程中，所有棋谱都严格按照当时的规则与贴目（子）进行设定。

4.数据处理

由于中国古棋受到“子彩”影响，棋局大多官子收至最后，平均手数显著高于其他三组。例如“当湖十局”的平均手数是276.9，而当代世界大赛决赛棋谱为223.7，日本古谱样本的这一数值更低。为排除“棋局总手数不一致”对评价带来的影响，统一对所有棋谱的前180手进行分析，同时剔除了样本中所有不足180手的棋谱[31]。处理后的各组样本数量为：世界大赛决赛棋谱207局，“晚报杯”棋谱57局，中国清代国手棋谱47局（黄范施30局），日本“御城棋”棋谱28局（道策9局，丈和5局，秀策14局）。

测试所得全部数据使用Excel2016录入整理。利用SPSS20.0软件对数据进行数理统计分析，并得出相应结果。

（三）结果与分析

1.当代职业高手棋谱样本概况

当代世界大赛决赛棋谱样本（前180手）的基本数据如下：

表9 当代世界大赛决赛棋手样本数据（N=414）

围棋AI指标

极大极小值

平均值±标准差

均值95%的置信区间

中位数

吻合度

72.22%＆31.11%

53.28%±6.74%

52.63%~53.93%

53.33%

AI评分

70.60＆30.92

51.71±6.58

51.07~52.34

52.10

平均胜率波动

6.08%＆0.50%

2.71%±0.95%

2.62%~2.80%

2.71%

图13 世界大赛决赛棋谱AI指标直方图

结果显示：当代世界大赛决赛棋谱样本平均吻合度为53.62%。“均值95%的置信区间”与“中位数”的数值与其差异很小，表明样本选取相对合理，数据内部离散程度较小。

图13与表9中，都显示出AI评分与吻合度的高相关程度，以及AI评分数据分布更为均匀。平均胜率波动亦可作为基准，用于后文中与他组的比较。

根据时间顺序，将100个世界大赛分为三个阶段，考察不同时期的棋手有没有水平上的差别。结果见图14：

图14 不同时期世界大赛决赛棋谱平均数据

可见随着时间推移，职业棋手的整体水平确有小幅上升。其中后两个时期与1988-2000期间的棋谱相比，在吻合度与AI评分方面均有显著差异（P<0.05< span="">），但效应量只有0.2左右，即实际差别并不明显。从图中数值也可以看出这一点。

另外，上面这一现象似乎支持了古今之争中“时代在进步”观点。但考虑到上述时期，世界围棋的霸主地位从日本转向了中国，中韩两国的围棋训练模式也发生了很大变化，导致了顶尖棋手的年轻化。很难确定是时间还是以上因素，对围棋水平的推动作用更大。当然“时代进步”一说本身也包含了训练方法的改进，对于一个时代整体来说，后浪更比前浪高是合理的推测。但具体到时代中的每一位棋手，是否都受到这一规律影响，就没那么容易判断了。

最后列出在世界大赛决赛中出战20局[32]以上的棋手数据。总共有5位棋手满足这一条件，恰好也是这一期间世界冠军排行榜的前五位。见图15。

图15 部分著名棋手世界大赛决赛平均吻合度

李世石与古力领跑了这份榜单，两人的平均吻合度数值，比全体棋手的均值高出2%左右。不过这两人的数据并不是所有棋手中最高的，柯洁的世界大赛决赛平均吻合度达到了57.08%。由于其棋谱（180手以上）只有9局，未能列入图表中。

令人颇感意外的，是李昌镐的评分位列倒数。这并不是他世界大赛生涯最后的“九连亚”拉低了围棋AI评价——去掉这一部分的数据，其吻合度平均值也没什么变化。从侧面体现出了吻合度的“信度”。

至于为何当代公认的棋坛王者，在围棋AI那里却评价不高，有以下几种可能性：一是围棋AI就是不待见李昌镐那种“缓慢”的风格，许多着法都被评定为“缓手”而不吻合。二是李昌镐的辉煌战绩沾了时代的光，在其巅峰期（1995-2005）其他棋手的整体水平就是弱一些。这一时期世界大赛棋手平均吻合度为52.07%，与图14的“1988-2000”组的数值几乎相等。从这一点来说，曹薰铉可谓是领先时代一个身位。三是该样本只统计了前180手的数据，导致李昌镐的“官子神功”无从发挥。

