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！(10)

不过，这种随机性对研究中的数据获取操作提出了挑战，理想的情况下，应对棋局样本多次分析取样，再取其平均值。另外，研究者应严格遵循学术研究数据使用中的规范，避免出现任何数据方面的人为选择。
2.“权重”对吻合度的影响
任何一款围棋AI，进化之路都可谓是永无止境，过程中自然也留下了一系列的版本。这些不同水平的版本，对吻合度的“看法”会不会存在差异呢？下面选取了四种常用的KataGo官方权重进行测试，结果如下：

几个常用的官方权重在计算量相同的情况下，虽然每盘棋在吻合度上都略有差别，但很难区分这种差异是源自权重的不同，还是围棋AI的“随机性”所致。各权重之间棋手平均值几乎没有差别，方差分析结果也证实了这一点——四组数据之间均无显著差异。详见图3。

图3 “当湖十局”不同权重下吻合度数据方差分析[13]
在当代棋谱的跨权重实验中,也得到了类似的结果.可见权重因素对于吻合度基本没有影响。只要是超越了人类顶尖水平的围棋AI权重，选取哪一款进行测试都是可行的。
3.“计算量”对吻合度的影响
理想情况下，围棋AI的计算量下肯定是越高越好。受时间与硬件设备的限制，在上面两个实验中，计算量都固定为100k。那么，计算量的高低又会对吻合度产生怎样的影响呢？同样以“当湖十局”为例，测试结果如下：