崔灿重磅论文：从AI分析，中国古代棋圣不弱于现代超一流棋手！(13)

不过，尽管难以进行统计，任何棋局中都有一些“必然着法”是不争的事实。前面“一选吻合度不受计算量的影响”的现象，从侧面体现了这一点。“前三选点且不低于最高计算量20%”的标准，让吻合度在不同计算量下出现了差别，原因是计算量存在明显差异的围棋AI，在棋力上有着较为明显的高下之分[16]，导致对棋盘上“模糊地带”的标准有严有宽。如果一盘棋在不同级别的“围棋AI老师”那里拿到了同样的评分，最有可能的解释是：此前能够体现区分度的“题型”消失了，剩下的都是不需要依靠“阅卷水平”就可以打对勾的简单题目。由于每盘棋“送分题”的多寡并不一致，使用吻合度进行棋力评价，首先需要一定的棋局样本量。“单局吻合度”由于难以排除棋局随机因素的影响，用来评价棋手水平效力相对有限。
5.棋局手数对吻合度的影响
上一节提到，对局中不可避免的存在一些必然着法。这些“送分题”在每盘棋中总量是随机的，但在棋局的不同阶段，其分布是否均匀呢？我们很容易根据经验推测：一盘棋布局阶段的“必然”下法最少，越是往后必然着法就越多，在官子阶段达到顶峰。
与无法证明的“棋风影响吻合度”不同，“手数影响吻合度”的假说，可以通过棋谱统计的方法加以证实。2019年初，围棋AI“ELF OpenGo”分析了从十六世纪到2018年的将近87000局职业棋谱，得出了许多有趣的结论。其中，关于棋局不同阶段“吻合度”的统计结果如下[18]：

表中的“吻合度（Matching）”是只统计围棋AI“一选”的数值，而“基本吻合（Almost Matching）”则设定为“胜率下降不超过1%的着法”，这与Lizzie的默认吻合度设定有异曲同工之处。两种标准下的结果对比，再次体现出“一选”在区分度方面的缺陷。不过无论哪种标准，吻合度数值都随着棋局的进行上升。
上述结果是对大量棋局不同阶段的横向考察，尚未直接验证完整的一盘棋也遵循“吻合度随手数上升”这一规律。另外，该研究并未涉及棋局180手之后的平均吻合情况，每手棋的计算量只有1.6k，也没有考虑规则与贴目（子）因素，这些缺陷在一定程度上弱化了其结论。为了证实“吻合度”是否如预期那样与一盘棋的总手数相关，对部分当代棋谱[17]按手数进行分组比对，结果见图6：