2.当代业余高手棋谱样本概况

当代业余高手棋谱样本（前180手）的基本数据如下：

表10 1993-2002“晚报杯”部分棋手样本数据（N=114）

围棋AI指标

极大极小值

平均值±标准差

均值95%的置信区间

中位数

吻合度

72.22%＆31.11%

48.16%±7.88%

46.70%~49.62%

47.22%

AI评分

68.80＆30.89

46.55±7.59

45.15~47.96

45.78

平均胜率波动

7.08%＆0.54%

3.50%±1.47%

3.23%~3.77%

3.56%

图16 1993-2002“晚报杯”部分棋谱AI指标直方图

在吻合度上下限极值方面，业余高手样本与职业高手几乎相同，但平均值存在不小的差距。表中数据的离散程度也明显大于职业组，从直方图与表10的置信区间与中位数来看，应该是个别业余强豪“挺身而出”，拉高了业余组的整体平均数据。

业余组与职业组的“吻合度”显著性检验，表7中已有叙述。业余棋手在AI评分与平均胜率波动这两项指标上，同样与职业棋谱样本存在极其显著的差异（P<0.001）< span="">，胜率波动方面差异体现的更为明显，这也是棋手对于局面的“控制力”不够的一种体现。

3.中国清代围棋国手棋谱样本概况（前180手）

图17 十位清代著名围棋国手的AI评价[33]

按照吻合度顺序排列，黄龙士，范西屏和施襄夏三人数据位列前三，与既有印象完全相符。周东侯与施襄夏的数据接近，其余国手则明显低一档。AI评分的数值也大致如此。

平均胜率波动方面，可以看出数值与对手有着明显关联。清初“过周”与晚清的“周陈”两组对局，四位棋手的胜率波动较高，与上面“业余高手”样本平均数据相近。

以“黄范施”为代表的中国清代围棋顶尖水平棋谱样本（前180手）数据见下列图表：

表11 “黄范施”三人棋谱样本数据（N=30）

围棋AI指标

极大极小值

平均值±标准差

均值95%的置信区间

中位数

吻合度

68.89%＆41.11%

53.33%±6.90%

50.76%~55.91%

53.89%

AI评分

69.04＆39.35

52.01±6.82

49.46~54.56

53.15

平均胜率波动

5.12%＆1.00%

2.69%±1.16%

2.25%~3.12%

2.69%

图18 “黄范施”部分棋谱围棋AI指标直方图

由于样本数量原因，“置信区间”数值范围大于当代两组棋手数据，其余数据各项与当代职业高手棋谱样本相近，后文将进行统计学比对。

4.日本“古代围棋三棋圣”棋谱样本概况

图18 道策、丈和、秀策三人围棋AI评价（前180手）

可以看出，道策各项指标数值明显比另外二人低一档。丈和与秀策的评价相近。由于三人数据之间存在明显差异，用来代表日本古棋的整体水平有不妥之处。

考虑到丈和的样本只有5局，其所处的年代也与秀策相近，故将丈和与秀策的棋谱合并，作为代表日本江户时代后期水平的样本。活跃于十七世纪的道策，其棋谱则作为日本江户时代前期水平的代表。同时，统计三人棋局对手的评价数据，作为江户前期与江户后期“时代对手”的样本数据作为对照。

