建設(shè)棋牌譜標(biāo)準(zhǔn) 構(gòu)建計(jì)算機(jī)博弈競賽持續(xù)發(fā)展新生態(tài)

王亞杰，王曉巖，邱虹坤，李 飛

（沈陽航空航天大學(xué) 工程訓(xùn)練中心，沈陽 遼寧 110136）

2016 年，當(dāng)谷歌公司的阿爾法圍棋軟件（AlphaGo）與世界圍棋冠軍李世石上演了“世紀(jì)人機(jī)大戰(zhàn)”之際，人工智能引發(fā)了世界范圍內(nèi)的研究與開發(fā)熱潮。AlphaGo 主要利用深度學(xué)習(xí)方法訓(xùn)練了兩個(gè)網(wǎng)絡(luò)：策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)[1]。2018 年，AlphaGo Zero 又橫空出世，它主要使用強(qiáng)化學(xué)習(xí)算法，將價(jià)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò)整合為一個(gè)架構(gòu)[2]，訓(xùn)練3 天就以100比0 擊敗了上一版本的AlphaGo。2019 年初，AlphaStar在《星技爭霸2》中以10∶1 戰(zhàn)勝了職業(yè)選手，又取得空前勝利，它主要使用了一種新的多智能學(xué)習(xí)算法。這些算法促進(jìn)了人工智能技術(shù)的快速發(fā)展，在未來，它將得到更多應(yīng)用，成為無數(shù)人工智能產(chǎn)業(yè)和服務(wù)的基礎(chǔ)。

計(jì)算機(jī)博弈，也稱之為機(jī)器博弈，就是讓計(jì)算機(jī)學(xué)習(xí)人的思維模式，像人類一樣，能夠思維、判斷和推理，并做出理性決策，與人類選手或另一臺(tái)計(jì)算機(jī)進(jìn)行的對弈[3-4]，如國際象棋、六子棋、德州撲克等。計(jì)算機(jī)博弈是人工智能領(lǐng)域的重要應(yīng)用，是研究人類思維和實(shí)現(xiàn)機(jī)器思維最好的實(shí)驗(yàn)載體，是人工智能研究的“果蠅”[5-6]。當(dāng)人機(jī)大戰(zhàn)已沒有懸念，面對人工智能浪潮洶涌而至，基于機(jī)—機(jī)對戰(zhàn)的計(jì)算機(jī)博弈大賽就格外引人注目。

1 計(jì)算機(jī)博弈競賽在國內(nèi)的發(fā)展

1.1 競賽基本情況

中國計(jì)算機(jī)博弈大賽由東北大學(xué)徐心和教授團(tuán)隊(duì)組織籌備，在組建中國人工智能學(xué)會(huì)機(jī)器博弈專委會(huì)（以下簡稱“專委會(huì)”）的基礎(chǔ)上，于2006 年在北京舉辦了首屆計(jì)算機(jī)博弈比賽。計(jì)算機(jī)博弈雖然在我國起步較晚，但發(fā)展非常迅速，表1 為歷屆博弈比賽的地點(diǎn)與項(xiàng)目名稱，圖1 為歷屆比賽的參賽學(xué)校數(shù)和參賽隊(duì)數(shù)。因競賽項(xiàng)目具有喜聞樂見、挑戰(zhàn)無窮、公平公正等特點(diǎn)，競賽影響力不斷增加，競賽規(guī)模不斷擴(kuò)大。

表1 歷屆計(jì)算機(jī)博弈競賽的基本數(shù)據(jù)

圖1 歷年計(jì)算機(jī)博弈競賽的參賽隊(duì)數(shù)與學(xué)校數(shù)統(tǒng)計(jì)

