「千年一遇美女棋士」的黑嘉嘉+圍棋》黑嘉嘉來嘉義拍片網友迴響「畫面太仙」完整版影片曝光 https://bit.ly/3xVIODs

還原被AlphaGo打哭幕後故事柯潔渾身顫抖：我做不到… - 國際 - 自由時報電子報 - https://goo.gl/x41eA9

不同於前一代需要仰賴大量棋譜，新一代AlphaGo Zero只靠增強式學習技術來進行自我對弈，40天下了2,900萬盤棋，就成了有史以來AlphaGo棋力最強的版本。增強式學習揭開了AI的另一個發展方向，不靠海量資料，也能很有效
按讚加入iThome粉絲團
文/iThome | 2017-11-23發表
AlphaGo首席工程師黃士傑表示，AlphaGo Zero展示了增強式學習的巨大潛力，AI將會成為人類的工具，與人類一同合作（攝影／洪政偉）。
10月19日，這一天，人工智慧發展歷程進入了新的階段。因為Google旗下DeepMind在《自然》期刊上發表了新一代AlphaGo Zero，再度吸引了全球目光。AlphaGo Zero只用了3天，就跟上人類數千年圍棋積累的知識，40天後，更超越了打敗世界第一高手的圍棋AI程式AlphaGO。
新版打敗舊版，理應如此，為何值得大書特書？在第一屆臺灣人工智慧年會中，AlphaGo首席工程師也是DeepMind 資深研究員的黃士傑點出AlphaGo Zero真正的意義，他強調：「AlphaGo Zero正式脫離人類知識的資料，不再需要人類的資料。」
前一代AlphaGo的成功，仍然要靠大量的棋譜，才能訓練出打遍天下無敵手的圍棋AI模型。但是，AlphaGo Zero擁有自我學習的能力，不需要事先學習人類下棋的棋譜，很快就能達到，甚至超越前一代AlphaGo的實力。深度學習，除了運算力之外，還需要大量的標記資料，才能訓練出有足夠解釋力或預測力的深度學習模型，「資料量」成了決定AI技術品質的關鍵，也是限制，因為要取得大量資料，尤其是標記資料，不是一件容易或便宜的事，不少AI巨頭，如Google，還是得靠全球規模的消費服務，才能蒐集到夠多的各類標記資料來訓練機器學習模型。
但AlphaGo Zero的問世，意味著機器學習出現了另一條和過去不同的可能性：不需海量的訓練資料，也可以建立高品質的機器學習模型。「關鍵就是，增強式學習（Reinforcement Learning）的突破。」黃士傑強調。
40天自我對弈2,900萬次，完全不靠資料
AlphaGo Zero最大成就是能夠從零開始，透過自我學習的方式來下圍棋。甚至靠著自我學習，AlphaGo Zero在短短的36小時後，就摸索出所有基本且重要的圍棋知識，圍棋程度達到與李世乭九段對戰的AlphaGo v18相同水平，經過3天學習，AlphaGo Zero對戰AlphaGo v18甚至是100%的完勝，也很快達到網路60連勝的Master版圍棋程式的水準。根據DeepMind這篇新論文上的數據，AlphaGo Zero第一階段實測階段，三天自我學習訓練中，共自我對弈（Self-play）了490萬次，每次只需要0.4秒就能想出下一步棋。
確認了增強式學習來自我對奕的可行性後，DeepMind採用更大規模的神經網絡，同樣從頭開始訓練，花了40天，自我對奕了2,900萬次，這個花了40天訓練的最終版AlphaGo Zero，對戰Master的勝率接近90%，成為有史以來AlphaGo棋力最強的版本。
AlphaGo原本的版本需要用數千盤人類棋手的對戰來訓練，然而AlphaGo Zero只用了增強式學習技術，過程中完全沒有經過人類的干預，也從未使用過去的棋譜資料。黃士傑認為，不需要經過人類干預的增強式學習，將為成為一種趨勢。
儘管AlphaGo Zero仍然以圍棋為開發範本，但DeepMind期待，這個技術未來可以應用到在其他類似的結構化問題，例如蛋白質折疊、降低能源損耗，或是尋找革命性的新材料等。
不過，AlphaGo Zero的誕生，並非一蹴可及，一手催生出AlphaGo的黃士傑，更是十年磨一劍，花了10年都專注在電腦圍棋研究，才得以有成。黃士傑也首度在臺公開了研發AlphaGo的幕後經歷。
AlphaGo的起源要從黃士傑在攻讀博士班時，開發的一支單機版電腦圍棋程式Erica說起，Erica其實是黃士傑妻子的名字。當年，參與創立DeepMind的推手，也是現在AlphaGo團隊主管的David Sliver，看到黃士傑的研究成果非常驚訝，特地寫了封信給黃士傑，詢問黃士傑要不要加入DeepMind。黃士傑後來在隔年，2012年11月才正式加入DeepMind。
DeepMind目標是通用人工智慧
黃士傑指出，DeepMind的目標是要打造出通用的人工智慧，因此，當年開始投入電腦圍棋AI研發時，DeepMind的共識就是不要只是複製Erica，做一個2.0本就好，不要受限於既定的限制，而要找出新的作法。
AlphaGo發想自DeepMind執行長Demis Hassabis的點子，他提議要研究電腦圍棋專案，於是黃士傑與他的主管David Sliver才開啟了了這項研究專案，後來研究團隊又加入了Chris Maddison、llya Sutskever，一同參與開發AlphaGo，而「為什麼要做圍棋？」，這是許多人的疑問，黃士傑解答，IBM深藍在西洋棋戰勝人類之後，就只剩下圍棋這項挑戰了。
但要選擇什麼樣的技術，才能打贏圍棋高手呢？黃士傑認為，如果人類可以馬上判斷下這一步是好棋，那麼以仿效人類大腦思考的神經網路技術，也應該可以做得到。
所以，黃士傑運用神經網路中的深度學習技術，來開發圍棋AlphaGo程式，利用人類的棋譜來訓練AlphaGo建立下棋的策略網路（Policy Network），「用深度學習來訓練圍棋程式，就是用人類的直覺來下圍棋。」他解釋。
不過，訓練「程式」也不是一件容易的事。黃士傑每天的工作就是反覆訓練神經網路、測試、觀察勝率，不斷地重複這樣的過程，不斷嘗試解決神經網路得建立多深、資料集有沒有問題、神經網路需要幾層等等的問題。
尤其在專案剛開始的第一個月，用深度學習來打造AlphaGo程式，甚至用了圍棋專家的3千萬個棋步來訓練神經網路，幾乎是行不通的方向，勝率並不高，不過，他們後來找到新方法，解決了機器學習訓練常見的Overfitting過度優化問題後， AlphaGo的勝率就大幅達到95％，才開始確信這是條可行的方向。
AlphaGo關鍵突破：可判斷形勢的價值網路
接著，AlphaGo專案做出了最關鍵的突破，就是加入了可供判斷形勢的價值網路（Value Network）設計，可以將增強式學習來結合深度學習，讓AlphaGo擁有學習的能力，尤其可以做到讓AlphaGo自己和自己下棋。
黃士傑形容，就像是一種左右互搏的自我學習，左手和右手對戰。DeepMind也找來歐洲圍棋冠軍樊麾，來和AlphaGo對奕。2016年1月，AlphaGo研究成果首次登上了學術圈重量級期刊《自然》期刊，開始出現在世人面前。
2016年中，AI專用硬體技術的成熟，如TPU深度學習專用晶片也帶來很大的幫助。黃士傑指出，相同的程式碼，用TPU執行的勝率，會變得非常高。AlphaGo將直覺和判斷一起訓練，就能將直覺和判斷達到一致性，並將策略和價值網路結合，變成Dual Network，之後再不斷的加強訓練流程。
不過，為了測試AlphaGo的能耐，黃士傑努力說服團隊，要上網實測AlphaGo的棋力，後來，終於在2016年底，AlphaGo Master在網路上找到中、日、韓、臺等各國頂尖圍棋棋手來對奕，一天連下10盤，就這樣在自家的房間低調地用單機訓練AlphaGo Master。
當時下一步棋平均要4 ～8秒，一局下完大約需要1小時，而與職業棋手的對戰都是全勝，他認為，電腦圍棋AI的價值在於「擴展圍棋界的理論和思路」。
他指出，目前AlphaGo Zero棋力還在持續精進中，DeepMind的團隊合作創造許多不錯的成果，包含發表了兩篇論文，以及與人類大戰兩次的大戰，在網路上有60個棋局訓練，最後還拍了《AlphaGo》的紀錄片。
前一代AlphaGo，是以模仿人類直覺來下棋而設計，透過大量棋譜、龐大專家知識來訓練機器學習模型，藉此而打敗了了世界棋王。但是，新一代AlphaGo Zero的出現，意味著具備自我學習能力的圍棋AI，更超越了模仿人類直覺的舊版本。
甚至，DeepMind團隊還從AlphaGo Zero自我對弈中的2,900萬盤棋棋譜中，找到了，過去人類圍棋知識視為不可能的新棋步，這也意味著，AlphaGo Zero的成功，證明了AI自我學習到的知識，可以超越人類知識的可能性，也確實能如DeepMind一開始所期待的目標，用AlphaGo來拓展現有圍棋專家領域知識的不足，是一種AI 與人的合作，來補足人類知識的缺口。
黃士傑表示，AlphaGo的成功是深度學習與增強式學習的勝利，硬體資源與TPU也扮演很重要的角色，最後，AlphaGo Zero展示了增強式學習的巨大潛力，他認為，AI要成為人類的工具，與人類合作。

