一、滄海桑田，萬象更新——人工智能的變革

1997年，深藍(lán)擊敗國(guó)際象棋世界冠軍加里·卡斯帕羅夫；

2016年，AlphaGo擊敗圍棋世界冠軍李世石；

2019年，Pluribus在無限德?lián)淞俗罁魯∪祟愴敿膺x手；

人工智能帶來的變革，開始無可避免地波及到每一個(gè)人類智力運(yùn)動(dòng)的領(lǐng)域，而麻將并非例外。Suphy，NAGA25先后問鼎天鳳十段，akochan，mortal的開源AI看譜服務(wù)引起熱潮，無論是支持還是反對(duì)者，都無可否認(rèn)這樣的一個(gè)事實(shí)：人工智能已經(jīng)給麻將帶來了天翻地覆的變化。

作為AI時(shí)代興起的日麻玩家，我希望在此談?wù)勎覍?duì)AI的看法，以及學(xué)習(xí)NAGA的心得與體會(huì)。

1.拋棄意會(huì)，格物致知——我對(duì)AI麻將的看法

開門見山地說，我對(duì)于AI的實(shí)力持有肯定態(tài)度，甚至屬于是信任AI麻將的水平和實(shí)力的激進(jìn)派。我時(shí)常會(huì)這么說：“有缺點(diǎn)的AI畢竟是AI，而再完美的人類也不過是人類。”只此一言，就足以說明我對(duì)AI麻將的態(tài)度。

世界觀決定方法論，就我個(gè)人形成的日麻體系而言，有相當(dāng)?shù)牟糠侄际峭ㄟ^學(xué)習(xí)NAGA逐步建立、改良、強(qiáng)化的。我目前的半莊譜，NAGA評(píng)分中位數(shù)大致在91分，而總成績(jī)多在88-95分之間進(jìn)行波動(dòng)，可以說，我對(duì)NAGA的理解學(xué)習(xí)已經(jīng)邁入了攻堅(jiān)克難的深水區(qū)。

如果有人問我，學(xué)習(xí)AI打牌，和閱讀各類戰(zhàn)術(shù)書、詢問何切、高段講譜最大的區(qū)別是什么，我的回答是：前者是格物致知，后者是意會(huì)言傳——很顯然，AI不會(huì)告訴你它為何這么打，不會(huì)給你任何的講解。舉個(gè)例子，高段看譜、閱讀戰(zhàn)術(shù)書與何切如同通過老師授課、課本知識(shí)和課后習(xí)題認(rèn)識(shí)牛頓三定律，而AI就像一個(gè)近似光滑的平面和兩個(gè)小球，一切的規(guī)律只能靠自己去領(lǐng)悟，這里沒有現(xiàn)成的知識(shí)，學(xué)習(xí)AI的過程就如同物理學(xué)實(shí)驗(yàn)，只有一次次的嘗試最終才能總結(jié)出規(guī)律。

有人說：人工智能好是好，但是丟掉了“神韻”。我的回答是，只要你肯定一副圖畫是無數(shù)個(gè)像素點(diǎn)的組合，一盤圍棋是一場(chǎng)完美信息博弈，一局麻將是無數(shù)個(gè)隨機(jī)事件組成的游戲——那么，這里便沒有什么“神韻”，只有“形體”。學(xué)習(xí)AI，從來不是學(xué)什么“AI的神韻”，而是它那么打，那么下，你也跟著這么打，這么下罷了。前幾十年，開局“點(diǎn)三三”還被稱為圍棋中“丑陋的一手”，如今又變成了“AI的深意”，被眾多人學(xué)習(xí)。

