閑扯投資和圍棋 david自由之路

電腦比人腦強？這一天終於來了嗎谷歌人工智慧與圍棋世界冠軍的世紀對決

2016-03-14 TWM

人工智慧程式AlphaGo將與圍棋世界好手李世石對決，儘管「人腦或電腦勝出」引爆話題，但這一戰更重要的意義是：人工智慧如何與人類共生？

編按：一九六○年代起，人工智慧（AI）就開始對西洋棋做研究。一九九七年，IBM的超級電腦「深藍」打敗當年西洋棋的世界冠軍，被視為重要里程碑。而與西洋棋不同的是，圍棋要在棋盤中占據大於對方的領域，需要人類特有的綜觀全局能力。發展至今，AI終於和職業棋士實力相當。三月九日起，Google旗下公司的AI程式AlphaGo，將挑戰頂尖棋手李世石。《今周刊》特別請旅日九段棋士王銘琬分析人腦與電腦對決的意義和重要性，藉此一窺AI的未來發展。

一月二十七日，Google（谷歌）發表了一項驚動世人的成就，透過旗下公司DeepMind所開發的人工智慧程式AlphaGo，挑戰中國出生、圍棋棋力達到二段的歐洲冠軍職業棋士樊麾（編按：職業圍棋段位共分九級，最低為一段，最高九段），結果五戰五勝。在圍棋世界裡，這是電腦第一次勝過職業棋士。

七年前差距：七子

人腦讓程式先下，還是贏事隔一日，在一月二十八日出刊的《自然》（nature）雜誌，就報導了這個程式的主要內容，而該期的雜誌封面則是圍棋棋盤，由此足見科技界對「電腦下圍棋打敗人腦」的驚訝程度，以及這個事件所代表的里程碑意義。谷歌同時宣布，三月間，AlphaGo將與韓國籍的世界頂尖棋手李世石舉行五局比賽，勝者獎金一百萬美元，消息一出，谷歌股價速漲四％以上。

電腦下棋，一直被當成人工智慧（AI）能力的指標。一九九七年IBM電腦程式「深藍」（Deep Blue）擊敗世界西洋棋冠軍卡斯帕洛夫，帶來很大震撼；然而在圍棋這方面，電腦始終無法與人類較量。

這次谷歌大力進軍圍棋，想攻下「人類最後堡壘」，也顯示圍棋之於人工智慧的指標意義。

那麼，圍棋為何會讓人工智慧傷透腦筋？

就單純的數字來看，圍棋的變化數是十的三六○次方，西洋棋的變化數則是十的一二○次方，兩種遊戲的複雜度不能相比；而圍棋的艱難之處不僅是在變化多端，它的形式也不同於其他主要棋類。象棋、西洋棋，皆以「擒王」為目的，而圍棋的目的是在棋盤中占據大於對方的領域。

「擒王」型的遊戲因為目標明確單純，至今的電腦比較擅長，而圍棋這種「全局統計性」的目的，反而是人類的直覺比較管用。也因此，以人工智慧開發圍棋軟體，某種程度來說，就有助於人工智慧分析、納入「人類的直覺」。

七年前，日本圍棋軟體Zen上市時，我受邀與「它」做了一次表演賽。那時，我必須讓七子，意即程式先下七手之後我才開始。這是一般棋迷的平均水準，我當時完全抱持著「對電腦下指導棋」的心情，相當輕鬆。因為這個緣分，日本每年舉辦的圍棋軟體世界比賽UEC，我都以裁判身分參加，一路觀察人工智慧在圍棋領域的進化過程。

五年前差距：四子

之後，對弈軟體進步牛步五年前，圍棋軟體棋力到達跟職業棋士差距四子的程度，但在此之後即陷入瓶頸，一直沒有顯著進步；我每年看對弈軟體在原地踏步，看得手癢癢的，覺得此時可能需要棋力較高的職業棋士的加入；畢竟，圍棋需要人類的綜觀全局能力。

