這幾天 Google 的 AI AlphaGo 與人類棋手下棋的新聞佔盡版面，以防毒軟體為人所知的趨勢科技，竟然也有花資源在人工智慧上，而且洽巧也是研發下圍棋的 AI。這次 Google 的人工智慧 AlphaGo 與棋王李世乭對戰，趨勢科技的圍棋人工智慧團隊在辦公室開觀戰團，舉辦 ｢人機對弈解密派對」，由旅日棋士王銘琬講解，與會人士為各界圍棋同好及對人工智慧研發有興趣的業界好手及青年學子，總共 150人。趨勢科技的圍棋觀戰團除了由知名旅日棋士王銘琬，針對 Google 人工智慧系統 AlphaGO 與南韓職業九段棋士李世乭圍棋大賽現場解棋以外，趨勢科技董事長張明正也以特別現身分享對於人工智慧發展的見解與看法。這場備受矚目的世紀對決，也象徵科技產業發展正式邁入新的里程碑。趨勢科技董事長張明正表示：「人腦與機器的圍棋對決，不僅是人工智慧發展的突破，更影響到整體科技產業的發展；人工智慧可說是下一代科技人才的聖盃，台灣產業除了製造強項之外，也應正視機器學習 (Machine Learning) 發展應用所帶來的機會，掌握商業模式創新的機會點。」 ▲ 趨勢科技董事長張明正呼籲台灣科技產業重視產業加值與人才培育。（Source：趨勢科技）「以趨勢科技研發團隊為例，利用大數據與機器學習 (Machine Learning) 深入分析駭客攻擊手法，不斷提升精準度，也運用於強化趨勢資安防禦解決方案效能，快速反制駭客攻擊，即是一個很好的應用。趨勢科技身為台灣軟體產業領導者，我們鼓勵更多青年人才投入人工智慧研究，為台灣產業各領域注入創新能量，以提升產業價值。」張明正說明從趨勢的角度如何切入人工智慧發展。趨勢科技的圍棋 AI 叫做為 Go Trend，棋手王銘琬也有參與。在今周刊的文章中，王銘琬提及開始的契機是張明正的興趣，2014 年時跟張明正聊到圍棋軟體的發展，張董事長成立圍棋 AI 團隊，邀請他來參與。最近物聯網這名詞很火紅，預期除了會有越來越感測器的數據被記錄下來，需要被快速的分析，當作判斷依據，人工智慧發展的突破將引發許多新的產業變化。趨勢科技為了鼓勵團隊持續創新研究，今年更於內部舉辦機器學習競賽 (Machine Learning Contest)，以提升公司研發人才對於前瞻科技應用的實戰經驗及國際競爭力，用來研發更精準的防禦解決方案。(首圖說明：旅日棋士王銘琬針對 Google 人工智慧系統 AlphaGO 與南韓職業九段棋士李世乭圍棋大賽現場解棋。Source：趨勢科技)
不管是不是「故意」認輸，連贏李世乭 3 盤的 Google 人工智慧 AlphaGo 13 日第四盤輸給了李世乭，讓網友大喊「李世乭終於替人類挽回尊顏了！」南韓網友紛紛致敬：「就像李世乭 12 日說的，昨天輸的不是人類，而是李世乭。那麼今天贏的當然也不是人類，而是李世乭。」「深深地被打動了」。巧合的是，這一天是李世乭結婚十周年，Google 給他送上了一份先苦後甜的賀禮，也不知道 AlphaGo 這個心機婊是不是故意的。在第四盤比賽中，AlphaGo 執黑先行，激戰中李世乭敏銳捕捉到戰機，順利吃住黑棋七子，逐漸獲得主動權。AlphaGo 在落後情況下，下出黑第 97 手的極端無理棋，走到了左下角兩顆白棋中間處，李世乭白第 98 手果斷吃掉這顆黑子……雖然此後在讀秒階段，李世乭多次都在最後 1 秒落子，令人捏了把汗，但李世乭最終還是有驚無險地贏下了這盤棋。在人們為人類終於拿下一盤的「狂歡」中，AlphaGo 卻「因禍得福」。根據新浪科技報導，由於這場失利，AlphaGo 得以正式進入世界職業圍棋選手排名。因為按照世界職業圍棋排名網站 GoRatings.org 的演算法，如果一名選手從未遭受失利，就不會進入排名統計。Goratings.org 的世界排名是基於全歷史排名演算法（WHR）統計的，每日更新資料。根據 GoRatings.org 公布的世界排名，AlphaGo 位列世界第四，僅次於中國柯潔、南韓樸永訓以及日本井山裕太，而南韓李世乭則位列世界第五。