有人說，AI之所以能點(diǎn)33，是因?yàn)樗淖兞硕ㄊ桨?。?duì)的，但為什么AI之前研究圍棋千百年的人類沒有想到這一小小的變化呢？日麻中難道就沒有這樣的情況嗎？從我學(xué)習(xí)AI的經(jīng)歷來看，這樣的情況不僅有，而且很多——大多都被冠以“牌風(fēng)”、“流派”的名號(hào)，甚至被寫入了各種戰(zhàn)術(shù)書中。本質(zhì)上，這些東西都和定式一樣，是人類對(duì)望而興嘆信息集數(shù)目的一種不得已之策略而已，誰又能說這些定式不會(huì)有出錯(cuò)的一天呢？

2.學(xué)而不思，難得存進(jìn)——我學(xué)習(xí)NAGA的方法

世界觀決定方法論，可以說，我學(xué)習(xí)NAGA的原則，全部建立在我對(duì)AI水平激進(jìn)的信任之上：但凡沒有證據(jù)表明NAGA是錯(cuò)誤的地方，我通通認(rèn)為是正確的并加以采納和學(xué)習(xí)，所謂“AI的正確推定”。

有人覺得這種屬于是“先射箭再畫靶子”的行為，一個(gè)看似離譜的行為非要替它找個(gè)理由。但是，AI是客觀的，是絕對(duì)中立的，不會(huì)因?yàn)橹饕暯腔蛘吆吻腥耸鞘裁慈章榻绲拇蠹t大熱爭(zhēng)議人物就受到干擾，或者給出不一樣、不明確的答案。與其說是“先射箭再畫靶子”，不如說是“以絕對(duì)的箭為基準(zhǔn)建立一個(gè)體系”。

當(dāng)然，這里的“絕對(duì)”也是相對(duì)的，隨著NAGA版本的更迭，不同模式的選取之下，同樣的局面也可能會(huì)給出不同的答案。比如說，前些年大火大熱的355m355p11344556s何切，隨著版本更迭，NAGA也給出了許多不同的答案?？梢哉f，NAGA現(xiàn)有的體系也肯定也不是最優(yōu)秀的。但是我認(rèn)為，它的確比我更接近最優(yōu)秀的體系，所以排除掉那些顯然錯(cuò)誤的BUG與缺陷選項(xiàng)，全盤向NAGA學(xué)習(xí)是有助于水平提高的。

此外，相比于就向人類強(qiáng)者學(xué)習(xí)而言，向AI學(xué)習(xí)擁有時(shí)空和效度的優(yōu)勢(shì)。時(shí)空的優(yōu)勢(shì)無需多提，沒有人類可以隨時(shí)隨地回答何切，提供看譜服務(wù)；而效度的優(yōu)勢(shì)如我文章開頭所言：有缺點(diǎn)的AI畢竟是AI，而再完美的人類也不過是人類，人總會(huì)受到各種影響與干擾，無法保證自己的切牌與回答是與自身體系完全契合的，即“隨機(jī)誤差”，這會(huì)強(qiáng)烈干擾對(duì)體系精細(xì)層面的學(xué)習(xí)，而AI則沒有這樣的問題。

正是以上這些原因，使我堅(jiān)定了向NAGA學(xué)習(xí)的戰(zhàn)略，并設(shè)立了“AI的正確推定”法則。

在具體的操作層面，我向AI的學(xué)習(xí)可以細(xì)分為看譜、復(fù)盤、研討、總結(jié)這些部分。

看譜，無需多言，有條件的將自己的所有牌譜上傳進(jìn)行NAGA分析，沒有條件的利用tenhou.net/6 的自定義牌譜編輯功能，將一些有具體疑惑的局面進(jìn)行解析。在遇到困惑的何切時(shí)，也采用類似的方法。

復(fù)盤，NAGA會(huì)給出4個(gè)級(jí)別的指標(biāo)，用以區(qū)分主視角選擇和NAGA最優(yōu)選擇之間的差距。一般來講，前兩級(jí)的差距可以不用過多關(guān)注，它們大多都是兩可的，但是仍然需要研究NAGA給出的不同選項(xiàng)之間的差別和優(yōu)劣；針對(duì)后兩級(jí)的差距，需要重點(diǎn)關(guān)注，這些差別可能代表著這一打已經(jīng)偏離了AI的打法體系，也可能標(biāo)志著一個(gè)BUG的存在。

