Michiel Eijkhout
Met de opkomst van de nieuwste AI-toepassingen is het leven van de go-speler in een paar jaar tijd aanzienlijk veranderd. Iedereen met een fatsoenlijke pc kan thuis een programma installeren met een speelsterkte van een 17e dan prof, gratis en voor niets. Professionals hebben de bovenmenselijke sterkte van de go-programma’s erkend en gebruiken ze voor hun analyses. Op Youtube kun je filmpjes vinden van profs die vaak vergeefs hun best doen KataGo te verslaan.
In deze reeks artikelen wil ik nader ingaan op verschillen in stijl tussen een AI en een mens. Wat ‘ziet’ een AI anders dan een go-speler? En wat heb je als mens aan een go-spelende AI op je computer? Je kunt je eindeloos vaak laten inmaken met een heleboel stenen voor, maar hoe gebruik je AI om sterker te worden?
Wie een partij ter analyse in een AI-programma invoert, stuit al snel op een probleem in de communicatie. De AI geeft zijn mening in percentages. Een zet wordt beoordeeld als -3,4% en laat je winstkansen dalen naar 41,8%. Best interessant, maar toch niet echt hoe een mens naar zijn stelling kijkt. Bovendien zijn die percentages gebaseerd op een speler die het niveau van 17e dan prof heeft. Ze veronderstellen in feite dat je op een zeer hoog niveau speelt en geen fouten maakt.
Er zijn wel vuistregels hoe de percentages te interpreteren. Zit je tussen de 0% en -2% dan is het een prima zet. Tussen -2% en -5% is nog steeds niet slecht. Maar kom je tussen -5% en -10% dan was het toch zeer matig. En -10% en lager betekent: dit was echt fout. Die 10%-grens geeft een goed handvat om partijen te analyseren. Zoek de zetten die echt fout waren, het hoeven er hooguit drie of vier in een partij te zijn, en kijk wat je gemist hebt. Zit het in leven-en-dood situaties? Of faal je in het kiezen van je strategie of heb je af en toe een black-out? Uiteindelijk is het analyseren van je eigen partijen de beste manier om sterker te worden.
Een kenmerk van de go-programma’s is dat ze gebied erg belangrijk vinden. Of, anders gezegd, dat ze minder onder de indruk zijn van invloed dan menselijke spelers. Het navolgende fragment geeft een aardige indruk van dit verschil in speelstijl tussen AI en mens.
Figuur 1
Het fragment komt uit de vijfde partij om de Japanse Kisei titel tussen Kato Masao (zwart) en Kobayashi Koichi in februari 1988. In die tijd vertegenwoordigden zij de absolute top van het professionele go. Na 75 zetten is de stelling in figuur 1 ontstaan. Zwart heeft zojuist de gemerkte zet gedaan. Er staat een gedetailleerd commentaar van Kobayashi op deze partij in Go World en volgens hem staat zwart op dit moment beter. De AI het daar helemaal mee eens.
De partij ging verder als in figuur 2. Wit invadeerde met 1, waarna zwart met 2 en 4 de weg naar het centrum versperde, vast van plan daar veel gebied te maken. Vervolgens liet wit zijn twee stenen aan de bovenrand aan hun lot over en knipte met 5.
Figuur 2: 1-5
Kobayashi had weinig commentaar op zijn invasie. “Dit lijkt hier de juiste zet”, merkt hij op. De AI ziet hier echter veel andere mogelijkheden. Een daarvan is weergegeven in diagram 1. Wit verlengt zijn steen, en na zwart 2 speelt hij wit 3. Deze shoulder hit op een steen op de vierde rij doet denken aan de beroemde shoulder hit uit de tweede partij tussen AlphaGo en Lee Sedol in 2016. Een andere optie die de AI beter vindt dan de partijzet is om op of in de buurt van A te spelen.
Diagram 1
De keuze van zwart voor het centrum was ook al niet wat de AI in gedachten had. In plaats daarvan had het liever de hoek willen afschermen. Gebied boven alles… De favoriete zet was zwart 1 in diagram 2, om na bijvoorbeeld een witte sprong naar 2 met zwart 3 de aanval kracht bij te zetten. Zelfs nadat zwart al een keer in het centrum gespeeld heeft, wil de AI liever voor de hoek gaan. Zie diagram 3: zwart verdedigt de hoek af en houdt wit onder druk.
Diagram 2
Diagram 3
Kobayashi had geen commentaar op zwarts centrumstrategie. Hij scheen de partijzetten als vanzelfsprekend te beschouwen. Toch verloor zwart volgens de AI met deze speelwijze het meeste van zijn voordeel.
De witte knip op 5 in de partij was vervolgens de beste zet. Wit pakt zo behoorlijk wat punten en zijn twee stenen aan de bovenrand kan zwart toch niet zomaar vangen.
De partij ging verder als in figuur 3. Zwart gaf atari met 6 om zijn centrum af te palen. Vervolgens pakte wit met 15 en verder wat punten en bracht zijn stenen aan de bovenrand in veiligheid. Voor de verandering had de AI bij de zetten in deze figuur niet veel bedenkingen. Zwart 16 had het liever een punt naar links gespeeld, maar verder deden wit en zwart de beste zetten.
Dat gold ook voor zwart 22. Dit soort plakzetten op een hoeksteen zijn typisch voor de AI-speelstijl, maar deze partij bewijst dat ook profs dergelijke zetten al kenden en gebruikten. Zwart probeert hiermee wits hand te forceren. Als wit de hoek verdedigt kan zwart het centrum vergroten. De AI geeft aan dat zwart 22 inderdaad de beste zet is. Tot zover deze partij. Zwart staat op dit moment nog een tikje beter, maar wit won uiteindelijk met een half punt.
Figuur 3: 6-22