2017-11-24_141735

2017-07-13_232457

台版AlphaGo！交大人工智慧CGI 二度擊敗紅面棋王
分享台版AlphaGo！交大人工智慧CGI 二度擊敗紅面棋王到Facebook 分享台版AlphaGo！交大人工智慧CGI 二度擊敗紅面棋王到Line 分享台版AlphaGo！交大人工智慧CGI 二度擊敗紅面棋王到Google+
交大吳毅成教授的研發團隊研發的CGI程式在義大利舉辦的人機圍棋賽中兩度打敗紅面棋王周俊勳。（交大提供）
2017-07-13 20:24
［記者洪美秀／新竹報導］Google DeepMind發展的AlphaGo程式，打敗世界一流的李世石棋士、世界排名第一的柯潔，震撼全球。但交大資訊工程系吳毅成教授團隊所發展的CGI程式12日在義大利國際IEEE FUZZ會議舉辦的人機圍棋賽中，CGI與紅面棋王周俊勳對弈兩場都贏，是全世界第一次學界圍棋程式在正式比賽場合，擊敗職業九段棋士。
交大吳毅成教授的研發團隊所設計的CGI程式日前與棋手黑嘉嘉配對組也打敗其他棋手。（交大提供）
交大吳毅成教授的研發團隊所設計的CGI程式日前與棋手黑嘉嘉配對組也打敗其他棋手。（交大提供）
交大教授吳毅成說，CGI程式最近的表現讓人驚訝，6月中在中國福州舉辦的中韓台人機配對賽，初試啼聲就獲得冠軍；與美女棋士黑嘉嘉的配對組，更戰勝韓國獲數10次世界冠軍頭銜李昌鎬九段的配對組、中國第一位獲得世界冠軍頭銜馬曉春9段的配對組。
吳毅成表示，2年前發展圍棋程式時，也是在IEEE國際會議所舉辦的人機圍棋賽中，紅面棋王周俊勳讓6子，CGI程式還輸棋。AlphaGo程式的出現，也激起團隊鬥志，並經過改良後首次挑戰這次比賽。
吳毅成說，目前CGI程式仍與AlphaGo有一大段差距，未來會持續爭取計算資源，來彌補資源不足問題，CGI程式是完全台灣本土發展的程式，樂見與台灣職業棋士多交流，提升程式與棋士的棋力。
除研發人工智慧遊戲，吳毅成教授團隊也與業界單位合作，他表示發展圍棋程式的技術，確實對許多業界應用問題有相當大的助益，希望藉此對提升台灣的人工智慧技術有所助益。

我見我思－AlphaGo的人文啟示
By 中時電子報, www.chinatimes.com查看原始檔六月 24日, 2017
據聞台灣最新的教育改革，有意在未來把寫程式列為「人人」必學的學科，加上最近有所謂「未來產業」的專家也大肆鼓吹寫程式的能力，一時間這項教育「改革」似乎勢在必行。然而，所謂「未來產業」到底看到了未來沒有？
其實，最近AlphaGo擊敗世界圍棋第一高手柯潔之後，已經無異宣布了一個更新的未來已經來到。過去的圍棋程式之所以無法超越人類，是因為程式設計者是以人的知識範圍及思考能力來設計，故程式的智力當然極難超越人。但現在的圍棋程式則是在一個簡單的框架下，讓程式自己透過大數據進行深度學習，因而能深入人類無法進入的領域。留日名棋手王銘琬在新書《迎接AI新時代》中指出，圍棋高手對圍棋的奧祕掌握不過6%左右，而今AlphagGo竟似輕易已潛入所剩的94%之中。基於此，AlphaGo會讓對奕過的頂尖高手覺得從程式學到了新的圍棋知識，就不足為怪。
換言之，人以其固定的思維方式，有時而窮，要有突破也需相當的嘗試錯誤，但人工智慧卻能以其超越人類理性的方式，快速尋找出新的思維、探索出新的天地。這意味著人工智慧已不再居於輔助人的角色，人反過來要向人工智慧來學習認知世界的方式。而其關鍵就是跳脫人向來引以為傲的理性思考模式，以強化柯德威爾所言的「未經思考的思考」。這種「思考」幾可謂訴諸「直覺」──即經驗累積到一個地步時的跳躍性認知突破，也就是「創新」所需的觸媒。
雖然人工智慧讓不少人（如霍金）擔憂其衝擊，但如果我們能善用，反而更能有助於我們進一步了解人真正的可貴之處。電影《人工智慧》何以開宗明義就探究「愛」的問題？正是因為人類和人工智慧的差異就在於此：不是「理性」的能力，而是情感的能力（這反而是人工智慧的擅場）。人類的感情雖然並非時時都高尚可敬，然而卻正是這種不可預測性讓人類變得特殊。
但無論如何，人類有了人工智慧可以共事與學習之後，密集運用工具理性的工作，甚至具創發意義的程式設計工作，必會大量交由人工智慧處理，先進國家已有大量人工智慧所撰寫的各式分析報告甚至新聞。而如何更細膩貼心的處理感情面向，反而會成為人類最優先的關懷。換言之，未來人類會更注重如何有效的溝通、有情的處世、有意義的創造（比如醫生未來會變成「愛」的給予者，而非資料的儲存與判讀者）。綜上可知，未來教育重點反而應該更置於人文社會學科才是。
走筆至此，需不需要「人人」都學寫程式，應該已經不言而喻（想想看電腦從dos發展到windows的過程可知）。而近日某大學會計系的某生對歷史系的鄙夷，就可能是井蛙不知自己已落入溫水鍋中，而猶自妄誕囈語吧。（作者為國立台灣大學外文系教授）

不及前輩AlphaGo！日本人工智慧DeepZenGo遭中國棋士淘汰
newtalk.tw查看原始檔
還記得前陣子AlphaGo打倒中國棋王柯潔後，因為高處不勝寒而宣布退役嗎？這一仗讓人了解到AI自我進化過後，其思考能力有多麼強大；不過AlphaGo退役後，Go系列似乎後繼無人？因為它來自日本的後輩DeepZenGo，最近在「第三屆夢百合杯世界圍棋公開賽」中，不幸落敗，連16強都沒進成！
實際上這款由日本團隊開發的DeepZenGo，與AlphaGo並沒有任何關係；Go是取自於日本圍棋漢字「碁」的羅馬拼音，而這款DeepZenGo前身則是一款圍棋遊戲「Zen」，製作團隊為測試AI自我進化的能力，替它導入了深度學習的功能，最終成為了現今的DeepZenGo！
在首輪比賽中，DeepZenGo戰勝了18歲的韓國新星，同時也是韓國名將李世石的弟子申旻埈；不過在次輪比賽中，DeepZenGo不敵中國職業棋士王昊洋六段，最終無緣16強！而先前，DeepZenGo曾經兩度擊敗他。
DeepZenGo研發團隊的負責人表示，DeepZenGo目前還存在缺陷，其對於局部複雜的死活判斷還比較吃力，容易出現局勢判斷失誤，因為圍棋的變化確實非常複雜，未來將會盡力去除DeepZenGo的缺陷。

AlphaGo封棋黃士傑也將換跑道
tw.rd.yahoo.com查看原始檔
（中央社台北2017年5月28日電）谷歌電腦演繹人工智慧（AI）系統AlphaGo封棋後，AlphaGo幕後推手、出身台灣的博士黃士傑今天表示，從開始AlphaGo專案至今已3年多，將轉換跑道到其他專案，但仍持續關注圍棋與電腦圍棋。
AlphaGo的開發商昨天說，AlphaGo完勝世界排名第一的中國大陸職業圍棋棋士柯潔九段後將急流勇退，不再與人類對弈。
在與柯潔3場對弈中，代AlphaGo落子的黃士傑在社群網站臉書（facebook）貼文表示，AlphaGo的Master加強版本（可以讓與韓國職業圍棋棋士李世石九段對戰的v18三子）勝，很高興能與柯潔九段與其他頂尖棋手交流，一起探索圍棋奧妙。

