藝文頻道粉絲團
您即將進入之新聞內容 需滿18歲 方可瀏覽。
離開
進入【藝術文化】電腦人腦圍棋大決戰（3-1）
南韓籍的全球圍棋棋王李世石（右）和谷歌副總裁德邁斯．哈薩比斯（Demis Hassabis）共同宣布棋王對決人工智慧圍棋賽事。（法新社）
◎王銘琬
由谷歌（Google）所打造的人工智慧圍棋系統「AlphaGo」，去年10月初以5局全勝之姿打敗歐洲圍棋冠軍樊輝，3月8日起該系統將挑戰全球棋王李世石（Lee Se-Dol），全程透過YouTube實況轉播。本報特別邀請本因坊棋王、著名棋評王銘琬，一連3天以專文介紹這場AI電腦與棋王的世紀之戰。
谷歌驚人發表
一場世紀性的電腦人腦大決戰要開始了（3/8至3/15）！1997年電腦程式「深藍」擊敗世界西洋棋冠軍卡斯帕洛夫，然而在棋類裡，電腦一直無法與人較量的是圍棋，事隔近20年，現在電腦要以圍棋來挑戰人腦了！
圍棋難以較量的原因是圍棋的變化數是10的360次方，比西洋棋10的120次方多太多。不僅變化數，圍棋的取勝方法，並非西洋棋與象棋等的擒王，而是要以全局占領的空點勝過對方，如此相對曖昧的目的，一直是電腦所不擅長的；直到最近電腦與職業棋士下圍棋還需要被讓4子，就是說電腦先下4手才開始，這是非常大的差距。
1月27日谷歌的突襲發表徹底打破了這個狀況。他們旗下的DeepMind公司所開發的程式「AlphaGo」，挑戰歐洲冠軍職業棋士樊麾二段，5局比賽取得5局全勝的成績；同時宣布與世界頂尖棋手李世石在3月舉行5局比賽，勝者獎金100萬美元。消息一出舉世譁然，谷歌股票速漲4.4%，大手筆動作馬上得到回報。
這消息讓我半信半疑，火速研究了公開的5局棋譜，結果只好承認AlphaGo的實力。樊麾二段不是弱者，有足夠的職業水準；AlphaGo下法堅實平穩，很少犯錯，使棋局大部分在優勢下進行，而且能逐漸擴大領先，發揮的棋力明顯高過對手。只看公開的這5盤棋，我的感覺是──自己要贏它也不容易。
如此高水準的表現震撼了我，5年前我對圍棋對弈軟體發生興趣，一年前自己參加軟體開發團隊Go Trend（趨勢），期待自己的圍棋經驗能對提升軟體棋力有所貢獻，但AlphaGo的棋力，遠超過我準備提升的目標。以圍棋做為研究對象的人工智慧（AI），已經進入新的階段。
圍棋程式的發展與突破
圍棋程式的開發從80年代就開始了，可是一直無法像西洋棋一樣的進步，最大的問題是，對局面無法做適切的評估；一直到約10年前出現了「蒙地卡羅法」讓評估的問題得到很大的突破。
蒙地卡羅法是從現在的局面，讓程式隨意地試下模擬到終局，這樣就可以取得一個勝或敗的數據；一般情形局面愈是有利，勝率就會愈高。用電腦龐大的計算力做足夠多次的模擬，就能用模擬結果的勝率評估局面的好壞。
得到模擬勝率這個評估值，加上原來的樹搜尋法，成為現在圍棋程式的基礎MCTS（Monte Carlo Tree Search，蒙地卡羅樹搜尋），MCTS讓電腦與人的差距從9子以上，以約5年的時間內進步到4子。但比起一開始的輝煌成果，從5年前至今沒有明顯的進步，遭遇到很大的瓶頸。
因為蒙地卡羅法是雙刃之劍，它的長處是能從全局的觀點評估局面，這個作法符合圍棋的特性，可是也成為它的弱點。圍棋有時需要對局部做正確認識後，再來評估全局，就像大型連鎖店雖需要對全體市場的評估，也須對各分店的收支掌握清楚。
「蒙地卡羅法」的弱點顯現在棋局的情形大致是：
1、複雜的死活與攻殺看不清楚；棋局手數愈少，看不清楚的程度愈大。
2、後盤需要長手數算棋的局面容易失誤。
3、在局面稍劣時，不會忍耐以等待機會。
這些問題一直沒辦法克服。有人還認為，此後要勝過人類所必須走的路，遠於至今走過來的。
網友回應