自從 AlphaGo 在2016和2017年接連打敗多名世界頂尖的職業9段棋士後，圍棋和其他棋類一樣，也進入了被 AI 完全統治的年代。
AlphaGo 的出現，使圍棋的發展有重大的突破，長久以來被大量使用的定石或觀念，不斷地被挑戰而加以改進。然而，在 DeepMind 完成 AlphaGo Zero 的開發後，Google 宣布 AlphaGo 將不會再參與公開的對戰，意味著 AI 在棋類發展的階段性成功與近代最強圍棋 AI 的引退。
雖然 AlphaGo 不會再產出任何棋譜，但是 Google 釋出了部分 AlphaGo 過往對弈的棋譜，和 AlphaGo Zero 與 AlphaZero 的論文。以下我們所要講的圍棋引擎 – KataGo，就是基於這些 AlphaGo 的遺物(?)而生的。
本篇就是讓大家對 KataGo 有基本的了解，並讓想要嘗試 KataGo 的人，能夠快速地安裝好所需的程式。
Table of Contents
- KataGo 簡介
- 圖形介面 (GUI)
- 安裝教學（KataGo + CUDA）
- 參數設定
- 實際使用
- 結語
KataGo 簡介
KataGo是David J. Wu依照DeepMind的AlphaGo Zero與AlphaZero論文為基礎，以及許多在DeepMind論文之後的相關研究及原創的研究，大幅改善了訓練速度（超過50倍），也因此搭配所釋出訓練網路資料，成為目前世界上頂尖的電腦圍棋軟體。
KataGo 是一款截至2020為止，最強的開源圍棋機器人(bot)，在大多數情況下強於 Leela Zero (原作者已停止維護)。
它使用許多加強與改進後的類 AlphaZero 訓練過程來訓練自己，簡單講就是：
- 不使用人類棋譜，只給予圍棋的基本規則
- 不需要太多資源 (單一GPU已足矣)
而 KataGo 的特點有：
- 在分析模式下，除了預測勝率外，還包含估算領地和目數
- 擅長讓子棋，不像某些 AI 在局勢極度落後時，下得過於保守
- 支援 7x7 到 19x19 的棋盤大小
- 支援多種圍棋規則，例如：日本規則、中國規則、OGS-中國規則等
- ......
圖形使用者介面(GUI)
雖然 KataGo 可以透過 Console 直接進行操作，但是對於單純想下棋或不熟悉終端機的使用者來說，有個棋盤和圖形使用者介面能看的話，還是比較容易使用的。
以下介紹幾個能與 KataGo 無縫接軌的圍棋圖形介面軟體
- Katrain — 專門為 KataGo 開發的工具，最容易安裝的分析與下棋軟體。對於不熟悉程式安裝與想要簡單的人來說，是最適合的工具。此軟體安裝時，也會一併安裝 KataGo。若無特別需求，就不用另外下載其他引擎了。
- Lizzie — 專門為 Leela Zero 打造的圖形介面，也是蠻熱門的使用者介面，但是與 KataGo 搭配使用可能會有比較多問題。
- q5Go 和 Sabaki 都是通用的 SGF (用來儲存棋盤遊戲紀錄的檔案格式) 編輯器，也都能夠搭配 KataGo 使用。
因為 KataGo 是使用 GTP (Go Text Protocal) 與圖形介面程式進行溝通。因此，除了上述的程式之外，只要程式支援 GTP，都能夠搭配使用。
安裝方法
版本選擇：
下載 KataGo 之前，以下幾點可以協助判斷哪種版本適合你：
- 是否有獨立顯示卡 (GPU)；若無，選擇 CPU 版本的安裝檔
- 是否為 Nvidia 的獨顯；若否，選擇 OpenCL 版本
- 是否要使用 CUDA 來運行 KataGo；若是，根據你顯示卡型號選擇較適合的 CUDA 安裝檔
運算速度基本上為 CUDA ≥ OpenCL > Eigen(CPU)
一般來說，若有一張 RTX 系列的 Nvidia 顯示卡，選擇 CUDA 版本可以發揮最大的效能，因為內部的 Tensor Core 可以加速 KataGo 的計算；其餘的獨顯應該都能使用 OpenCL 來進行計算。然而，若是顯卡型號過舊，可能就要往下選擇 Eigen AVX2 指令集版本使用 CPU 來進行運算。若是連 CPU 型號都過舊，可能就只能選擇純 Eigen 的版本了。
決定好後就可以到 Release 下載囉～