“江户前期”、“江户后期”与其两组对手的棋谱数据（前180手）见表12：

表12 日本江户时代不同时期

棋手“御城棋谱”样本数据

围棋AI指标

（平均值±标准差）

“江户前期”组（N=9）

“江户后期”组（N=19）

道策

道策对手

丈和＆秀策

两人对手

吻合度

46.67%±5.06%

42.35%±7.46%

52.51%±8.85%

46.90%±6.77%

AI评分

45.94±5.65

40.38±7.60

51.10±8.05

45.25±7.40

平均胜率波动

2.63%±0.81%

3.42%±0.83%

1.96%±1.17%

2.37%±1.35%

根据12可知，被誉为“日本古代围棋三棋圣”的三位棋手，各项围棋AI评价指标确实都高出同期对手一档。他们能在各自的时代所向披靡是“有理有据”的。

5.中国清代围棋水平高度——与各时代棋手群体的对比

将“黄范施”为代表的中国清代围棋顶尖水平棋谱样本（前180手），与代表当代职业高手、业余高手和日本江户时代前后期的棋谱样本，分别进行对比与统计学检验。

(1)与当代职业高手棋谱样本的对比

表13 清代顶尖国手VS当代职业高手

棋手群体

样本数

吻合度

AI评分

t

P

清代顶尖国手

30

53.33%±6.90%

52.01±6.82

0.040

（0.241）

0.968

（0.810）

当代职业高手

414

53.28%±6.74%

51.71±6.58

注：采用独立样本t检验。检验结果t值与P值两栏，上方无括号数字为使用“吻合度”计算值，下方括号内数字为使用“AI评分”计算值。

两组群体各指标数值十分接近，在统计学意义上自然也是差异不显著。即清代围棋顶尖国手与当代职业职业高手之间，水平差异不具有显著性。

(2)与当代业余高手棋谱样本的对比

表14 清代顶尖国手VS当代业余高手

棋手群体

样本数

吻合度

AI评分

t

P

效应量

清代顶尖国手

30

53.33%±6.90%

52.01±6.82

3.279

（3.573）

0.001

（0.000）

0.265

（0.287）

当代业余高手

114

48.16%±7.88%

46.55±7.59

注：采用独立样本t检验。检验结果t值、P值与效应量三栏，上方无括号数字为使用“吻合度”计算值，下方括号内数字为使用“AI评分”计算值。

清代围棋顶尖国手与当代业余高手之间，围棋AI吻合度数值存在的差异非常具有显著性（P<0.01< span="">），“AI评分”数值存在的差异极其其具有显著性（P<0.001）< span="">。但在效应量方面，不如当代职业棋手组对比明显，可能是样本偏少的缘故导致。无论任何，清代围棋顶尖国手相比传统意义上的业余高手，在棋力方面的领先存在统计学意义上的显著差异，是毋庸置疑额度的事实。

(3)与日本“江户前期”代表道策的对比

表15 清代顶尖国手VS道策

棋手群体

样本数

吻合度

AI评分

t

P

效应量

清代顶尖国手

30

53.33%±6.90%

52.01±6.82

2.679

（2.425）

0.011

（0.020）

0.403

（0.370）

道策

9

46.67%±5.06%

45.94±5.65

注：采用独立样本t检验。检验结果t值、P值与效应量三栏，上方无括号数字为使用“吻合度”计算值，下方括号内数字为使用“AI评分”计算值。

表15的数据表明，与对当代业余高手的领先相比，清代围棋顶尖国手在对道策的领先方面更为明显，效应量数值体现了这一点。尽管道策棋谱样本只有9局，但“t检验”原本就是一种适合小样本数据的参数假设检验方法。结论是清代围棋顶尖国手的水平优于“江户前期”的代表道策，并有统计学意义上的显著差异（P<0.05）< span="">。

(4)与日本“江户后期”代表丈和＆秀策的对比

表16 清代顶尖国手VS丈和＆秀策

棋手群体

样本数

吻合度

AI评分

t

P

清代顶尖国手

30

53.33%±6.90%

52.01±6.82

0.362

（0.452）

0.719

（0.653）

丈和＆秀策

19

52.51%±8.85%

51.10±8.05

注：采用独立样本t检验。检验结果t值与P值两栏，上方无括号数字为使用“吻合度”计算值，下方括号内数字为使用“AI评分”计算值。

表16结果显示，与前面“当代职业顶尖棋手”的对比类似，两组棋手群体数据虽稍有差别，但在统计学意义上并不显著，即无法判断这种差异是否来自抽样误差所致。结论是清代围棋顶尖国手与日本“江户后期”代表丈和＆秀策之间，水平差异不具有显著性。

6.清代围棋顶尖国手布局与中盘水平分析

(1)与各时代棋手群体中盘水平的对比

作为中国古棋公认的强项，清代顶尖国手在这方面的表现如何呢？“中盘”的标准取Lizzie中的默认值，即一盘棋中的61-180手，汇总所有棋手群体组别数据一并比对，结果见表17。

表17 各组棋手群体中盘（61-180）实力AI评价

棋手群体

样本数

吻合度

AI评分

平均胜率波动

清代顶尖国手

30

57.44%±9.31%

55.73±8.89

2.73%±1.57%

当代职业高手

414

55.42%±8.42%

53.71±8.14

2.90%±1.38%

当代业余高手

114

50.03%±9.25%

48.22±9.02

3.74%±2.09%

道策

9

52.96%±6.55%

52.60±7.18

2.40%±0.91%

丈和＆秀策

19

56.23%±9.81%

54.41±8.91

1.99%±1.58%

与全局（前180手）各组比对的结果相比，清代围棋顶尖国手在中盘这一环节，平均吻合度与“AI评分”数值的领先幅度稍有增加，但领先优势的“差异显著性”范围反而缩减 —— 在统计学意义上仅维持了与“业余高手”组的全面领先[34]，与“江户前期”代表道策的差异不具有显著性。

在平均胜率波动方面，清代围棋顶尖国手与当代职业职业高手的数据大致相同。印象中“大砍大杀”并没有导致这三人的平均胜率出现太过剧烈的波动。

(2)与各时代棋手群体布局水平的对比与中盘相反，中国古代国手们的布局一向受到当代棋手的诟病。即便是对中国古棋水平持正面态度的棋手，对其布局风格与具体着法，大多也只是希望人们抱有“宽容的态度”。那么清代围棋顶尖国手的布局，在围棋AI那里会得到怎样的评价呢？