於是，只要有機會，我就對各團隊毛遂自薦，表示若需要職業棋士，我有意願，但始終未獲回應，直到兩年前，台灣老牌圍棋程式ColdMilk作者周政緯讓我拜他為師，教我程式的基本內容，我的求愛終於得到一點結果。

一四年，我遇到趨勢科技創辦人張明正，談起圍棋軟體現況，他很感興趣，決定開發圍棋軟體Go Trend（趨勢），把我納入團隊。

目前差距：一子

已有職業棋士平均水準

Go Trend組隊時，我估計只要有一個小突破，就有機會奪得世界冠軍。沒想到這次AlphaGo一下進步三子棋力，已達職業棋士的平均水準了。從AlphaGo這次公開的五局棋譜來看，電腦走棋的過程，著手扎實、眼觀全局又該戰則戰，若不細看，我幾乎無法辨認哪一方是電腦。

AlphaGo這次的突破，是充分利用了人工神經網路方面的技術。先用深度學習（deep learning）研究人類專家比賽的棋譜，並做自我學習。有了這些基礎後，在對局時活用價值網絡（value network，評估棋子在棋盤位置的意義）與策略網絡（policy network，選擇走棋步法）兩種技術，讓計算有效率地進行。

目前圍棋界世界排名第一的雖是中國棋士柯潔，但將在三月代表人類對抗電腦的李世石，三十三歲，是現今第一線棋手中獲得世界冠軍次數最多的棋士。我第一次看到他時，僅有十七歲，卻已創下三十二連勝的紀錄，以「不敗少年」稱號代表韓國到日本參賽。

職業棋士間有輸有贏，一般不會覺得對方有什麼特別，我也很不喜歡用「天才」形容別人，可是對於李世石，實在想不到其他字眼。李世石棋路變幻莫測難以捉摸，宛如隨興所至，有時會隨便捨棄看來很重要的棋子，讓人大吃一驚，可是，往往在其後的戰局中，先前捨棄的棋子還會參與戰鬥，順勢救出。

中國棋壇為李世石取了綽號「殭屍流」，不只擅長讓「假死」的棋子還魂，也令人讚嘆圍棋深奧、不可思議。

也就是說，即將在三月登場的這場比賽，人工智慧要挑戰的，是在「最變化多端」遊戲中、面對「最具不可預測性」的高手。若AlphaGo真的獲勝，勢必會有很大的象徵性意義。

首先，是人工智慧擴大領域的趨勢看來更加無法阻擋；事實上，谷歌也表示，AlphaGo的架構並非特別為圍棋打造，自動駕駛、醫療診斷乃至投資諮詢、設計創作，都可能成為技術轉換的對象。

當然，AlphaGo的走棋模式能否轉換成一般用途，仍是很大的課題。與樊麾的比賽中，谷歌做了超高規格的動員，日本專家估計，AlphaGo下一局棋，光電費就要一萬日圓，規模大到令人擔心。

如果贏了，職業棋士會沒飯吃嗎？

另一方面，我也被問到，若是人腦真的輸了，職業棋士還有飯吃嗎？當然這會帶來一些改變，但也可能是契機。

圍棋至今大多聚焦在棋力的提升，但若我們回到原點，人們下一盤棋並非只想打敗對方，而是想藉著下棋和對方對話，共同擁有一段時間與過程，下完棋以後留下的棋譜，又是屬於雙方的共同作品。

圍棋最大的功能，是建立人與人之間溝通、連帶感的工具。職業棋士的工作是充實圍棋這個園地，將來可以活用電腦，幫助棋迷更能享受圍棋的樂趣。從這個角度來看，人工智慧的意義，在於能夠與人類共同激盪出更多的創造。

AlphaGo與李世石的比賽日程是三月九日至十五日，不管比數多少，五局會全下完，因為對AlphaGo而言，與李世石對局的數據，是最寶貴的資料。

圍棋專家目前都看好李世石，而電腦專家中押寶AlphaGo的，也大有人在。

平心而論，若AlphaGo贏了，並不表示圍棋以外的任何事都能勝過人類；AlphaGo敗了，也算展現了實力，或許在其他領域也能做得不錯。但無論如何，人工智慧與人類共生的時代，總是又更往前一步。