DeepMind 研發工程師 Raia Hadesell 在 Facebook 上公開表示：「AlphaGo 現在可以有正式排名了。（謝謝輸給你，李世乭，如果一直贏棋就不能被排名演算法統計）。現在 AlphaGo 積分是 3,533 分，排名世界第四。柯潔，準備好了嗎？」AlphaGo 目前的戰績是八勝一負，積分高達 3,533，而目前排名世界第一的中國棋手柯潔的積分則為 3,621，如果於 3 月 15 日舉行的最後一場比賽，AlphaGo 再次攫取勝利，它的排名很可能再次竄升。而 Google 和 AlphaGo 打算挑戰的棋手柯潔，其實早已在認證微博 @ 柯潔大棋渣 上公開向 AlphaGo 宣戰了。這位新晉段子手先是在 3 月 9 日第一盤李世乭認輸後發微博稱：「就算阿法狗戰勝了李世乭，但它贏不了我！」被他的女神姚晨轉發後欣喜若狂（他才...
3 月 9 日、3 月 10 日，當你打開任何一家科技類的網站時，你都會注意到這些網站的大標題處幾個大字：Google AlphaGo 大戰南韓棋手李世乭。即使像我對圍棋的概念還停留在小學老師的初級教學課堂上，你都可能會被這樣明確表質問的標題吸引過去，一場圍棋比賽幹嘛需要刊登在科技頭版？捍衛人類尊嚴為什麼需要透過一場圍棋大戰？不管怎樣，任何使用智慧手機上網的人即使他們看不懂這是在幹什麼，也不懂什麼叫蒙地卡羅樹狀搜尋和窮舉演算法，但他們都可能會圍觀這場 Google AlphaGo 人工智慧與圍棋選手李世乭之間的世紀較量，因為這也僅僅是一個點擊的距離。 人工智慧雖然我們在無數的科幻電影中看到不少「自我學習」的 AI 系統，毀滅人類的天網、在《我，機器人》、《機械姬》中可怕的機器「自我學習」和「誘騙」。不過不管怎樣，這種意識也僅僅停留在電影中。在智慧的機器始終不如人腦「高級」，他們也不會具備情感。「有些人描述 AlphaGo 是和人一樣的方式思考，但是比人快無數倍。這麼說並不精確。AlphaGo 確實比人快無數倍，但是 AlphaGo 的思考只能說是『被人的大腦啟發』，而非和人類思考一樣。」創新工廠 CEO 李開復這樣說。在文章報導中，AlphaGo 其實是一個能自我學習的深度學習系統，經過專家的調節，它能在任何可以純憑邏輯分析推算的問題上，超過人類，機器速度也會越來越快，學習能力會越來越強，資料會越來越多。「依然是屬於人類操控的工具。AlphaGo 這類的『人工智慧』機器真正可能帶來的危機，不是奴役人類，而是讓人類喪失鬥志，無所事事。」而同樣研究人工智慧領域的 Facebook DarkForest 的負責人田淵棟也這樣認為，「Google AlphaGo 就演算法上講，這就是一套深度學習 + 大資料 + 自身搜尋的一些功能集合，其實並沒太多新意。」更多人工智慧領域的專業人士則認為這看起來更像是一場帶有推廣性質的商業比賽，其次才是對人工智慧的探討。 行銷論準確的說在比賽開始前，科技圈、特別是圍棋圈的專業人士沒有多少人認為 AlphaGo 能戰勝南韓棋手。「搞笑，那個歐洲棋手跟專業九段實力差多少，我認為李世乭會 5：0 戰勝人工智慧。」這是很多業內人士在賽前對這次比分的預判，不過輿論在第二場比賽後出現了反轉。「我到現在也沒有找到它的缺點是什麼，現在 2：0，之後的比賽可能不太容易，但我努力勝一局。通過今天的棋局來看，超過中間之後要想獲勝很難，之前必須要有明顯的勝局，最終獲勝的概率才會比較大。」李世乭在第二場比賽後對現場媒體說。一些科技網站的投票也開始在第二場比賽之後一面倒式的認為 AlphaGo 會拿到 5：0 的成績，而比賽前這些統計概率只是五五開。不過雖然李世乭接受了挑戰，但 11 日圍棋圈內對於李世乭與 AlphaGo 的比賽又多了一個新的陰謀論——比賽為什麼沒有出現「打劫」，是不是他們之間有某種限制性的保密協議？同樣做為 AlphaGo 對手備選列的中國棋手柯潔在 11 日直播影片中也經常笑稱一句話，「這個問題不能說，會有保密協議的。」而且談及比賽本身他又補充，「Google 這次只付出了 100 萬美元（Google 在李世乭贏得全部比賽後會付出 100 萬美元獎金，AlphaGo...
