圍棋人機對奕(8)﹍Sabaki 可以分析最佳著手的圖形界面軟體

前面的系列文介紹了各種圍棋線上對奕網站、對奕軟體、AI 引擎，讓各種棋力無論是級位、段位，都能找到合適的訓練對手。不過並非一直下棋就能有顯著的進步，需要有老師指點，了解哪手棋下錯、哪裡的觀念需要修正。 先前介紹過 Drago、GoGui 兩個圖形界面軟體，功能上可滿足幾乎 100% 的對奕需求，需要人機對奕的話安裝這兩個軟體已經足夠。而當棋力進步到足以覆盤的時候，就需要一位能幫棋局進行分析的良師，此時本篇要介紹的 Sabaki 就可派上用場。 Sabaki 也是圖形界面軟體，不過人機對奕的部份，其設定界面不如 Drago、GoGui 完善，所以不建議作為上手軟體。但 Sabaki 仍有其優點，本篇會先比較三個軟體的差異，並特別介紹 Sabaki 如何分析棋局。

圍棋人機對奕系列文章：

一、Drago GoGui Sabaki 比較

Drago：

• 中文化：有
• 界面美術質感：缺乏
• 對奕、讀秒設定：最完善
• 讀秒倒數界面：長條圖
• 預設引擎清單：有
• AI 對奕：只能人機對奕
• 讀秒結束：裁定敗，棋局終了
• 分析功能：不完善

GoGui：

• 中文化：無
• 界面美術質感：普通
• 對奕、讀秒設定：較 Drago 差一些
• 讀秒倒數界面：數字
• 預設引擎清單：無
• AI 對奕：圖形界面可讓同一個 AI 執黑白互相對奕；指令界面可讓不同 AI 互相對奕
• 讀秒結束：棋局可繼續下
• 分析功能：不完善

Sabaki：

• 中文化：有
• 界面美術質感：優雅美觀
• 對奕、讀秒設定：最差
• 讀秒倒數界面：無
• 預設引擎清單：無
• AI 對奕：圖形界面可讓兩個 AI 對奕
• 讀秒結束：沒有讀秒功能
• 分析功能：強大

從以上比較可看出，在人機對奕功能的部份，Sabaki 輸給另外兩個軟體，不過因為軟體美術界面看起來很舒服，如果能搞定操作設定的問題(例如讀秒)，也是可以作為對奕軟體。 而分析功能的部份 Sabaki 無疑是最佳軟體，那麼如果 Sabaki 可以完全上手的話，是足以取代另兩個軟體的。

二、安裝 Sabaki

1. 下載檔案

• 官網：Sabaki
• 下載頁面：Sabaki releases
• 下載連結：免安裝版 sabaki-v0.52.2-win-x64-portable.exe、安裝版 sabaki-v0.52.2-win-x64-setup.exe

第一個檔案是 Windows x64 免安裝版本，由於檔名太長可以改成例如 sabaki.exe，放到自訂路徑後直接執行即可，缺點是每次開啟執行時間稍微長一點。 想要軟體開啟時間快一點的話，可以執行第二個檔案，安裝到指定路徑。 2. 中文界面 執行 Sabaki 後，從選單「File」→「Preferences」，會彈出設定畫面： 如上圖「Language」→ 選擇「繁體中文」，重新執行 Sabaki 後就可看到中文界面。

三、安裝 AI 引擎

1. 安裝技巧 Sabaki 沒有預設引擎清單，所以安裝 AI 引擎是比較麻煩的，只要參數不對就會安裝失敗，這一點跟 GoGui 是一樣的。 如果要與 AI 對奕的話，務必先參考「GoGui」→「三、安裝圍棋 AI 引擎」這邊的作法：

• 從 Drago 了解有哪些引擎可裝。
• 參考 Drago 預設引擎參數，安裝在 Sabaki 時為 AI 引擎加上同樣的參數

2. 安裝範例(GNU Go) 簡單舉例 Sabaki 如何安裝 GNU Go，從選單「文件」→「首選項」： 參考上圖，上方切換到「引擎」分頁 → 左下角按「新增」引擎：

