黃士傑現身台灣Google總部！解析AlphaGo成功秘訣：結合深度學習是關鍵

在這次受矚目的人機對弈中，AlphaGo最終以4:1的佳績戰勝南韓棋王李世乭，它是由Google旗下公司DeepMind所開發的一套人工智慧系統，現場實際對戰的棋手兼幕後推手黃士傑於2011年以論文「應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法」取得國立台灣師範大學博士學位，同時他也是AlphaGo的主要程式開發者，這次的勝利被黃士傑稱之為人工智慧進展的里程碑。

▲Google台灣董事總經理簡立峰做簡單開場。

圍棋歷史悠久且難度高，一度成為人工智慧夢靨

黃士傑博士提到圍棋已有3000年的歷史，匯集了中國源遠流長的文化大成於一身，古稱琴棋書畫的「棋」就是指圍棋，全世界下圍棋的人數總共有4000萬人，他本身也是業餘六段的圍棋棋手。圍棋的難度在於它的複雜度很高，雖然規則簡單，但卻有10的170次方可能的盤面，變化總數比全宇宙的原子數還多，若真的要探究第一步最好的棋應該下在哪個位置，需要考慮到的變化基本上就是天文數字，所以圍棋被視為人工智慧的大挑戰。下圍棋需要棋手的直覺和計算能力，所以用電腦下圍棋非常困難，甚至可視為人工智慧的夢靨，自從1997年IBM的深藍打敗世界西洋棋王後，圍棋成為僅存尚無法突破的遊戲，而這次的勝利就是一個很大的突破。

黃士傑博士舉例說明西洋棋棋盤上有80個點，下第一步後還有79個點，而圍棋則有361個點，第二步棋就必須思考360個點，若一盤棋平均有150步，總盤面大概就是10的360次方，即使用電腦去暴力窮舉也可能幾億年都窮舉不完，因此困難處在於電腦找不到最佳解，最後考慮到圍棋除了計算以外的直覺特性，並利用這個特性來解決圍棋的難題。

▲黃士傑博士解析AlphaGo。

AlphaGo的厲害之處在於它與深度學習結合

黃士傑博士表示AlphaGo能夠打敗職業九段的關鍵在於它有兩個主要的網路：策略網路和值網路，舉例來說，360個棋步中，策略網路會找出前20個最好的棋步，剩下的340步就可以不必考慮，而AlphaGo從人類的2、30萬個棋譜當中去學習最好的20個棋步，因此AlphaGo是吸取前人所有的成果，並非排除人類的研究成果。值網路則是做為判斷盤面之用，在搜索到某個點的時候來判斷優勢方為何。總結來說，策略網路只需要思考20步，因此可以減少搜索的廣度；而值網路透過搜尋前面幾步來得知優勢或劣勢，故大幅減少搜索的深度，這就是AlphaGo成功的祕訣，AlphaGo也會藉由每天與AlphaGo的對弈來做強化式學習，以提升自身能力。

▲黃士傑博士解說策略網路及值網路。

針對一些賽後引起討論的疑問，黃士傑博士也做出回應，他表示AlphaGo賽前並沒有針對李世乭九段做任何特別的訓練，賽前也不會知道勝率有多少，必須在比賽開始後才會收集到足夠的資訊對棋局做出判斷，雖然在現場下棋的黃士傑看不到，但後台會有個圖表顯示勝率，若勝率低於20%，AlphaGo就會做出投降的決定。至於為什麼AlphaGo會在第四局吞下敗仗，開發團隊也努力地在尋找詳細的原因，而AlphaGo的下一步應用會是什麼，團隊還沒有討論出明確的方向，不過DeepMind裡面已經有團隊開始將人工智慧的技術應用在醫療上，相信會為醫學診斷帶來很大的幫助。