食安資訊站

中央研究院今（8）日指出，谷歌電腦演繹人工智慧（AI）系統AlphaGo的幕後推手黃士傑，10日將在中研院演講，和外界分享超越人類累積千年圍棋智慧的AlphaGo Zero開發過程。

中研院表示，由中研院資訊科學研究所與台灣資料科學協會共同主辦的「2017台灣人工智慧年會x 2017台灣資料科學年會」明天起一連4天將在中研院登場。

中研院表示，比較特別的是，今年台灣人工智慧年會在10 日邀請谷歌電腦演繹人工智慧（AI）系統AlphaGo的幕後推手黃士傑，以「AlphaGo－深度學習與強化學習的勝利」為主題，所做的演講。

今年5月，Google旗下AI實驗室DeepMind公司創造的AlphaGo，與圍棋世界冠軍柯潔在中國烏鎮對弈，結果以3：0勝出，人工智慧的發展震驚全世界。不到半年，這個實驗室又創造出更強大的AlphaGo Zero，它完全不需要倚靠人類的知識和指導，從零開始自我訓練，3天時間就100：0打敗舊版。

在過去，強大的人工智慧得依靠人類事前輸入大量資料，幫助它學習、訓練技能，Alpha Go成為圍棋大師前也不例外。前不久，DeepMind公司在《自然》（Nature）科學期刊上發表一篇學術論文〈不需要人類知識就稱霸圍棋〉（Mastering the game of Go without human knowledge），展示了強化版的程式AlphaGo Zero，證明在全球最困難的棋藝競技中，人工智慧可以在沒有任何人類知識的基礎上，純粹靠自我學習成為制霸王者。

AlphaGo Zero代表從零開始，DeepMind開發團隊只輸入基本圍棋規則，之後它會自行下棋，並記錄每次的勝負決策，不停學習，自己成為自己的老師，加上沒有人類的經驗和成規束縛，讓人工智慧突破舊有的知識限制，發展出新的弈棋策略，達到登峰造極的境界。

DeepMind指出，他們不使用任何人類知識，AlphaGo Zero用上的是新的「強化學習」方法，透過神經網路和演算法結合，持續自我對弈練習幾百萬、幾千萬場，每次的更新都能增強、調整系統，用以預測下一步落子的方向和遊戲輸贏走勢。幾天時間內，AlphaGo Zero就從一塊純潔的白板，在上頭不斷揮灑、創造知識，很快勝過了人類累積千年的圍棋智慧。

黃士傑臉書介紹 AlphaGo Zero 的神奇表現：

1、AlphaGo Zero 從空白開始，完全只靠自學下圍棋。

2、僅僅 36 小時，AlphaGo Zero 就摸索出所有基本且重要的圍棋知識，達到了與李世乭九段對戰的 AlphaGo v18 的相同水平。

3、3天後，AlphaGo Zero 對戰 AlphaGo v18 達到 100%的勝率。

4、不斷進步的 AlphaGo Zero 達到了 Master 的水平。Master 即年初在網路上達成 60 連勝的 AlphaGo 版本。

5、40 天後，AlphaGo Zero 對戰 Master 達到近 90%勝率，成為有史以來 AlphaGo 棋力最強的版本。

6、雖然 AlphaGo Zero 沒有公開下過棋，在論文中附上了 AlphaGo Zero 的 80 局棋 ，供大家研究。從圍棋技術的角度來說，AlphaGo Zero 自學所發現的圍棋觀念，例如打劫、征子、棋形、開局先下在角部，開局定式等等，絕大部分與人類的圍棋觀念是一致的，這也間接呼應了人類幾千年以來圍棋研究的價值。

7、AlphaGo Zero 的棋風特別好戰，並且也喜歡直接點33。從論文內容來說，這主要是一篇強化學習的論文，關鍵技術在於強化學習訓練 pipeline 的效能極大化。

黃士傑介紹影片