AlphaGo打敗李世乭 黃士傑：它是人類千年心血結晶

▲AlphaGo幕後推手黃士傑。（圖／記者林信男攝）

記者林信男／台北報導

為AlphaGo設計「腦」，並在舉世矚目的「人機對弈」大戰中，擔任AlphaGo棋手的黃士傑，18日現身Google台灣辦公室！他表示，圍棋有3,000年歷史，具備深度學習能力的AlphaGo，能從20、30萬筆棋譜資料中，判斷最好的前20個棋步，「AlphaGo吸取了前人所有成果，是人類千年心血的結晶！」

熱愛圍棋、曾當過圍棋老師的黃士傑說，圍棋的複雜度很高，因此在1997年，IBM深藍擊敗西洋棋棋王Garry Kasparov後，圍棋就成了人工智慧的首要挑戰目標。

「下圍棋，一要直覺、二要計算。」黃士傑解釋，因為強調直覺，所以對電腦來說，下圍棋是很困難的事情，至於計算，如果1盤棋有150步，總盤面會是10的360次方，「要計算天文數字」；在研究初期，就算人類讓電腦先下25顆子，還是可以大獲全勝。

AlphaGo同時具備「策略網路」（policy network）和「值網路」（value network）。在「策略網路」方面，黃士傑說，AlphaGo有深度學習能力，可從20、30萬個棋譜中，學習在1個盤面裡，判斷前20個最好的棋步。

至於「值網路」，黃士傑說明，AlphaGo懂得判斷盤面、找出優勢，AlphaGo下了3步棋之後，就會判斷當前局面是對自己有利，或對對手有利，「如果走了3步就輸，那（AlphaGo）就不用再想了。」

對於AlphaGo會不會「投降」？黃士傑指出，AlphaGo只要研判自己的勝率低於20%，就會投降。

他也強調，在和南韓棋王李世乭對弈前，並未對AlphaGo做特訓，「它和任何人下棋（表現）都一樣。」