2016年5月9日

電腦如何擊敗世界棋王?—AlphaGo人工智慧技術

作者/顏士淨(臺大資訊博士,目前是東華資工系教授,IEEE 資深會員,也擔任人工智慧學會與臺灣電腦對局學會的理事。研究領域為人工智慧與電腦對局,本身是圍棋六段,主持的實驗室發展許多圍棋、象棋等程式。)

由Google DeepMind 所開發的人工智慧圍棋程式── AlphaGo,在今(2016)年3月以四勝一敗的戰績勝過南韓棋王李世石。此一消息震撼了資訊界與圍棋界,造就人工智慧的里程碑。AlphaGo 主要是以深度學習網路(deep learning networks)與蒙地卡羅樹搜尋(Monte Carlo Tree Search, MCTS)的技術來開發,並以自我學習的方式提高棋力。Google DeepMind 在三年前開始網羅電腦圍棋的專家,加上充沛的計算資源與大量的資訊人才,終於完成此一壯舉,不但影響了圍棋的發展,也讓人開始思考人工智慧對人類未來的影響。

電腦對局(computer game)是人工智慧領域中最吸引人的課題之一,也是衡量人工智慧的一個好方式,如1997年美國科技公司IBM在超級電腦上開發出來的「深藍(Deepblue)」,戰勝了西洋棋冠軍卡斯帕洛夫(Garry Kasparov)。對於目前世界上較廣為流傳的棋盤遊戲,我們可分析其複雜度(表一)。其中複雜度以該棋類起始盤面之後的所有可能變化為衡量標準。整體來說,西洋跳棋(checkers)、黑白棋(Othello)在電腦上的發展,已到達超越人類的程度;西洋棋、象棋、日本將棋程式,電腦也已到達職業棋士的水準;而Google DeepMind在此次挑戰圍棋九段成功,登上了21世紀人工智慧電腦對局的聖母峰,將永留人工智慧電腦對局的青史。......【更詳細的內容請見科學月刊第557期】


沒有留言: