从“棋局掌控力”看，清代黄施范与当代业余高手不存在显著差别

flyingsee

数据和“棋局掌控力”定义来自   https://zhuanlan.zhihu.com/p/401014051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，结果见下表。

【原文论文结论：】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。

【真正的结论：清代顶尖国手在这方面的表现，除第一栏外，与“当代业余高手”（以及“道策”）没有显著差别，与“丈和&秀策”和当代职业高手差距明显。】

(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。结果见下表。

【原论文结论：】“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。

【真正的结论：清代顶尖国手在这方面的表现，除了第一栏外，其他均与“当代业余高手”没有显著差别；与“丈和&秀策”和当代职业高手差距明显，各项指标都比道策还差一些。】

flyingsee

挑出来一些被AI肯定的个别招法有什么普遍性意义？

还是得看统计数据，看其表现出来的一般规律。

flyingsee

重要的结论 顶上来

flyingsee

这个结论至今没有被驳倒

有些无知无畏的妄人视而不见

flyingsee

forjoke21cn 发表于 2022-6-12 19:14
不考虑复杂度单纯比较吻合度，如同只比较待在马背上的时间，而不考虑温顺母马和顽劣野马的差别。复杂度到50 ...

（七）“复杂度/不确定度”

在一手棋的“目差”之外，KataGo还统计了计算过程中所有变化[23]的目差，并根据计算量进行加权求和，得到当前局面的“目差标准差（scoreStdDev）”。Yzy在Lizzie中提取了这一指标，起初将其命名为“复杂度”，后因感觉表述不够准确，可能引起误解，遂更改为“不确定度”。

不过，一些棋友认为该指标可以结合“吻合度”，成为评价棋手水平的试金石。理由是倘若一个局面的“目差标准差”数值高，意味着围棋AI计算的变化出现了较大分歧，即“AI算不准”，这说明此时局面十分复杂。在局面复杂时吻合度高，要比局势平稳时的“吻合”更体现水平。

上述说法在“效度”方面的逻辑似乎没问题，但未提及该指标“信度”方面的表现。对这一指标的考察测试，主要得出以下几点结论：

1.根据该指标计算原理，在不同的计算量下，其数值会存在明显差异。围棋AI权重不同也会影响该指标数值。因此，“复杂度/不确定度”怎样才算“高”，缺乏明确的标准。

2.该指标会受到局面优势大小的影响，与当前局面“目差”的数值成正相关。

3.该指标数值“高”时，会放大围棋AI“随机性”的影响，导致取样方面的困难。

除了以上缺点之外，以“复杂度/不确定度”结合吻合度判定棋手水平，在逻辑方面存在硬伤——既然围棋AI都算不准了，那么此时的“吻合度”显然失去了优劣评价的意义。综上所述，“目差标准差”可以看作是围棋AI眼中棋盘上的变数，在一定程度上展现了棋局的风格，但“棋风”无法直接与水平挂钩。KataGo的作者David J. Wu在被问及这一指标的意义时，也表达了同样的观点。

除此以外，棋局的“不确定度”高，不代表棋手驾驭复杂局面的能力就高。

“不确定度”是AI算出来，不是棋手驾驭出来的。最后牛逼的是AI，不是棋手本身。

把局面搅乱，搞的很复杂，不代表棋手下这个局面的棋力就高、能力就强。

如果连这个简单的逻辑关系都不懂，就最好不要妄谈什么复杂度。

flyingsee

golch 发表于 2023-8-22 15:01
都不是一个规则，怎么比？推倒胡和血战到底一起比赛？

前边的那些评测是按照古棋规则评测的。已经考虑了规则上的细微不同。
所谓规则不同不能比较，纯粹是一种借口。