• 引擎名稱可填入「GNU Go 3.8」
• 點擊「路徑」左邊的檔案夾圖示，選擇引擎檔案 gnugo.exe 的路徑
• 運行參數填入 --mode gtp
• 啟動參數欄位可填入 GTP 引擎指令，例如上圖 AQ 的參數 time_settings 0 15 1 → 代表時限一手 15 秒
• 按右下角「關閉」完成新增引擎

3. 安裝 KataGo 系列文介紹過，最強的免費開源引擎為 KataGo，如果要找一位良師幫我們覆盤檢討、分析局勢，自然棋力要越強越好，那麼 KataGo 會是首選，這也是為了執行 Sabaki 分析功能，必定得安裝的引擎。 安裝 KataGo 的技巧請參考「段位實力 AI 引擎」→「六、KataGo 9P」，這裡不再重複，只提供上圖安裝畫面作為參考，請自行修改相關參數。

四、對奕功能

1. 人機對奕 先說明一下人機對奕基本功能，選單「文件」→「新對局」，會彈出上圖界面：

• 可為黑棋或白棋選擇 AI 引擎
• 點擊向下箭頭圖示 → 載入引擎 → 選擇已安裝的引擎
• 設定好貼目、讓子、棋盤尺寸後，按「確定」開始對局
• 由於 Sabaki 沒有設定讀秒的功能，只能在安裝引擎的畫面，啟動參數欄位填入 time_settings 相關設定。每局棋要調整時限的話都要手動進入引擎設定畫面更改，比較麻煩。

如果將 AI 設定為黑棋的話，需要特別提醒，AI 不會主動落子，一定要按 F10 強迫他下，才能開始對局，所以最好將 AI 設定為白棋。 上圖為對奕畫面：

• Sabaki 棋盤界面是很有質感的，模擬真實棋局效果，每顆棋子的位置都不一致
• 左側為 AI 引擎運算畫面
• 右上角是開 KataGo 分析時才會出現的勝率趨勢圖
• 右方是落子分支圖
• 右下角顯示該手棋的術語

2. AI 互相對奕 如果想讓兩個 AI 互相對奕的話，例如設定讓 Leela 與 KataGo 對局，結果我按了兩次 F10 分別強制雙方各下一手棋，後續依然不會自動落子。 如上圖紅框處的閃電圖示，滑鼠經過會顯示「開始引擎之間的對局」，原來要點擊閃電圖示，才能讓兩個 AI 引擎開始對局，這個設計相當不直覺。

五、分析功能

接下來說明如何使用分析功能，無論是進行中的棋局，或是開啟一個 sgf 棋局檔案，都能使用 AI 引擎進行分析當前局勢。 1. KataGo 1.9 版 首先使用的 KataGo 為 2021 年 1.9.1 版，權重檔案 b20 等級為 2020 年版本，這兩個檔案都是系列文「段位實力的 AI 引擎」中，提供給不必太強的 CPU 就能執行的檔案。

• 首先左上角紅框圖示，可選擇載入哪個 AI 引擎，建議使用 KataGo 進行分析
• 載入 KataGo 後，按右鍵選擇「設為分析器」，就會開始自動分析

我們以當年「李世石 AlphaGo 世紀對局」為例，上圖是最知名的第四局，「神之一手驚天一挖」第 78 手之前的局勢。 AlphaGo 下到 77 手時的局勢分析，右上角 KataGo 認為黑棋勝率將近九成，而白棋圖中綠色的最佳選點勝率不過 10％，李世石的妙手「挖」被判定勝率只有 8%，其實沒什麼作用。 下出 78 挖後，這裡可以看到：