這里需要著重強(qiáng)調(diào)，有的雀士在使用AI時(shí)往往糾結(jié)“為啥它打A不打B呢？”實(shí)際上，某些微差的何切，本身就是打A打B都可以的，甚至于完美的策略本身可能就是分別給A和B一定的概率打出。這些微差何切，與其去糾結(jié)“為啥不打B”，不如去考慮“為啥能打A”，這樣對(duì)水平的提高才更有幫助。

NAGA的分級(jí)制度也給我回答何切一定的啟發(fā)，使用“100%、鐵、兩可、四六開、三七開”等詞語優(yōu)化我的何切回答描述。

研討，針對(duì)后兩個(gè)級(jí)別的差距，需要分析NAGA選項(xiàng)的優(yōu)勢(shì)，自己選項(xiàng)的不足，并將其補(bǔ)充進(jìn)自身的體系內(nèi)。又或者，你發(fā)現(xiàn)了一個(gè)BUG，需要格外關(guān)注此類情況下NAGA存在的問題。倘若自身無法分析，那么還需要進(jìn)一步研討。比如詢問各高段的意見，利用牌譜編輯設(shè)置幾個(gè)不同的類似局面進(jìn)行分析，便于找出規(guī)律，納入體系。實(shí)際上，NAGA的行牌和現(xiàn)有數(shù)據(jù)麻將的理論有相當(dāng)部分都是契合的，少部分不能以現(xiàn)有理論合理解釋的都是少數(shù)具有明顯特點(diǎn)的特殊情況。對(duì)于這些問題，如果我找不出打法上明顯的問題和漏洞，仍然會(huì)選擇去學(xué)習(xí)。

總結(jié)，這是最高層次的學(xué)習(xí)，是針對(duì)NAGA在某一種或某一類特殊情況下行牌規(guī)律的歸納，是一種由特殊到一般的提煉，它往往需要對(duì)大量相似局面的統(tǒng)一分析才能做出。當(dāng)然，由于NAGA和現(xiàn)行數(shù)據(jù)麻雀體系的高度一致性，所以數(shù)據(jù)麻雀的結(jié)論往往就是NAGA行牌規(guī)律的近似。另外，需要注意的是，總結(jié)必須要分析大量局面才能做出，單一或少量何切的結(jié)果都不能進(jìn)行總結(jié)。第一個(gè)原因是，何切的結(jié)果可能是多種原因?qū)е碌?，通過少量試驗(yàn)將其歸納到單一原因上，未必可靠；第二個(gè)原因是，AI雖然不存在隨機(jī)誤差，但存在系統(tǒng)誤差，比如不同花色數(shù)牌之間的差別，三元牌之間的差別等等，沒有對(duì)比對(duì)照的少量試驗(yàn)，很可能將結(jié)論和誤差混淆。（題外話，為何NAGA七對(duì)不再更新了呢？也是因?yàn)樯鲜鰞煞N原因，導(dǎo)致我認(rèn)為結(jié)論未必可靠，并且工作量實(shí)在太大）

因此，我建議，雀士在利用NAGA總結(jié)某種規(guī)律時(shí)，應(yīng)該盡可能滿足物理實(shí)驗(yàn)的要求和標(biāo)準(zhǔn)，設(shè)置對(duì)照、重復(fù)實(shí)驗(yàn)，以保證結(jié)論的可靠性（雖然，這顯然會(huì)大大增加工作量和花費(fèi)，因此通過實(shí)戰(zhàn)牌譜學(xué)習(xí)仍然是最優(yōu)的選擇）

3.思而不學(xué)，墨守成規(guī)——科學(xué)看待AI的缺點(diǎn)