人類與人工智慧共生時代，正式來臨

——人工智慧發展大事紀

1956 人工智能之父麥卡錫（John McCarthy）在論文中提倡AI（人工智慧）1973 日本早稻田大學開發出可行走的機器人1997 美國IBM開發出的超級電腦「深藍」挑戰全球棋王2001 電影《A.I.》上映2014 日本軟體銀行集團推出有感情的機器人Pepper 2015 Google旗下DeepMind 公司研發的人工智能程式AlphaGo，擊敗歐洲冠軍職業棋士樊麾，並登上《自然》雜誌

撰文 / 王銘琬

PermaLink: https://articles.zkiz.com/?id=189363

Google突破人工智慧的局限，以AlphaGo電腦程式，首次在圍棋領域打敗韓國九段棋士，帶領開發團隊的黃士傑，是土生土長的台灣人，他究竟有什麼能耐？

去年十月，Google（谷歌）旗下公司DeepMind開發的人工智慧程式AlphaGo，在圍棋賽五戰完勝棋力達二段（編按：職業級最高九段）的歐洲冠軍職業棋士樊麾，首創人類以電腦勝過職業棋士的紀錄；今年三月，AlphaGo更進一步挑戰韓國十八度獲得世界棋王頭銜的圍棋九段李世石，以四勝一敗作收。在這幾場全球關注的「人機對弈」賽事中，都有一隻手，替電腦下棋，他就是來自台灣的黃士傑。

黃士傑「手」、「腦」並用，不只是替電腦下棋，更是開發AlphaGo的首席工程師之一，同時擁有業餘圍棋六段的實力，這樣的雙才實屬少見。連同樣積極開發圍棋程式的臉書，都公開承認，因為「團隊裡沒有黃士傑（Aja Huang）」，目前還打不贏谷歌。

畢業於台灣師範大學資工所博士班的黃士傑，不到四十歲，沒有喝過洋墨水，是土生土長的「台灣囝仔」。從交大畢業後，他在台師大資工系一待就是十年，進入指導教授林順喜的實驗室底下念完碩、博士；二○一一年先到加拿大工作；一年後，迎來他人生的轉捩點，進入英國的DeepMind，這家公司專研模仿大腦的計算機系統──人工智慧，在一四年被谷歌購併，黃士傑順勢成為谷歌旗下的研發科學家。

沒喝過洋墨水

熱愛圍棋的雙才工程師

為什麼找黃士傑作為替AlphaGo下棋的手？林順喜表示，用電腦挑戰專業棋士，不能讓他們面對電腦螢幕下棋，這有違職業棋士下棋的思考習慣，所以需要一位專人代下，而「團隊只有他常和職業棋士過招，懂得棋賽的各種禮節。」谷歌相當看重這次的比賽，提出一百萬美元的獎金給贏家。第一場比賽，黃士傑代表電腦下棋時，神情凝重，他在臉書上自承，「前天晚上沒睡好，對局時保持嚴肅，一方面也是尊重李世石九段，不影響他的思考，不論勝敗如何，對局時的禮儀還是很重要的。」黃士傑熱愛下圍棋，早在○七年念研究所時，就拿到業餘六段的資格（業餘最高段，約等同職業二段），曾經獲得台灣大專盃業餘圍棋賽冠軍，甚至和學弟妹創辦圍棋社。

當年一起創社的學妹、如今已是業餘五段的圍棋專欄作家張曉茵回憶，黃士傑很熱心地指導學弟妹，年紀最長的他，幫大家擬定分組對戰表，透過圍棋，大家成為好朋友，「有關圍棋程式的知識，都是那時聽他說的。」林順喜的實驗室，主攻的就是各種棋類程式的開發，每年都會送學生出國參加國際棋類程式比賽，黃士傑結合興趣和專業，以妻子的英文名「Erica」開發圍棋程式，一開始成績普通，但是漸漸地認識各方好手。