Lizzie中的“布局”手数默认标准是前60手，然而中国古棋大多从20多手开始就迅速进入“缠斗”状态，按照这一标准对比可能有失公正。本研究将“布局”限定为前30手，各组棋谱在这一阶段的下法，都更符合“布局”这一词汇在如今的含义。由于所有样本棋谱均满足这一条件，不再有“手数不齐”导致的对比公正问题，因此统计对象为全部棋谱样本，汇总所有棋手群体组别数据进行比对，结果见图19。

图19 各组棋手群体布局（1-30）实力AI评价

结果表明，当代棋手对中国古棋布局的印象，可以说是“对一半错一半”。围棋AI的确对清代顶尖国手布局的评价不高，“时代进步论”在布局方面似乎是适用的。从当代业余高手布局数据也能大幅领先中国古棋这一点，就能够看出“时代的红利”。然而，在历代棋人眼中“不敢恭维”的中国古棋布局，竟然力压当代棋手公认“理念先进”，“具有现代布局感觉”的江户前期棋手代表道策！并且差异具有显著性，效应量数值也不低。各组之间吻合度差异的统计学检验见表18。

在一盘棋的前30手，“平均胜率波动”这一指标受棋局因素干扰较小，其数值在一定程度上体现了棋手的布局水平。例如因时代而“获利”的业余高手组，与职业顶尖棋手相比，布局的平均胜率波动仍高出0.5%左右，相当于一盘棋前30手下完，胜率多亏损15个百分点。“江户后期”组在这方面体现出了明显优势，根据对数据与棋谱的观察，这主要归功于秀策，尤其是他在黑布局上的稳定发挥。

7.清代围棋顶尖国手“掌控力”分析

作为评价指标，围棋AI吻合度无法对“不吻合”着法的优劣程度进行区别，是其一大缺陷。“AI评分”在一定程度上弥补了这一点，但给出的评价仍然受到围棋AI计算量偏好的影响。上一章提到的反对使用围棋AI评价人类棋手水平，认为“棋手更应该选择自己能够理解、掌控的下法”这种观点，其潜台词是“围棋AI的标准太高，人类棋手熟悉的下法也亏不了多少”。因此，借鉴之前研究中的围棋AI指标提炼方法，在“胜率”方面设立一些不同的标准，以考察清代围棋国手的“棋局掌控力”——在一局棋中保持稳定发挥，尽量减少“恶手”的数量与严重程度。

(1)不同胜率损失标准下的“吻合度”

设立一系列的“掉胜率”标准，考察棋手着法与围棋AI推荐的选点相比，能将胜率损失控制在多大的范围内。具体标准设置为胜率损失2%、5%、10%和20%以下，结果见表19。

表19 不同组别棋手各标准下的“吻合度”

棋手群体

原吻合度

-2%吻合度

-5%吻合度

-10%吻合度

-20%吻合度

清代顶尖国手（N=30）

53.33%

71.85%

79.52%

85.59%

89.78%

当代职业高手（N=414）

53.28%

75.48%

83.87%

89.45%

91.80%

当代业余高手（N=114）

48.16%

70.65%

78.99%

85.12%

88.43%

道策（N=9）

46.67%

68.77%

79.63%

86.17%

90.74%

丈和＆秀策（N=19）

52.51%

75.56%

84.27%

89.06%

90.18%

注：数值为各组棋谱样本前180手的统计。

仅仅将胜率标准放宽两个百分点，各组别棋手的AI评价均大幅提升。“江户后期”组的两位棋手又一次体现了“稳定性”，各标准下的数值均与当代职业高手相似。清代顶尖国手在这方面表现稍有逊色，但也与另外两组数据接近。

需要说明的是，表中最右侧一栏的数值，并非意味着各组棋手平均每盘棋都有10%左右的招法，胜率损失超过了20%。由于该项数据统计通过专门的软件[36]完成，对于围棋AI当前局面未曾考虑的选点，程序会从下一个局面的计算中择其最优变化，反推生成该落子变化的信息（胜率、目差、计算量等），但这种计算并不完全准确，有时会出现遗漏。就像前面提到的那样，人为设置的特定指标公信力有限，仅作参考之用，故不再对各组数据进行显著性检验。

