一、胜率分析
以上6张图，均为弈客鹰眼自动生成，点击可看大图。
对阵默认黑棋在前，胜率趋势曲线默认为黑棋胜率。
从胜率图可以看到，棋局进入到后半程后对局激烈了许多，不再有任何完胜的对局。除了范廷钰与柯洁一盘，其余5盘几乎多事缠斗到最后一刻才分出胜负。最接近“完胜”的对局来自于范廷钰与柯洁，但是柯洁作为失败一方，依然制造了相当多的麻烦。
选取对局双方胜率下降最大的一手，做手数-胜率下降值的散点图。图中蓝色的点，为后半程的对局，红色的点为前半程。从图上可以看出，后半程的对局中，最大的失误来的更晚也更致命。一个可能的原因是，后半程对局时海拔更高，氧气量的不足，会导致中后盘失误增多。从最恶一手的手数来看，后半程均值为127.7，前半程为83.5，最大的失误来的晚了不少。
从最恶一手胜率下降的箱型图，可以更直观的看出，后半程的失误更为致命。后半程最恶一手胜率下降的平均值为29.80%，而前半程仅有19.44%。
本轮比赛最恶一手来自于芈昱廷与时越一局，时越的142手。
收官阶段这一手看似正常的一粘，被ELF评为46.76%的巨大惨案。此时的局面细微，ELF认为M18飞最大，时越如果走到此手，依然可以保持优势。此手一出，芈昱廷成功完成了逆转。
本次新增加了一个统计项目——首步恶手，定义是第一步超过10.00%胜率下降的一手（如果全盘没有，取胜率下降最大的一手），并做手数-胜率下降值的散点图。选取这个胜率，是因为低于这个胜率值的亏损，人类棋手并不敏感。
从图上可以看出，人类棋手几乎100手之前必定会有超过10.00%的恶手出现，甚至在40手之前就会出现超过20.00%的大恶手。一个超过10.00%的失误，对于AI来说已经足够致命，而20.00%的失误对AI来说可以说这局棋就已经结束了。从这个角度来看，人类和AI实在是有不可逾越的鸿沟。
本次统计的样本，首步恶手平均在51.2手出现，胜率降幅平均值为16.47%。
在看胜率趋势图的时候，还发现了一个有意思的事情，芈昱廷下出了ELF计算范围之外的一手。
对局来自于党毅飞与芈昱廷的一局，芈昱廷这手断是ELF未曾计算到的一手。此手一出，ELF立即让芈昱廷胜率提升了30.75%。芈昱廷也是依靠这里精确的计算，一举拿下了比赛。虽然现在AI非常强大了，但是人类在直线计算上，依然有自己独有的优势。
二、统计学数据
这是本轮统计学数据的分布图，纵坐标为平均胜率差异，横坐标为方差。所有数据均为弈客鹰眼给出。为了便于观看，做了对数坐标以及逆序处理。红色的点为前半程，蓝色的点为后半程。
后半程的对局，激烈程度明显高于前半程，从图上点的分布可以一目了然的看出。上半程的平均值（13.07,1.66）,而下半程则大幅提升到了（28.68,2.42）。
从平均胜率差异的箱型图中，也可以很明显的看出，后半程的比赛中，棋手和AI的差异更大。这提示后半程比赛选手失误更多，对局也更为激烈。
三、吻合度分析
弈客鹰眼也给出了本轮吻合度的数值。
这是吻合度的箱型图，分总体、序盘（5-60手），中盘（61-180手）以及官子（181手-终局）进行了统计。总的来说，后半程棋手的吻合度要更高。后半程全局吻合度高达57.31%，是一个非常高的数值了；布局的吻合度，平均值更是高达63.41%，但是分布较宽；中盘54.72%的吻合度，也是一个明显高于平均水平的值。本轮吻合度较高，可能与对局激烈，对局双方时刻需要以最强手应对有关。
本轮的硅基之王，党毅飞九段。全局71.57%的吻合度令人咋舌，是目前我统计过大几百个人类棋手样本的最高纪录。可惜的是，这局党毅飞输了。不过输的并不冤枉，对手是本图中第二的芈昱廷，67.65%的惊人成绩。不过吻合度高是一方面，稳定性是另一方面。这局棋两人的方差为19.02和30.99，人类还是很难做到像AI一样稳定。
本轮序盘的吻合度，有三人超过了80%，范廷钰78.57%的成绩距离80大关也只有一手之差了。顶尖棋手，现在对AI布局的认识是越来越深入了。不过本轮序盘吻合度的分布很宽，有三名棋手没达到35%。不过这三个数据点来自于两盘对局，从棋谱内容来看，这两盘早早的就进入了中盘战，序盘吻合度低可以理解。
中盘吻合度党毅飞继续傲视群雄，70%的高值是有记录以来第二高，仅次于之前精确屠龙的赵奕斐。
做了一个吻合度平均值的柱状图对比。两局棋平均下来，党毅飞64.26%的成绩占据榜首，从上半程倒数第二完成了华丽逆袭。唐韦星后半程的吻合度明显好了许多，看来上半程不到40%的战绩确是还没有进入状态。
做了一个后半程与前半程吻合度的差值的柱状图，可以看到唐韦星和党毅飞“进步”明显，其他四人倒是没有太明显的变化。
四、总结
总的来说，后半程的对局更为激烈，失误也更多。不过从吻合度角度来分析，棋手的发挥应该都是非常之高，明显高于平均水平一大截。党毅飞和唐韦星，前半程似乎并不在状态，看来上高原的确要有一个适应过程啊……
閱讀更多 弈客圍棋 的文章