Google 人工智慧 AlphaGo 與南韓棋手李世乭之間的人機大戰最近引發關注。在最新一局比賽中，李世乭找回狀態，擊敗 AlphaGo，將總比分扳成 3：1。說到擊敗 AlphaGo 的原因，李世乭表示，對方「肯定有弱點」，一個是「執黑下得並不太好」，另外「下出意外的招法時，AlphaGo 的應對可能就會出現失誤」，而「下出完全沒有想到的棋，它的整個程式似乎就會出現問題」。在「最後一戰」開始之前，虎嗅聯繫了一名南韓當地媒體的同行，簡單聊聊這場比賽，以及他處在「第一線」的觀感。《韓國先驅報》（The Korean Herald）商業版的記者 Kim Young Won 是這麼跟我說的：一、李世乭開始連續輸了 3 局，顯然是輕敵了。但是當李世乭意識到 AlphaGo 比預想中強大之後，開始努力尋找電腦程式的弱點，終於在第 4 場比賽裡取得勝利。（這是不是說，如果李世乭一開始就重視對手、積極備戰，就不會連輸 3 局呢？）二、李世乭在輸掉第二局比賽之後，他的姿態從「圍棋冠軍」變成了「挑戰者」。三、許多南韓民眾對李世乭不屈不撓的毅力所感動，無論總比分如何，都希望李世乭能夠贏下最後一局比賽。即使李世乭輸掉了最後一局，他仍舊會被視為「人類的捍衛者」，為人們所銘記，不僅對南韓人來說是如此，對全世界的圍棋愛好者來說，也是如此。四、南韓圍棋已經在過去幾十年裡失去了「光環」，但是李世乭和 AlphaGo 的比賽最近倒是有點讓圍棋在南韓重新流行起來。五、精心安排的 5 場比賽，顯然是 Google 為博得媒體注意和公眾關注的一個巧妙計畫。最開始看起來顯然是專業人類棋手贏不了人工智慧程式，但是隨著李世乭力挽狂瀾扳回一局，人們似乎在人類的抗爭中又發現了希望。而李世乭對媒體說的是，他很享受整個比賽，並且永遠不會後悔接受來自 Google 和 DeepMind 的挑戰。AlphaGo 與李世乭的人機大戰，僅剩最後一場，將於今天（15 日）中午 12 點進行。（本文由 虎嗅網 授權轉載；首圖來源：達志影像）
延燒了一個星期的人機世紀大戰，Google 人工智慧系統 AlphaGo 對戰南韓棋王李世乭，今（15）日來到最後一戰第 5 盤，結果還是由 AlphaGo 獲勝。最終比數 AlphaGo 4：1 狂電李世乭，人工智慧勝過人腦，AlphaGo 也擠上 GoRatings.org 公布的世界排名第 4 名，今天賽後或許將再上升。李世乭在連輸 3 盤後，在第 4 盤終於贏過 AlphaGo，還在賽後表示發現 AlphaGo 兩個弱點，如 AlphaGo 比較畏懼執黑棋，此外，AlphaGo 碰到沒有意料到的一手時，對應能力就顯得較差，會出現 BUG、一連下幾手臭棋。而在今天的對弈中，李世乭（黑棋）用時顯得較有餘裕，AlphaGo（白棋）也的確有下錯棋，不知是否因為李世乭確實找到 AlphaGo 弱點並加以利用，盤中兩人打得難分難捨，一度棋評中國棋手古力（職業九段）認為李世乭會贏，但隨著白棋往中間進攻，情勢逐漸倒向 AlphaGo，到盤末收官階段，兩人皆用完 2 小時布局時間，每手只剩 1 分鐘讀秒時間可用，相當緊湊，最終在比賽時間來到 5 小時，李世乭投子認輸，AlphaGo 獲勝。