(2)“大恶手”的损失程度

统计一局棋中，掉胜率最多的着法“TOP10”，并按照不同标准，计算其“最恶N手”所降胜率的平均值。结果见表20。

表20 不同组别棋手“最恶N手”所降胜率平均值

棋手群体

最恶1手

最恶3手

最恶5手

最恶8手

最恶10手

清代顶尖国手（N=30）

27.62%

22.71%

19.61%

16.14%

14.55%

当代职业高手（N=414）

24.94%

19.21%

16.34%

13.70%

12.44%

当代业余高手（N=114）

32.31%

24.11%

20.21%

16.59%

14.92%

道策（N=9）

24.87%

18.65%

15.61%

13.04%

11.76%

丈和＆秀策（N=19）

21.19%

15.23%

12.77%

10.43%

9.32%

“江户后期”组的恶手胜率亏损值，甚至低于当代顶尖棋手平均水平，不得不再次感叹秀策的稳定性。当然，胜率类指标参考更受棋手风格影响，考虑到“当湖十局”的激烈程度，清代顶尖国手能有这样的表现也算不错了。

（四）讨论

在围棋AI的检验下，清代顶尖围棋国手的各项主要指标，完全不亚于当代职业围棋高手。相信很多人会讶异于这一结果，从而质疑“吻合度”的棋力评估效力，尽管前面的围棋AI研究方法部分，已经从方方面面对该指标进行了彻底刨析，并得出其在样本满足条件时，可以与水平挂钩的结论。

在影响吻合度的因素中，“必然着法”一说虽无从证实，但也无法证伪，是最难以从逻辑上排除的一点。一定会有人将清代顶尖国手的高吻合度，归结于中国古棋的风格。不过以下两点研究数据有力的反驳了这种说法：一是风格相近的清代围棋国手，内部数据也有明显的层级之分；二是在中盘（61-180）的数据评价中，公认为“铺地板”风格，“力量不足”的日本古棋反到是扳回一城。秀策14局“御城棋”的中盘平均吻合度为55.17%，与“黄范施”代表的清代顶尖国手相比毫不逊色。这是对“风格影响吻合度”观点的有力回击。

除了“时代在进步”一类与棋局内容无关的理由之外，当代职业棋手们之所以普遍不认同中国古代的围棋水平，是因为大多数棋手对中国古棋的了解仅停留在布局，并且用今天的围棋理论对其作出点评。即便不考虑规则方面的差异，这种评价方式也“时代局限性”——任何时期的棋手，都会认同当时围棋理论的正确性，但事实显然不是这样。当代围棋理论本身就存在强弱判断方面的偏差，按照围棋AI的标准，可以说是“过于谨慎”[23]。用这样的围棋理论去衡量中国古棋的布局，自然对其展现出的“分寸”感到格外无法入眼。

围棋AI指标数据表明，尽管中国古棋布局水平确实落后于当代，但棋手们夸大了这种差距。与日本江户时代前期相比，中国古棋“奇特”的开局下法，在围棋AI眼中反而更好一些。至于为何道策的布局当代棋手看起来“基本正常”，自然是当代围棋的布局理论，与日本传统围棋理论一脉相承的缘故。

日本古棋的布局在围棋AI那里“惨遭差评”，还有一个重要的原因，那就围棋AI不太认同“小目系[37]”的占角方式，以及那一时期的日本棋手对“角”的重要性认识不够，经常在棋盘上还有空角时，先选择他处挂角或守角之类的下法。按照围棋AI的标准，这会造成大量的“不吻合”。

图20 道策“出蓝秘谱”布局及围棋AI评分

以著名的道策“出蓝秘谱”为例，这盘棋的前30手，除去布局风格之外，每一手看上去似乎都还好。然而白方没有一步棋踏入围棋AI的“吻合”之内！并且在初始胜率已经很低的情况下，仍然每步棋平均“掉胜率”4%以上。

当然，一定会有人觉得KataGo这种标准过于严苛，这是因为日本古棋的布局理念与当代围棋相似，今人的判断标准受其影响，对这种布局的“亏损”不易感知。围棋AI评价棋力，最大的优点就是标准一致，下面再来看看中国古棋的布局表现。

图21 “当湖十局”第三局布局及围棋AI评分

清代围棋布局理论的精髓“九三投”，自然是不吻合。在围棋AI眼中，“先边后角”在任何规则下都是错误的思路，不过黑2的亏损程度只有1%左右，比“高目”或“目外”占角的胜率损失还要小。其余着法大致也是如此，虽不吻合但亏损有限，每步棋胜率都比“出蓝秘谱”掉的少一些。图21中，黑棋吻合的三步棋都出自左下的接触战，但道策那盘棋并不是完全没有局部战斗，一步都不吻合也无话可说。

如果说在中日古棋布局的对比中，清代国手们有什么“不当得利”之处，那就是日本古棋废除了“座子”，导致布局的难度有所增加——以围棋AI标准衡量的话。从中国古棋授二子谱的占角方式和时机来看，要是去掉座子让古代国手们自由发挥，中国古棋的AI评价可能也会有所下跌。也就是说，开局双方摆在角上星位的四颗子，让中国古棋布局失去了许多“犯错”的机会。然而这无碍于清代围棋布局在围棋AI眼中“错误”更小，水平高于日本江户前期布局水平的结论。

