最近看到一点元胞自动机的东东，感觉和我原来考虑的模型很像。特征询电脑围棋网上的iie易野超级版主的意见：在电脑围棋这块，有人用这个试过吗？
按我最初的想法，还真的是让所有元胞按一定的动力学规则进行演变，看是否能变出必然之着来。当然，关键是“动力学规则”。会是一种静态的按某种固定且高度复杂的规律行事的动力学规则呢？还是一种盘内可动态变化，盘外可进化演进的动力学规则呢？

电脑围棋网上的iie易野超级版主提示：考虑博弈的特点，更倾向具有极性的模型，对于围棋来说，两极的。

我感觉iie提醒到点子上了
作为元胞自动机，只考虑按某种公平的规则进行演化，虽然演化的结果可能会出现不平衡状况，但从演化规则本身来说，设计具有极性的行为的规则，不是显在可行的。需要通过试验观察，才可能发现是否有机会。问题是，如何将围棋的博弈转化为一种有极性元胞行为。
考虑元胞本身是中立的位置点。元胞的状态是该点获得双方力量的投入量，邻居是与该点有关联的相关位置，元胞通过综合自身状态和相关点的其他位置的状态，为下一状态变化的元胞选择进行投票。关键是如何从公平的行为中，分化出两种不同的投票动机选择：“让黑胜”和“让白胜”如何能成为同一种行为机制的不同取向？

但转念反思：“让局势最大复杂化”或许可以是一种行为机制的无极性取向。对于大脑和电脑不同特征的信息处理能力的不对称，“让局势最大复杂化”是不是在最终事实效果上的倾向了电脑呢？——如果真的存在这种最复杂化的路径的话。——乱中取胜的机会，有吗？

“让局势最大复杂化”显然是比围棋知识和规则更容易实现可计算性模型的。事实上，这样的模型意味着对“最均衡的局势”的追求——对平局的追求。但人的计算能力不如电脑，最终会导致因人类的“求和能力”欠缺而让电脑取胜。以和求胜——本身也是哲学层面的最高境界的胜。

把求胜的比赛，当作求和的比赛来计算对待，没准是一个机会。

从UCT算法对人类棋手造成的小困惑来看
UCT算法的盛行，给人类棋手或类人类思维方式的算法棋手带来了一些小困惑。就是不按棋理下棋但又不下无理手，致使局势复杂到对手难以应付和招架。似乎已经可以让我们感到这种压力的存在了。那只是UCT算法意外的收获，或许其水平提高的原因并不在算法本身又多周密，而是算法无意地制造的这种压力提高了他的胜率，如果我们有意地去设计这种压力，情况会不会更好呢？

这正符合我的思想：高境界的围棋是比“和略和术”的游戏。