围棋禁入点是什么通用20篇

AlphaGo战胜传奇围棋手李世石是人工智能研究的一个重要里程碑。长期以来，这种复杂的中国象棋游戏被认为是机器无法征服的。然而，DeepMind使用机器学习和神经网络赋予AlphaGo世界级的评估和实现技能。

但是我们没有让世界上最聪明的一群人为了征服围棋而学习人工智能。DeepMind的研究成果对人工智能领域产生了深远的影响。它使用的深度学习技术有可能颠覆一切，从你使用手机的方式到你开车的方式。

然而，关于电脑能否成为世界级围棋手的争议现在已经解决了。就一个完全透明的游戏而言(在这个游戏中各方都能看到所有的数据)，所有的成就都已经实现了。对于非完全透明的游戏(如多人无限扑克)，人工智能仍有一些问题，但下一个前沿可能是电子游戏。在过去的几周里，我多次听说暴雪娱乐公司的经典实时战略游戏《星际争霸》。鉴于《星际争霸》在韩国的持久受欢迎程度和地位，不难想象未来会有一场高调的电脑视频游戏竞赛。

上周，当我问哈萨比斯时，他似乎对《星际争霸》有想法，但他也说《心灵深处》只对主流游戏感兴趣。“这些游戏可以作为测试平台来编写我们的新算法，或者测试我们做得有多好。这非常有效，但我们最终会将这个程序应用到现实世界中的大问题上。”

这个问题存在于人类仍然需要更快的学习技能和更有效的数据处理来帮助他们做出决定。在谷歌，机器学习和深层神经网络长期以来被大规模使用，比如在搜索和无人驾驶汽车项目中。在上述任何一个领域，AlphaGo的经验都可以用来获得持续增长的改进。在你意识到这些改进之前，你也许能够感受到它带来的便利。

计算机科学家杰夫·迪恩被许多谷歌人认为是公司里最聪明的人。他负责谷歌大脑的深入研究项目，并将许多概念应用到公司的产品中。谷歌的第三个搜索信号——排名雨(RankBrain)，是一个新的深度学习神经网络，应该被认为是过去两年来搜索项排名的最大进步。机器学习也用在更明显、更直接面向用户的地方，比如谷歌照片的搜索功能和自动撰写电子邮件回复。

谷歌是一家通过收集数据和销售广告位赚取大部分利润的公司。它自然对能够提高数据收集效率的新技术感兴趣。当我问迪恩机器学习是否会帮助谷歌加强其核心业务或扩大其新的业务渠道时，他回答说:“我不认为它是黑的或白的。”。“我们将利用这些技术来改进我们的核心产品。在许多情况下，我们将对数据收集有更深入的了解，这将极大地帮助我们设计新的特性。但是它也将帮助我们设计一些新的和有趣的产品，即使是在我们以前从来不知道的领域。因此，这种改进是双重的。我不知道哪个更重要，但我认为它们应该齐头并进。”

当我问Alphabet董事长兼谷歌前首席执行官埃里克·施密特，机器学习将如何促进公司发展时，他回答说:“想想谷歌已经做的伟大的事情。我们有大量的搜索、大量的广告、大量的客户和大量的数据中心。很多次，我看到我们中的许多人使用谷歌电脑或我们的安全软件。只要许多人都在使用同一种产品，我们就可以利用机器学习、观察和反复培训来提高流程效率。”

“我认为我们将来会在任何地方使用机器学习，”施密特继续说道，列举了公司的传统搜索和广告服务、无人驾驶汽车和一个名为“真的”的医疗保健部门在我看来，字母表的每个部门都会使用这项技术。"

作为一家公司，尽管与谷歌的大脑保持联系，但深度思维与谷歌的其他部门几乎没有联系。“在优化搜索过程的项目中，我们在工作内容上有相当大的自由，”哈萨比斯告诉我。“当然，我们实际上参与了谷歌内部的许多研发项目，但它们都处于研发的早期阶段，所以现在讨论它们还为时过早。”哈萨比斯说，谷歌大脑的研发周期比深度思维短，而且它站得高，看得远，所以它可以专注于更多的产品。

那么，深度思维的下一步是什么？值得注意的是，AlphaGo不是这个团队的唯一项目，甚至也不是最大的项目。DeepMind已经将智能手机助手、医疗保健和机器人开发作为其最终目标。至于AlphaGo，虽然它只是一个玩围棋的系统，哈萨比斯说它的原理也可以用来处理现实世界的问题。

Hassabis相信，在未来几年里，我们将会看到智能手机助手在高级机器学习的帮助下工作。“我的意思是，一开始会很微妙，但在某些方面会变得越来越好。也许在四到五年或更长的时间里，你会看到[手机助手功能的一次重大飞跃。”

哈萨比斯说，“我只是希望智能手机助手能变得非常聪明，理解环境，对我们想做的事情有更深的理解。”。他一直认为，类似的系统需要依赖像AlphaGo这样的学习程序，而不是遵循事先写好的对话路径。“目前大多数系统都非常脆弱；只要你移除了预先编程的模板，那些系统就会变得无用。因此，我们需要让它们变得适应性强、灵活和强大。”

医疗保健有点远。DeepMind已经宣布与英国国家医疗保健系统合作，但是到目前为止所有的细节都只是一个用于数据跟踪的手机应用。哈萨比斯说，在发布更先进的工具之前，他们的主要目标是让英国的国家卫生服务系统适应现代手机软件。

我们现在正在训练沃森

IBM开发了一个名为沃森的“认知学习”平台，该平台正在步入医疗保健领域。但是他们的技术与深度思维略有不同。该系统始于一台参与“危险边缘”游戏的超级计算机，但后来转向了云系统和工具，如预测分析和个性分析。迄今为止，该系统已经开始与斯隆·凯特琳纪念研究所合作，帮助泰国和印度的医生诊断乳腺癌、肺癌和直肠癌。尽管该系统本身无法诊断疾病，但它可以向医生指出身体中值得特别关注的部分，并提出一些可能的治疗方法。

“我们现在正在训练沃森去观察，”沃森的健康副总裁凯西·麦格雷迪说。“沃森已经研究图像分析很多年了，现在我们有了来自合并医疗保健公司的图像数据来加速我们的研发能力。因此，沃森不仅能够识别医学图像中的异常，还能借助类似菲特比特手镯的信息推断出这些异常的重要性。”

最后，也许最遥远的主要应用是我们正在讨论的让机器人学习的人工智能。谷歌通过收购波士顿电力公司和自己的无人驾驶汽车项目，在这一领域非常活跃。谷歌的杰夫·迪恩说:“我认为机器人技术真的是最有可能的。”。“我们已经收购了许多机器人公司，但在未来几年，深入学习并将其应用于机器人技术的能力，尤其是通过视觉的能力，将变得非常有趣和重要。”

哈萨比斯说，他没有过多考虑机器人技术。“很明显，无人驾驶汽车是机器人，但它们中的大多数只涉及肤浅的人工智能，尽管使用的是计算机版本的人工智能学习。特斯拉目前正在使用基于深度学习的标准计算机版本。Hassabis将家庭清洁和老人护理作为学习人工智能机器人的可能发展方向，但显然这一概念仍然有点超前。

目前，AlphaGo的成功吸引了全世界的关注。尽管人工智能的具体应用仍然很少，但它重新点燃了主流社会对人工智能的兴趣。计算机已经可以在以前被认为需要“不可量化的直觉”的任务上超越人类的想法已经变得非常有吸引力。