图22 古今定式围棋AI评价

另外一个中国古棋布局的“黑点”，是图22左边双飞燕定式中的白1。许多棋手对中国古棋的负面印象都源自于此。根据KataGo（1.5.0 20b权重）的判断，这步虎的确是大恶手。如果是双方胜率五五开的平衡局面，与A位顶过相比，白1造成了25%左右的胜率损失。问题是在当代定式中，也能找到像图22右边黑1这样，一步棋胜率亏损20%的恶手，然而长期以来当代棋手们对此毫无觉察。很显然，以个例评推断整体的评价方法是不科学的，人们总会对与自己原有认知相符的案例更加在意。

无论任何，清代顶尖棋手的水平在围棋AI那里得到了正名。就像前面提到的那样，时代的确在进步，只是无法因此就否定个别“天才棋手”的存在。中国古代围棋国手整体水平或许是有些“业余”，但这无法掩盖黄龙士，范西屏和施襄夏这三位清代围棋顶尖棋手，散发出的耀眼光芒。

（五）影响研究结果的可能因素

1.KataGo在中国古棋规则下的水平

KataGo对于“还棋头”规则的学习，占其全部“训练量”的20%，并且是在当代围棋规则“神经网络”的基础上训练而成。因此有KataGo学习古棋规则“过程不纯”，可能会影响其“还棋头”规则下水平的观点。如果KataGo在中国古棋规则下的水平不够高，其评价的效力显然会受到影响。

KataGo“古棋水平不够高”这个说法，很难采取什么方法来证伪。但至少KataGo在不同规则下，开局的下法有了明显改变——在当代规则中优先“点三三”，在中国古棋规则下则倾向于挂角。事实上，KataGo在任何尺寸的棋盘上都表现的很好，但其神经网络只是在十九路棋盘训练而成。另外，“还棋头”规则带来的改变是在棋盘上“虚”的方面，而这方面正是这一代围棋AI绝对的强项。因此，有理由信任KataGo在中国古棋规则下的实力。

2.不同时代的对局时限差别

当代世界大赛的时间限制，大多是每方3小时再加读秒；“晚报杯”则是90分组包干。而古代棋手没有这么多限制，这会不会给当代棋手水平的发挥带来负面影响呢？

中国古棋在用时限制方面的记载并不明确，从“半天”到“一周”的说法都有。考虑到中国古代高手棋局以“彩棋”居多，耗时方面至少不会像日本古棋那样长久，棋局用时因素少不影响中日古棋水平对比的结论。

至于当代棋手，可以以对比相同的日本棋手在“两日制”中的发挥与其他头衔战的差异，探究棋局时限对棋手水平的影响程度。从逻辑上来说，这种影响大概率只体现在棋局的关键阶段，如果以吻合度衡量，总体数值不会有太大差异。其实对于当代棋手而言，对棋局用时的把握，本身就是实力的一部分。

3.中国古棋“子彩”的影响

中国古棋大多以胜负目数决定输赢金额，这显然增加了棋局的精彩程度。但其是否影响对局质量，同样是一个无法验证的问题。考虑到KataGo在一定程度上基于“目差”思考，即便优势时也尽量选择目数赢更多的下法，如果中国古代棋手在追求目数的同时，带来的风险是可控的，应该会得到KataGo的认可。就像是赌桌前赌徒的最优选择，永远是依照概率行事。

4.样本选择

本章第一节费了大段笔墨，详细阐述了本研究所有棋局样本的选择理由，但对于中国古谱来说，无论样本怎样选择，都无法完全免除争议。

尽管如此，统计学的规律存在相当程度上的必然性。梁魏今程兰如两人流传至今共有32盘对局，本研究“梁程十局”的数据加上另外22局棋谱后，两人各项AI指标总体平均值，与原先10局平均值的差异不到1%。

黄龙士留下了为数不少的对子谱，但由于中国古谱对局信息的缺失，在对弈时间与棋局重要性难以得知的情况下，选其全部棋谱与当代世界大赛决赛棋谱进行对比，棋局分量方面显然有所失当。

范施二人流传下来的对子谱不多，并且有一些明显是“成熟期”之前的棋谱。无论如何，评价中国古棋，两人明确记载同处巅峰时期的“当湖十局”肯定是绕不过去的。围棋AI对这十盘棋的评价，就是对中国古棋水平最好的回答。

