AlphaGo驚艷登場：5:0完勝職業圍棋棋士

1月27日國際頂尖的權威性科學期刊《自然》（nature）的封面文章報導了驚人訊息，電腦AlphaGo史無前例地在公平比賽中擊敗職業圍棋棋士，還是5比0完勝，震驚科技界與圍棋界！AlphaGo的對手是三屆歐洲圍棋冠軍、前中國職業圍棋二段棋士樊麾，樊麾俯首認輸的一刻，刻劃出人工智慧（AI, Artificial Intelligence）發展的另一個重要的里程 碑。

去年臉書（Facebook）的AI研究小組將觸角延伸到圍棋，今年1/27馬克·扎克伯格（Mark Zuckerberg）還在臉書上說：「我們正越趨接近，在過去的六個月裡，我們建立的AI圍棋，棋力與以前類似，卻可以0.1秒就落子，…」扎克伯格意有所指，臉書的AI攻克圍棋指日可待，語音甫落，即傳來AI打敗職業圍棋棋士的消息，但這個被視為AI發展的關鍵瓶頸，卻是由競爭對手谷歌（Google）率先突破。

自1990年代以來，AI在多個智力遊戲，包括跳棋、撲克和Jeopardy都先後戰勝人類；1997年IBM深藍(Deep Blue)以3½–2½擊敗西洋棋世界冠軍卡斯帕羅夫(Garry Kasparov)後，唯 獨有2500年歷史的圍棋，遲遲未能攻克，圍棋成了AI的終極挑戰、「人類智慧的最後避難所」(The last refuge of the human intelligence)。開發AlphaGo的是谷歌在英國的AI 公司深沉 (Google DeepMind)，AlphaGo完勝職業棋士亮麗登場後，深沉「直搗黃龍」， 迅速宣佈直接向韓國的李世石九段發出挑戰，3月9至15日[註一]，韓國首爾，百萬美元，五場比賽，公開論棋，AlphaGo單挑李世石，AI的圍棋泰斗對決當世的圍棋至尊，巔峰競技，一決勝負。

李世石九段是韓國天才棋士、傳奇棋手，他1983年生，12歲入段，16歲達到3段，20歲（2003年）因獲得LG杯冠軍，直接升為6段，同年再贏兩大賽事，連升到7段、9段。近10年來，李世石是獲得世界第一頭銜最多的棋手。他的棋風靈活多、戰力十足，行棋有獨到性，更多創意與想像力，尤以夠狠見稱，曾在劣勢下扭轉全局反攻致勝，也被稱為棋壇笑傲江湖之令狐沖。三月份的人機大戰，李世石被視為負起捍衛人類尊嚴的重任。

DeepMind創辦人Demis Hassabis表示，與電腦擊敗象棋、西洋棋的職業高手不同，圍棋是 人類發明的所有遊戲中最深奧的，圍棋簡單的規則產生出複雜而優美的深度，根據直覺的相對隨機的計算，使得電腦很難掌控。西洋棋每走一步大約衍生20個可能性，但圍棋卻至少衍生出200個可能的局面，換言之，圍棋需要極大的運算能力。同時，其他智力遊戲只需要掌握遊戲的邏輯，例如西洋棋只要「擒王」即可取勝，但圍棋是一個攻城掠地、斤斤計較、論局審勢的遊戲，AlphaGo除了要決定如何下棋，還要自我學習，自主探索新的圍棋策略，才能有取勝把握[註二]。這次李世石接受挑戰，Google深感榮幸，無論李世石九段勝利或是失敗，希望能夠引發全世界對圍棋的更多關注。

Nature找來樊麾、圍棋界和AI設計師，訪談AI戰勝人類的感受，以及對於三月份李世石與AI決戰的看法。

比賽前，樊麾信心滿滿：「我在想怎麼折磨、痛宰AlphaGo，看看我可以讓它多少子」。比賽後，樊麾：「首局我覺得對手棋風緩慢冷靜，官子極強，於是我想也許它怕被進迫，第二局我就變得積極搶攻，可能就犯錯了。」「輸，是很難受的，賽前我以為自己會贏。但在第一局之後，我就要改變策略，即使奮力對陣，還是輸了。」「我想，問題在於人有時會疲累，有時求勝心切，壓力很大，反而會犯下重大錯誤，結果是一子錯滿盤皆落索；但電腦程式是永遠的強大穩定，有如一堵牆。」「對手是人或是電腦，對我會有影響，如果不知道AlphaGo是部電腦，我會以為對手是一名有點奇怪的高手。」「輸掉比賽當然沮喪，但任何職業棋手都會輸棋，且可能輸很多場。輸了就是輸了，我會再研究棋局，或許改變一下路數策略，這是邁向更好未來的一個起點。」

國際圍棋協會秘書長Hajin Lee(韓國圍棋協會成員)：「剛聽到有電腦要同李世石對弈時 ，很詫異，心想主辦單位是不清楚李世石有多厲害吧，後來，才發現原來是我不知道AlphaGo有多強大。現在我是萬分期待三月的比賽。」「誰會贏？真不好說。李世石好像是信心滿滿的，但我愈是聽得多有關AlphaGo的事[註三]，就愈發拿不定主意，兩強相遇，只好說50/50。」