这个想法也让一些人非常不安。在之前关于AlphaGo的报告中，我对一系列的反应有点失望，比如害怕电脑主宰另一个领域，但我认为这些反应没有在过去的一周中显示出真正的意义。事实上，是活着的人建造了阿尔法戈，解决了他们致力于的领域中最古老和最大的挑战之一。心灵深处的成就具有深远的意义，也可能对我们未来的生活方式产生巨大的积极影响。

正如埃里克·施密特在比赛开幕式上所说:“无论如何，比赛的获胜者是人类。”

蝌蚪先生编译自《theverge》，译者薛定谔的猫，转载时必须注明来自蝌蚪的工作人员

遥想当年，AlphaGo的Master版本，在完胜柯洁九段之后不久，就被后辈AlphaGo Zero(简称狗零) 击溃了。

从一只完全不懂围棋的AI，到打败Master，狗零只用了21天。

而且，它不需要用人类知识来喂养，成为顶尖棋手全靠自学。

如果能培育这样一只AI，即便自己不会下棋，也可以很骄傲吧。

于是，来自巴黎的少年Dylan Djian (简称小笛) ，就照着狗零的论文去实现了一下。

他给自己的AI棋手起名SuperGo，也提供了代码(传送门见文底) 。

除此之外，还有教程——

一个身子两个头

智能体分成三个部分：

一是特征提取器(Feature Extractor) ，二是策略网络(Policy Network) ，三是价值网络(Value Network) 。

于是，狗零也被亲切地称为“双头怪”。特征提取器是身子，其他两个网络是脑子。

特征提取器

特征提取模型，是个残差网络 (ResNet) ，就是给普通CNN加上了跳层连接 (Skip Connection) ， 让梯度的传播更加通畅。

跳跃的样子，写成代码就是：

1classBasicBlock(nn.Module):

2 """

3 Basic residual block with 2 convolutions and a skip connection

4 before the last ReLU activation.

5 """

6

7def__init__(self, inplanes, planes, stride=1, downsample=None):

8 super(BasicBlock, self).__init__()

9

10 self.conv1 = nn.Conv2d(inplanes, planes, kernel_size=3,

11 stride=stride, padding=1, bias=False)

12 self.bn1 = nn.BatchNorm2d(planes)

13

14 self.conv2 = nn.Conv2d(planes, planes, kernel_size=3,

15 stride=stride, padding=1, bias=False)

16 self.bn2 = nn.BatchNorm2d(planes)

17

18

19defforward(self, x):

20 residual = x

21

22 out = self.conv1(x)

23 out = F.relu(self.bn1(out))

24

25 out = self.conv2(out)

26 out = self.bn2(out)

27

28 out += residual

29 out = F.relu(out)

30

31returnout

然后，把它加到特征提取模型里面去：

1classExtractor(nn.Module):

2def__init__(self, inplanes, outplanes):

3 super(Extractor, self).__init__()

4 self.conv1 = nn.Conv2d(inplanes, outplanes, stride=1,

5 kernel_size=3, padding=1, bias=False)

6 self.bn1 = nn.BatchNorm2d(outplanes)

7

8forblockinrange(BLOCKS):

9 setattr(self, "res{}".format(block),

10 BasicBlock(outplanes, outplanes))

11

12

13defforward(self, x):

14 x = F.relu(self.bn1(self.conv1(x)))

15forblockinrange(BLOCKS - 1):

16 x = getattr(self, "res{}".format(block))(x)

17

18 feature_maps = getattr(self, "res{}".format(BLOCKS - 1))(x)

19returnfeature_maps

策略网络

策略网络就是普通的CNN了，里面有个批量标准化(Batch Normalization) ，还有一个全连接层，输出概率分布。

1classPolicyNet(nn.Module):

2def__init__(self, inplanes, outplanes):

3 super(PolicyNet, self).__init__()

4 self.outplanes = outplanes

5 self.conv = nn.Conv2d(inplanes, 1, kernel_size=1)

6 self.bn = nn.BatchNorm2d(1)

7 self.logsoftmax = nn.LogSoftmax(dim=1)

8 self.fc = nn.Linear(outplanes - 1, outplanes)

9

10

11defforward(self, x):

12 x = F.relu(self.bn(self.conv(x)))

13 x = x.view(-1, self.outplanes - 1)

14 x = self.fc(x)

15 probas = self.logsoftmax(x).exp()

16

17returnprobas

价值网络

这个网络稍微复杂一点。除了标配之外，还要再多加一个全连接层。最后，用双曲正切 (Hyperbolic Tangent) 算出 (-1,1) 之间的数值，来表示当前状态下的赢面多大。

代码长这样——

1classValueNet(nn.Module):

2def__init__(self, inplanes, outplanes):

3 super(ValueNet, self).__init__()

4 self.outplanes = outplanes

5 self.conv = nn.Conv2d(inplanes, 1, kernel_size=1)

6 self.bn = nn.BatchNorm2d(1)

7 self.fc1 = nn.Linear(outplanes - 1, 256)

8 self.fc2 = nn.Linear(256, 1)

9

10

11defforward(self, x):

12 x = F.relu(self.bn(self.conv(x)))

13 x = x.view(-1, self.outplanes - 1)

14 x = F.relu(self.fc1(x))

15 winning = F.tanh(self.fc2(x))

16returnwinning

未雨绸缪的树

狗零，还有一个很重要的组成部分，就是蒙特卡洛树搜索(MCTS) 。

它可以让AI棋手提前找出，胜率最高的落子点。

在模拟器里，模拟对方的下一手，以及再下一手，给出应对之策，所以提前的远不止是一步。

节点 (Node)

树上的每一个节点，都代表一种不同的局势，有不同的统计数据：

每个节点被经过的次数n，总动作值w，经过这一点的先验概率p，平均动作值q (q=w/n) ，还有从别处来到这个节点走的那一步，以及从这个节点出发、所有可能的下一步。

1classNode:

2def__init__(self, parent=None, proba=None, move=None):

3 self.p = proba

4 self.n = 0

5 self.w = 0

6 self.q = 0

7 self.children = []

8 self.parent = parent

9 self.move = move

部署 (Rollout)

第一步是PUCT (多项式上置信树) 算法，选择能让PUCT函数 (下图) 的某个变体 (Variant)最大化，的走法。

写成代码的话——

1defselect(nodes, c_puct=C_PUCT):

2 " Optimized version of the selection based of the PUCT formula "

3

4 total_count = 0

5foriinrange(nodes.shape[0]):

6 total_count += nodes[i][1]

7

8 action_scores = np.zeros(nodes.shape[0])

9foriinrange(nodes.shape[0]):

10 action_scores[i] = nodes[i][0] + c_puct * nodes[i][2] *

11 (np.sqrt(total_count) / (1 + nodes[i][1]))

12

13 equals = np.where(action_scores == np.max(action_scores))[0]

14ifequals.shape[0] >0:

15returnnp.random.choice(equals)

16returnequals[0]

结束 (Ending)

选择在不停地进行，直至到达一个叶节点 (Leaf Node) ，而这个节点还没有往下生枝。

1defis_leaf(self):

2 """ Check whether a node is a leaf or not """

3

4returnlen(self.children) == 0

到了叶节点，那里的一个随机状态就会被评估，得出所有“下一步”的概率。

所有被禁的落子点，概率会变成零，然后重新把总概率归为1。

然后，这个叶节点就会生出枝节 (都是可以落子的位置，概率不为零的那些) 。代码如下——

1defexpand(self, probas):

