Google人工智慧對上棋王 勝負並不重要?

2016.03.07 01:23PM
2
是Google人工智慧對上棋王 勝負並不重要?這篇文章的首圖

Google人工智慧系統「AlphaGo」與韓國圍棋九段棋手李世乭 ()的世紀對決,預計在3月9日起,接連在3月10日、12日、13日與15日於韓國首爾四季飯店展開。不少看法聚焦在此次對決能否由人腦再度擊敗電腦運算,但實際上無論Google設計的「AlphaGo」是勝或敗,背後均顯示人工智慧系統在運算技術再次往前躍進許多。

註:韓國漢字寫作李世乭,但部分中文媒體將其記為李世石,主因在於文字編排系統無法正常顯示,因此以「石」替代「乭」。

李世石圖三_resize_resize

至今已經發展超過數千年歷史的圍棋,雖然在精簡的棋盤網格交互放置黑、白棋子,並且以「圍地」方式吃子決定佔地大小決定勝負的規則並不算複雜,但由於棋子可放置方式超過2.08×10170種排列,同時過程中也包含揣測攻守兩方心理策略的虛、實進攻手法,因此一盤棋進行時間最短在10分鐘以內決定勝負,最長甚至可達8小時以上。

因此若以過往人工智慧藉由電腦運算系統進行大量資料比對,透過如同一般破解密碼的暴力運算模式與職業棋手對奕的話,電腦端往往會陷入花費過多時間重複比對、計算可能棋路,反而無法與思維細膩、可因棋路走勢改變進攻方式的人腦抗衡,甚至在下完幾子之後可能就會被抓出棋路規則,導致無法在人腦快攻情況下反敗。

不過,Google所打造的人工智慧系統「AlphaGo」由於導入大量藉助雲端運算資源,以及配合顯示卡等硬體作為輔助的深度學習 (deep learning)機制,因此不光僅只是透過現有資料進行錯誤比對,更透過類神經網路系統進行包含「策略網路 (Policynetwork)」與「價值網路 (Valuenetwork)」分析比對,讓人工智慧系統能以接近人腦運作模式進行「思考」。

在這樣的機制設計之下,意味「AlphaGo」除了透過現有資料進行比對,更會藉由對奕期間所累積「經驗」持續學習成長,並且反諸用於棋盤網格進攻策略。

由於圍棋目前被認定為簡單卻能衍生相當複雜棋路的遊戲,在職業棋手對奕過程中多半會在腦海快速假想各種棋路走勢,同時思索各類進攻、防守方式,因此若人工智慧系統能在與職業棋手以旗鼓相當形式對奕,並且不是僅以單純資料比對運算,而是能像職業棋手同時構思虛、實兼具的進攻棋路,即使最終仍敗給人腦,依然顯示人工智慧技術相比過往明顯躍進,對於Google而言將成為重大發展里程碑。

而若「AlphaGo」一舉擊敗韓國圍棋九段棋手李世乭,其實也無須擔心未來人類生活是否可能將由人工智慧統治,或是代表人腦發展將無法超越電腦,畢竟人工智慧系統再強悍仍是人腦構思製作而成,在實際造成人類生活影響之前,設計者應該就要知道如何避免系統產生誤謬運算現象。

「AlphaGo」、李世乭世紀對決3/9開跑

Google人工智慧系統「AlphaGo」與韓國圍棋九段棋手李世乭的世紀對決,預計在3月9日起,接連在3月10日、12日、13日與15日於韓國首爾四季飯店展開,並且將在每日中午12點進行總計5場對奕。

同時,這場世紀對決將在比賽期間透過DeepMind YouTube頻道進行直播,並且由圍棋九段​棋手Michael Redmond、劉昌赫、宋泰坤等擔任賽局評論員。而先前以0:5敗陣「AlphaGo」的歐洲圍棋冠軍樊麾則將擔任此次對決裁判成員之一。

若李世乭最終勝出,將獨得100萬美元作為獎勵,而若Google人工智慧系統「AlphaGo」獲勝的話,則將由Google捐贈100萬美元獎金給予聯合國兒童基金會 (UNICEF),以及STEM (科學、科技、工程與數學)教育機構與圍棋公益組織。

0 則回應