（六）结论

1.以KataGo 1.5.0 20B权重，1000K计算量下的围棋AI“吻合度”等指标来衡量棋局前180手，“黄范施”三人代表的中国清代围棋水平，与当代围棋职业高手的差异不具有显著性。

2.以KataGo 1.5.0 20B权重，1000K计算量下的围棋AI“吻合度”等指标来衡量棋局前180手，“黄范施”三人代表的中国清代围棋水平，领先于以道策为代表的日本江户前期围棋水平，与丈和、秀策为代表的江户后期日本围棋水平差异不具有显著性。

3.“黄范施”三人代表的清代围棋中盘水平，与当代职业顶尖棋手及日本江户时代顶尖棋手的差异不具有显著性。清代围棋布局的水平确实与当代棋手存在差距，但与日本古棋的布局水平至少在伯仲之间。

参考文献

[1]乔光辉. 李汝珍《受子谱》及其与《镜花缘》的关系[J]. 围棋天地, 2011(16):104-107.

[2]安永一. 中国的围棋[M]. 长春. 长春出版社, 2012.

[3]陈祖德. 中国围棋古谱精解大系. 黄龙周虎[M]. 北京.

中信出版社, 2011.

[4]胡廷楣. 黑白之道:围棋名家访谈录[M]. 上海. 上海文化出版社, 2006.

[5]广东棋文化促进会. 中国棋文化峰会文集[M]. 广州出版社, 2010.

[6]谢锐.老聂惊喜中山棋迷技艺高超 俞斌：小学生学棋好

[EB/OL].http://games.sports.cn/zhuanti/shenghjbei/news/2009-09-28/1888281.html,2009-09-28.

[7]程晓流选编. 世界冠军俞斌网上访谈实录[J]. 围棋天地, 2000(7):42-45.

[8]余平. 围乙行韩流[J]. 围棋天地, 2007(14):58-61.

[9]余平. 红颜的天空[J]. 围棋天地, 2008(3):52-57.

[10]刘世振, 赵守洵.“古今之争”系列专题第一集 刘世振有话说[EB/OL].https://v.youku.com/v_show/id_XNjczMTkyNjg0.html,2014-02.

[11]川端康成. 吴清源棋谈[J]. 围棋天地, 2014(24):89-114.

[12]王元. 学习和体会(四十二) [J]. 围棋天地, 2021(11):79-81.

[13]胡耀宇.历史上有哪些著名的围棋棋局？[EB/OL].https://www.zhihu.com/question/30915656/answer/513847331,2018-10-19.

[14]何云波. 总把新桃换旧符 清代围棋布局及其理论[J]. 围棋天地, 2014(17):86-94.

[15] 李喆. 从兼山堂到桃花泉——试述中国古代围棋棋艺的发展演变[J]. 围棋天地, 2016(2):79-83.

[16]李喆 陈祖源. 中国围棋技术发展史研究[M].中国围棋论丛（第4辑）.杭州:杭州出版社,2019.

[17]胡煜清 陈祖源.晚清中日围棋水平对比研究[M].中国围棋论丛（第5辑）.上海:上海古籍出版社,2020.

[18]田渊栋. Analyzing Go Games by the Quality of Moves[EB/OL].

[19]耀宇围棋.范廷钰和AI错失“绝杀”申真谞的良机[EB/OL].https://mp.weixin.qq.com/s/RLHzHtWb4mpIAgO8Y-GpFQ,2021-01-19.

[20]时年. 惊：一度爆表AI的晚清一局棋，“有远神”有多神？[EB/OL]. https://home.yikeweiqi.com/desktop.html#/gonews/detail/43729, 2021-01-28.

[21]崔灿. 从《有远神》一文 探讨围棋AI分析的研究规范（下）[EB/OL]. https://home.yikeweiqi.com/#/gonews/detail/44173, 2021-02-16.

[22]lightvector. training in traditional Chinese rule[EB/OL]. https://github.com/lightvector/KataGo/issues/253, 2020-06-21.

[23]崔灿. 传统围棋理论的偏差及其原因[M].中国围棋论丛（第5辑）.上海:上海古籍出版社,2020.

