人工智慧與人類的對決

就在最近，Google的附屬公司Deepmind發展出的人工智慧Alphago正在與當今的圍棋世界冠軍對決。在這場對決之前，Alphago已經以5比0擊敗了歐洲圍棋冠軍。這場堪稱圍棋界人機世紀對決將進行五局。如今，兩場比賽已經進行完畢，目前Alphago以2:0領先世界冠軍李世石。前陣子，這套人工智慧軟體只能擊敗業餘棋士，如今卻能在與世界頂尖棋手的比賽中占上風。可見人工智慧以及電腦科技發展的速度是如此的快。

這款人工智慧軟體是由人工神經網路構成的，這個神經網路的目的在於讓電腦能夠模仿人類的思考決策方式。當資料被輸入電腦時，這個神經網路可以透過一個公式去運算結果，並且把這個結果導入下一個區域進行運算，就像是人類的神經在互相傳遞電訊息一般，人工神經網路的階層數越多，就能做越複雜的決策。而Alphago式由12個level的神經網路構成的。

Alphago具有不只一個神經系統，每個神經系統的工作都不同。其中一個神經系統可幫助Alphago辨識棋盤的圖像。另一個系統是用來做決策的，這個系統會決定下一步該怎麼走。這個系統會計算出最好的位置在哪裡，也就是下一步棋最應該擺的位置。這個系統從職業高手的棋局對弈中學習，並且模仿這些高手下棋的方式。但是，Alphago的目的是要擊敗人類中的高手，所以不能只是模仿。因此Alphago的系統會進行自我對弈，也就是自己和自己下棋，藉此找出錯誤並且修正。在對弈中，Alphago，有時候沒有所謂的最佳下法，所以Alphago會針對不同的下法去推測對手的回應以及可能造成的局面。由於圍棋的下法千百種，要把每種變化都計算過需要花很多時間，所以Alphago有時候會指考慮局部的形式，這有可能形成這款人工智慧的弱點，因為圍棋重要的不僅是局部形勢，整體的形勢也很重要。所以，為了改進，Alphago裡的一套系統可以評估形勢的好壞，如果下了這步棋可能引導出對自己不利的形勢，Alphago就會刪去這個選項，不繼續往下作推測，這樣一來能夠節省計算的時間。只具有單系統的Alphago就已經很強了，如果把所有系統結合起來，Alphago就具有職業棋手的實力，此外，由於Alphago是機器，所以不會被情緒影響判斷力，反之，它只會依照最合理的方式下棋，這正是它強大的地方。除了對弈能力很強，Alphago也有很強的學習能力，如我剛才提到，它可以進行自我對弈，他一天可以跟自己下幾百萬盤的棋，而人類一天下個10盤可能就累了，所以Alphago的成長速度很快，總有一天會打敗人腦。但是，人腦要贏Alphago也是有可能的，因為Alphago都是用最合理的方式在下棋，如果人類用出奇不意的手段，也就是下一守看似不合理的棋，也許能影響人工智慧的判斷，但是，人工智慧也有可能不理睬，繼續用合理的方式下棋。總而言之，人工智慧戰勝人腦可能是遲早的事情，但是身為人類的我不希望它太快發生。而現在，我這個喜歡下圍棋的業餘棋手最關注的就是這場人機世紀對決，希望身為人類的大家也一起關注這場比賽並為人類方加油吧。