Toby Manning（英國圍棋協會司庫）是引薦樊麾與AlphaGo對弈的中間人，對於樊麾敗陣 ，在他意料之外。「行內人都知道AI要攻克圍棋是很難的，公認起碼要再多十年時間[註四]，所以我以為樊麾會贏......與電腦對弈，最非人性化的是時間的掌握，樊麾下子所需的時間比AlphaGo多，但同時AlphaGo的棋風又比人來得冷靜溫和。」「觀乎當年深藍（DeepBlue）戰勝西洋棋冠軍後棋界的反應，我想，各圍棋好手都想擁有AlphaGo，好鍛鍊一下自己的技術吧。」

Jonathan Schaeffer（電腦科學家，其設計的人工智能Chinook，於2007年攻克跳棋） 「AlphaGo目前還未達到深藍於1997年打敗西洋棋世界冠軍卡斯巴羅夫的成就，深藍在1989年戰勝一名棋手後，還要對弈8年，才確認是AI全面獲勝。現在的分別可能是中間那段時間可以大幅縮短，AlphaGo要打遍天下圍棋高手，可能只需兩年。」「三月的比賽，我認為人類會羸。AlphaGo現在就如一個神童，它在短時間內學懂圍棋，且進步神速，但它見的世面不多。象棋和跳棋的經驗告訴我們，戰績始終是很重要的。」

David Silver （DeepMind電腦科學家）「我沒有押注AlphaGo，但我們也賺了不少名聲。 如果輸掉三月的比賽，當然會很失望。人類總是詭計多端，這點很難教懂AlphaGo。」

李世石九段表示，很榮幸將與電腦公平對弈，「無論結果如何，這都會是圍棋史上極具意義的事件。」「我聽說谷歌DeepMind的AI出人意料地强，而且正在變得更强，但我有自信至少這次能贏。」

大俠對AI與人類對戰的優劣分析：

•。•。人類有體力腦力的極限；AI無此極限。
•。•。長時間比賽中，人類容易犯錯，AI不易犯錯。
•。•。人類犯錯後，會有陰影、懸念；AI沒有。
•。•。人類會因時限而有壓力；AI較少。

•。•。人會老，實力遞減。

卡斯帕羅夫雖敗給深藍，人們仍然下西洋棋；有了摩托車，環法自行車賽仍然年年進行；AlphaGo與李世石的比賽結果如何，人類也會繼續下著圍棋。棋士相互手談，是有溫度的。

[註一]：五場比賽分別於 3 月 9 日、10 日、12 日、13 日、15 日在韓國首爾的 Four Seasons酒店進行，開賽時間為每日韓國時間下午1點。比賽採用中國圍棋競賽規則，黑貼 3又3/4子（7.5目），每方用時為2小時，3次1分鐘的讀秒。Youtube頻道和韓國棋院圍棋 TV將對本次比賽進行全程直播報導。敗給AlphaGo的歐洲圍棋冠軍樊麾受邀為比賽裁判團隊一員。

[註二]： AlphaGo的程式採用的「深度學習」（Deep Learning）的技術，真正實現了 電腦向人類一樣思考。AlphaGo 的核心是兩種不同的深度神經網絡——「策略網絡」 （Policy network）和「價值網絡」（Value network）。先是由「策略網絡」負責減少 搜索寬度，排除明顯錯誤的著法；再由「值網絡」負責減少搜索深度，通過對局勢的判斷，在明顯劣勢下果斷拋棄某些路線，不用每條道算到黑。通過這兩個網絡分析局面，AlphaGo更接近人類棋手的思維，會對當前局面的判斷和對未來局面的推演，加權輕重，算出贏的機率最高的著法。AI設計師用許多職業棋局訓練AI，稱為監督學習（supervised learning），然後讓AI和自己對弈（《射鵰英雄傳》周伯通的雙手互搏術，人類僅有，AI卻能輕鬆擁有），稱為強化學習（reinforcement learning），AlphaGo自我演繹的對局 數多達3000萬局，每次對弈都能讓AI棋力精進。（深度學習是目前AI領域中最熱門的科目，它能完成筆跡識別，面部識別，聲音識別，駕駛自動汽車，自然語言處理等非常複雜的任務。）

[註三]：AlphaGo早前已經戰勝頂級圍棋AI，如法國的Crazy Stone和日本的Zen，在495 局中只輸一局，勝率是99.8%；它甚至嘗試了讓4子對陣Crazy Stone，Zen和Pachi三個先 進的AI，勝率分别是77%，86%和99%。可見AlphaGo有多强大。但同人類對弈被視為極高難度，而這次勝利也贏得棋界與AI界的讚賞，咸認這是完全意料之外的大飛躍。

[註四]：去（2015）年11月於北京「美林谷杯」AI圍棋大賽中，中國冠軍連笑七段曾分別在讓4、5子的情況下，輕鬆擊敗奪冠的韓DolBaram「石子旋風」。這場比賽後，專家預測：AI要擊敗圍棋頂尖高手，大約還需要十年的時間。