2 self.children = [Node(parent=self, move=idx, proba=probas[idx])

3foridxinrange(probas.shape[0])ifprobas[idx] >0]

更新一下

枝节生好之后，这个叶节点和它的妈妈们，身上的统计数据都会更新，用的是下面这两串代码。

1defupdate(self, v):

2 """ Update the node statistics after a rollout """

3

4 self.w = self.w + v

5 self.q = self.w / self.nifself.n >0else0

1whilecurrent_node.parent:

2 current_node.update(v)

3 current_node = current_node.parent

选择落子点

模拟器搭好了，每个可能的“下一步”，都有了自己的统计数据。

按照这些数据，算法会选择其中一步，真要落子的地方。

选择有两种，一就是选择被模拟的次数最多的点。试用于测试和实战。

另外一种，随机 (Stochastically) 选择，把节点被经过的次数转换成概率分布，用的是以下代码——

1 total = np.sum(action_scores)

2 probas = action_scores / total

3 move = np.random.choice(action_scores.shape[0], p=probas)

后者适用于训练，让AlphaGo探索更多可能的选择。

三位一体的修炼

狗零的修炼分为三个过程，是异步的。

一是自对弈(Self-Play) ，用来生成数据。

1defself_play():

2whileTrue:

3 new_player, checkpoint = load_player()

4ifnew_player:

5 player = new_player

6

7 ## Create the self-play match queue of processes

8 results = create_matches(player, cores=PARALLEL_SELF_PLAY,

9 match_number=SELF_PLAY_MATCH)

10for_inrange(SELF_PLAY_MATCH):

11 result = results.get()

12 db.insert({

13 "game": result,

14 "id": game_id

15 })

16 game_id += 1

二是训练(Training) ，拿新鲜生成的数据，来改进当前的神经网络。

1deftrain():

2 criterion = AlphaLoss()

3 dataset = SelfPlayDataset()

4 player, checkpoint = load_player(current_time, loaded_version)

5 optimizer = create_optimizer(player, lr,

6 param=checkpoint[optimizer])

7 best_player = deepcopy(player)

8 dataloader = DataLoader(dataset, collate_fn=collate_fn,

9 batch_size=BATCH_SIZE, shuffle=True)

10

11whileTrue:

12forbatch_idx, (state, move, winner)inenumerate(dataloader):

13

14 ## Evaluate a copy of the current network

15iftotal_ite % TRAIN_STEPS == 0:

16 pending_player = deepcopy(player)

17 result = evaluate(pending_player, best_player)

18

19ifresult:

20 best_player = pending_player

21

22 example = {

23 state: state,

24 winner: winner,

25 move : move

26 }

27 optimizer.zero_grad()

28 winner, probas = pending_player.predict(example[state])

29

30 loss = criterion(winner, example[winner],

31 probas, example[move])

32 loss.backward()

33 optimizer.step()

34

35 ## Fetch new games

36iftotal_ite % REFRESH_TICK == 0:

37 last_id = fetch_new_games(collection, dataset, last_id)

训练用的损失函数表示如下：

1classAlphaLoss(torch.nn.Module):

2def__init__(self):

3 super(AlphaLoss, self).__init__()

4

5defforward(self, pred_winner, winner, pred_probas, probas):

6 value_error = (winner - pred_winner) ** 2

7 policy_error = torch.sum((-probas *

8 (1e-6 + pred_probas).log()), 1)

9 total_error = (value_error.view(-1) + policy_error).mean()

10returntotal_error

三是评估(Evaluation) ，看训练过的智能体，比起正在生成数据的智能体，是不是更优秀了 (最优秀者回到第一步，继续生成数据) 。

1defevaluate(player, new_player):

2 results = play(player, opponent=new_player)

3 black_wins = 0

4 white_wins = 0

5

6forresultinresults:

7ifresult[0] == 1:

8 white_wins += 1

9elifresult[0] == 0:

10 black_wins += 1

11

12 ## Check if the trained player (black) is better than

13 ## the current best player depending on the threshold

14ifblack_wins >= EVAL_THRESH * len(results):

15returnTrue

16returnFalse

第三部分很重要，要不断选出最优的网络，来不断生成高质量的数据，才能提升AI的棋艺。

三个环节周而复始，才能养成强大的棋手。

有志于AI围棋的各位，也可以试一试这个PyTorch实现。

本来摘自量子位，原作 Dylan Djian。

代码实现传送门：

网页链接

教程原文传送门：

网页链接

AlphaGo Zero论文传送门：

网页链接

棋盘不同

围棋的棋盘是由纵横各19条线组成的，形成了361个交叉点；而五子棋的棋盘是由纵横各15条线组成的，形成了225个交叉点。

棋子数量不同

围棋的棋子分为黑白两色，黑子181枚，白子180枚，加起来是361枚，和棋盘的点数相同；而五子棋的棋子也是黑白两色，黑子113枚，白子112枚，加起来是225枚，和棋盘点数相同。

玩法规则不同

围棋是黑白双方在对角星位处各摆放两子对角星布局，双方交替行棋，落子后不能移动，围地多的人获胜；而五子棋在下的时候是5子连线，横连、纵连、斜连在一起就可以获胜。

围棋和其名称一样，重要的就是围，将对方的棋子包围在中间才可以吃掉对方的棋子，在下棋的时候需要注意的是子子相连。五子棋讲究的是连线，在同方向的一条线上5个不间断的同色棋子相连为胜，因此要注意发展多条线路。

围棋是一种策略型两人棋类游戏，围棋起源于中国，传为帝尧所作，春秋战国时期即有记载。隋唐时经朝鲜传入日本，流传到欧美各国。

学围棋的好处：

大量的统计数据表明，学围棋的孩子比其他普通的孩子更加聪明，因为学围棋可以培养孩子的计算能力，逻辑思维能力和记忆力。围棋中大量的文化内涵、礼仪习惯可以使孩子变得知书达理、温文而雅，所以，学围棋的孩子大多会变得贤惠安静，气质高雅。

学围棋可以完善和提高孩子的判断能力，让孩子懂得取舍；学围棋可以让孩子形成总览全局制订计划的思考习惯；学围棋可以锻炼孩子的大局观，让孩子懂得高屋建（líng）瓴的道理；学围棋还可以让孩子明白强与弱、因与果的关系，从而形成按照事物客观规律办事的习惯。

围棋的等级用段位来表示，中国的围棋段位分为业余段位和国家专业段位两种。

业余段位分为级和段两个阶段。水平从低到高依次是10级、9级、8级、7级、6级、5级、4级、3级、2级、1级、业余1段、业余2段、业余3段、业余4段、业余5段、业余6段、业余7段、业余8段等段格。

专业段位从低到高依次是专业初段、专业二段、专业三段、专业四段、专业五段、专业六段、专业七段、专业八段、专业九段。

围棋的基本下法是对局双方各执一色棋子，下棋顺序是黑先白后，交替下子，而且每次只能下一子，棋子需要下在棋盘上的交叉点上，棋子落子后，不得向其他位置移动，也不得反悔。