經(jīng)常有人會(huì)將一張AI給出的離譜何切回答發(fā)到群里，然后群內(nèi)瞬間便充滿了快樂的氣息。我認(rèn)為，以一兩種特殊情況下AI存在的問題，來否認(rèn)其它情況下AI的實(shí)力，是不正確的。正如同我們不會(huì)用點(diǎn)錯(cuò)的一打去評(píng)價(jià)主視角的實(shí)力一樣。（雖然，這可能代表了心態(tài)、注意力等等之類的“軟實(shí)力”）因此，對(duì)AI的思辨與批判不應(yīng)影響對(duì)AI的學(xué)習(xí)

我認(rèn)為，就NAGA而言，其缺點(diǎn)主要包括以下三點(diǎn)：BUG，設(shè)計(jì)問題，強(qiáng)邏輯，這是其遠(yuǎn)不如人類的地方，如果一個(gè)何切涉及到了這三個(gè)部分的內(nèi)容，那么可對(duì)NAGA的選擇進(jìn)行取舍，甚至拋棄NAGA的建議。

（1）BUG

有程序的地方就會(huì)有BUG，NAGA作為AI也不例外。NAGA目前仍然具有許多BUG，本文就詳細(xì)地說明一下NAGA目前存在的各類BUG。

I.碰暗刻BUG 置信度：極高 危害性：小（一般人一眼就能看出不合理，不會(huì)有人真的去學(xué)）

表現(xiàn)：當(dāng)手牌存在一個(gè)暗刻，其它家打出第四張時(shí)，NAGA有概率給出極大的“碰”的推薦度。當(dāng)暗刻為役牌時(shí)，情況更加明顯。

II.綠一色BUG 置信度：極高 危害性：極小

表現(xiàn)：NAGA不認(rèn)識(shí)綠一色。

III.途中流局BUG 置信度：高 危害性：小

表現(xiàn)：NAGA似乎沒有途中流局概念。

IV.多種立直/副露選擇BUG 置信度：極高 危害性：極大

表現(xiàn)：當(dāng)一副牌同時(shí)存在多種、可選的、擁有推薦度的、立直（或副露）選擇時(shí)，NAGA有時(shí)無法給出準(zhǔn)確的立直（或副露）推薦度。?

V.接近流局時(shí)副露/立直判斷BUG 置信度：中 危害性：中

表現(xiàn)：當(dāng)剩余枚數(shù)極少時(shí)，NAGA的副露/立直判斷可能會(huì)出現(xiàn)極大偏移。

VI.ALL LAST判斷問題BUG 置信度：低 危害性：中

表現(xiàn)：NAGA有時(shí)在ALL LAST做出匪夷所思的操作，有時(shí)又和其它BUG發(fā)生雜糅，尚不明確是BUG還是本該如此。

VII.前后一致亂打BUG 置信度：中?危害性：中

表現(xiàn)：如果一副牌，主視角在前面開始亂打（比如一直掉線摸切），那么NAGA在此后也會(huì)開始亂打。懷疑這是因?yàn)镹AGA具有保持前后一致性的特點(diǎn)。同樣基于此，NAGA幾乎不會(huì)留立，表現(xiàn)為只要聽牌時(shí)選擇DAMA，只要此后牌型沒有任何變化，立直推薦度都極低。

VIII. 數(shù)據(jù)不準(zhǔn)確BUG 置信度：極高 ?困擾性：高

表現(xiàn)：NAGA給出的數(shù)據(jù)（和率，銃率，流局率，橫移動(dòng)率，聽牌確率，每張牌的銃率）在特定的情況下可能與實(shí)際出現(xiàn)較大偏移。

此外，由于此BUG還額外誕生一個(gè)誤解，即NAGA不看手摸切。實(shí)際上，NAGA會(huì)注意到手摸切，此誤解產(chǎn)生的原因是因?yàn)樵贏家打出牌x，B家摸切后，牌x又顯示出對(duì)B家的銃率，（雖然理論上確實(shí)有見逃山越的可能）因此有人認(rèn)為NAGA不看手摸切，這是錯(cuò)誤的。顯示銃率是因?yàn)殂|率本來在特定情況下就不準(zhǔn)，而不是NAGA不看手摸切。

