文章專區

2016 年 Google DeepMind 團隊的 AlphaGo 擊敗南韓九段圍棋棋王李世乭，震撼全世界，可說是人工智慧的重要里程碑。AlphaGo 主要以人工智慧深度學習的技術開發，並透過強化式學習的方式提高棋力。DeepMind在 2014年開始網羅機器學習與電腦圍棋菁英，包括席維爾（David Silver）、黃士傑（Aja Huang）與麥迪遜（Chris J. Maddison）等專家學者，加上充沛的計算資源與大量的資訊人才，不但影響圍棋的發展，也讓很多人開始思考人工智慧對人類未來的影響。

AlphaGo能擊敗人類，主要是模仿人類棋士的空間比對與思考，其採用 3 種先進的機器學習技術：深度學習（Deep Learning, DL）、強化式學習（Reinforcement Learning, RL）及深度強化式學習（Deep Reinforcement Learning, DRL）。以下將分別敘述這 3 種機器學習技術。

越複雜越好——深度學習

AlphaGo 所使用的深度學習技術是一種類神經網路（Neural Network）技術，早在 20 世紀中期，就有許多學者提出類神經網路的概念，而自 1980 年起，類神經網路開始實際應用在解決現實世界問題。一般的類神經網路可分為輸入層、輸出層與隱藏層(圖一)，輸入層為圖片，輸出層為圖片種類判斷，其餘則為隱藏層。而所謂深度學習網路，其中的深度就是指隱藏層的個數，增加深度可使網路有能力處理更複雜的問題。在相對複雜的圍棋布局中，AlphaGo 的深度學習網路深度設定為 13 層。而深度學習類神經網路原本用於圖形辨識問題，圖一中的深度學習網路便是用於辨識圖形，並予以分類。2011 年起，GPU 繪圖顯示晶片因為可以充分利用大量平行化的運算特性，大幅提高效能至實用階段。

圍棋方面，人工智慧學界從 2008 年起就有將深度卷積式類神經網路（Deep Convolutional Neural Network, DCNN）運用在圍棋的研究。而電腦圍棋界也有許多人將 DCNN 直接應用在圍棋程式裡面，趨勢科技創始人張明正曾經在 2015 年，邀請圍棋棋士王銘琬、趨勢科技的工程師與東華大學共同成立 GoTrend 團隊，同時也研究 DCNN 在圍棋的應用，在 2015年日本 UEC電腦圍棋比 賽中獲得不錯的表現。而在 2016年的UEC比賽中，前8名有7隊都是以深度學習技術開發。AlphaGo 團隊也採用深度學習進行辨識棋型，並預測高段棋士的著手。......【更多內容請閱讀科學月刊第 595 期】

圖一：深度學習技術，輸入層為圖片，輸出層為圖片的判別，其餘則為隱藏層。能用於辨識圖形，並進行分類。