1.2 競賽發(fā)展情況

計(jì)算機(jī)博弈在我國經(jīng)歷了12 年的發(fā)展，從表1和圖1 中可以看出，競賽呈現(xiàn)出良好的發(fā)展態(tài)勢。

（1）競賽項(xiàng)目數(shù)不斷增加。從最初的1 個(gè)項(xiàng)目發(fā)展到19 個(gè)項(xiàng)目，目前大學(xué)生競賽項(xiàng)目包括五子棋、六子棋、點(diǎn)格棋、蘇拉卡爾塔棋、亞馬遜棋、幻影圍棋、不圍棋、愛恩斯坦棋、軍棋、海克斯10 種棋類；錦標(biāo)賽項(xiàng)目包括中國象棋、圍棋、十三路圍棋、九路圍棋、國際跳棋（100）、國際跳棋（64）、二打一撲克牌（斗地主）、橋牌、德州撲克9 種棋牌類，該比賽面向社會(huì)所有人員。

（2）參賽隊(duì)數(shù)不斷上升。從不足10 所高校到50多所高校參加，每年有240 多支代表隊(duì)參加全國決賽。如果統(tǒng)計(jì)各類選拔賽，每年全國參與學(xué)生數(shù)累計(jì)約5 000 多人，為我國人工智能人才培養(yǎng)提供了有力支撐。

（3）競賽形式多樣化。從完全信息博弈（如中國象棋、六子棋等）發(fā)展到不完全信息博弈（如斗地主、幻影圍棋等）；從個(gè)體對抗（如圍棋、軍棋等）發(fā)展到團(tuán)隊(duì)協(xié)作（如橋牌、二打一撲克牌等）。這種多類型項(xiàng)目的設(shè)置有利于調(diào)動(dòng)師生參與的積極性，更有利于學(xué)術(shù)的深入研究。

（4）競賽得到多個(gè)單位的主辦支持。最初的全國錦標(biāo)賽由中國人工智能學(xué)會(huì)主辦；2011 年，專委會(huì)增加了全國大學(xué)生計(jì)算機(jī)博弈競賽項(xiàng)目，得到了教育部高等學(xué)校計(jì)算機(jī)類專業(yè)教學(xué)指導(dǎo)委員會(huì)的主辦支持；2015 年，該比賽被納入第三屆全國智力運(yùn)動(dòng)會(huì)，又得到國家體育總局棋牌運(yùn)動(dòng)管理中心的主辦支持，這一過程也體現(xiàn)了計(jì)算機(jī)博弈越來越受到關(guān)注與重視。

（5）競賽與國際接軌。競賽中的大部分項(xiàng)目與ICGA 組織的國際計(jì)算機(jī)博弈奧林匹克比賽項(xiàng)目一致，如圍棋、國際跳棋、愛恩斯坦棋等，使參賽者既可以在國內(nèi)賽場上比拼，也可以走向世界，參加國際比賽。近幾年，沈陽航空航天大學(xué)、北京理工大學(xué)、北京科技大學(xué)的學(xué)生在國際大賽中均有精彩的表現(xiàn)，為國家爭得了榮譽(yù)。

（6）競賽效果顯著。通過競賽較好地提高了學(xué)生的實(shí)踐能力、創(chuàng)新能力、決策能力、合作交流能力和受挫折能力；同時(shí)依托競賽項(xiàng)目，還支撐了許多學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目申報(bào)、軟件專利申請、學(xué)術(shù)論文發(fā)表等，也較好地培養(yǎng)了學(xué)生的科研素養(yǎng)和鉆研精神。多年的競賽比拼，還產(chǎn)生了一些知名博弈軟件，如東北大學(xué)的中國象棋“齊天大圣”、北京郵電大學(xué)的圍棋“本手”、北京工業(yè)大學(xué)的圍棋“深石”、蔣志敏團(tuán)隊(duì)的“象棋名手”、重慶理工大學(xué)的“騎士”等，它們都在不同時(shí)期引領(lǐng)著我國機(jī)器博弈技術(shù)的發(fā)展。