需要了解的是轮流下子是双方的权利，但是允许任何一方放弃下子权而使用虚着，双方连续使用虚着，为终局。

围棋猜先是专业的围棋术语，是指围棋比赛中用来决定双方谁先行子的方法。猜先的具体规则如下所示：

1、先由高段者握若干白子暂不示人。

2、低段者出示一颗黑子表示奇数则己方执黑，反之执白；出示两颗黑子表示偶数则己方执黑，反之执白。

3、高段者公示手握白子之数，先后手自然确定。

4、双方段位相同时，则是由年长者握子。

围棋的基本规则：

1、对局者一方执黑子先行，另一方执白子，双方轮流交替下一子到棋盘的交叉点上，棋子下定后不允许再挪动位置，这一点同中国象棋和国际象棋有着根本的区别。

2、在双方行棋的过程中，运用吃子、打劫、作活、围地等技术直至终局，所谓终局就是棋盘上每一个交叉点的归属均已完全确定下来。

3、围棋使用方形格状棋盘及黑白二色圆形棋子进行对弈，棋盘上有纵横各19条线段，将棋盘分成361个交叉点，棋子走在交叉点上，双方交替行棋，落子后不能移动，以围地多者为胜。

4、因为黑方先走占了便宜，所以人为规定黑方局终时要给白方贴子。

5、方以一百八十又二分之一子为归本数，超过此数者为胜，不足此数者为负。

新手下围棋要了解围棋的规则，找一本入门书先学习，其次需要一个同样级别的对手，自己独自一人纸上谈兵无法对围棋产生兴趣，很快就会厌倦。

新手下围棋需要了解围棋的规则，先要学会背棋谱，找到一个目标，比如达到一个段位，不能漫无目的的当作娱乐，围棋内的学问博大精深，当作玩具并不适合。

所有的大师都是从棋谱开始学习，越过这枯燥的基本功练习难关，才能真正踏入围棋的世界。可以在网上找一个围棋游戏软件与网络对手对战，也可以与电脑进行切磋，自己独自一人纸上谈兵无法对围棋产生兴趣，很快就会厌倦。

围棋是在世界上最古老的棋盘游戏，规则非常简单。你能在两三分内学习他们，但是这些规则造就了无数引人入胜的型式和聪明绝顶的策略。学会怎样玩很简单，但是要很会玩需要很多的学习和实践，学习围棋最好的方法就是玩，特别是刚开始学时，然后会熟悉各种棋型。

围棋不仅仅是消遣时间而已，在古代被看成了战争的艺术，成为了中国、日本、韩国的战士训练的一部分。另外， 围棋是人门的传统教育的组成部分之一。当前在亚洲有数百万的热衷者，并且爱好者遍布全世界。顶尖选手参加职业联盟，并且围棋锦标赛吸引着大量的电视观众。

随着因特网的诞生，世界各地的爱好者可以坐在家中通过互联网和人手谈，还可以观看职业棋手的比赛。希望所有人都能从围棋中享受这绝妙游戏的乐趣。

围棋刚开始学习先了解棋盘的结构，棋子的运用，围棋的下法等。围棋的棋盘有纵横各十九条，交叉形成361个交叉点，棋盘上面有小圆点，用来作为星位，中间的星位就是天元。

棋子分成黑白两个颜色，形状是扁圆形，黑子的数量是181个，白色的棋子是180个，围棋在下的时候是双方各选择一种颜色的棋子，下棋的时候每一次都要下一个，棋子要下在棋盘的点上面，棋子下定之后不能向其他的点移动，轮流下子是双方的权利，任何一方都可以放弃下子的权利。一般围棋在布局的时候，先占据棋盘的空角，也不要贪吃走小棋。

围棋在下的时候要多思考，无论输赢都要和对手进行交流，下围棋要花费的时间比较多，学习的时候要确保自己的时间充足。

围棋介绍

围棋起源于中国，里面蕴含着丰富的文化内涵，是中华民族的重要体现，唐代的时候下围棋迅速的扩散开，从那时候开始就有很多围棋的技巧一直流传至今。清朝的时候大力提倡汉族文化，汉族文化得到发展后又出了很多的围棋名手，发展成不同的围棋风格。

围棋是一项很传统的娱乐比赛项目，具有悠久的历史，很多的围棋爱好者会经常下棋，甚至每天都下棋，好多的家长也会从小就培养孩子的围棋造诣，不仅可以让孩子变得乖巧，还能增强孩子的智力，提高孩子的思维能力，简直是一举多得的事情。

对于不会下围棋的人来说就想好好学一学了，那么如何下围棋呢，我们首先要有时间和对围棋的热爱，那么再掌握下围棋的各种规则，再不断的联系与思考后就会很快的进步，如果你学的很快，相信你会爱上下围棋，这样会让自己的业余时间变得丰富起来，而且围棋也是一项很健康的生活方式，那么我们就来学习一下吧。

围棋的棋盘纵横各19道，共有361个交叉点(着点)。棋子分黑白两种颜色，黑子181个，白子180个。由执黑棋的人先走，轮流把棋子下在交叉点上，以占领交叉点多的一方获胜。为要争取较多的交叉点，双方就必须设法“围地”和“围吃”对方的棋子，所以叫围棋。

方法/步骤

1、围棋盘是方形的，由19条横竖直线交叉组成，共有361个(19X19)交叉点。为便于辨认，盘上用黑点标出9个重要点。这9个点叫做“星”。以每个星为中心，棋盘划分为：左上角、左下角、右上角、右下角、上边、下边、左边、右边和中腹九个区域。

2、落子。两人对局，各拿一色棋，执黑子的先走。棋子放在棋盘的交点上，放下后不能再移动。以后双方轮流一子，直至终局。

3、棋子的“气”。“气”是指棋子上下左右紧连的交叉点，也是棋子的出路。一个棋子或许多棋子被对方棋子紧紧包围，它的“气”全被堵住，根据规则，应当立即把它从棋盘拿掉，叫“提子”。

4、禁着点。“禁着点”是禁止对方下子的地方。比赛对局中如果对方在此下子，要被判作违例，但准许重新下子。

5、打劫。当黑方提子后，白方不得立即反提;白方如果反提，必须先“寻劫”，就是要在别处下一着，造成对黑方一定的威胁，使黑方必须应付一下(术语叫“应劫”)，然后白方才能反提。这种一方提子和对方在经过“寻劫”、“应劫”之后的回提，叫“打劫”。如果白方“寻劫”时，黑方认为那个劫字不太重要，也可以不应，而在被提子的交叉点上填上一子，不再和白方“打劫”，这叫“粘劫”。

6、活棋和死棋。凡是棋盘上对方无法吃掉的棋子都是活棋。活棋的形式有：一块棋有二个对方的禁着点，术语叫做两个“眼”，就是几个子围住一个交叉点;一块棋所围的空点较多，己经具备了做成两个“眼”的条件：两块棋黑白双方都没有眼，却有共同享有的“公气”;谁也不能在交叉上下子，下子就会被对方提掉，这就是双方都是活棋。其形式一是没有“气”的棋子，二是有些棋子虽然还有“气”，但本身己经没有条件做成两个“眼”，最终还是要被对方吃掉的。

学会了如何下围棋，那么就约上家人或者朋友一起来试一试，较一下高低，会很有乐趣的，但是要注意下围棋的时间一般很长，颈椎不好的人不要长时间坐着一个动作，在思考的时候可以适当的站起来活动一下，这样会更加的轻松，希望大家都能玩的愉快。