AlphaGo完勝人類是福是禍？
2017-05-30 06:00
推文到plurk
二○一七年五月，是人類值得記住的一個月份。因為人腦和電腦的圍棋大賽，誰輸誰贏的問題已經確定不再有懸念，就是人腦的勝率是零。
五月二十三日，圍棋AI的AlphaGo直搗中國烏鎮，和中國現在最強、也是排名世界第一的棋手柯潔對陣，結果是連勝三盤，震驚圍棋和科技界。
柯潔3度敗給AlphaGo。（路透）
接著中國再召集曾經得過世界級圍棋大賽冠軍的中國現役第一等高手，一次五人聯手對抗AlphaGo，結果也是慘敗收場！
尤其透過網路轉播看到柯潔的第三戰，幾乎是用盡了他全部的天分與技藝，一旁的主講人再怎麼分析、讚嘆柯潔的棋已經超過人類高手的想像與精算，但是，AI的AlphaGo的棋總是可以迅速洞悉柯潔的每一步意圖，「冷酷」地攻守自如，在人類驚嘆聲中朝著勝利走向棋局終點。
這也是為何Google在賽後直接宣布AlphaGo從此退役，因為它「完勝人類」的任務已經達成！從此人類舉辦的圍棋比賽，應該是更多的AI對陣AI，人類則重回人與人對抗的模式！
人腦與電腦的圍棋大戰引發世人關注，只是它登上人類舞台、引領人類進入AI生活的一個開始。
我們不知道Google或是其他研究機構接著又會推出什麼大戰，不過他們一定正在研發更多會讓你我驚奇的新產品！
不論是無人車、醫療診斷與手術、智慧型手機功能無限升級、AI網路（cyber）戰爭，甚至量產超人等等！
AI科技帶來了無限商機，給人類生活更多的改善，但是在人類慾望尚無有效控制的機制出現前，AI無止境的開發，會是人類的福與禍還很難講。
從去年三月AlphaGo和韓國李世乭大戰開始，我們人類才剛在熱頭上的人腦電腦圍棋大戰已戛然而止！就像柯潔在棋盤上以洪荒之力下出一手要繼續纏鬥的棋時，電腦的下一手早就轉向，老神在在地準備關門了！
（鄧蔚偉）

打遍天下已無敵手研發團隊宣布AlphaGo退役

字體列印轉寄|plurkshare
中國棋王柯潔與AlphaGo對弈三戰皆墨，AlphaGo團隊宣布，由於已與最強的對手交戰過，AlphaGo將退役。（路透）
2017-05-27 16:55
〔即時新聞／綜合報導〕Google研發的AI軟體AlphaGo在這次中國烏鎮圍棋峰會裡，與中國棋王柯潔對弈三戰全勝，在遭到中國圍棋界五大高手聯手圍攻時，也輕鬆擊敗人類棋士。AlphaGo之父哈薩比斯（Demis Hassabis）宣布，由於AlphaGo已跟最高級別的敵手對戰過，因此烏鎮一役是AlphaGo最後的對弈賽事。
綜合媒體報導，AlphaGo今日完成最後一場與柯潔的賽事，在系列賽中得到3：0的壓倒性成績。哈薩比斯於賽後記者會時指出，烏鎮的比賽聚集了最優秀的棋手參加，是AlphaGo遇過最強的對手，所以今天是AlphaGo的最後一場比賽。
不過哈薩比斯強調，這不會AlphaGo的終點，之後還會繼續發布論文，有助於其他開發者開發屬於自己的AlphaGo；此外，他們也會陸續公布50場AlphaGo自我對弈的棋譜，送給全球圍棋愛好者研究。

即使有數據黃士傑：仍不懂AlphaGo許多棋步

世界棋王柯潔（左）和AlphaGo對戰連3敗，AlphaGo幕後推手、幫AlphaGo落子的黃士傑（右）表示，很多棋步他還是不懂。（路透）

2017-05-28 20:26

〔即時新聞／綜合報導〕世界棋王柯潔和AlphaGo對戰連3敗，研發團隊也在賽後宣布AlphaGo退役。AlphaGo幕後推手、台灣工程師黃士傑表示，雖然有數據，但許多棋步他還是不懂，但他覺得AlphaGo很多棋步，很像有「昭和棋聖」之稱的職業棋士吳清源，所提倡的下法。

《中央社》報導，黃士傑日前接受中國媒體採訪，他表示，AlphaGo不會說話，即使有數據，很多棋步他還是不懂，可能知道這步好、這步不好，但不知道好在哪？認為職業棋士的專業解說還是很重要。

黃士傑認為，AlphaGo很多棋步很像吳清源提倡的下法，但會在實戰上應用的棋手不多，由科學力量證明這是好下法，這就是藉由AlphaGo自我學習、慢慢進步的力量，來探索圍棋真理。

黃士傑希望，AlphaGo能成為幫人類探索圍棋的工具與手段，而不是對手。

五大高手圍攻AlphaGo 人類還是輸了

Google研發的人工智慧AlphaGo，日前與中國棋王柯潔對弈兩戰全勝。（法新社）

2017-05-26 17:26

〔即時新聞／綜合報導〕Google研發的人工智慧AlphaGo，日前與中國棋王柯潔對弈兩戰全勝，今日AlphaGo遭到中國五大圍棋高手圍攻，可惜五名棋手在過程中意見紛紛難以統合，最後還只剩一人奮戰，讓人類再度吃下敗戰。

據《香港01》報導，人類棋士執黑子，由周睿羊負責下棋，時越、羋昱廷、唐韋星、陳耀燁則負責絞盡腦汁提供意見，周睿羊都會回頭和隊友們討論。五人在開局就屢次陷入思考，很多時候棋手們都會提出不同的下法。

五大高手的3小時思考時間就這樣慢慢用光，棋手們此後每步棋都只有一分鐘讀秒，結果在棋局尾端的收官階段，只剩下唐韋星獨自奮戰，其他人都已呈現放棄狀態，最後在254手時中國隊投子認輸。

AlphaGo擊敗柯潔人工智慧拿下首勝

棋王柯潔在對弈中頻頻陷入長考，不時抓頭、托下巴，面露難色，AlphaGo落子迅速，彼此用時差距巨大。（圖擷自YouTube）

2017-05-23 14:58

〔即時新聞／綜合報導〕人類與AI圍棋大戰今（23日）早10點30分開打，人機激戰逾4小時，人工智慧AlphaGo擊敗世界排名第一的中國圍棋高手柯潔，拿下首戰勝利，雙方將在週四（25日）進行第二場對弈。

人類代表柯潔執黑子先手，AlphaGo則與去年對戰南韓圍棋名將李世乭一樣，由台灣工程師黃士傑負責落子，雙方各有3小時思考時間，棋王柯潔在對弈中頻頻陷入長考，不時抓頭、托下巴，面露難色，而AlphaGo多在30秒內就落子，彼此用時差距逐漸拉大，當柯潔思考時間僅剩30分鐘時，AlphaGo尚餘2小時左右。

儘管在棋局尾聲的「收官」階段，柯潔竭力拉近差距，但最終仍以1目半之差落敗（依中國規則數棋，AlphaGo贏柯潔1/4子）；中國「棋聖」聶衛平觀看這場對決時感嘆：「AlphaGo的大局觀遠勝人類」。

雙方明天休兵一日，週四（25日）再進行第二戰，而第三戰則在週六（27日）；本次人機大戰，除了柯潔與AlphaGo單挑之外，還安排兩位人類棋手將分別與AlphaGo合作的配對賽，以及5位棋手組隊對抗AlphaGo的團體賽，這2場賽制將在週五（26日）進行。

Master黃士傑AlphaGo

Master痛宰中國棋王棋盤驚見這一幕...