注释

[0] 即A让二子胜B，B与C基本处于同等水准，D让不动C二子，E让D一先略优，故A与E水平相当。

[1] 本研究所有经围棋AI分析后的棋谱样本，均可通过https://github.com/cuicanwq/WEIQI/releases/tag/traditional链接下载查验。

[2] （Go Text Protocol）一种围棋文本协议，用于支持围棋AI的开发测试。

[3] Leela zero（里拉零）是最早的开源围棋AI项目。2017年11月启动，2021年2月终止。

[4] 图片摘自Lizzie程序说明文档。

[5] 人工神经网络(Artificial Neural Network，ANN)，是一种在生物神经网络的启示下建立的数据处理模型。神经网络由大量的人工神经元相互连接进行计算，根据外界的信息改变自身的结构，主要通过调整神经元之间的权值，对输入的数据进行建模，最终具备解决实际问题的能力。

[6] 以AlphaGo为例，AlphaGo Zero训练3天的版本与AlphaGo Master都是20b，而AlphaGo Zero训练40天的最强版本则为40b。

[7] 神经网络卷积层输出空间的维度，可以简单理解为卷积层的“面积”。

[8] “b“和”c“对计算速度的影响不一样，大致是40b的计算速度为20b的50%，256c的计算速度为128c的25%。

[9] 可以简单理解为对当前局面的模拟评估次数。

[10] 在10k计算量以内，围棋AI的“棋力”大致是计算量翻倍，Elo积分增加200左右。

[11] 使用围棋AI协助对局的舞弊行为。

[12] 蒙特卡罗方法（Monte Carlo method），也称统计模拟方法，使用“随机数”来解决很多复杂的计算问题。

[13] 置信区间95%。P（Sig/显著性）<0.05< span="">/<0.01< span="">/<0.001表示< span="">不同水平上的差异显著性。“显著性水平”体现的是两组数据有无统计学意义上的差异，即差异有多大可能是由于取样原因导致。计算使用统计软件SPSS20.0，下同。

[14] KataGo引入了目数计算，可以显示某方当前的目数领先数值，即双方的目差（score lead）。需要注意的是，KataGo的“目差”是所有模拟结果的平均值，并不是一般意义上理解的目数优势大小。因此会有实战结果不可能出现的小数，以及目差与胜率倾向不一致的现象——某一方可能在胜率55%的时候，目差却是负值。这可能是因为KataGo模拟的大多数胜利结果都为小胜，但失利结果基本是“死大龙”，所以产生了这种矛盾。

[15] 详见后文。

[16] 不同权重也有棋力上的区别，但这种差异十分微小，与计算量不同导致的棋力差别不可同日而语。

[17] 样本详情见本文第三章“样本的选择”

[18] 第三选点，计算量也越过了“不低于最高选点20%”门坎.

[19] 版本1.5.0 20b权重，1000k计算量。

[20] 效应量（Effect Size），是用于描述效应大小的汇总统计量。显著性水平体现两组数据有无统计学意义上的差异，即差异有多大可能是由于取样原因导致；效应量则描述实际的差异大小，数值越大代表差异越大，通常分为0.20（小）、0.50（中）和0.80（大）三个水平。

[21] 吻合度数值去掉百分号后，通常比AI评分稍高一点——平均2.00左右。

[22] 在世界大赛决赛的270局棋中，仅有3局胜方的全局平均胜率波动高于负方，且均在0.1%以内。

[23] 样本为表7中的“职业高手”，同样统计前180手的数据。

[24] 即每一次基于蒙特卡罗方法搜索的playout结果，。

[25] 例如一步棋造成多少胜率损失，才能算作是“恶手”。

[26] 取1000k计算量下的数值。下同。

[27] 部分国际性赛事头衔是否算得上“世界冠军”，中日韩三国棋院的认定并不统一。本研究采取中国棋院的认定标准。

[28] 《黄徐对子谱》除外。

[29] 由日本江户幕府主办的每年进行的一次优秀棋士争霸赛，同时是幕府测试高段棋士的一种方式。参赛的棋士原则上来说都是各家的掌门人和有望成为掌门人的后继者，担负着一门的名誉，通常都会以最慎重的态度参赛。

[30] KataGo 1.8.0版本开始了分布式训练，即借助网络上多台计算机的GPU资源共享，以加快围棋AI训练速度。KataGo作者在版本1.4.5中，最后一次对权重棋力进行了加强，从这一版本到1.8.0分布式训练之前，各版本相同权重之间不存在棋力（Elo）方面的差异。

[31] 但在后文中的布局阶段对比时，仍采用未处理的原始棋谱样本。

[32] 满足“180手以上”的条件。

[33] 《当湖十局》与《黄龙周虎》棋谱全部收录，其余三组对手棋谱各有一局不足180手。

[34] 吻合度与“AI评分”方面的差异极其具有显著性（P<0.001），< span="">效应量均为0.38左右；平均胜率波动方面的差异非常具有显著性（P<0.01），效应量0.262。< span="">

[35] 所有组别的“AI评分”显著性检验，与下表吻合度的结果并无冲突，故不再单独列出。

[36] 数据分析软件由系统分析员蒋无有设计，感谢这位棋友对本研究提供的帮助。

[37] 缔角时有一颗棋子在“小目”的位置。