下載檔案：
以下將對於 Windows 上的 KataGo + CUDA 版本進行使用教學，其餘版本例如安裝於 macOS 或 Linux 上的 OpenCL 或 Eigen 的版本，可於 GitHub 上觀看詳細說明。
下載並解壓縮完成後大概會看到類似旁邊的圖，只是缺了幾個檔案。
像是 b30、b40 或 default_model.bin.gz 這些模型檔案。
以下列出補齊檔案的方法。
- 在 CUDA Zone 可以取得 cublas*.dll 等檔案
- 在 cuDNN 可以取得 cudnn64*.dll，只是需要登入後才能下載
- 模型檔可以在 Releases v1.4.5 找到，或到公開訓練的網站尋找最新的訓練模型。
將所有下載的檔案都放在與 katago.exe 同一個資料夾，就安裝完成了～
參數設定
在開始設定 KataGo 的組態之前，可以先檢查有無 default_gtp.cfg 和 default_model.bin.gz，在使用上可以少打點指令（我就懶～）。
若缺少模型檔，可以先將剛下載的 g170 版 b20c256x2 開頭的模型檔檔名改為 default_model.bin.gz。若是不想更改檔案名稱或想頻繁更換使用的模型，那以下所有指令都需要加上 -model <NEURALNET>.bin.gz 才能夠順利執行。
- 開啟命令提示字元 (cmd.exe)並輸入
cd download\path\to\your\folder\移動到 katago.exe 所在的檔案夾位置。 - 以目前的設定進行 KataGo （基準）測試。
katago.exe benchmark - 若順利完成測試，則會顯示建議的搜尋所使用的線程數量。開啟 default_gtp.cfg 檔，找到 numSearchThreads 欄位，將測試後得到的數值填上並存檔。
- 執行以下指令並可以開始下棋囉～
katago.exe gtp
default_gtp.cfg 檔中還有其他許多可以調整的參數，例如：思考時間、規則、認輸時機、虛手⋯⋯等。若有興趣的人，可以閱讀檔案中各個項目的說明，自行調整。
實際使用
最後使用 Sabaki + KataGo 來實際展示一下。
引擎設定的方法為：指定執行檔(.exe)路徑，將上述需要用到的指令加上就完成了。
不同的模型，經過測試(benchmark)與調整後，就能達到對於當前硬體配置下的最佳狀態，而 block 數愈大的 model，棋力就愈強。就像上圖一樣，Block 20 與 Block 40 的模型不論對弈幾盤，都會是 Block 40 贏。雖然 Block 20 不敵 Block 40，但對於要贏過人類來說，還是綽綽有餘的。
KataGo 除了能對弈以外，它還有強大的分析功能，對於當前盤面能給予多手點位選擇，並提供後續幾手的預測功能。在上面提到的幾款 GUI 程式中，都能很方便的使用這些功能，因此剩下的功能就留給大家自己去挖掘囉～
實際使用影片：
KataGo + Sabaki with Radeon Pro 555X
結語
以往學習圍棋的路途上，都是向比自己強的老師學習相關的思路與走法來進步，但是每個人都有不同的風格，在討論到哪種走法比較好的時候，往往以段位較高的人所提出的說法為準。
像是以往對於外勢與實地的取捨，從許多定石與職業棋士的走法來看，外勢感覺會比實地重要，而 KataGo 對此的看法截然不同，常常四個星位佔完後，直接點入三三。如果是以前的老師一定有很高的機率會說太早點不好，在佈局階段讓敵人外勢太厚。
自從新一代的圍棋 AI 出現後，不再需要以人的段位來判斷誰的下法"感覺"比較好，直接讓 AI 算給你看就行了。至此，圍棋界又有了新一番的突破，對於想學圍棋的人，也有了一個超強的老師，全年無休幫你復盤XD
若是真的自己的電腦不夠力，但還是想嘗試看看 KataGo 的話，可以上 OGS 找電腦對弈，當中棋力最高的就是 KataGo 的加強版 (使用高端顯卡)。
雖然可能不會有人那麼無聊，但還是要提醒一下。由於 KataGo 的算力遠在人類之上，因此如果在對弈時，使用 KataGo 或其他圍棋AI作為輔助，就像是考試的時候直接看解答一樣，都算是一種作弊行為喔~(好孩子不要學)