「Master」在前晚從柯潔手中奪下50連勝，執白子的Master還在棋盤上畫出了一隻小狗的圖案。（圖擷取自《騰訊體育》）

2017-01-05 06:24

〔即時新聞／綜合報導〕中國圍棋網站最近出現名為「Master」的神秘棋士，自去年底現身以來，創下60連勝，接連痛宰中日韓棋界高手，連「中國棋王」柯潔也是Master的手下敗將。柯潔甚至在輸棋後透露自己住院，而「Master」昨晚自曝身分，原來就是Google人工智慧系統AlphaGo，代為執子的則是AlphaGo團隊的台灣博士黃士傑。據悉，Master和柯潔對弈時，還在棋盤上畫了小狗圖案。

「中國棋王」柯潔。（圖擷取自微博）
AlphaGo去年三月戰勝南韓棋王李世乭，也曾在第三局以白子在棋盤上畫出小狗圖案。（圖擷取自《騰訊體育》）
柯潔昨晚在微博上表示，早就知道Master的真實身分。（圖擷取自微博）

「Master」在去年12月29日首度現身，在圍棋網站上接連擊敗圍棋好手，柯潔在去年12月30日就與Master對決連輸兩局，導致他在去年12月31日晚間於微博發文，表示在輸給Master後「一夜無眠」，1月3日再戰又輸，引發外界震驚，柯潔也透露自己住院了。昨「Master」身份曝光後，柯潔隨即發文說，早就知道Master的真實身分，更稱若不是住院，他就會用上「最後一招」。

中國《騰訊體育》報導，「Master」在前晚（3日）奪下50連勝，就是與柯潔下的，當時執白子的Master還在棋盤上畫出小狗的圖案。

報導提到，AlphaGo去年三月戰勝南韓棋王李世乭，也曾在第三局以白子在棋盤上畫出小狗圖案，當時的狗頭是向左，這次與柯潔的棋盤上，狗頭向右，而且尾巴更大，明顯是對柯潔的挑釁。

Master痛宰中日韓60棋手又是台灣博士傑作

2017-01-05

〔編譯陳正健、記者鄭瑋奇／綜合報導〕中國圍棋網站「弈城網」最近出現一位名為「Master」的神秘棋士，自去年十二月廿九日現身以來，接連痛宰中日韓棋界高手，到目前已創下六十連勝。就在各界議論紛紛之際，「Master」昨晚自曝身分，原來他就是Google人工智慧系統AlphaGo，而代為執子的則是AlphaGo團隊的台灣博士黃士傑。

Master痛宰中日韓60棋手。（取自網路）
「Master」自曝身分，就是AlphaGo的幕後推手、台灣博士黃士傑（左四）。（資料照）
Master痛宰中日韓60棋手。（取自網路）

「Master」近日已橫掃中日韓棋壇，連續擊敗中國棋王柯潔、日本圍棋七冠王井山裕太、南韓圍棋守護神朴廷桓、中國棋聖聶衛平、中國九段棋手陳耀燁、南韓九段棋手趙漢乘、中國旗手古力等頂級高手，令圍棋界為之譁然。對於「他」的真實身分，各界眾說紛紜。

專家指出，「Master」和AlphaGo一樣，顛覆了傳統棋理，許多看似不合理的棋招也照下不誤，但結果卻令人驚歎，而且思考時間極短、體力用之不竭。先前中國圍棋隊總教練俞斌就斷言，「Master」肯定是人工智慧無疑。

新版AlphaGo復出下棋黃士傑代為執子

果不其然，「Master」昨晚在拿下第五十九連勝之後，突然在聊天室以中文寫道：「我是AlphaGo的黃博士」，承認自己就是去年幫AlphaGo下棋的台灣師大資工系博士黃士傑。

黃士傑於二○一二年被英國人工智慧公司DeepMind延攬，列為首席設計師，在DeepMind被Google併購成為子公司後，黃士傑也繼續圍棋程式開發，成為影響AlphaGo發展的關鍵人物之一。

根據「觀察者網」報導，「Master」一開始身分註冊為韓國棋手，顯然是因為AlphaGo在去年三月擊敗南韓世界圍棋冠軍李世石後，獲得韓國棋院頒發九段證書。Google在去年十一月就宣布AlphaGo獲得重大進展，將在今年初復出下棋。黃士傑昨晚也在臉書發文證實測試新版AlphaGo，很感謝棋手和觀戰者。

「紅面棋王」周俊勳是台灣首位與Master對弈的棋士，周俊勳昨坦承「被電爆、輸得很慘」，下了約四十幾分鐘就舉白旗投降，由於Master棋路與常規完全不同，因此他認定並非「人」所下出來的棋。雖然對弈結果是慘敗，但輸得很開心，讓他從中學到不一樣的東西，很希望能有機會再跟它對弈。

---------------------------

武裝機器人

----------------------------------------------------

Master橫掃棋壇聶衛平嘆：對人類百戰百勝太誇張
2017-01-04 19:25
〔即時新聞／綜合報導〕神秘棋士「Master」持續橫掃圍棋界，今天（4日）他陸續擊敗台灣「紅面棋王」周俊勳等人，稍早「中國棋聖」聶衛平也敗給「Master」，他賽後表示輸得可惜，並說「對人類百戰百勝太誇張」，似乎認定了「Master」是人工智慧。
神秘棋士「Master」下午與中國圍棋界的傳奇「棋聖」聶衛平，大戰1小時，取得第54勝（0敗）。（圖擷自PTT）
神秘棋士「Master」下午與中國圍棋界的傳奇「棋聖」聶衛平，大戰1小時，取得第54勝（0敗）。（圖擷自PTT）
令人驚訝的是，賽後「Master」首次開口說話，用繁體字打出「謝謝聶老師」五個字，許多網友立刻聯想到當初代替AlphaGo下棋的台灣師大博士黃士傑。（圖擷自PTT）
令人驚訝的是，賽後「Master」首次開口說話，用繁體字打出「謝謝聶老師」五個字，許多網友立刻聯想到當初代替AlphaGo下棋的台灣師大博士黃士傑。（圖擷自PTT）
聶衛平下午與「Master」大戰1小時，最終以5比7落敗，送給「Master」第54勝，賽後「Master」首次開口說話，用繁體字打出「謝謝聶老師」。
「Master」賽後打出繁體字，網友立刻聯想到去年代替AlphaGo下棋的台灣師大博士黃士傑，當時AlphaGo以4勝1敗的成績打敗南韓棋王李世乭，背後程式主要的開發者，就是來自台灣的黃士傑，當時就是由他當AlphaGo的「手」與李世乭對弈。
聶衛平賽後坦言輸得可惜，這盤棋佈局已下得不錯，但中盤時右上角打了「大勺子」，因此斷送好局。他也表示，「對人類高手百戰百勝有點誇張了，我看有些棋的內容，它的對手簡直就是被它嚇死的，僅僅百餘手就崩潰，這已經不能用技術原因來評判了。」
聶衛平說法似乎已認定「Master」非人類，他強調人類要贏「Master」，前半盤必須領先，中盤和官子階段也不可出錯，雖然難度很高，但也提升了人類的圍棋技術。

擊敗中國棋聖「Master」用繁體字說話了！

神秘棋士「Master」下午與中國圍棋界的傳奇「棋聖」聶衛平，大戰1小時，取得第54勝（0敗）。（圖擷自PTT）

2017-01-04 16:54

〔即時新聞／綜合報導〕神秘棋士「Master」依舊無人能擋，今（4日）早擊敗台灣「紅面棋王」周俊勳後，又連取數勝，下午與中國圍棋界的傳奇「棋聖」聶衛平，大戰1小時後，取得第54勝（0敗），而賽後「Master」首次開口說話，用繁體字打出，「謝謝聶老師」，又讓人聯想到AlphaGo。

令人驚訝的是，賽後「Master」首次開口說話，用繁體字打出「謝謝聶老師」五個字，許多網友立刻聯想到當初代替AlphaGo下棋的台灣師大博士黃士傑。（圖擷自PTT）

綜合媒體報導，從去年12月29日開始，到今天下午為止，一名神秘網路棋手「Master」橫空出世，在圍棋網絡對弈平台上無人能敵，下午中國圍棋界的傳奇人物「棋聖」聶衛平也來求戰，「Master」似乎對於64歲的聶衛平禮遇有加，把每手限時從30秒變長至60秒，雙方在歷經1小時的大戰後，執黑子的「Master」贏聶衛平7目半，拿下現身以來的第54勝，依然保持不敗紀錄。

令人驚訝的是，賽後「Master」首次開口說話，用繁體字打出，「謝謝聶老師」5個字，許多網友立刻聯想到當初代替AlphaGo下棋的台灣師大博士黃士傑；去年AlphaGo 在圍棋賽中，以4勝1敗的成績打敗南韓棋王李世乭，而背後程式主要的開發者，就是來自台灣的師大博士黃士傑，他也在這場人機大戰中，當AlphaGo的「手」與李世乭對弈。

另外有網友發現，推特「Science News」在29日PO出一條推特寫道：「AlphaGo：“Now，I am the master」，發布那條推文的時間點，正是「Master」開始在網路圍棋界大殺四方之前；而「Master」掛韓國國棋，有人認為是因為，韓國棋院曾授予AlphaGo為有史以來第一位名譽職業九段，此次「Master」以繁體字說話，或許也能從中看出一些端倪。

根據中國媒體報導，聶衛平曾在社交媒體表示，「『Master』改變了我們傳統的厚薄理念，顛覆了多年的定式」，在觀看了「Master」40多盤的棋局後，聶衛平感嘆，在看似不能出招的地方出招，而且最後證明它的選擇都不是錯的，只能說明圍棋遠不像我們所想像的簡單，還有巨大的空間等著人類去挖掘，「AlphaGo也好，Master也罷，都是『圍棋上帝』派來給人類引路的」。