2017“樟树·中国药都杯”中日韩围棋大师赛在江西宜春樟树市落下帷幕，韩国大师徐奉洙在决赛中执白以1/4子的微弱优势战胜中国马晓春，获得冠军和15万元奖金。作为昔日中国围棋界最耀眼的明星“妖刀”马晓春可以说和1/4子很有缘，在马晓春鼎盛的时候，就是多次以1/4子的微弱差距输给李昌镐，从此后马晓春就开始走下坡路了。现在和大家分享一篇关于围棋的基本杀法三军效命杀法的文章，希望能够帮助到大家。

工具/材料

围棋

操作方法

黑白双方经过相互对弈，形成了三军效命棋局。黑白双方将在即将进行的三军效命棋局中斗智斗勇，殊死搏杀。如图所示。

黑棋先行，黑方于黑1处二路小跳，黑棋想从底边二路上连接到位于中路的黑棋。如图所示。

白棋于白2处立，白2立下后，挡住了二路的黑子，切断了黑棋底线连接的路线。如图所示。

黑棋于中腹黑3处落子，黑3落子的位置很巧妙，向下可以和黑1相连，往左、往右可以分别和左右两端的黑棋相连。如图所示。

白棋于白4处粘上，白4粘上后，切断了黑3和右端黑棋相连的路线，白棋想把黑棋分割为两块。如图所示。

黑棋立刻在黑5处粘，黑5粘上后，黑棋势力大增。黑棋三子不仅把白二子包围进了黑棋的范围，还且黑棋存在渡过的可能。如图所示。

白棋于白6处立，白棋急切的想在底线上断掉左右两块黑棋存在的连接。如图所示。

黑棋于黑7处渡，黑7的渡后，保持了左右两块黑棋的连接，同时，巩固了右面块黑棋的右上角。如图所示。

白棋于白8处断打，白8的断打防止了黑棋即将进行连接，并有效的在黑棋内部分断了黑棋。现在，白棋打吃黑三子。如图所示。

黑棋于黑9处粘上，避免被白棋打吃掉，黑9粘上后，使得白三子在右路没有任何机会。如图所示。

白棋于白10处小飞，白10位于底线，现在，白棋也想从底线渡过和外围白棋相连。如图所示。

黑棋干脆在黑11处粘上，把黑棋这个潜在的隐患去掉。同时，看白棋的应手。如图所示。

白棋于白12处爬，避免黑棋直接立下包夹白三子。如图所示。

黑棋于黑13处尖，黑13的尖相当犀利，完全切断了底线白棋连接外围白棋的路线。如图所示。

白棋不甘心这么轻易的就被黑棋切断联系，白棋于白14处立，白棋仍然想从底线渡过。如图所示。

黑棋也于黑15处立，黑15立后，彻底的把黑棋内部的白棋挡在了里面。如图所示。

白棋于白16处落子，抢占了黑棋底线黑二子的一个连接点，白棋企图把底线黑二子断下，从而打通和底线白子的联系。如图所示。

黑棋于黑17处粘上，这样，黑棋就已经无懈可击。现在，左面黑棋有五口气，被包围的白子有两口气。黑棋当然杀白棋。如图所示。

特别提示

棋牌虽好耍，可不要贪玩哦！

围棋基本入门知识点有哪些

新手朋友一定要看的围棋入门基本知识!围棋是一项非常有趣的策略游戏，也是一种挑战智力和能力的活动。为了方便大家学习借鉴，下面小编精心准备了围棋基本入门知识点内容，欢迎使用学习!

围棋水平提高方法

1、基本功

基本功尤为重要，包括前期围棋教师教的吃子技巧和平时做的死活题、手筋题，这是在下棋当中发生局部战斗的时候就能体现出来了，基本功扎实的同学很容易就能找到对方的弱点，并且会给予致命的一击。

2、知识量

基本功掌握的差不多了，下面就是关于围棋知识量的积累，主要是定式、棋型，棋谱，知识量的积累，是非常漫长的一个过程，但是等真正积累到一定程度，对于在下棋的中遇到的问题就会迎刃而解，而且在下棋当中选择的方向也会很多。

3、下棋、复盘

上面的两步其实都是理论的知识，这一步才是真正的实践，通过下棋复盘，你会找到许多自己的不足，通过老师的讲解，你会找到不足并加以改正，也可以学习新的方法。

4、坚持和心态

围棋是那种需要有耐心的游戏，需要日积月累，还有不要太看重输赢，有输有赢才会体现出围棋的乐趣。

5、要多下棋，如果不动手下棋，永远不会提高，通过多下棋是提高棋感的最重要的途径。在下棋的过程中，要善于总结经验，学习别人的长处。通过攻杀以等方式提高对棋势的判断力和把握能力。

6、可以看一些关于围棋死活棋的书，不看现成答案而自己去作题，这是围棋的基本功。

7、搞点围棋全局的书籍，打谱，每天不宜过多，一局就可以了，多注重分析，善于总结，但需要时间，不知你能否作到。

8、向别人请教，不一定非得是高手，每个围棋爱好者都有他们的所长，我们可以听听学学，但不可盲从。

9、要想提高，就要做到认真对得每一盘棋，不下随意棋，两人下棋时如果你的水平比他人高得多，可以让子，但不可以让棋，我认为让棋对别人不公平，对自己也有害，围棋是需要斗志的，如果你经常让棋，你的棋的锋芒会悄悄衰退的。

10、注意大家们观点，其中有一条最有道理，围棋其真理在棋外，这话的意思大致是人的围棋水平在基本功牢固时，就与人的综合素质大大相关了，比如思考问题的眼光、眼界、判断问题是否果断、面对失误的态度、对失败的承受力、是否具有时取胜的信心等多方面。因此，要加强自身的修为。

11、多做简单的死活题

许多人都有这样一个误区：做题的难度越高越好。实际上，大多情况下，这样不仅会浪费更多的时间，甚至还会打击做题的信心呢!

大部分职业棋手认为，多做死活题是培养准确计算能力的很好方法，尤其是反复做简单的、不太伤脑筋的死活题。

毕竟下围棋不能一厢情愿地思考，更要正确的计算。在每日做题数目上，这个得根据每个人实际情况不同选择了，一味地追求量多，也是不对的。甚至有职业棋手提出“一天做一道死活题”的建议。

12、尽可能地多下棋

多下棋有助于提高棋力，这是大多职业棋手的共同看法。

当然胡乱下一盘棋了事，这是没有用的。经常与比自己水平高的人下棋，认真对待每一盘棋，多参加实战，积累经验，下完棋后记得复盘，有诚心，坚持不懈，这是提高棋艺的必备条件。

13、主动学习的态度

兴趣是很好的老师，主动学习的态度也是提升棋力的关键。有许多职业棋手在定段前，早已把《发阳论》一类的书籍倒背如流。即使我们目前还达不到那么高的水平，那就把《死活大全》拿出来，反复做个20遍，保证你一段时间后水平有大飞跃。当然，还有部分职业棋手认为多看围棋书籍，听围棋讲座也能提升棋力。总而言之，只要你有一颗学习的心，持之以恒地刻苦钻研，哪有不涨棋的道理?

