電腦人腦圍棋大決戰（3-2）

baseball40

2016-03-08◎王銘琬
今日將與人工智慧圍棋系統「AlphaGo」對奕的李世石，是現今第一線棋手中，獲得世界冠軍次數最多的棋士。（法新社）
「AlphaGo」這次的突破，內容發表在1月28日號《Nature》雜誌。簡單說明一下，就是充分利用了人工神經網路方面的技術。AlphaGo用現在熱門的深度學習（deep learning ）學習棋譜並做自我學習，在對局時活用價值網絡（value network）與策略網路（policy network）兩種技術，密切配合MCTS，讓計算有效率地進行。有趣的是Alpha Go並沒有捨棄MCTS，而是把它改良到很高的水平。但看來MCTS的基本問題應該還沒解決，神經網路也可能有其固有弱點，雖然這次公開的5局棋裡面，很少有讓弱點出現的局面；另一方面，樊麾二段和AlphaGo的比賽是去年10月舉行的，這幾個月，AlphaGo還正透過自我學習不斷在進步，它真正實力不看3月決戰還無法斷言。
李世石眾望所歸
順便介紹這次代表人類對抗電腦的李世石。他是現今第一線棋手中，獲得世界冠軍次數最多的棋士，也是下法最精彩的棋士。中國頂尖棋棋士雖羨慕地表示「這簡直是從天上掉下一百萬美金！」但大多數棋迷還是想看李世石出陣。
李世石是在他之前稱霸世界棋壇李昌鎬的接班人，有點像足球的大羅小羅，在接班過程中大李面對挑戰自己的小李，不是打壓，而是傾囊相授。李世石的棋路和李昌鎬完全不同，相對於李昌鎬扎實的功夫棋，李世石的棋路變幻莫測很難捉摸。

他的下法讓人感覺是隨興所致，有時會隨便捨棄一般認為是很重要的棋子，讓觀棋者大吃一驚。可是往往在之後的戰局中，不只讓先前捨棄的棋子參加戰鬥，最後還讓它們順勢救出。

李世石的好敵手中國棋士古力，具有強悍的攻擊力，但從棋譜很容易能理解古力著手的用意，也馬上能感受到他的手法的效果；但李世石的棋有時讓人看不懂，就算結果美妙，驟然無法判斷過程的邏輯。對年輕棋手而言，他是尊敬的對象，是超越的目標，卻很不容易成為學習的典範。

中國棋壇稱李世石的棋為「殭屍流」雖然不雅，可說適得其妙，不僅如上所述，擅長讓假死的棋子還魂，他會讓人感到對圍棋混沌模糊部分的不可思議。然而李世石給人的印象不是陰暗而是明朗活潑，一個永遠的頑童。除了精湛的棋力，還有獨特的魅力，讓人想起當年力戰「深藍」的卡斯帕洛夫。

AlphaGo的意義與可能性
圍棋是一個專業性很高的領域，職業棋士大多數是小學入學前就開始學棋，幾乎所有時間都埋頭在訓練裡，經過激烈競爭才能獲得資格；比賽後不管輸贏必定徹底檢討，從裡面尋找心得。圍棋的棋局很容易重現檢驗，得到具體的反省與結論。
圍棋的技術與經驗累積有效，而棋力的顯現也有客觀的標準；另一方面，圍棋需要比較多方面的能力，需要整體的分析、細部的觀察及實現目的的戰略。
現在不只谷歌，臉書、百度也相繼投入開發圍棋對弈軟體。對人工智慧而言，圍棋是一隻優秀的白老鼠。谷歌這次還特別表示，AlphaGo的架構並沒有特別為圍棋打造，亦即如法泡製的話，在別的領域，人工智慧也可能做得比從小受過高度訓練的人好。
我們倒還不必盡信谷歌單方面的說詞，程式本身是否有嚴重弱點，神經網路配合模擬的做法是否萬用靈丹，都還有待觀察。另一方面，這次谷歌使用的方法需要超高的硬體規格，並耗費驚人的電力，無法在一般日常生活環境使用，還需要大加精簡化，不過AlphaGo還是讓人感到人工智慧將有無限的活用空間。
http://news.ltn.com.tw/news/supplement/paper/966098