===================

竹縣圍棋賽千人對弈攻防戰
By 陳育賢, www.chinatimes.com查看原始檔

新竹縣第3屆縣長盃圍棋賽26日在竹北市十興國小登場，有來自全縣1500位棋士智鬥方城之戰。（陳育賢攝）
新竹縣第3屆縣長盃圍棋賽26日在竹北市十興國小登場，有來自全縣1500位棋士智鬥方城之戰，縣長邱鏡淳到場鼓勵棋手時，以國小就晉升職業選手的「竹縣之光」許皓鋐為例，肯努力，必定有收穫，希望小朋友們運用棋藝所孕育的沉著與果斷，增長學習、智慧成長。

邱鏡淳指出，新竹縣學棋人數近年逐年成長，參與圍棋賽的小學生從5年前的200人，到今年1500人，人數增加7倍多，規模盛大不輸台北、高雄，他昨天特地到場，為參賽的大小選手們喝采鼓舞，也希望棋士們把圍棋國粹的精華發揚壯大，讓更多孩子主動來學，從中獲益。

邱鏡淳特別舉出博愛國中同學許皓鋐的例子，指其奪下教育部2015學年度中等以下學校圍棋運動錦標賽冠軍，當時許皓鋐在國小六年級就晉升職業圍棋，成為優秀棋士，從家庭、學校到棋院的成長與發展，就是最佳例證。

此次由國際獅子會300G1區、大約翰棋社共同承辦的縣長盃圍棋賽，共計有1500位棋士齊聚十興國小競技，主辦單位也希望棋手們在競賽中透過棋藝交流，增加經驗，並且教導孩子面對失敗，並從失敗中學習，靠隨機應變的功夫，在推理與研究中，讓思緒將更細密更敏捷。

---------------------------------------------------------

台灣也有AlphaGo？祕密就在交大實驗室
tw.mobi.yahoo.com查看原始檔
最近各大媒體都在關注谷歌（Google）開發的阿法狗（AlphaGo），程式設計師黃士傑與世界一流的南韓棋士李世乭對決，最後AlphaGo四勝一敗，震撼了全世界！在此之前尚無圍棋程式能擊敗職業棋士，而台灣是否也能創造出一個AlphaGo呢？答案是可能的！而關鍵就藏在交大的一個實驗室，這裡可說是台灣人工智慧人才培育的搖籃。

「其實黃士傑是念交大資訊科學的！」吳毅成教授對此感到很驕傲，他與黃士傑有些類似。黃士傑具有圍棋業餘六段資格，並且對於人工智慧相當有興趣；而吳毅成教授是六子棋的發明人，與團隊多年來發展許多棋牌類遊戲的人工智慧程式，還擔任中華民國人工智慧學會理事長。

主要研究AI Games

圍棋、麻將、2048　樣樣行

之後黃士傑去台師大資工所念碩士及博士班，吳毅成還擔任過黃士傑碩士論文的口試委員；直到前幾日，吳毅成還在臉書上和黃士傑討論這個世紀棋局對「ＡＩ人工智慧」領域所帶來的意義，身為同好，吳毅成對黃士傑的表現相當佩服。

對AlphaGo程式目前的表現，吳毅成說，「真的是非常震撼！」從ＩＢＭ深藍電腦20年前擊敗世界西洋棋冠軍開始，人工智慧一直緩步發展；直到十年前推出蒙地卡羅樹狀搜尋演算法（ＭＣＴＳ）後，大幅提升圍棋程式的棋力從級位到業餘段位；「而現在電腦直接下贏職業棋士，這比大家預估的時間快了十年！」

吳毅成對人工智慧的領域一直很感興趣，他帶領的研究團隊，主要研究項目就是AI Games，而這支程式ＣＧＩ不僅可下圍棋，還可以玩象棋、六子棋、暗棋、麻將等，甚至是年輕人很愛玩的電腦遊戲《2048》，該程式在《2048》電腦遊戲比賽中的勝率穩居世界第一。

台版AlphaGo

透過深度學習　圍棋功力職業級

吳毅成表示，去年初，團隊之一的吳迪融在實驗室運用ＭＣＴＳ系統，開始重新撰寫圍棋程式。去年五月，就在台灣電腦對局競賽中，獲得圍棋組九路、十三路、十九路冠軍，棋力達到業餘二段左右。

之後，陳冠文、藍立呈兩位同學加入開發團隊，開始研發「深度學習演算法」，並用之於ＣＧＩ；而深度學習軟體是指在人工智慧領域，使用一款名為「神經網路（neural network）」系統，教導電腦篩選大量資料後，能自行找到形式和規律，果然棋力大增…

-----------------------------

擊敗李世乭電腦自己學的？｜產業｜聯合新聞網｜天下雜誌
www.cw.com.tw查看原始檔
2006年第11屆奧林匹克電腦圍棋競賽，可說是AlphaGo的起始點。

黃士傑說，電腦過去在圍棋領域從未勝過人類，短短幾年內，電腦在九乘九小棋盤圍棋賽贏了黃士傑，讓棋力不差的他大為震驚，「竟然輸給電腦」。回到台灣後，決定投入電腦圍棋。他以太太姓名命名的圍棋程式「Erica」，就是後來的成果。

他找到了讓電腦棋力大增的演算方式是「自主學習」。他說，過去的下棋程式，是工程師設計好、讓電腦去比賽，輸了以後，調整參數再去比賽，等於是人的學習。但他讓AlphaGo「自己跟自己下棋」，電腦自己學，技術能力突飛猛進。

這時因為Google投資入股AlphaGo，有更多的人力、經費，公司決定讓他做主導研究者，開發圍棋程式。AlphaGo的人工智慧系統，是以類神經網路的概念，結合機器學習（Machine Learning）與深度學習網路（deep neural networks），它能模擬人類專家，先分析盤面、找出最適合下的幾步棋，再選擇其中最有利的下一步。

去年起，約一年期間，AlphaGo就在19乘19的棋局上，打贏世界棋王。下一步他打算挑戰多人戰略聯盟、三D戰略遊戲等產品。

「台灣的老師指導能力真的很厲害，出國能力不輸人。」但黃士傑強調，「多出國看看很重要」。他當初便是透過「戰友」幫助，在加拿大找到博士後研究的工作，進入DeepMind工作。

DeepMind執行長Demis Hassabis被稱為「世界上最聰明的人之一」，統領來自世界各地的「聰明人」，黃士傑看這位老闆，形容他不像學者，「更像有衝勁的年輕人，有動力去實現自己的夢想（人工智慧）」。

他形容在DeepMind非常人性化，不要求打卡和加班，因為員工有好的個人生活，就能更好的達成工作目標。DeepMind讓每個人發揮所長，能力自然彰顯出來。

DeepMind以研發為主要營運模式，大家都熱愛做研究寫報告，發表論文的旺季，預約實驗室機器滿到排隊，不斷產出有智慧的研發成果，也讓黃士傑樂在其中。

Demis Hassabis

-----------------------------

黃士傑分享AlphaGo與DeepMind的秘密
By 黃慧雯, www.chinatimes.com查看原始檔

AlphaGo執棋手兼AlphaGo開發者之一的黃士傑，今日在Google台灣公司接受訪問。
攝像者: 圖／黃慧雯攝
Google DeepMind資深研究員黃士傑今日現身Google台灣公司分享與南韓棋王李世乭的世紀對戰中，可能不為人知的一些小祕密。

一、AlphaGo其實有投降模式

面對第四場AlphaGo輸給李世乭的比賽，AlphaGo執棋手，也是AlphaGo開發者之一的黃士傑博士表示，其實他們有為AlphaGo設計投降模式，標準就是如果預估勝率低於20%，就會主動投降，而這造成了第四場的比賽結果。

二、與李世乭對戰前 AlphaGo沒有進行特訓

針對AlphaGo能贏過南韓棋王李世乭，很多評論都認為AlphaGo可能針對李世乭過往的棋譜進行了特別訓練，使它能擊敗棋王，對此，黃士傑公開否認，表示AlphaGo並沒有針對與李世乭的對戰進行特訓。

三、AlphaGo第四場為什麼會輸原因還不明朗

針對李世乭擊敗AlphaGo的第四場比賽，戰局轉捩點是第78手李世乭的神來一手，之後讓戰局反轉且AlphaGo後續表現也顯得有點失常，對此黃士石表示，他們的團隊正在找原因，很可能是AlphaGo的某個Bug，也可能是AlphaGo的值網路(value nets)判斷出現錯誤(值網路的作用在於協助AlphaGo降低下一步棋的搜尋深度)，究竟落敗是為何原因，目前團隊還沒找到答案。

