围棋学不好的数据分析师如何能做好育种？

大家好，我是邓飞。

围棋作为最后被计算机攻克的棋牌类游戏，它的复杂度相对于其它游戏遥遥领先，之前没有接触过，一直感觉到高深莫测，也没有机会学习，这次入门围棋让我想到了很多，写篇博客介绍一下吧。

1. 资源是有限的

下围棋，是你走一步，对手走一步，所以要发挥出每一步的价值，围棋，是围地盘，地盘大的赢。要确保自己能围很多地盘，还要能守住，才是目的。所谓：“金角银边草肚皮”，就是说，角落最好围，因为可以利用两边的线，边是齐次，中间最难围，所以下围棋是先占角，然后拆边，最后中腹作战。围棋中的三个阶段：布局，中盘，官子。

经济学中讲，人的资源是有限的，人的欲望是无限的，如何把有限的资源更大效率的利用，满足更多的欲望，这是一个学问。下围棋也是这样，利用效率的高低，也分为不同的级别，古人分为九品，其中一品等级最高。

一品入神、二品坐照、三品具体、四品通幽、五品用智、六品小巧、七品斗力、八品若愚、九品守拙。

育种中也是这样，资源总是有限的，资金有限，人员有限，土地有限，种质有限，时间有限，要怎么搭配如何选择才能效率最高效果最好，这确实需要好好思考规划。体会到资源是有限的，才会不断把目标记于心中，在行动中认识到意义，就像每个细胞可以克隆为一个整体，每个工作也能体会对整体的意义，每个棋子彼此的配合，一花一世界，一叶一菩提。

个人的时间分配也是这样，时间是有限的，注意力是有限的，或者享受生活，或者努力工作，切勿浑浑噩噩，不知所措。下棋少走俗手，多走本手，走妙手。尼采有云：力的过剩就是力的证明。

2. 模块化的学习的必要性

做育种时，数量遗传学是基础，配合力、育种值、类群划分这些概念不是可有可无的东西，这是基础模块。围棋也有各种模块化的学习，比如各种定式以及定式的常见变化，就像搭积木一样，有些招式是连接在一起的，这有点像GWAS中的LD概念，高度连锁，如果下棋时对方走无理手，后面会吃亏。

围棋发展到现在，经过多少前辈总结淘汰，保留的都是可行度很高的定式，所以学习围棋，学习定式，就是学习一个一个的模块。育种也是这样，有很多模块化的东西，比如同质选配、异质选配有很多规则，选择强度与群体变异情况，包括类群内和类群间的组配模式，有很多模块。模块可以用于组合，也可以打破创建新的模块，但是创造性的模块要建立在掌握的基础上，围棋不是一堆散落的棋子随意组合，育种也不是一些种质随意的组配，都有一定的定式和模块。

关于定式和模块的学习，围棋中有棋谱和死活题，育种中有推广品种的育成历史，这些就像围棋比赛九段棋手的棋谱，可以模仿，可以研究理解，可以修改创新。

关于编程学习，模块化的包，比如R包，python包，在此基础上可以自己编写函数和包去满足自己的需求，这些模块化的东西比从头开始制造轮子要更高效。

3. 站在巨人的肩膀上

柯洁被问到今天的棋手强还是古代的棋手强，柯洁说：现在的棋手计算力要强于古人，我觉得整体而言，现在的棋手要高于古人，当然顶尖的国手计算力还是可以和如今的九段一决高下的，毕竟人类的智力没有多少进化，对于离群点的国手，今人古人应该差异不大。

关于计算力，围棋中计算力的高低，每个人不一样，有些人算得快算得远，但这个东西更多的是可以训练的，特别是大量死活题的训练，对于计算力的提升帮助很大。围棋老师说：一万道题，入段轻轻松松，就是说的这种情况。

同理，现在的育种水平整体高于过去，就像现在的品种普遍吊打过去的品种，不是过去的品种退化了，而是现在的品种变强了。育种利用的是育种值，遗传进展不停止，育种就一直往前进。

对于育种家，这个“家”也称为高手，到“家”的过程中，也要像围棋算力提升一样，不断地做死活题，思考--操作--复盘总结，组配--观测--分析--总结，把这个过程不断地输入自己的大脑，然后大脑建立一个模型，建立一个反射弧，然后成为育种专家，成为育种家。

4. 自己的风格

下围棋可以感受到不同人的风格，有些棋手喜欢战斗，有些擅长防守，有些重视实地，有些更偏外势，风格各异，比如“宇宙流”，“中国流”，“清源流”等。

育种家也有自己的风格，有些高产，有些稳产，有些局部优势大，有的抗性特别好。具体原因，有种质资源的原因，更多的是育种家的选择。因为育种有很多目标，选择不同，自然结果也不同。就像每个棋手，棋子都是一样的，下法不同，自然风格也不一样。

人工智能AlphaGo战胜人类，目前普遍使用的腾讯的人工智能软件“绝艺”，人类完全不是对手，人工智能成为棋手下棋中的评分器，这一手胜率降低了30%，这一手胜率提升了40%，人工智能以一种数学的角度去判断落子的效率，AI风格席卷棋届。育种中也有这种趋势。

5. 未来的育种

就像围棋有了AI风格，育种中的商业化育种也降低了个人风格的影响，数据决策，测产、测试、分析等流程搭建和维护成为了主要，育种家依赖数据做决策，从围棋发展的角度上看，未来的育种应该也是这个趋势。

