類神經網路計算 電腦下棋勝人腦

日前谷歌人工智慧AlphaGo和南韓圍棋好手李世乭對弈,AlphaGo以四勝一敗成績擊敗李世乭。賽前AlphaGo不被看好,第一盤棋下完立刻讓不少人改觀。也有人悲觀預測,大概再無職業棋手可以擊敗人工智慧。什麼是人工智慧?AlphaGo是如何成功的呢?

 一個人和躲在黑幕後的對象互動,黑幕前這個人從頭到尾沒有發現,躲在黑幕後的互動對象,其實是一臺電腦——這是著名的圖靈測試,也是最淺顯的「人工智慧」的定義。顧名思義,人工智慧就是指電腦做出有智能的行為表現。
人工智慧有許多範疇,中華民國人工智慧學會理事長吳毅成說,不少研究者投入遊戲類的人工智慧研究項目,因為和其他項目相比,遊戲類人工智慧好壞較易判別,只要進行比賽便可知曉。

電腦致勝關鍵1
龐大資料庫蒐集經驗
早在二十年前,IBM深藍電腦就已擊敗世界西洋棋冠軍。東華大學資訊工程系教授顏士淨,是圍棋業餘六段棋士,他說,當時的IBM已擁有媲美職業棋士的實力。如今的AlphaGo,更是挾帶龐大的計算資源,包括類神經網路和蒙卡帝羅樹狀搜尋演算法,可以像人類一樣,依照過往經驗,判斷下一步棋該怎麼走。
吳毅成說,和十年前相比,程式設計者已不再需要有專業能力,但以圍棋人工智慧為例,設計者雖然需要基本圍棋知識,但不需要是專業棋手。因為這十年來,增強式學習的程式出現,讓電腦的選擇或判斷,可達到最佳化的效果。

電腦致勝關鍵2
計算速度加快棋路判斷
類神經網路是一種模擬人腦神經元的計算方式,過去因為計算量大,速度慢。不過自從技術改進,計算速度大幅提升,讓電腦能夠模仿人腦記憶,懂得往前思考,而不再是單純的聽命行事。
日前谷歌邀請AlphaGo系統主要開發者黃士傑分享經驗。黃士傑解釋,策略網路是人工智慧系統AlphaGo的獲勝關鍵,藉著蒐集上百萬份棋士的棋法,找出最佳分布,加上類神經網路使用,才能擊敗南韓棋手。經過這次AlphaGo和南韓棋士的對弈,許多人認為未來人腦再也贏不了電腦。
臺灣排名第一的圍棋職業七段棋士王元均說,李世乭沒有明顯失誤,但AlphaGo幾乎是全方位的做出判斷,而李世乭唯一贏了的那盤棋,是因為AlphaGo出現失誤,如果那步沒出錯,李世乭恐怕不會贏。

人腦新挑戰
運用人工智慧提高效率
顏士淨說,第一盤結束後,的確可預知李世?將處於不利處境。短時間的比賽,人腦可能比不過電腦,因為電腦沒有緊張、壓力等問題。不過如果把比賽時間拉長,雙方出手達一百手,且人不犯錯的話,人腦和電腦誰輸誰贏很難說。
不少人也構築出科幻世界情境,擔心未來人類會被電腦取代。顏士淨倒是覺得,人工智慧的發展,較像是機器取代人力,如果好好運用人工智慧,可以解決效率問題。
像是目前國內的電力,從發電廠生產到用戶端之間,有些耗損與浪費,如果人工智慧能介入改善,可以減輕國內能源的負擔。

電腦優勢VS.人腦弱勢
AlphaGo
記憶容量可擴充
運算速度可升級
電力提供不間斷
不受情緒影響

南韓九段棋士李世?
記憶力會受生理影響
反應速度會受體能影響
體力疲倦需休息
情緒會隨壓力變化

圖說:
AlphaGo與南韓九段棋士李世?(右)對弈,以四比一贏得棋賽。 圍棋是源自中國的策略性遊戲,是目前公認最複雜的棋戲。


圖片提供/達志影像

報導/王詣筑


小公民發言臺
我看太空人變高

 在學校常有比賽的經驗。賽前,老師都會教我們放鬆心情,才不會影響表現。我想,人機大賽中,電腦會贏,是因為賽前不緊張,也不會受比賽輸贏影響。這件事讓我有個心得:愈關鍵時愈要冷靜,才不會失常。
吳沛蒂•雲林縣辰光國小五年級

 電腦是由人腦創造出來的,照理應該是人腦比較厲害,可是經過不斷的測試、改進後,在萬眾矚目的圍棋對決賽中,人腦竟以懸殊比數敗給電腦,足見人工智慧的研發成果,已到了爐火純青的境界。如果能妥善發展人工智慧,處理複雜事務,掌握精準辦事效率,一定有助人類各項生活發展!
沈襄庭•新竹縣新湖國小五年級

  讀完本週的讀報精選〈類神經網路計算 電腦下棋勝人腦〉後,小朋友有什麼想法?歡迎來信表達看法,文長一百字內,來信記得附上你的姓名、學校、班級、電話、地址和身分證字號,本週四前寄到電子信箱:jessey@mdnkids.com。