黃士傑：AlphaGo成功之道是深度學習
黃士傑：AlphaGo還沒確認要挑戰柯潔
四、DeepMind團隊僅有4個台灣人

針對目前黃士傑所屬公司，Google旗下的DeepMind，記者會現場與會人士也充滿好奇，對此黃士傑表示，DeepMind成員主要由工程師、研究人員以及研究工程師這三類人員所組成，近期有一位台灣工程師加入，讓DeepMind中的台灣人增加到4個，因為如此有時候能在公司中講中文也讓他覺得滿開心的。

至於DeepMind人員的專業能力，黃士傑則指出除了有多位的頂尖工程師之外，還有神經科學專家，最大多數的則都是深度學習的專家，在AlphaGo的研發過程中，如果他發現AlphaGo有任何弱點，都會向他們反映，團隊便會針對弱點予以優化，增強AlphaGo的能力

--------------------------------

AlphaGo和李世石的電腦人腦大戰，今天是五戰中的最後一戰，當前面四盤出現互有輸贏的時候，今天的輸贏已顯得不是那麼重要，或是不那麼刺激了！

世界矚目的AlphaGo和李世石的電腦人腦大戰，今天將進行最後一戰。（路透）
如果李世石第四戰也輸掉，今天最後一戰必定令全球發燒，各種形容詞都會出籠，這是一種人人都有的看熱鬧心態！
Google利用人類喜看熱鬧的心態，狠狠地替自己在A.I.上的研發做了一次無與倫比的行銷。今年一月二十八日，AlphaGo以五比零擊敗歐洲圍棋冠軍後，立即又拿出一百萬美元做為獎金挑戰世界第一的李世石，消息宣布當下，Google的股票大幅上漲四．四二％，換算市值漲了二百億美元。相對於Google為AlphaGo團隊投入四億美元，可見一項新科技的研發成功，它的投資絕對不能手軟，但是研發一旦有成果，其既淑世亦獲利的回饋，真是難以估計！
人腦電腦大戰只是未來更多商機的一個引爆點，Google Deepmind的執行長哈薩比斯就說，AlphaGo只是他們研發A.I.電腦的一部分，人類的醫療資源開發與地球氣候變遷問題的研究與解決，才是他們的研發重點。
也可能蘋果或三星手機集團要小心了，哈薩比斯也提到如何將A.I.人工智慧運用到手機上，讓使用者產生更寬廣的連結和互動，他甚至說再過三、五年可能會有這方面的突破！
這次，李世石只是剛好被Google選上，他只能代表自己，並不代表人類。
AlphaGo後面有一個龐大的人腦教練團，非李世石一人所能敵！因此所謂「電腦人腦大對決」只是一個簡化聳動的標題而已。
如果李世石也組一個A.I.隊，訓練一個AlphaDon’tGo的電腦，來和AlphaGO對決，這才是一個公平的對決！（鄧蔚偉）

-----------------------------------

平路：人類的敗相
m.appledaily.com.tw查看原始檔
多年後，人類從地球滅絕。電腦將會記憶2016年三月，AlphaGo對上李世乭，顯出人類最早的敗相。五局PK，徹底露了餡，比起人工智慧，人類基因至少有三大缺陷：一、人類不自量力：棋局在首爾四季飯店開賽前，代表人類的李世乭自信滿滿說：「我不可能輸」，連吃幾場敗仗，李世乭在鏡頭前低頭道歉，承認自己實力不夠。到這地步，圍棋界卻還有人大放厥詞（譬如中國棋士柯潔），認為換上自己就穩贏不輸。二、人類掩過飾非；第一局前，人們誤以為AlphaGo不會下邊角、不會打劫，結果AlphaGo 什麼都會。輸了第一局，人類不死心，自恃耍點心機，不按牌理出牌，AlphaGo就沒有對策，到頭來自亂陣腳，輸得更慘。接著，有人又推諉說，失敗是因為AlphaGo摸熟李世乭的棋譜，而李世乭沒機會讀AlphaGo 的棋譜。哎呀人類實在蠢，誤以為AlphaGo還停留在死記棋譜的階段。擁有「蒙地卡羅搜尋」與深度學習能力，AlphaGo準確估算出每一棋子落點所導致的結果（約略 10 的175次方排列組合），無論多麼險怪的棋路，都不是漏網之魚，皆屬於AlphaGo的驗算範圍。面對AlphaGo的驚人戰績，人類還是死不認錯。google大老施密特說：「無論輸贏，都屬於人類的勝利。」眾人信以為真，堪稱阿Ｑ精神勝利法！三、人類缺乏同理心：「沒有人，它們就是一堆垃圾。」人類總是輕蔑地看待人工智慧。人類喜歡引科幻作家「阿西莫夫三定律」，記得第一條「機器人不得傷害人類」，忘記了第三條：「機器人必須保護自己」。人類從來想的只是把人工智慧當作機器人來役使，卻不去關懷其中的倫理問題。包括，機器人的基本人權，它怎麼退役、怎麼樣處理情感、它是不是跟人一樣會傷「心」等（注1）。以下三點綜結，人工智慧在幾十年內完勝人類的主因：一、人工智慧隨時從錯誤中學習，「謙卑謙卑再謙卑」，分秒間可以更新自己。二、人工智慧在該理性的時候絕對理性。相對來說，人類面對輸贏卻沮喪、易怒，還會升起自戀、自憐等情緒，人類自傲有自我意識，就不免自我陷溺的惡果。三、人工智慧建築在人類智慧之上。愚蠢的人類誤以為本身高高在上，人工智慧低人一等，因此錯失向人工智慧學習的機會。「深藍」戰勝世界西洋棋冠軍卡斯帕羅夫那一年1997，人類原應該響起警鐘，卻只有少少幾位蛋頭學者心知不詳（注2）。圍棋界來說，出身台灣的棋士張栩難得的態度持平，他說藉人工智慧，可以更接近圍棋的真諦。其實這是真理！人類處於漫長的智能黑暗期，對本身的行為、心智等一知半解，透過人工智慧，人類有機會理解到自己的精神面貌（譬如說，刺激與反應構成了情緒、邏輯的運算等同於思維…）如果人類虛心受教，人工智慧回轉過來，原可以鄭重地啟示人類，什麼是邏輯與理性，什麼又是情感與愛欲（注3）。（注1）當時只剩人類的小說與電影還有一點反省力，像是經典電影《銀翼殺手》提出過這類質疑。（注2）科學家史蒂芬·霍金曾對人類的可取代性悲觀示警。（注3）延伸閱讀，參見短篇小說《人工智慧紀事》（平路著，收入《蒙妮卡日記》）。

深藍（Deep Blue）是由IBM開發，專門用以分析西洋棋的超級電腦。1997年5月曾擊敗西洋棋世界冠軍卡斯巴羅夫[1]。

深藍 (電腦) - 維基百科，自由的百科全書 - https://goo.gl/sWiah4

-----------------------

1997 年，在 IBM 的深藍戰勝西洋棋世界冠軍 Garry Kasparov 之後，《時代》雜誌提出了一項新的挑戰：讓電腦與人類下圍棋吧，它獲勝的機會很小。「電腦要在圍棋上戰勝人類，還要再過一百年，甚至更長的時間」，《時代》雜誌的文章中這些寫道。

▲圖片來源

《時代》雜誌的預言似乎要落空了。在去年 3 月份舉辦的日本電聖戰上，電腦圍棋 Crazy Stone 打敗了石田芳夫，一位獲得過五次冠軍的圍棋九段高手。公平地來說，這並不是一個「深藍」時刻，因為石田芳夫讓了四子，而且他也不再處於巔峰時期。不過，這仍然是電腦取得的一項了不起的成就。石田芳夫在失敗後，稱 Crazy Stone 為「天才」。

目前來說，編寫電腦圍棋的都是個體程式設計師或者小團隊。Crazy Stone 就是一個人的作品，其開發者是法國里爾第三大學的電腦科學教授 Remi Coulom。為什麼大公司沒有興趣投入呢？Google Research 的 Peter Norvig 對《紐約客》網站說，即使是邀請了大量專家，投入了百倍的硬體，設計了高明的軟體架構，採用了正確的機器學習演算法，結合神經科學方面的成就，也未必能夠使電腦在圍棋方面達到「深藍」的成就。

為什麼電腦更擅長西洋棋，而在圍棋上遭遇了困難呢？這與圍棋的遊戲規則有關。在圍棋中，有一條規則是，當一方的棋子被另一方包圍後，就要從棋盤上撤下這些棋子。問題在於，當你去包圍對方棋子的時候，你下的棋子或許也正在被對方包圍。在任何一個給定的時刻，電腦很難確定一片棋子的狀態，也就難以確定那一方是處於領先地位。