围棋的规则

1. 棋盘和棋子的设定

围棋棋盘是一个正方形，由纵横各19条直线组成。棋盘上共有361个交叉点，其中黑方占180个交叉点，白方占181个交叉点。每位棋手各有一种颜色的棋子，黑方为黑子，白方为白子。

2. 下棋顺序

在下棋过程中，黑方先下第一步，然后白方下第二步，依次类推。每个棋子必须放在空着的交叉点上，并且不能放在已有棋子的交叉点上。

3. 包围领地

在围棋中，棋子可以在任何方向上下左右移动，并且可以无限次地移动。目的是通过占领交叉点来围攻对方的棋子，以取得更多的领地。当一个棋子无法逃脱对方的包围时，它将被从棋盘上拿走，并被自己的棋子所代替。

4. 终局判定

当棋盘上的所有棋子都被合法下完，并且没有任何一个棋子可以在有效移动中被放置时，即为终局。此时，占据领地更多的棋手将获胜。

围棋的玩法

1. 占领领地

在下棋过程中，玩家需要尽可能多地占领交叉点，尤其是对角线上的四个连续交叉点称为“角”，这是非常重要的领地。同时，也可以通过在敌方棋子的四周围建立城墙来占取领地。

2. 分断攻击

在围攻敌方棋子时，通过分割敌方的棋子，使它们彼此隔开，然后对它们进行分别攻击，这是获胜的重要技巧之一。分割敌方棋子的方法包括使用“断”、“挖”、“冲”等技巧。

3. 引征和腾挪

当自己的棋子被敌方包围时，可以通过引征或者腾挪来摆脱困境。引征是指通过吸引敌方的棋子来使自己的棋子脱险;腾挪则是指通过移动自己的棋子来腾出空位，以便在其它地方加强防御或进攻。

4. 对杀和死活

对杀是指当两个或多个棋手在同一局面中都可以下一步而获胜时，最后下的一方获胜;死活则是指当一个棋子处于无法逃脱的绝境时，称为“死”;反之，当一个棋子可以逃脱对方的包围时，称为“活”。在下棋过程中，要随时注意对杀和死活的情况。

5. 战略和战术

在下棋时需要有全局的战略眼光，比如应该在哪一个方向上进攻或防守，如何分配自己的时间和资源等;同时还需要有局部的战术意识，比如如何精确地计算攻击得失、如何借用对方的势力等。只有在战略和战术上都得到充分考虑和运用，才能取得更好的成绩。

围棋的胜负判别

围棋之所以称之为“围棋”，是因为棋下完后，以双方所围地域的大小来决定胜负，占地盘多的一方为胜，也就是说活棋占交叉点多的一方为胜方。前面讲过，棋盘上共有361个交叉点，如果两人平分，应各得180个半。因此，一方所占交叉点超过180个半即为胜，否则为负。当双方各占180个半即为和棋。

在实际对局中，可根据不同的对局方式，采取相应的计算胜负的分先、让先、让子的三种方法：

分先：指双方水平相当，轮流执黑先行。此局面由于黑方有先着便宜，所以我国围棋规则规定：黑方在数子后应贴出3又3/4子(即七目半)，以求黑白双方的平衡。即黑方185子时，则胜3/4子(一目半);白方177子时，则胜1/4子(半目)。数棋子的个数定胜负时，只需数一方子即可。

让先：指双方水平有差距时，由水平略低的一方执黑先行，终局计算时黑方不用贴子。即一方子数超过180个半为胜方，各占180个半为和棋。

让子：指双方水平有很大差距时，由水平低的一方执黑，先在星位上放几个黑子(通常让二子、三子……九子)，然后由白方开始下子。终局计算时，按让子数每让一子由黑方贴出1/2子。如让二子，则贴还一子，让五子，则贴还两个半子，贴还后，仍以各占180个半为和棋，多于此数者为胜。

中国规则

1.对子棋先手方贴3又3/4子。第一步，把死子提掉。第二步，只数一方围得点数并记录下来(一般围得点以整十点为单位)。第三步，如果数的是黑棋，再减去3又3/4子，如果数的是白棋，再加上3又3/4子。第四步，结果和180又1/2(棋盘361个点的一半)比较，超过就算胜，否则判负。黑目数超过184.25子即胜，而白只需超过176.75子即胜。通俗来说为白棋177子为胜，黑棋184.5子为胜。

2.让先与让子。让先不贴目，让子要贴还让子数的一半(就当被让方是预先收了单官)。

日韩规则

日本和韩国规则是一样的，判定胜负采用数目法，先手方终局要贴6目半。终局时，先数一方的目数并记录下来，再数另一方的目数并记录下来，然后黑棋减去6目半，最后和白棋比较，多者为胜。

日本围棋规则规定“公活无目”，还有“不提三目”的规定。韩国围棋规则也规定“公活无目”，不过把“不提三目”改为“不提两目”。

应氏规则

应氏规则的计算准则：子空皆地、填满计点。填满：双方棋子各自填完后，有余空称为“胜空”，有余子称为“负子”。邻界黑白兼有之双活空，称为“分空”，双方各填其半。仅有唯一分空时，双方不得填子。区位：胜空应位于角点，如无角点改于边点。负子填入对方胜空。局差还点、时差罚点，二点折一子，分区填于胜空或分空邻近之腹点。计点：胜负之点数以“差值”为准。胜空差值为一点，负子、还子、罚子，每子二点。无差值之棋局，双方域点相等，称为“和棋”。

围棋礼仪

整理：对局前，晚辈、下手方、挑战者都主动用白布擦拭棋盘，以示自己报以学习的态度;对局后，晚辈、下手方、挑战者同样需要主动整理好棋具，以示对别人指导的敬意。

上下位：在可以分出上下位的情况下，上手坐于上位，而下手坐于下位。古代区分上下位的方法和原则较为复杂，而现代比赛中在有裁判的情况下(计时钟在裁判的一侧)，以裁判的右手边为上位，沿袭了中国古代“以右为尊”的传统观念。同时，在猜先之前，上位面前所放的，须为装着白子的棋盒，而下位面前则放装黑子的棋盒。

猜先：下围棋又被称为“手谈”，就是不用语言，而是通过手势来表达思想。落座后，坐在白子一方的人应先抓起一把白子，放在棋盘上，暂不松手露子。坐在黑子一方的人可用一个黑子表示猜单数，用两个黑子表示猜双数。猜对的一方执黑棋先下。比赛前的猜先，则应由卫冕者、段位高者、年长者来抓子。

敬手：黑棋的第一手应下在右上角，此礼仪来源于日本，黑棋的一手棋如果是占角的话，则应下在右上角，把距离对方右手最近的左上角留给对方，表示对对方的尊敬。

坐姿：在小时候长辈们都会教导我们“站有站相，坐有坐相”，围棋也是一样，棋手要注意自己的仪容仪表，下棋的时候要保持正襟危坐，不能歪歪扭扭地斜靠着。

执子：棋手执子当用食指和中指两指夹住棋子，中指在上，食指在下，无名指也可以从侧面抵住棋子以稳定。但是不要把手搭在棋罐，也不要取子的`时候一边把玩一边思考。

落子：棋子落在棋盘上后，不能再移动位置，简称“落子无悔”。这既是围棋规则，又是下棋礼仪。悔棋表示做事不果断，不稳重，反复无常。

对局：对局时不应在席间与他人说话，更不应边评边弈，也不应吃东西，尤其是带响声的食品，不要有用力敲打折扇、自言自语等干扰对方思考的行为，在对方思考时，不应随意离席、走动、或是观看他局，如果对手因故离席，回来时自己有告诉对方棋下在哪里的义务。

按钟：需要按钟时，棋手需要下完每手棋后立刻按钟，同时如前所述，需要用下棋的那只手按，不可换手。按钟虽也有“拍钟”的说法，但大力拍钟是不礼貌的行为，和拍子一样，不仅不爱惜器物，也发出较大响动干扰别人，不符合棋道规范的精神。