1.3 競賽存在的不足

（1）“山寨程序”依然存在。所謂“山寨程序”是指程序的主體部分抄襲他人的開源和非開源代碼，改頭換面后作為自己開發(fā)的程序前來參賽。目前個(gè)別代表隊(duì)沒有努力提高自身的技術(shù)水平，而是想走捷徑，使用山寨程序參賽，這種不勞而獲的行為導(dǎo)致了競賽的不公平性，嚴(yán)重挫傷自主研發(fā)的積極性，既不利于大學(xué)生良好學(xué)風(fēng)和科研作風(fēng)的培養(yǎng)，也不利于計(jì)算機(jī)博弈事業(yè)的健康發(fā)展。

（2）競賽水平發(fā)展較慢。從參賽項(xiàng)目和參賽隊(duì)數(shù)量來看，我國已是計(jì)算機(jī)博弈的大國，但還不是強(qiáng)國。由于競賽入門知識(shí)偏難和普及性不夠等原因，目前參賽的學(xué)校數(shù)還不多，各高校和研究機(jī)構(gòu)投入的人、財(cái)、力資源還不充分，使得高水平的競賽成果產(chǎn)生緩慢，距世界先進(jìn)水平還有一定差距。

（3）競賽沒有積累棋牌譜數(shù)據(jù)。中國機(jī)器博弈競賽開展了12 年，卻沒有保留下來棋譜牌譜數(shù)據(jù)，這是一件憾事。在機(jī)器博弈技術(shù)中，歷史積累的棋牌譜數(shù)據(jù)本質(zhì)上就是經(jīng)驗(yàn)和知識(shí)，可以直接應(yīng)用，從而可以減少搜索時(shí)間、提高響應(yīng)速度。分析此事的根本原因在于沒有棋牌譜的相應(yīng)規(guī)范或標(biāo)準(zhǔn)，導(dǎo)致沒有數(shù)據(jù)驅(qū)動(dòng)智能，制約了機(jī)器博弈水平的快速提升。

2 制定棋牌譜標(biāo)準(zhǔn)，構(gòu)建博弈競賽新生態(tài)

為了促進(jìn)我國機(jī)器博弈競賽的規(guī)范開展，積累參賽數(shù)據(jù)，擴(kuò)大影響力，提高競賽水平，2017 年11 月專委會(huì)研究并開展了“棋牌譜標(biāo)準(zhǔn)設(shè)計(jì)與打譜軟件開發(fā)”工作，成立了領(lǐng)導(dǎo)組、專家組和項(xiàng)目開發(fā)組，分別負(fù)責(zé)指導(dǎo)與推進(jìn)工作、審核與鑒定工作、設(shè)計(jì)與開發(fā)工作。在10 余所高校20 多人的共同努力下，經(jīng)過6 個(gè)月時(shí)間，完成了19 種棋牌譜的編制。中國人工智能學(xué)會(huì)成立了專家組，對此項(xiàng)成果開展了鑒定工作，專家們一致認(rèn)為：該課題成果填補(bǔ)了國內(nèi)國際該領(lǐng)域空白，是一項(xiàng)意義重大、影響深遠(yuǎn)的公益性事業(yè)。

2.1 棋牌譜標(biāo)準(zhǔn)的設(shè)計(jì)要求

在設(shè)計(jì)棋牌譜標(biāo)準(zhǔn)時(shí)，需要達(dá)到以下具體要求：

（1）與國際接軌，盡量參照國際國內(nèi)通用的棋牌譜規(guī)范，以方便推廣和使用；

（2）棋牌譜格式要注釋清楚、科學(xué)合理、簡單直觀，便于理解和應(yīng)用；

（3）風(fēng)格盡量統(tǒng)一，對于相同類別(落子、走子、吃子等)的棋種，在棋盤坐標(biāo)的定義、著法表述、過程記錄等方面盡量相近，便于掌握和使用；

（4）明確勝負(fù)，記載比賽對手、時(shí)間和地點(diǎn)等信息；

（5）所有棋牌譜文件都為文本文件。

圖2 和圖3 分別是2018 年在合肥開展的國家級(jí)比賽中圍棋和亞馬遜棋的一個(gè)對局的棋譜，標(biāo)題欄處是規(guī)范的文件名稱。

圖2 圍棋的棋譜樣例

圖3 亞馬遜棋的棋譜樣例

2.2 復(fù)盤與打譜軟件的設(shè)計(jì)

在設(shè)計(jì)復(fù)盤與打譜軟件時(shí)，須達(dá)到以下具體要求：

（1）各類棋牌的打譜軟件能直接復(fù)盤或存取標(biāo)準(zhǔn)的棋牌譜文件；

（2）軟件界面美觀大方、坐標(biāo)清晰、有按鈕控制、使用簡便；

（3）復(fù)盤過程可單步復(fù)盤，也可自動(dòng)連續(xù)復(fù)盤；

（4）打譜過程可以悔棋，也可以手動(dòng)行棋；

（5）通過操作打譜軟件，可以手動(dòng)制作，保存棋牌譜文件；

（6）打譜軟件可判定對弈各方的勝負(fù)關(guān)系或積分；

（7）打譜軟件要配備簡單明了的使用說明書；

（8）開發(fā)實(shí)施單位需向?qū)Ｎ瘯?huì)提供軟件設(shè)計(jì)文檔，以便后續(xù)維護(hù)和升級(jí)。

圖4 和圖5 分別為圍棋和亞馬遜棋對應(yīng)圖2 和圖3 棋譜的復(fù)盤分析樣例圖。

圖4 圍棋的復(fù)盤分析軟件

2.3 棋牌譜的推行措施

（1）發(fā)布《機(jī)器博弈棋牌譜白皮書》。依托中國人工智能學(xué)會(huì)宣傳平臺(tái)，發(fā)布棋牌譜標(biāo)準(zhǔn)和復(fù)盤分析軟件，向機(jī)器博弈愛好者充分宣傳棋牌譜標(biāo)準(zhǔn)的意義和應(yīng)用方式。

圖5 亞馬遜棋的復(fù)盤分析軟件

（2）強(qiáng)制推廣棋牌譜。利用中國大學(xué)生計(jì)算機(jī)博弈大賽暨博弈錦標(biāo)賽的品牌效應(yīng)，從2018 年開始，將參賽隊(duì)提交符合要求的棋牌譜數(shù)據(jù)作為比賽規(guī)則之一。

（3）免費(fèi)共享棋牌譜庫。推行共建共享原則，全國比賽積累的標(biāo)準(zhǔn)棋牌譜庫免費(fèi)向參賽隊(duì)共享，以利于參賽隊(duì)提高博弈競技水平，促進(jìn)我國博弈技術(shù)的快速發(fā)展。

（4）解決“山寨程序”問題。保存棋牌譜數(shù)據(jù)后，有利于驗(yàn)證“山寨程序”問題，保護(hù)原創(chuàng)技術(shù)產(chǎn)權(quán)，從而有利于競賽的良性發(fā)展。

3 推進(jìn)計(jì)算機(jī)博弈競賽的發(fā)展

3.1 博弈競賽契合時(shí)代的發(fā)展需要

2017 年8 月，國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中明確指出：“支持開展人工智能競賽，鼓勵(lì)進(jìn)行形式多樣的人工智能科普創(chuàng)作”。2018 年4 月，教育部又印發(fā)了《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》，并提出探索“人工智能+X”的人才培養(yǎng)模式，支持高校師生開展人工智能領(lǐng)域創(chuàng)新創(chuàng)業(yè)活動(dòng)，將人工智能納入大學(xué)計(jì)算機(jī)基礎(chǔ)教學(xué)內(nèi)容。這些政策的推出，使得計(jì)算機(jī)博弈競賽具有時(shí)代意義。

騰訊發(fā)布的《2017 全球人工智能人才白皮書》中提到，中國人工智能人才嚴(yán)重短缺，人才缺口超500萬，供求比例僅為1∶10。鑒于此，計(jì)算機(jī)博弈競賽既能解決我國計(jì)算機(jī)博弈技術(shù)短板問題，又能彌補(bǔ)我國人工智能創(chuàng)新人才急缺問題。

3.2 5 項(xiàng)驅(qū)動(dòng)要素促進(jìn)博弈競賽持續(xù)性發(fā)展

有5項(xiàng)主要的驅(qū)動(dòng)要素能夠促進(jìn)博弈競賽持續(xù)發(fā)展：

（1）應(yīng)用驅(qū)動(dòng)。棋牌類博弈具有經(jīng)久不衰的特點(diǎn)，是深受大眾喜歡的文化生活的重要組成部分。它不同于一般的消遣游戲，還影響和陶冶著人們的道德觀念、行為準(zhǔn)則、審美趣味和思維方式等。特別是中國象棋和圍棋，它們也是國家在中小學(xué)中提倡開設(shè)的益智項(xiàng)目。

（2）項(xiàng)目驅(qū)動(dòng)。一方面中國民間棋類項(xiàng)目繁多，除傳統(tǒng)項(xiàng)目外（如軍棋、飛行棋等），還有一些少數(shù)民族類項(xiàng)目（如藏棋等）；另一方面國際上也經(jīng)常推出新的棋牌項(xiàng)目（如愛恩斯坦棋等），所以博弈項(xiàng)目種類和數(shù)量均能保證競賽的持續(xù)性發(fā)展。

（3）數(shù)據(jù)驅(qū)動(dòng)。通過標(biāo)準(zhǔn)棋牌譜數(shù)據(jù)的積累，可以支持大數(shù)據(jù)智能，利于開展學(xué)術(shù)層面的深入研究，益于形成以數(shù)據(jù)推動(dòng)博弈競賽發(fā)展、以博弈競賽推動(dòng)智能人才培育的良性機(jī)制。

（4）創(chuàng)新驅(qū)動(dòng)。在“互聯(lián)網(wǎng)+”和“人工智能+”時(shí)代，創(chuàng)新是發(fā)展的核心驅(qū)動(dòng)力。基于棋牌類項(xiàng)目的博弈競賽適于培養(yǎng)大學(xué)生的創(chuàng)新能力和創(chuàng)新精神。同時(shí)計(jì)算機(jī)博弈技術(shù)是人工智能技術(shù)的重要引領(lǐng)者，機(jī)器博弈的魅力也是創(chuàng)新的起源。

（5）教育驅(qū)動(dòng)。計(jì)算機(jī)博弈競賽符合實(shí)踐類“金課”的要求[7]。具有①高階性：知識(shí)、能力、素質(zhì)有機(jī)融合在博弈項(xiàng)目中，適于培養(yǎng)學(xué)生解決復(fù)雜問題的綜合能力；②創(chuàng)新性：競賽內(nèi)容反映人工智能時(shí)代的前沿性問題，學(xué)習(xí)結(jié)果具有探究性；③挑戰(zhàn)度：競賽項(xiàng)目有一定難度，學(xué)生需要學(xué)習(xí)數(shù)學(xué)、計(jì)算機(jī)等很多專業(yè)知識(shí)才能完成，對參賽師生均提出了較高要求。

4 計(jì)算機(jī)博弈是新時(shí)代人才培養(yǎng)的落地項(xiàng)目

4.1 適于培養(yǎng)德智體美勞全面發(fā)展的人才

在2018 年的全國教育大會(huì)上，習(xí)近平總書記提出：“要培養(yǎng)德智體美勞全面發(fā)展的社會(huì)主義建設(shè)者和接班人”。計(jì)算機(jī)博弈競賽恰好符合新時(shí)代的人才培養(yǎng)要求。一些棋類項(xiàng)目是中華民族優(yōu)秀的傳統(tǒng)文化遺產(chǎn)，包含了悠久的歷史和厚重的文化沉淀，下棋過程適合陶冶大學(xué)生的情操，培養(yǎng)家國情懷，弘揚(yáng)核心價(jià)值觀，所以博弈是非常好的德育項(xiàng)目。一個(gè)博弈系統(tǒng)涉及過程建模、狀態(tài)表示、著法生成、棋局評(píng)估、博弈樹搜索、開局庫與殘局庫開發(fā)、系統(tǒng)測試與參數(shù)優(yōu)化等核心技術(shù)，這些技術(shù)能夠與專業(yè)知識(shí)緊密結(jié)合[8-9]，所以博弈是非常適合大學(xué)生的智育項(xiàng)目。

計(jì)算機(jī)博弈像其他體育賽事一樣，具有更高、更快、更強(qiáng)的體育精神，參賽隊(duì)員總是不懈地努力，追求更高的目標(biāo)，所以博弈也是一項(xiàng)體育項(xiàng)目。棋者，奕也；下棋者，藝也。棋藝帶給人們無限的啟悟、內(nèi)涵和審美，同時(shí)項(xiàng)目研發(fā)需要團(tuán)隊(duì)協(xié)作精神，所以博弈也是一種創(chuàng)造美感的美育過程。準(zhǔn)備競賽是一件很辛苦的事情，需要投入大量的時(shí)間和精力，是一項(xiàng)強(qiáng)度很高的體力、耐力和智力的運(yùn)動(dòng)，所以博弈更是一種高級(jí)勞動(dòng)。

4.2 適于作為人工智能課程的實(shí)驗(yàn)項(xiàng)目

當(dāng)前，很多高校紛紛開設(shè)人工智能課程，那么用什么案例使課程真正落地呢？由于計(jì)算機(jī)博弈可以間接地、無損地揭示智能的本質(zhì)，而且喜聞樂見的棋牌類項(xiàng)目又能迎合大學(xué)生喜愛游戲的特點(diǎn)，同時(shí)棋牌譜大數(shù)據(jù)的積累，也為教師開展各類機(jī)器學(xué)習(xí)算法的實(shí)驗(yàn)教學(xué)提供了數(shù)據(jù)支持，所以博弈項(xiàng)目非常適合作為人工智能課程的有效實(shí)驗(yàn)載體，適于實(shí)施寓教于樂、寓學(xué)于研、以研促教、以賽促學(xué)的新型教育教學(xué)方式[10-12]。

5 結(jié)語

本文客觀地分析了我國計(jì)算機(jī)博弈競賽的發(fā)展現(xiàn)狀和存在的不足。為了更好地促進(jìn)計(jì)算機(jī)博弈技術(shù)的快速發(fā)展，培養(yǎng)更多的人工智能拔尖創(chuàng)新人才，提出了建設(shè)棋牌譜標(biāo)準(zhǔn)，開發(fā)復(fù)盤分析軟件，形成以數(shù)據(jù)驅(qū)動(dòng)競賽持續(xù)性發(fā)展的新生態(tài)。為了編制更加科學(xué)、合理和規(guī)范的棋牌譜，制定了棋牌譜標(biāo)準(zhǔn)的設(shè)計(jì)要求、復(fù)盤與打譜軟件的設(shè)計(jì)要求和棋牌譜的推行措施。“人工智能+”時(shí)代的特點(diǎn)，進(jìn)一步促進(jìn)了博弈競賽的健康與持續(xù)性發(fā)展；同時(shí)，計(jì)算機(jī)博弈競賽也是契合時(shí)代需要的人工智能創(chuàng)新人才培養(yǎng)的實(shí)踐項(xiàng)目。