IX.立直暗杠BUG 置信度：100%（顯示BUG）低（行牌BUG）?困擾性：高 危害性：中

表現(xiàn)：同時(shí)能立直和暗杠的牌，NAGA只會(huì)顯示暗杠推薦度，立直推薦度需要黑科技才能看見。并且，同時(shí)能立直和暗杠的牌，NAGA可能做出一些奇怪的操作，尚不知曉這些操作是BUG還是本該如此。

（2）設(shè)計(jì)問題

AI麻將在設(shè)計(jì)時(shí)沒有考慮一些情況，這導(dǎo)致AI在相關(guān)局面的判斷出現(xiàn)問題。

1：AI不會(huì)讀卡頓，這導(dǎo)致切牌丟失了卡頓信息。

2：部分AI不會(huì)見逃，除了4確和之外通通和。（NAGA根本不提供和牌推薦度）在考慮見逃時(shí)，我推薦采用模擬器框架的AI（akochan）進(jìn)行分析。

3：在同時(shí)存在5和紅5時(shí)，5和0被視為一樣的牌，NAGA永遠(yuǎn)先打5。（這點(diǎn)在牌譜解析的時(shí)候也能看出來，5和0推薦條是一樣長(zhǎng)的，NAGA始終先打5）在特定情況下，打0會(huì)比打5更好。

4：空切問題。比如，主視角手中有一張7m，此時(shí)又摸到一張7m，NAGA對(duì)手切與摸切7m不加區(qū)分。

5：順位分布問題。按照天鳳段位避四、零和的規(guī)則進(jìn)行訓(xùn)練的NAGA，在面對(duì)不同的規(guī)則和順位分布時(shí)，結(jié)論可能出現(xiàn)偏差。

（3）強(qiáng)邏輯

其實(shí)，第一部分中的很多BUG，都可以算作是強(qiáng)邏輯的問題。比如，一個(gè)明顯可以錯(cuò)海底的副露，NAGA卻選擇不做，等等。這些何切，人類可以通過嚴(yán)謹(jǐn)?shù)耐评砗瓦\(yùn)算做出顯著有利的選擇，但這對(duì)NAGA卻似乎很難掌握。類似的還有“一點(diǎn)讀”的判斷問題。所謂“讀牌”，大致可分為兩種，一種是統(tǒng)計(jì)學(xué)上的規(guī)律（比如4-2切立直，1危險(xiǎn)度高），這點(diǎn)NAGA的水平不錯(cuò)，但另一種讀牌，或者被稱為“一點(diǎn)讀”，基于人類對(duì)牌河的推理和邏輯性分析，NAGA就不太行了。一個(gè)從“一點(diǎn)讀”角度顯著危險(xiǎn)，銃率超過50%的牌，NAGA卻可以毫不猶豫地打出去。

我個(gè)人認(rèn)為，這是因?yàn)椤耙稽c(diǎn)讀”往往需要多個(gè)微小的邏輯組成部分，每一個(gè)部分都是彼此分離且相關(guān)性很低的，但當(dāng)他們組合在一起時(shí)，卻可以得到一個(gè)邏輯鏈條，形成一個(gè)強(qiáng)結(jié)論。倘若運(yùn)用統(tǒng)計(jì)方法分析，那么這些部分各自容易淹沒在“噪音”之中，找不出與結(jié)論的顯著關(guān)系。比如說，有人打8m——副露家手切8m——8m是“沒有碰的牌”——8m跨筋銃率低，這樣的一個(gè)一點(diǎn)讀，在統(tǒng)計(jì)學(xué)上似乎很難找到統(tǒng)計(jì)的方法和規(guī)律。

這么來看，監(jiān)督學(xué)習(xí)似乎在讀牌方面更加有利，只是我并未研究過蘇菲牌譜，不知道在有“全能先知”指引下的蘇菲，是否對(duì)一點(diǎn)讀有不同的看法。