• 綠色最佳選點勝率 94%
• AlphaGo 落點為紅框位置，判定勝率 88%
• 請注意 78 下方的叫吃，勝率判定只有 81%

Sabaki 強大之處在於能顯示每個著點的變化圖，在 78 手的局面，把滑鼠移到 AlphaGo 79 手的落點，會自動演示其後的變化，如同上圖一般。白棋救出一顆殘子，但整塊棋仍未脫離險境，局勢依然非常困難，所以 79 這手棋並不差。 滑鼠移到別的推薦落點也會自動演繹變化圖，而隨著 KataGo 分析的時間增加，變化算得更清楚後，例如 30秒、1 分鐘後再看同一手的後續，可能會顯示不太一樣、更精確的變化圖。 前面的變化圖可看到，黑棋把挖的子吃掉以後白棋沒有什麼好的後續。雖然 78 挖對人類而言並非真的妙手，但對 AlphaGo 而言卻似乎真的擊中要害，之後的每著都不算惡手，但卻像人類心情受了影響一般，每一手的勝率越來越低。黑棋遲遲沒有吃 78 這顆子，反而右邊 4 子越送越多顆，直到上圖送出第 6 顆子後，勝率已經降到 60%，即將變成五五開的局面。 我們可以看到，如果即時回頭提 78 這顆子，勝率仍有將近八成，對李世石仍是相當艱困的局面。 再多看一個變化圖，AlphaGo 只要不跑右邊 4 子，隨時回來吃 78 挖，直到上圖 14 止，白棋想從黑棋勢力圈中突圍相當困難，上邊做不出眼，與右方、右下友軍怎麼看都聯繫不上，絕望感相當強烈。 2. KataGo 1.15 版 經由 2021 年版的 KataGo 測試，這盤棋李世石已經找不到翻盤機會，我想另外看看新版本的 KataGo 會不會有新的說法。於是下載了 2024 年的「KataGo 1.15.3 CPU 版」以及 2025 年最新 b28 等級權重檔案「kata1-b28c512nbt-s8834891520-d4763401477.bin.gz」。 沒想到在「棋力更強的 KataGo 版本+最強權重檔案」面前，下到 78 手挖時，李世石勝率只剩下更加絕望的不到 2%，來探討一下黑棋的第 79 手：

• 被 1.9 版判訂勝率降到 88% 的 79 手，新版認為差別不大，勝率還有 95%
• 被 1.9 版判訂最佳著手的位置，新版認為也不錯，勝率有 97%
• 而新版認為的最佳著手「下方打吃」勝率 98%，在 1.9 版認為是勝率降到 81% 的壞棋
• 從以上的差異可看出，KataGo 在 2020～2021 年的算力，跟目前的算力有不小差距

這手棋經過職業棋士研究，最佳著手的確就是「下方打吃」，可參考這個影片「詳解李世石捍衛人類圍棋最後尊嚴的名局」。 而從 79 手大致也可以看出，AlphaGo 認為的最佳著手，略差於 2021 KataGo，所以棋力差距應為 2024 KataGo >>> 2021 KataGo > AlphaGo。

六、總結

1. AI 進步神速 當年 AlphaGo 與李世石對奕時，使用了超過一千個 CPU、超過一百個 GPU，而我只使用了 CPU 版的 KataGo，在中等硬體等級的 CPU 上執行(INTEL i5 12代)，就能明顯看出棋力差距。 這也代表過往需要昂貴頂級實驗室配備，才能一窺頂尖圍棋 AI 引擎殿堂的時代已經過去，現在即便使用普通的家用電腦，AI 引擎就有辦法贏過人類職業棋士。 當然肯花時間的話我們還可以把工具優化得更好，例如讓 KataGo 能運用到 GPU 的算力，研究如何設定 CUDA 來支援 KataGo，這樣可以讓等待分析的時間更縮短。 2. 如何運用 AI 工具 每一手都看 AI 的分析，或是每一手都學 AI 招式，其實有點違反人性，也可以說不太實際。每個人有獨特的個性，展現在棋盤上便是所謂的棋風。硬學 AI 最佳選點說不定會覺得越下越不像自己。 我覺得佈局到中盤，以及收官階段，可以參考 AI 選點：

• 佈局常會看到 AI 推薦的許多落點，其實勝率沒有差多少，那麼不一定要下勝率最高的一手，挑符合自己棋風的下即可，後續棋局走勢才容易掌握。
• 以往佈局觀念不太容易學，因為比較抽象。現在有 AI 工具輔助，可以讓我們快速了解大方向應該在哪，藉此建立觀念。
• 局部攻殺及收官，都是能找到最佳解的情境，也適合使用 AI 工具找答案

至於中後盤實力，則需要建立在計算能力之上，這方面 AI 能幫的不大，還是得回到多做題目、練基本功。 AI 不是萬能，但了解如何善用 AI，終究可以幫我們省下很多時間，更快達到原本的目標，這也是寫這系列文最重要的目的。

圍棋人機對奕系列文章：