新AI改變的第3手定式，與10種戰法
我們重新打造了 bocch 的「最強」電腦。讓它和原本的「最強」對弈400局，結果是293勝83敗24和，勝率76%。這篇文章整理新AI是怎麼做出來的，以及用它的眼光重新檢視後，定式和戰法有什麼改變。
從評分表，到看整個棋盤的AI
以前的AI是看著局面，用評分表來判斷「哪一方有利」。抵達對岸的棋子1顆249分、孤子扣分、能走的手多就加分、有下一手就能抵達的棋子也加分，大概是這樣。各項目的權重是用26,000局的數據調整的，但項目本身是人想出來的。人沒有察覺到的形狀好壞，評分表寫不進去。
新AI不用評分表，而是看整個棋盤，直接算出那個局面有多容易贏。這就是神經網路。我們沒有教它該看什麼，它和自己下了數十萬局練習賽，自己學會了容易贏的形狀。
下練習賽、復習輸掉的局面、再和之前的自己比試，贏了就換成新的自己。這樣重複了9輪，成功交替的只有4次。越強，就越難贏過之前的自己。
途中也做了把AI的腦袋加大的實驗。判斷形勢變得稍微準確了一點，但計算變重了2倍以上，能讀的手淺了1手，結果輸給原本的AI。反過來，只是把計算加快的版本，對原本的AI贏了57%。也就是說，在 bocch 裡，能讀得深比看得聰明更重要。現在的「最強」每手用3秒，讀到15手深。
第3手的定式有什麼改變
我們用新AI的眼光，重新調查到第3手為止的定式。第1手和第2手幾乎沒變，黑方依偎、白方並肩依然是主線。改變的是第3手，大致發現了2件事。
1. 雙方都守角時，照定式走依偎
這是黑方守角（6f→6e）、白方也以守角（1a→1b）應對的局面。定式的第3手是另一側的依偎 1f→2e。新AI則選了把守角的棋子再靠一步的 6e→5e。
各讓它們下100局，定式的依偎是80%，AI的手是49%。這是定式正確的局面。開局時，先組成棋塊比把手伸開更容易贏。
2. 對方衝到中間時，往前推
接下來是黑方守角後，白方以 5a→3c 的候鳥衝進中間的局面。這裡的定式也是依偎。新AI則走 5f→5d 的一桿槍，把棋子往前推了2格。
結果是定式的57%，對上一桿槍的88%。對方衝到中間時，與其鞏固防守，不如往前出擊決勝負。這就是新AI的答案。根據這個結果，我們改寫了「最強」電腦的定式表，以及遊戲「學習」分頁裡的第3手表。
第1手與第2手的組合＝戰法
在 bocch 裡，我們之前都像依偎、一桿槍這樣，一手一手地取名字。但用新AI重新調查後發現，即使第1手相同，勝率也會因第2手而完全不同。
所以我們把自己第1手和第2手的組合稱為「戰法」，替最常見的10種取了名字。不論黑方或白方，形狀相同就是同一個名字。有了名字，就能一句話說出這局的開局是什麼，記起來、和別人討論都更輕鬆。就和將棋的矢倉、四間飛車一樣。
下圖是黑方走了2手的樣子（省略白方的手）。每種戰法都讓新AI互相對弈200局。
正統派：對方正確應對也很強
- 盾槍：用依偎做出盾牌，再用一桿槍把旁邊的棋子筆直推出。對方以最佳手應對時勝率也有47%，是10種中最高的。在以前的定式中也是主線。
- 送行鳥：把依偎旁邊的棋子，用候鳥斜著跳出去。對方隨便下是86%，以最佳手應對也有42%。
奇襲型：對不熟悉的對手能大勝
- 雙璧：左右兩邊都靠攏。對方隨便下是87%，是10種中贏最多的。不過被並肩應對就會變得辛苦（雙璧的文章）。
- 先鋒：先衝到中間，再把邊靠攏。
- 一隅：守角之後，把另一側的邊靠攏。
- 雙刃：把依偎和另一側的候鳥組合起來。
另類：損手定式
先用守角走出1步，再靠攏1步的戰法。最後的形狀和用1手走依偎完全相同，所以整整虧了1手。即使如此，在對方以並肩應對的局面中仍有35%的勝率，沒有想像中那麼差。
不該走的戰法
- 迷途：用流雲衝出去之後再靠攏。就算對方隨便下，勝率也不到4成。
- 擊龍槍：用一桿槍和正面突破，兩路一起衝進去。
- 浮浪雲：用候鳥和流雲，讓棋子四分五散。
擊龍槍和浮浪雲，就算對方隨便下，勝率也在6%以下，幾乎贏不了。放著邊上的棋子不管、把棋子往中間跳，一定會被新AI抓住破綻。
總結
- 開局的基本是鞏固附近。
- 不過，對方衝到中間時，就往前推。
- 戰法中，盾槍和送行鳥是正統派。雙璧很強，但被並肩應對時要換成別的手。
在遊戲中，自己的第2手走出戰法時，它的名字會浮現在棋盤上。歡迎來和新的「最強」電腦對戰。
這篇文章是把 YouTube「bocch定跡研究」第24集的內容改寫成文章。雙璧被並肩應對時的勝率，已換成之後重新測量（第25集）的數字。