「黃士傑積極地向他們請教，時常越洋視訊會議。」林順喜說，後來也找了法國知名教授科隆（Rémi Coulom），和他共同擔任黃士傑的博士論文指導教授。科隆研發的「Crazy Stone」，是在AlphaGo之前最有名的圍棋軟體之一。

十年磨一劍

研發程式打敗日本團隊

黃士傑不是沒有遇到低谷，○三年以碩士論文《電腦圍棋打劫的策略》畢業後，他曾擔任林順喜的研究助理，其間也想放棄研究，到外面的軟體公司上班，後來還是放不下熱愛的圍棋軟體開發領域，回博士班就讀。

「其實他念博士早就可以畢業，但是為了想要和一流程式對抗，又多待兩年。」林順喜說，在台灣的資源有限，他總是鼓勵學生，要贏的關鍵，就只有「勤快」兩個字，而黃士傑也不負眾望，「為了寫程式，常常一天十六個小時都待在實驗室。」博士班第五年，黃士傑所研發的程式，已獲得不少獎項，其研究成果足以畢業，他卻不滿足，決定延續既有的研究成果。

一○年，在黃士傑的研究生涯第十年，他設計的「Erica」，擊敗了由日本工程師所開發、也是當時圍棋界公認最強、約有業餘五段水準的程式「ZEN」，在日本舉辦的「國際電腦奧林匹亞競賽」中榮獲十九路(編按：為標準棋盤尺寸，另有九路、十三路等)電腦圍棋金牌。來自台灣的博士生，竟然打敗由專業團隊研發的圍棋程式，是當時轟動的新聞。

「Erica」能勝出，其實和黃士傑本身的圍棋、程式雙棲能力有關，也因此他在一一年發表博士論文《應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法》之前，就被加拿大的亞伯達大學網羅，之後更進入英國DeepMind擔任工程師至今，這家公司包含他在內，目前已有四位台灣人。

「要用電腦戰勝圍棋，比西洋棋、象棋等『擒王』型遊戲更難，需要『全局統計性』（布局走法更複雜），納入棋力較高的職業棋士的加入，才能擁有人類綜觀全局的能力。」知名的旅日九段棋士、近年也和趨勢科技合作開發對弈程式的王銘琬說。

一九九七年，IBM開發的西洋棋程式深藍（Deep Blue），曾擊敗當時的西洋棋世界冠軍，被視為是人工智慧史上的里程碑，但是相對複雜的圍棋則多年沒有進展。

常受邀和圍棋軟體對弈的王銘琬觀察，五年前，這類圍棋軟體和職業棋手的差距大約在四子（人類讓電腦先下四子），「之後即陷入瓶頸，一直沒有顯著進步。」根據DeepMind團隊一月登上知名期刊《自然》（Nature）的文章內容，寫到AlphaGo使用了兩種深度神經網絡，策略神經網絡（Policy Network）負責計算每步棋的走法，價值神經網絡（Value Network）則負責「想像」、推算可能出現的局面，以黃士傑為首的工程師群，也為AlphaGo載入超過三千萬步的棋步、兩千萬次自我對局的訓練，才走上正式與棋手對弈的舞台。

讓電腦會想像

千萬次對局磨出魔鬼細節

本次AlphaGo打敗全球在十年內擁有最多世界冠軍頭銜的棋王李世石，無疑是人工智慧的一大突破；然而AlphaGo的目標，不只是讓圍棋程式進化，更期待將人工智慧應用在醫療、生活等層面，可預期的貢獻更大。

黃士傑顛覆常人對工程師「一板一眼」形象，不但會下棋，還念過音樂班、會創作歌曲，理性與感性兼備，也許正是他帶領團隊開發程式過程中，能「更趨人性」地在複雜的圍棋遊戲，打敗人腦的原因之一吧！

撰文 / 賴若函

📖 ZKIZ Archives

Random Tags