Kata

KataGo是一款由美国程式设计师David J. Wu所研发的免费开源的围棋软体，其采用分散式训练并融入多项创新技术，现为最强大的围棋人工智能之一。它具备优越的通用性，支援多种围棋规则、棋盘尺寸、贴目及让子棋等。

== 背景 ==
2015年，DeepMind的围棋程式AlphaGo率先击败职业棋手樊麾，随后在2016年AlphaGo李世乭五番棋中战胜李世乭九段，并于2017年AlphaGo对阵柯洁比赛中击败柯洁九段，其在网路对弈平台亦取得全胜战绩。这些成果证明相关演算法与技术的成熟，引发人们对人工智能领域的关注。人机对战结束后，DeepMind宣布AlphaGo将不再与人类对弈，并发表最终版本AlphaGo Zero的论文。

== 简介 ==
2019年初，作者以AlphaGo Zero和AlphaZero论文为基础，并参考Leela Zero的实作经验，结合自身研究的多项改进方法，设计出初期版本且发表相关论文。项目早期的训练工作仅于内部进行，由简街资本（Jane Street）提供运算资源支持。在经历数次实验性测试后，项目于2020年底转为公开的分散式训练，允许人们贡献算力以生成训练资料。所有网络权重与训练数据亦同步公开。截至2025年10月，已累积超过8600万笔训练对局。
相较于其他围棋程式，它具备多项独特功能，例如：目数预测、自订棋盘尺寸与贴目、支援让子棋以及多种围棋规则，它也使用多种先进技术及独自发明的方法，还设计围棋专属的输入特征︰气、刧争、贴目奇偶性、活棋判断与征子等。因其强大的棋力，它已成为职业棋手日常训练与棋局分析的工具之一，也被线上围棋网站「OGS」和「AI Sensei」用作分析引擎。
其名称「KataGo」取自日文词语「かた」（型），此概念源自武术中为磨练技艺而设计的动作模式，恰如其程式透过持续自我对弈以追求更高棋艺的核心理念。
它支持主流的硬体与作业系统。不过它本身是一个后端引擎，使用者通常需要搭配围棋图形使用者介面使用。

== 版本 ==

=== 内测版 ===
g65，2019年2月，使用35颗 NVIDIA V100 训练7天，网络规模从最初的b6c96提升至b10c128，再达到b15c192，其棋力表现与LZ130（Leela Zero的第130代网络）相当，达到职业棋手的强度。（v1.0）
g104，2019年6月，使用28颗 NVIDIA V100 花费19天，网络规模提升至b20c256。其改善训练参数并新增LCB（信置下限）算法，大幅增强棋力，仅需3.5天就超越前者，其棋力超越LZ-ELFv2（ELF OpenGo的v2权重），并接近LZ200水平。（v1.1）
g170，2020年1月，使用约44颗GPU耗时157天，网络规模增加至b20c256x2、b30c320x2和b40c256x2。其经过大幅改进并扩充功能…