AlphaGo Vs 人腦

世界棋王李世石鬥人工智能程式AlphaGo的世紀大戰，結果是電腦五局四勝，棋王無法逃離被電腦戰敗的厄運，因為上次人機大戰是一九九七年那場國際象棋對決，電腦深藍擊敗國際象棋大師卡斯帕羅夫5：0。上次比賽，卡斯帕羅夫誤判深藍的一個錯誤為妙着，令自己情緒大受影響而落敗。如今AlphaGo玩的是複雜很多的圍棋，可以行走的選擇比宇宙內的原子數量還多，這才是電腦人工智能的真正考驗，而AlphaGo可以清脆獲勝，可見它和深藍已經不可同日而語。

開發AlphaGo這個人工智能軟件的是谷歌旗下的DeepMind公司，這家公司在二○一○年創立，負責人哈薩比斯（Demis Hassabis）本身就是國際象棋高手，一九九七年他還是牛津大學學生時，就親身旁觀了深藍的世紀大戰。

哈薩比斯設計AlphaGo，要超越深藍那種水平，深藍的特色是「人手研發」，等如程式設計師教電腦捉棋，設計師篩選出多個國際象棋大師的下棋資訊，將其轉化為具體規則和啟發，叫深藍去模仿。深藍強在記憶力和運算力，但它捉棋的能力，理論上不會超過程式師教他的東西。

但AlphaGo卻植入了學習能力，它可以通過練習和學習，積累「自己的」經驗，這與人類的思維方式更為相似。它絕對可以學到超過程式設計師輸入的資料。

技術一點去講，傳統的人工智能用的方法是建構一棵「搜索樹」（search tree），去覆蓋所有可能性，在圍棋中因為可能性太多，令這種方式失效。所以AlphaGo是用另一種建構方式，首先它也建構一棵「高級搜索樹」，但更重要的是和一個「深度神經網絡」（deep neural networks）結合。所以謂神經網絡就是模仿人類以神經元為單位的思考方式，神經元之間會溝通。而AlphaGo的深度神經網絡有十二層，包含了數以百萬計類似神經元的連接單位。其中一個神經網絡是政策網絡，它負責行下一步棋，另一個神經網絡叫評價網絡，每一刻都在評估誰會贏出這一個棋局。

好了，哈薩比斯設計好AlphaGo後，就當小孩子那樣培訓它，首先讓它學人類棋手在過去的棋局中的三千萬種下子方法，直至訓練到AlphaGo有五成七機會估中人類對手的下子方法。

但這還不夠，哈薩比斯的目標不是叫AlphaGo去模仿人類的下子方式，而是要去打敗他們，為此目標，AlphaGo要學習發展自己的新下棋策略，方法是自己和自己捉棋，在神經網絡之間捉棋，這個試誤法（trial and error）有個特別名稱，叫加強式學習（reinforcement learning），這就是它自己和自己捉棋的不斷自學的方式。人類捉棋一天只能捉三局，但電腦一天可以捉一百局，AlphaGo至今捉了的棋局，其對手李世石捉到一百歲也捉不到那麼多。當然背後還要有谷歌超大的雲計算能力去支持。

AlphaGo練好功夫後，就要打實戰，先和所有玩圍棋的人工智能軟件比賽，所向無敵後挑戰歐洲冠軍，如今再戰世界冠軍李秀石。

AlphaGo這樣一個有超強自學能力的電腦，除了令人驚歎外，亦有少少恐怖。真實版鋼鐵人馬斯克（Tesla電動車公司老闆）就有點擔心，他和谷歌老闆佩吉（LarryPage）很熟，馬斯克一直擔心谷歌大搞人工智能，終於會有一個瘋狂科學家，開發出一個失控人工智能系統，操控全世界。馬斯克見到AlphaGo大勝李世石之後，話人工智能的發展，比他想像快了十年。我們將來可能要擔心人工智能機械人搶了我們的工作，但亦有可能協助人類，完成一些極其複雜的任務。

過去一些偉大的科學家，如牛頓及愛恩斯坦，能從自己已知的知識上推敲，不用逐級推理或進行繁複實驗，就能一蹴而就，說出高深學說。當然，想像或直覺有時會出錯，特別是在學習初期，但這樣做的好處是減省漫長運算時間及創造新知識。

跟學習圍棋一樣，未來的AlphaGo也可學習其他複雜數據，譬如投資或投機。首先，AlphaGo可先學習金融、會計及經濟學，發展準確直覺來判斷每一隻股票的長、中及短期表現，輔助投資者找出每隻股票的危與機。往後可為AlphaGo提供所有經濟及金融數據，並給予古今中外各種的投資例子及經驗以供學習，待AlphaGo的投資準繩度達致高水平，即可讓其出任「基金經理」或「投資顧問」。當AlphaGo擅長於每種投資後，AlphaGo更可就不同投資者的不同回報及風險取態，來安排不同最佳組合。

相信不久將來，AlphaGo在不同領域必有突破。