当谷歌深度思维的阿尔法狗诞生时，人类了解了现代人工智能的恐怖潜力。从那以后，DeepMind每隔几个月就发布一篇轰动一时的论文。从阿尔法狗到阿尔法零，进步的速度让观众震惊。

也许正是因为深度思维的人工智能技术在不同阶段取得了频繁的突破，这逐渐让公众感到厌倦。几天前，谷歌创造了另一个MuZero，关心它的人并不像开始时那么多。

也许关键就在这里:在国际象棋中，阿尔法狗已经结束了对人类的虐待，然后阿尔法零已经结束了对狗的虐待，在阿尔法零之后肯定会有新的人工智能...所以在过去，没有什么新鲜事。此外，它是超越人类的障碍，很难刺激公众超越人类数万倍或数百万倍。

嗯，说了这么多，穆泽罗有什么特别的，值得单独提及吗？

把它整理出来。

第一只阿尔法狗向人类学习围棋，并最终超越了人类。我们可以把它视为人类前进的顶峰。

后来，阿尔法零独自发展了围棋理论，只知道规则，并最终超越了狗。它是第一个真正意义上的人工智能围棋大师，它的成就与人类围棋的历史无关。

对穆泽罗来说，它对围棋一无所知！这是棋盘上棋子的随机放置，工程师们在几个节点上对其稍加归纳，使其有所偏差。最后，穆泽罗发明了围棋！

除了发明围棋，它还以更快的速度发展了更精彩的国际象棋理论。它是人工智能世界中围棋的创造者。

直觉上，穆泽罗有内在的驱动力——精确设计游戏规则的能力。

正如深度思维研究人员所解释的，强化学习的一种形式——模型是MuZero和AlphaZero的核心技术，其中奖励系统将人工智能带到目标。

通常，基于模型的强化学习侧重于直接在像素级对观察流建模，但是这种粒度级在大规模场景计算中非常昂贵。从根本上说，MuZero将接收观察结果(即Go板或Atari屏幕的图像)，并将其转换为隐藏状态。通过接收先前状态和假定的下一个动作的过程，隐藏状态被迭代地更新，并且在每个步骤中，模型给出对策(例如，下棋)、价值函数(例如，预期的赢家)和奖励(例如，通过玩游戏得分)。

穆泽罗玩阿尔法零。前者的搜索步骤更少，但更微妙，因为它对go有更深的理解。它不仅比阿尔法零强，而且在架构上更简单和更有效。

DeepMind认为现实生活中的许多问题(如库存和军事行动)没有明确的规则，或者规则随时会改变。因此，未来的决策需要由人工智能自己做出。这是他们的研发方向。

这篇文章是从文图拉比特翻译过来的，由基于知识共享的翻译家马杰尔发表。

原名:穆泽若:又一次发明围棋的艾。

“黑贴六目半”指的是围棋规则中的一种，常常在日韩的围棋比赛中使用。了解这个词的含义之前，需要知道什么是“贴目”，即：指黑方先行出手，会在布局上占有一定的优势，因此为了公平起见，在最后计算双方占地多少时黑棋必须扣减一定的目数或子数。而“黑贴六目半”是指：通过数子法和目法之间进行6目半的换算，以此得知黑子占地数值。即：换算成数子法则是贴6.5÷2=3.25子。那么180.5+3.25=183.75，表示为黑184子胜。

贴目一词指的是为其中具体贴目的数值，由于贴目不同，具体代指的数量也就不同。例如：中国地区围棋规则中贴目数相当于7目半，贴目一词指的是大约7目半的数值；在日本、韩国围棋规则中贴目数是6目半，贴目一词指的是大约6目半的数值。

围棋做活是一个围棋术语，棋子被对方包围，至少有两个眼(对方不可下子的空格)，免于吃掉，成为活棋。围棋做活技巧是要先扩大眼位，增加做活空间，再抢占要点以免被消灭。

围棋术语基础术语：

1、气：棋子直线紧紧相邻的空交叉点，就是这个棋子的“气”。单独一个棋子的气数不超过四气，但两个或两个以上相连棋子就可以有四气以上，如果棋子失去所有的气，就成为死棋，不能在棋盘上存在。

2、目：在棋盘上，被一方棋子所围地域的空白交叉点，称之为“目”。

3、打劫：双方轮流提取对方棋子的情况。围棋规则规定，在打劫时，被提取的一方不能直接提回，必须在其他地方打劫，使对方应一手之后才可提回。

4、假眼：由几个没有完全连接的棋子围成了眼的形状，称为“假眼” 。在一定条件下，对方吃掉会吃掉围成假眼的棋子。

2017年“衢州烂柯杯”首届中国女子围棋精英赛在衢州结束，本次年龄最大的参赛棋手、29岁的鲁佳以1/4子的最微弱优势险胜女子第一高手於之莹，夺得冠军及10万元奖金。由于中国女子围棋赛事很少，“衢州烂柯杯”的设立无疑对中国女子围棋发展起着重要作用。现在和大家分享一篇关于围棋的基本杀法缓急轻重杀法的文章，希望能够帮助到大家。

工具/材料

围棋

操作方法

黑白双方经过相互对弈，形成了缓急轻重棋局。黑白双方将在即将进行的缓急轻重棋局中斗智斗勇，殊死搏杀。如图所示。

黑棋先行，黑棋在黑1处打入，黑1的位置选择了白棋右上角的二二位置，该位置对右上角角落有着很大的影响力。如图所示。

白棋于白2处靠住黑1，白2的靠选择的位置也很好，位于白棋右上角左边底线，有利于白棋做眼。如图所示。

黑棋不能容忍白棋在右上角做眼的想法，黑棋于黑3处落子，打吃白2，企图通过打吃掉白2达到破坏白棋做眼的目的。同时，黑3存在渡过的可能。如图所示。

白棋也在白4处长，白4长后，不仅打吃黑3，而且还防止了黑3渡过的企图，如果黑棋想在底线爬一步来渡过，那将会被白棋打吃掉。如图所示。

黑棋也趁此机会在黑5处落子打吃掉了白2，黑棋很好的控制住了白棋内部的右上角，现在，感觉黑棋占有优势。如图所示。

白棋很快就在白6处立，白6的立不仅挡住了黑子渡的可能，而且对底线黑子形成了打吃。当然，白6的立是建立在白棋的外气较充分的基础上的。如图所示。

黑棋立刻在黑7处粘，黑7粘上后，使得白棋内部有一个断点。但更为重要的是，黑7的粘在紧白棋的外气。如图所示。

白棋随即就在白8处挡，挡住了白棋内部黑子的继续打入，有效的保护了白棋的断点，并且也对白棋内部的黑子起了紧气的作用。如图所示。

黑棋也迅速的在黑9处立，黑9的立使得黑棋彻底把白棋的外气紧完，现在，黑棋叫吃白棋底边左面的白四子。如图所示。

白棋从容不迫的在白10处落子，提掉了底线上的黑3子，化解了黑棋的打吃。现在，黑棋需要通过打劫夺回黑3这个位置，才能置白棋于死地。而白棋只需要在黑3这个位置粘上或则继续打吃右上角的黑子，白棋就会存活。纵观此处，白棋无任何被黑棋打劫的题材。因此，白棋做活。如图所示。