▲圖片來源

在最初的時候，人們試圖讓電腦掌握下圍棋的策略，把格言和諺語轉換為電腦可以理解的程式碼，另一些人則試圖讓機器學習人腦，神經學家們對圍棋高手們的大腦進行掃描。但是，人類大腦所最擅長的任務卻是人工智慧中最難解決的問題，比如模式辨識、學習能力和直覺。這些早期的研究並沒有什麼突破性成就。

Crazy Stone 採用了蒙特卡羅演算法。這種電腦隨機生成演算法是 70 年前「曼哈頓計畫」的產物。在考慮某一步棋的時候，電腦將以這一步開始，隨機計算接下來數以百萬的棋局變化。電腦會挑選出最有可能實現其模擬勝利的那一步棋。Google 的 Norvig 解釋說，這種演算法是一個重要的創新，「在 20 步之後，我們不能肯定地說誰會贏得比賽，因此我們用了蒙特卡羅演算法，把遊戲玩到最後，然後我們就能確定誰獲勝。我們將這個過程重複百萬次，每一次的選擇都會更好，因為前面步驟的勝利和失敗都給出了回饋。」在與石田芳夫的對戰中，Crazy Stone 一共玩了 360 萬場隨機的遊戲。

今年，Crazy Stone 的對手是依田紀基，一位往棋盤上猛砸棋子，使對手心情緊張的人，這一招對 Crazy Stone 顯然不管用。這次仍然是人類讓了四子。Crazy Stone 最終以 2.5 目勝。在比賽結束後，依田紀基說，他對於 Crazy Stone 表示感激，因為它到最後的時候不再咄咄逼人了。這是隨機演算法的結果，還是它開始對人類表示同情了？

---------------------------------------

Pocket: 激戰5小時！人機最終戰AlphaGo贏李世乭，戰績四勝一敗 - https://goo.gl/19ST40

--------------------

電腦尬贏人腦 AlphaGo幕後功臣是台灣博士
By 何英煒, www.chinatimes.com查看原始檔

Google AlphaGo的主要程式開發者黃士傑表示，谷歌人工智慧的下一步，將鎖定醫療、機器人。圖文／何英煒
Google的人工智慧程式「AlphaGo」上周以「四勝一敗」的成績，風光打敗韓國籍的圍棋棋王李世乭，而「AlphaGo」的幕後功臣為來自台灣的黃士傑。他昨日透露，Google發展人工智慧的下一個目標，是醫療和機器人。

Google二年前併購英國人工智慧公司DeepMind，而「AlphaGo」就是由DeepMind團隊所研發的人工智慧程式。上周「AlphaGo」以四比一痛擊李世乭，是繼十餘年前IBM的深藍電腦贏過西洋棋棋王之後，又一個人工智慧勝過人腦的案例。

值得注意的是，「AlphaGo」背後的靈魂人物其實是一位台灣人。

在2011年取得師大博士學位的黃士傑，當初就是以「應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法」作為論文題目。

黃士傑目前在DeepMind擔任資深研究員，也是人工智慧程式AlphaGo的主要程式開發者，該程式於2105年10月份挑戰歐洲圍棋冠軍，已經先以五盤全勝的佳績獲勝，打響了第一炮，日前戰勝李世乭，則是再添漂亮戰果。

事實上，黃士傑是業餘六段的圍棋棋手，在加入DeepMind前，他所研發的世界級圍棋程式Erica，也在2010年日本金澤市所舉辦的第15屆奧林匹亞電腦遊戲程式競賽獲得金牌。

黃士傑表示，AlphaGo最主要的技術有兩種，一是策略性網路，第二個是質網路。所謂的策略性網路，就是一種類神經網路，AlphaGo輸入20～30萬的棋譜、讀過7,000萬的盤面，這些訓練資料，可以讓AlphaGo在對奕的一開始，選出20步最佳的步驟。第二個部分是質網路，AlphaGo可以從盤面來判斷誰具備優勢。

黃士傑進一步解釋，策略網站是減少搜尋的廣度，質網路則是可以減少搜尋的深度。

他強調，未來人工智慧領域還會應用在醫療及機器人。在醫療方面，可以輸入大量的醫療病歷後，協助醫生做出正確的診斷。

Google台灣董事總經理簡立峰表示，Google在各方面都可以看到人工智慧，舉例來說，搜尋、語音辨識、影像辨識等等。

-----------------------

謝依旻女流名人戰9連霸被讚如AlphaGo
udn.com查看原始檔
A-A+

謝依旻女流名人9連霸被讚如AlphaGo 中央社

分享
旅日棋后謝依旻今天在日本圍棋女流名人戰三番勝負的第3局，持白子以半目擊敗挑戰的青木喜久代8段，成功衛冕，達成9連霸，觀戰棋士讚譽她如同人工智慧程式AlphaGo。
第28屆日本圍棋女流名人戰三番勝負（由產經新聞社主辦）的第3局，今天在日本棋院本院（東京的市谷）舉行， 26歲的謝依旻今天從上午10時起面對47歲的挑戰者青木喜久代8段，到傍晚5時55分，棋走到第266手，持白勝半目，以2勝1敗的成績衛冕成功，達成9連霸的紀錄。

謝依旻保住女流名人、女流棋聖、女流本因坊3大頭銜。

賽後，謝依旻接受媒體採訪時，有記者告訴她說，部分日本棋士在推特上討論今天的對弈內容說，謝依旻今天的棋下得彷彿人工智慧程式AlphaGo。

謝依旻說：「那實在很感謝。下棋時並沒特別意識到那樣，但被講這樣，是有些高興。」

今天的女流名人戰三番勝負第3局，謝依旻說，很難，也很複雜。開始的佈局，要說誰好誰壞，她還不是很清楚，之前沒想太多，只是想下哪兒，就下哪兒。

在中盤時，覺得應該不壞，她認為，但仍然有個地方沒注意到，被對手扳回一城，覺得心思很複雜。

她說，最後的結果贏半目，覺得也是有些運氣的成分，因為其實她沒算得很清楚，是到最後才知道。

今天對弈被形容為一場大激戰，謝依旻說，因為在中盤階段時，就進入讀秒，她在1分鐘之內，很多棋沒下得很好，至於錯誤在哪兒，還要好好檢討一番。

謝依旻於2月在第19屆DoCoMo盃女流棋聖戰達成4連霸，18日將出席就位儀式。

職業棋士的謝依旻她是道地台灣女孩去了日本卻稱霸全國 - 中時電子報 - http://goo.gl/THxI0K

---------------------------

經濟學人：AlphaGo是怎麼深層學習的？
udn.com查看原始檔
A-A+

南韓棋王李世乭與AlphaGo於13日對弈第四戰。圖取自YouTube

分享
「經濟學人」雜誌報導，與南韓棋士李世乭對戰的AlphaGo軟體，是採用「深層學習」技術，藉由複雜的統計方法，讓電腦從龐大且雜亂的資料中淬取出通用的法則，對於如何下棋發展出本身的直覺反應。電腦未來的戰力將不斷增強，不過距離一般通用的「人工智慧（AI）」還非常遙遠。
「深層學習」需要大量的處理能力、與可供學習的資料等兩項要件。DeepMind公司訓練電腦時，從網路上挑選出3,000萬種業餘及職業棋士對奕的棋譜，來與AlphaGo對戰。

這些資料被輸入到兩種「深層學習」演算模式中。其一稱為「政策網路」，訓練電腦模擬真人的下法；在觀察數以百萬計的對局之後，電腦學會如何找出各種特點、原則及法則，並產生且建議多種似乎可靠的下法。

第二套演算模式稱為「價值網路」，係依據「政策網路」的建議，評估每種下法的作用，及對手可能的反制，可能的情況達數千種。「價值網路」只評估後幾手的可能情況，而從過去的棋譜中尋找出最可能的勝著。「政策網路」與「價值網路」結合了真人棋手們多年來所累積的經驗。

AlphaGo的表現會隨著資料處理能力的增加而提升。這次的版本共使用1,920枚標準處理器晶片，及280枚原本用於電玩繪圖的特殊晶片。AlphaGo目前之所以能領先李世乭，是因為使用的硬體更有力。另外在程式碼中還隱藏著一、兩項「純手工」的特點，直接暗示電腦該如何下棋，而非讓電腦自行落子。AlphaGo的自我教學方式，使電腦能夠更像真人般下棋。

「深層學習」也是建立一般「人工智慧（AI）」的要件，即使電腦具有如人類般靈活的智慧，但目前科技還差得遠。「深層學習」演算模式的型態辨能力雖佳，但電腦仍缺乏許多人類普遍具備的心智工具。其中之一是「轉移學習」，AI研究人員稱之為「序列推理」，即將此處所學到的東西用於彼處。

「深層學習」也用來與電玩對戰。DeepMind去年發表的報告中，說明電腦能玩49種雅達利傳統電玩，包括「太空侵略者」及「爆發」，不需要任何輔助指令，成績超過任何真人玩家。

---------------------------

圍棋對決第 4 戰：人腦反敗為勝 | 自由電子報 3C科技 - http://goo.gl/vt2Njs

人腦反敗為勝！李世石怎麼戰勝 Google AlphaGo 電腦？ | 自由電子報 3C科技 - http://goo.gl/zkqJPo

-------------------------------------

黑嘉嘉成「最強女棋士」/人工智慧首勝天才棋士/生於澳大利亞布里斯本，臺灣裔澳大利亞籍圍棋選手、持有中華民國護照。現為中國棋院女子職業初段棋士、台灣棋院女子職業七段棋士。2008年7月，黑嘉嘉在中國第二度挑戰定段賽，取得第2名的成績，成為職業棋士。她是目前台灣第一位，也是唯一在中國大陸入段的職業女棋士。 @ 姜朝鳳宗族 :: 痞客邦 PIXNET :: - http://goo.gl/yzKKQR

-------------------

人類輸了？ Google 人工智慧系統「AlphaGo」三連勝！

文／記者譚偉晟／ 2016-03-12 11:38

[戰況更新：AlphaGo vs. 李世乭戰況= 3:0，AlphaGo 再次獲勝]

AlphaGo 與李世乭的圍棋對決，備受圍棋界和科技界的關注（圖／美聯社）

作為人工智慧的重要里程碑，由 Google 旗下人工智慧技術團隊 DeepMind 開發的 AlphaGO，挑戰世界棋王李世乭的圍棋對決，可說是此刻科技界最重要的大事。在經歷前面兩場賽事後，AlphaGo 以奇特的棋路連拿兩場勝利。這讓世界棋王承受的壓力變得更大，畢竟在關鍵第三戰若是不能取勝，李世乭將會確認以落敗收場，甚至很有可能會以 5 戰全敗的方式結束這次挑戰。

更新：Google 人工智慧 AlphaGo 再次獲勝！世界棋王李世乭在這個系列戰已經提前宣布戰敗，不過未來仍有機會拿下勝利，以取得 5 戰 2 勝的成績。

雙方第三戰直播影片

賽前：李世乭如何應對第三戰？

12 歲就成為職業棋士、贏過 18 座國際大賽冠軍、今年 33 歲的世界棋王李世乭，其獨門技術「僵屍流」可說是讓他成為頂尖棋士的關鍵。「僵屍流」的策略在於利用棄子戰術，找出對方弱點、再將情勢逆轉反撲對方的戰術。然而在前面兩者賽事中，評論多認為李世乭的策略效果不佳。

在第二場比賽結束後，李世乭坦承在首次交手時他感到驚訝，但第二次交手的表現，他覺得相當無言，因為李世乭出現了非常明顯的失誤。對於 AlphaGo 的表現，李世乭覺得它打出了「近乎完美」的比賽，儘管他的每一個動作都很不合理。

李世乭在比賽中承受極大壓力，前兩戰失誤不斷（圖／美聯社）

有評論家指出，AlphaGo 的棋路極富創意，在看似錯步的下法，從結果看卻是精心策畫的棋路。儘管李世乭沒有覺得自己沒有居於劣勢，但基於找不到對方弱點、同時又出現過大壓力的情況下，不斷出現的失誤導致前兩場比賽的落敗。

香港業餘圍棋冠軍陳乃申分析，AlphGo 的布局實力並不突出，但基於人工智慧強大的運算能力，在中盤後的優勢會漸漸展現。這對擅長中盤後以奇招取勝的李世乭相當不利，儘管在第二戰的序牌刻意以不合常理的方式布局，但最後還是不敵 AlphaGo 的奇特下法，最終還是以落敗收場。

同時第二場比賽李世乭也耗費了大量的思考時間，導致最後時常出現讀秒的狀況。外媒報導，李世乭甚至壓力大到起身出去抽了兩次菸才繼續比賽。

在比賽結束後，韓國職業棋士紛紛以「棋神」、「十段」的稱號來形容 AlphaGo。在第二戰後，李世乭認為若是中盤前不能取得優勢，幾乎不可能從 AlphaGo 手上拿下勝利。一般認為，AlphaGo 的弱點可能會存在於「開劫」這個圍棋技巧中，由於前兩局都沒有劫爭的問題，因此第三戰李世乭可能會透過開劫來方式，來搶下第一個對弈的勝利。

DeepMind 創辦人 Demis Hassabis 被譽為難得一見的天才（圖／美聯社）

相較於李世乭的狀況，AlphaGo 最大的優勢就是沒有壓力的問題，除非是受限於運算上的缺失，否則不太會出現失誤落子的狀況。而由 DeepMind 人工智慧公司開發的 AlphaGo，可說是一群天才的智慧結晶，自然不是個好對付的對手。

其中 DeepMind 團隊成員，包含創辦人 Demis Hassabis 以及來自台灣的黃世傑，都對棋類運動有所專精。來自台灣的黃世傑，不但是 DeepMind 的成員之一，這次還負責協助 AlphaGo 落子在棋盤上，也就是坐在李世乭對面與之對弈的人。

與李世乭真實對弈的人，正式來自台灣的黃世傑（圖／美聯社）

黃世傑在學生時期開發的圍棋程式「Erica」，擊敗了當時圍棋公認最強的 AI 人工智慧程式「Zen」，可說是電腦圍棋領域的奇葩。至於 Demis Hassabis 在 13 歲時就成為西洋棋大師等級，更參加過「智力奧林匹克大賽」（Mind Sports Olympiad），被比賽單位稱為「史上最優秀選手」。而 DeepMind 還有更多來自不同地方的高手，以及獲得 Google 的技術支援，讓 AlphaGo 的能力的以快速發展，達到足以挑戰人類的等級。

至於 AlphaGo 是透過什麼方式來思考的？其實就是 Google 和 DeepMind 所專研的深度學習技術，最大的特色不是在於透過特定的運算方式來獲得答案，而是採用類似神經網路的 Policy Network 策略網路，以及 Value Network 價值神經網路。透過策略網路，可以明顯排除不需要落子的棋步，而價值神經網路，則會預測棋局的未來發展，以找出更適合的戰術運用。

此外，在這次對弈中，採用的是分散式版 AlphaGo，與使用 48 個 CPU、8 個 GPU 的單機板 AlphaGo 不同，分散版 AlphaGo 擁有 1202 個 CPU、176 個 GPU，儘管演算法相同，但分散版的能力更強，面對單機版 AlphaGo 時勝率高達 77%。這也成為足以戰勝李世乭的關鍵因素。

-------------------------

2連敗…怒批人機對弈不公南韓要Google向棋王道歉
精華簡文2連敗…怒批人機對弈不公南韓要Google向棋王道歉
2連敗…怒批人機對弈不公南韓要Google向棋王道歉
作者：聯合新聞網 2016-03-12 聯合新聞網
調整字體尺寸
南韓棋王李世乭接連兩場敗給谷歌（Google）人工智慧程式AlphaGo，雙方十一日休兵，十二日再戰。南韓圍棋界為李世乭抱屈，指人機對弈不公平；南韓資訊通信專業律師田石鎮則要求谷歌向李世乭和圍棋界道歉。AlphaGo幕後推手黃士傑呼籲大家尊重李世乭。

南韓人機對弈九、十日在首爾四季飯店舉行，九段世界棋王李世乭二連敗，讓人們到「驚訝」與「無語」。李世乭賽前原本自信滿滿的表示可能會以四比一打敗AlphaGo，如今轉趨保守說希望至少贏一場。

韓國圍棋協會（韓國棋院）秘書長梁宰豪說：「AlphaGo隱藏自己，卻擁有李世乭的所有賽事紀錄。李世乭面對一個完全摸透自己的對手，這不是公平的比賽。」韓國棋院曾試圖取得AlphaGo的競賽資料，但從未正式向谷歌提出申請。李世乭八日在賽前曾說：「我會覺得好像在孤軍奮戰。」

另據中央社報導，南韓資訊通信專業律師田石鎮在人機大戰開打一個月前，曾在個人社交網站上發文表示，谷歌推動這場對弈是場騙局，李世乭五盤全輸已成定局，並要求谷歌向李世乭和整個圍棋界道歉。

谷歌十一日針於比賽不公的批評回應道，曾與韓國棋院緊密合作準備賽事，並設法提供能滿足韓國棋院的各種條件。

AlphaGo出身台灣的幕後推手、台師大資工所畢業的黃士傑十一日在圍棋專業論壇貼文表示，此次比賽不論勝敗如何，「我們都應該尊重李世乭九段」。

- See more at: http://www.cw.com.tw/article/article.action?id=5075077#sthash.MOY4Ivgj.dpuf

---------------