6. 勤而行之

最初，人类根本不相信计算机能下过人类，象棋90年代都已经被破解，而2015年之前的计算机的围棋最高水平也不过是三段，对于九段棋手计算机连陪玩的资格都不够，随着AlphaGo的出现，人工智能以一种飞速的发展打破了人类的认知，AlphaGo1.0李世石还可以赢一局，AlphaGo2.0对柯洁三比零胜利，后面人类就再也没有赢过一局。这就是数据模型的力量，

现在的围棋比赛，人工智能成为了落子效率的标准，而人工智能之前的比赛成为了神仙打架，很多招式人类也很难看懂，匪夷所思。

未来的育种，包括很多决策，估计都会向这个方向走。

老子有云：“上士闻道，勤而行之；中士闻道，若存若亡；下士闻道，大笑之。不笑不足以为道。”，现在围棋中很多AI定式，比如点三三，几乎每局比赛都会出现，很多棋手也找人工智能陪练。对于育种，也应该有所启示，勤而行之。

好消息是，育种的评价维度很多，不像围棋有胜负清晰，而且每人只能一步一步走。人工智能在育种选择的应用，也只能是环节化的应用，比如基因组选择……

但是，要看到，未来的趋势，就像现在围棋比赛中大家都有AI定式，一些新的方法必将改变育种的流程和育种家的选择，比如DH+GS，比如基因编辑等，工具的应用不但可以提升效率，更重要的是他会有先行者的奖励，数据积累越多模型迭代越好预测准确性越高，庄周骑着大鱼说：“这就是蝴蝶效应”，因为效果可以叠加……

7. 所以，数据分析师应该怎么学围棋

先把AlphaGo配置上吧。

为何要搭建自己的AI围棋，腾讯围棋和野狐围棋，AI复盘都要钱，99围棋只给出最佳选点，但是没有给出变化图。所以，自己搭建一个AI围棋，用于复盘野狐围棋和99围棋的棋谱，是一个比较好的解决方案。

折腾的结果：

• 完成AI围棋的搭建，引擎是Katago
• 可以使用AI对局，可以复盘，可以选点推荐，胜率变化
• 野狐围棋下载的棋谱，可以用Katago复盘
• 99围棋下的围棋，可以用Katago复盘

目前战绩1:8，野狐1段：

这里，我把自己的配置好的文件，进行了整理，里面安装包、配置文件，都是完整的，直接配置使用。

安装Sabaki

最新版：https:///SabakiHQ/Sabaki/releases/tag/v0.52.2

文件夹已经下载的事最新版：

打开之后的界面：

配置Sabaki的中文菜单：

找到参数设置界面，选择语言为简体中文：

配置Katago智能AI引擎

文件夹中的文件，这几个名字后面有用：

Katago文件名：

exe是引擎，gz是权重文件，cfg是参数文件，三个文件名需要在设置中体现

点击Sabaki中的设置，点击引擎：

D:\weiqi\Sabaki+Katago1.45\Katago1.4.5\katago-v1.4.5-opencl-windows-x64\katago.exe 
gtp -model kata20bs530.bin.gz -config default_gtp.cfg 
time_settings 0 5 1

具体配置的文字版介绍：

• 第一个是版本的名称，注意，上面是我的文件路径，每个人要选择自己文件所在的路径
• 第二个是exe的路径
• 第三个分别制定gpt model config 和cfg文件
• 第四个是落子间隔时间

然后点击引擎，点击图标，开始初始化：

上面初始化完成，就可以用AI下棋了。

Katago配置的Sabaki使用说明

点击AI分析后，会给出每一步棋的胜率变化，以及下一步棋的推荐选点，绿色的是第一选择，齐次是红色的，其它没有颜色的不推荐。

右上角是胜率的变化曲线。

右下角是每个棋的分支，主分支是实际下棋的路线，尝试下棋就会有分支，以及分支的分支，可以尝试很多可能。

把鼠标放在推荐的选点上，会给出5~10步的AI推荐应对棋，用于展示可能得变化。

如何用Katago复盘野狐围棋的棋谱

网上有把Katago链接到野狐围棋上，这里不做介绍，我们用AI不是为了作弊，而是为了学习，更好的复盘。所以，可以把野狐上自己或者别人下的棋谱下载到电脑上，用Katago复盘，加快自己的理解。

打开电脑版的野狐围棋，找到棋谱，保存棋谱，格式为sgf文件。

用Sabaki打开，用Katago复盘时显示无法同步，主要是因为贴目没有设置，设置一下就可以了。

在对局信息中，设置贴目7

然后按F4快捷键，就可以智能分析棋局了：

如果觉得Sabaki的棋子摆得有点歪，可以设置一下：

就不歪了：

99围棋棋谱AI复盘

登录电脑版的99围棋，找到棋谱：

找到棋谱：保存棋谱：

用Sabaki打开，设置一下贴目，就可以用Katago分析了：

Sabaki和Katago软件下载：本公众号（育种数据分析之放飞自我）回复：围棋，获得下载链接。

资源推荐：

1，快来领取 | 飞哥的GWAS分析教程

2，飞哥汇总 | 入门数据分析资源推荐

3，数量遗传学，分享几本书的电子版

4，R语言学习看最新版的电子书不香嘛？

5，书籍及配套代码领取--统计遗传分析导论

6，飞哥的学习圈子