- 南韓九段棋手李世石在人機大戰中連輸兩盤失利後。
【香港輕新聞】谷歌旗下人工智能Alpha go與南韓九段棋手李世石的「人機世紀大戰」，已完成四局，雖然在昨天的對弈中，李世石以「神之一手」扳回一局，但賽事以五局三勝定勝負，李世石已在「人機大戰」中敗北。
人工智能在被譽為最複雜的智力遊戲——圍棋競技中，戰勝人類智慧，但這並不代表人工智能已完胜人類。若要思考AI會不會終有一天發展出自我意識、從而統治人類？令《魔鬼終結者》在現實世界中上演，未免憂慮過早。不過我們不妨探究一下Alpha go究竟是什麼？其依據怎樣的運作系統？Alpha go的獲勝對人類有什麼借鑒意義？
有兩個「大腦」的Alpha go
據Alpha go的開發公司、谷歌旗下的人工智能公司DeepMind公開的資料，聰明絕頂的Alpha go並不是一台有超強計算能力的計算機，而是因為它擁有像人類一樣的神經網絡系統，換句話說，全因它擁有「大腦」，而且是兩個。
人腦由50至100億個神經元組成，而Alpha go是一个由许多个数据中心作为节点相连，每个节点内有着多台超级计算机的神经网络系统。这个系统的基础名叫卷积神经网络 （Convolutional Neural Network），这種系統经常被用于人工智能图像识别領域，比如谷歌的图片搜索、百度的识图功能。
DeepMind還為Alpha go還依據蒙特卡洛樹搜索（Monte Carlo Tree Search）的函數算法，用以建立判斷棋盤形式的價值神經網絡（Value Network），和決定下一步落子的策略神經網絡（Policy Network）。這兩個神經網絡就是上文提到的Alpha go的兩個「大腦」。
兩盤即成為大師 Alpha go超強的學習能力
此外，Alpha go還借鑒了一種名為深度強化學習（Deep Q- Learning）的技巧，深度強化學習源自心理學中行為主義理論，即有機體如何在環境給予的獎勵或懲罰的刺激下，逐漸形成對刺激的預期，產生能獲得最大利益的習慣性行為。在我們給狗狗用懲罰或食物，來訓練他們就是依據這一理論。
而Alpha go的深度強化學習能力，賦予它極強的學習能力，不僅在會下圍棋，也可以玩《太空侵略者》、《超級瑪麗》等電子遊戲。據DeepMind披露的資料，Alpha go已經「玩過」Pong、打磚塊、太空侵略者、海底救人、Beam Rider五款遊戲，並且在兩三局之後，它的操控能力就已遠超世界上任何一位已知的高手。這也就是李世石賽前觀看了Alpha go去年戰勝歐洲圍棋冠軍的比賽之後，仍認為自己勝算頗大——他實在低估了Alpha go的超強學習能力。
上棋局之前，工程師們還為 Alpha go上載了圍棋高手們逾3000萬步的棋步，並讓價值神經網絡進行了高達2000萬次自我對局的訓練，Alpha go才能一戰成名。
Alpha go的出現改寫圍棋思維方式
縱觀棋局，「人機世紀大戰」的五盤棋局，Alpha go不時出「怪招」，某些起初看來似是失誤，但最終被證明是致勝的關鍵，這種打破常規的落子招數，令職業棋手們驚訝。
據端傳媒報道，目前排名世界第一的中國棋手柯潔觀看「人機大戰」後，對李世石的失利「震驚得説不出話」，認為Alpha go的「實力遠超想象」，「下法簡明自然，整個思路非常清晰」，「看它下棋特別像人類的思維模式，而且計算能力很精準，越到後面越精準，失誤越少」。
南韓九段棋手趙惠連則指，人類和 Alpha go看待圍棋的方式截然不同，人類傾向以較大目數贏棋，但Alpha go的目標就只有贏棋，即使只贏半目。Alpha go將就此改寫圍棋，包括圍棋的範式和學習方式，重新定義何謂圍棋。
留言
張貼留言