特别提示

棋牌虽好耍，可不要贪玩哦！

“王中郎以围棋为坐稳”这句话出自刘义庆的《世说新语》。《世说新语》的作者是南朝文学家刘义庆文，全书记载了从东汉后期到魏晋期间一些名士的言行与轶事，现存有三卷。

《世说新语》的简介

《世说新语》全书共有一千二百多则，内容包括有德行”、“言语”、 “政事”、“文学”等方面，全书多有谈玄论佛的内容，具有文学欣赏的价值和思想价值。

《世说新语》记叙了魏晋两朝时期的独特人物，无论帝王、将相，或者隐士、僧侣，都包括在内。作者写出了独特人物的独特性格，使之气韵生动、活灵活现、跃然纸上。《世说新语》的语言精炼含蓄，隽永传神，善用对照、比喻、夸张、与描绘的文学技巧，对后来的小说发展影响尤其大。

围棋，是一种策略型两人棋类游戏，中国古时称“弈”，西方名称“Go”。流行于东亚国家（中、日、韩、朝），属琴棋书画四艺之一。围棋起源于中国，传为帝尧所作，春秋战国时期即有记载。隋唐时经朝鲜传入日本，流传到欧美各国。围棋蕴含着中华文化的丰富内涵，它是中国文化与文明的体现。

围棋使用方形格状棋盘及黑白二色圆形棋子进行对弈，棋盘上有纵横各19条线段将棋盘分成361个交叉点，棋子走在交叉点上，双方交替行棋，落子后不能移动，以围地多者为胜。因为黑方有先行占地之利，故而规则人为规定黑方局终时要给白方贴子。围棋被认为是世界上最复杂的棋盘游戏。中日韩等各国制定的竞赛规则略有不同。

围棋怎么算赢

首先将双方的死棋拿掉，再分别计算黑方和白方围住的交叉点有多少。超过标准为胜，不足为负。

一盘围棋经过互相战斗，双方的地域已经确定，此时要把双方活棋之间的交叉点占完，术语称为：收单官，这盘棋就算结束了。这时开始计算子数，就是数子法，来确定胜负。棋盘上有361个交叉点，分为两份，每方应得180.5个交叉点，多于此数为胜，少于此数为负。

围棋吃子方法有以下几种：

1、双吃

下子后，使对方的两个棋子或两部分棋子同时剩1口气，这步棋就称为“双吃”。

2、门吃

下子后，封住对方的棋子的出路并打吃对方的棋子，像关门一样的吃子着法，就称为“门吃”。

3、抱吃

下子后，把对方的棋子往己方有棋子拦截的方向赶，像用手抱住对方，这种吃子的方法称为“抱吃”。

4、征子

下子后，打吃对方的棋子，对方长出时只用2口气，己方再迎头堵住，一直打到对方没有地方逃，最后把对方的棋子吃掉，这种吃子的方法就称为“征子”。

5、封

下子后，将对方棋子的几条出路封住，使对方无法逃掉，置对方的棋子于死地，这种着法称为“封”。

6、倒扑

往对方棋的虎口里下子，送给对方吃，然后立即将对方的棋子反提掉，这种吃子的方法称为“倒扑”。

2017年中国天水“羲皇故里杯”第4届丝绸之路国际城市围棋公开赛结束，李旭夺得冠军。而夺得第三名的周游也引起了大家的兴趣。原来，周游的另外一个身份是新浪棋牌的主编，看来，这位新浪棋牌的主编的棋艺还真高，不愧为棋牌主编。现在和大家分享一篇关于围棋的基本杀法八面威风杀法的文章，希望能够帮助到大家。

工具/材料

围棋

操作方法

黑白双方经过相互对弈，形成了八面威风棋局。黑白双方将在即将进行的八面威风棋局中斗智斗勇，殊死搏杀。如图所示。

黑棋先行，黑棋于黑1处落子，黑1在黑棋下面围起了空，使得黑棋能够在空位做起一个眼。如图所示。

白棋于右上角底线白2处爬，白棋是想通过白2的爬，破坏掉黑棋上面的眼位。如图所示。

黑棋如果直接在底线落子挡住兵打吃白2那就上黑棋的当了。白棋就会在中路打吃黑二子，黑棋粘上黑二子，白棋也粘上白一子，这样，黑棋的眼位就会被破坏掉。于是，黑棋在黑3处落子，挡住中路的白棋。如图所示。

白棋见计谋没有得逞。于是，白棋于白4处落子，叫吃底边的黑二子。如图所示。

黑棋随即在黑5处粘上位于底边的黑二子，同时，黑5打吃白4子。如图所示。

白棋不敢直接粘上白4，如果白棋粘上白4，那就会被黑棋打吃接不归。于是，白棋先在白6处落子粘上底线的白2，再准备循序渐进，粘上白4子。如图所示。

黑棋直接就在黑7处提掉了白4子，这样，黑棋就在上面的底边做起了一个眼了。黑棋已经存活了。如图所示。

白棋并不甘心失败，白棋于白8处冲，白棋企图破换黑棋上方的眼位。如图所示。

黑棋直接在黑9处挡，黑9挡后，黑棋在上方的眼位就完全定型。黑棋已经有了两个眼，黑棋存活。如图所示。

特别提示

棋牌虽好耍，可不要贪玩哦！

2017年第四届感恩杯国际新锐围棋对抗赛决赛战罢，中国队一扫阴霾，成功卫冕。由于中国队在排位赛遭到韩国零封，因此，在与韩国队的决赛中，中国队及时变换了台次，而这一变化收到奇效。决赛中国队以四比一的比分成功复仇韩国队，再次捧杯成功。现在和大家分享一篇关于围棋的基本杀法井底之蛙杀法的文章，希望能够帮助到大家。

工具/材料

围棋

操作方法

黑白双方经过相互对弈，形成了井底之蛙棋局。黑白双方将在即将进行的井底之蛙棋局中斗智斗勇，殊死搏杀。如图所示。

黑棋先行，黑棋在黑1处长，黑1长后，黑棋在白棋内部的黑二子就形成了对白棋左面底线的白一子的打吃。如图所示。

白棋也不甘示弱，于白2处落子，打吃在白棋内部底线上的黑二子。当然，白2的打吃只是虚张声势，白棋真正的目的是在右上角做眼。白2落子后，白棋也成功的在右上角做起了一个眼位。如图所示。

黑棋于黑3处打吃掉了白1，这样，黑三子就成功的和外线黑棋连接上了，黑棋现在已经占据有利局面。如图所示。

白棋急忙在白4处落子，白4断打右上角下方底边上的黑一子，白棋试图通过打吃掉黑一子后做起另外一个眼。如图所示。

黑棋并没有按照白棋预想的在二路打吃白4的方式走起，黑棋是在底边黑5处打吃白4，黑棋的这个打吃让白棋很难过。如图所示。

白棋如果在白4处长那将会被黑棋打吃，于是，白棋只好在白6处提掉了黑一子，这个时候，白棋叫打底线上的黑5。

黑棋于黑7处长，黑7的长使得底线上的黑二子成功的和外围黑棋连接。而白棋由于关键眼位被黑棋抢占，在这里只形成了一个假眼。如图所示。

白棋有在白8处落子打吃黑三子，白棋这是困兽犹斗，在做最后的挣扎。如图所示。

黑棋于黑9处粘，这样，黑棋就把白棋围的死死的。由于白棋只有一个眼位，白棋不能存活。如图所示。

特别提示

棋牌虽好耍，可不要贪玩哦！