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

　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