共 5 盤的對戰中，AlphaGo 以 4：1 取得這場人機大賽的勝利。 AlphaGo 獲勝並不是人類的敗退，而是人類的勝利說是人機大戰，因為外界多將這場比賽視為繼 1997 年 IBM 電腦深藍打敗西洋棋王 Garry Kasparov 後，電腦再度於圍棋領域稱王。而在背負人腦與電腦大戰歷史意義時，再經驗老道的棋手也不免覺得沉重，李世乭在連三敗時曾坦言，跟人比賽也未曾有如此沉重的壓力，「從來沒有感受到如此嚴重的壓迫感、負擔感，要克服這些壓力，我的能力不足。」但李世乭也強調「這只是我李世乭個人的敗退，並不是全人類」。不過李世乭其實不用急於自責自己的敗退，因為 AlphaGo 的獲勝並不用視為電腦打敗人類，而應該看作是人類打敗人類。李世乭不用擔心背負全人類的失敗，而應該想著是因為他的棋藝，才能訓練用於造福全人類的人工智慧系統，畢竟 AlphaGo 在賽中的確也下了許多失誤得棋子。5 盤賽事結束後，世界上的人工智慧熱才正要開始，AlphaGo...
上周，Google DeepMind 所開發的 AlphaGo 與圍棋棋王李世乭對弈，電腦打敗了人類，引起大家諸多的關注與討論。近日，微軟公司也發布一項消息：他們將訓練人工智慧玩 Minecraft，並將免費開放人工智慧角色的開發平台 AIX。Minecraft 的虛擬世界Minecraft（當個創世神）最初是由瑞典程式設計師 Markus “Notch" Persson 所獨立開發的遊戲，後來由 Mojang 公司開發並發行。Minecraft 是高度自由的開放世界，玩家可以發揮創造力，建構自己的世界及運作規則。遊戲介面類似數位化的樂高世界，有生存、創造、冒險等多種模式，從最基本的閒逛漫遊、打怪，到製作工具、砍樹、採礦、蓋建築物、團隊合作，沒有一套固定的玩法或任務，脫離了傳統制式化遊戲的概念。2014 年，微軟公司以 25 億美元的價格收購 Minecraft 這套熱門遊戲。現在微軟研究團隊更運用 Minecraft 的虛擬遊戲環境來訓練人工智慧角色，教他們的角色如何爬上山丘、執行各種動作。 （Source：微軟）由於 Minecraft 是高自由度、極富創造性的虛擬 3D 環境，提供了一個很好的平台來訓練人工智慧，讓人工智慧學習應對複雜環境的策略，爬山丘、跨越河流、避開熔岩或是各種障礙物。相對來說，在虛擬環境中訓練人工智慧，也比實際建造一個真正的機器人簡單、便宜很多。其實目前很多對人類來說輕而易舉的事，對機器來說仍然很困難。電腦科學家近年不斷改進人工智慧，希望讓機器從只能夠處理單純的問題、完成具體特定的任務、或是進行規則簡單的遊戲的弱人工智慧（Artificial Narrow Intelligence），逐漸進步到能夠做出複雜決策、溝通、計畫甚至擁有學習及創新能力的強人工智慧（Artificial General Intelligence）。下圍棋或是玩 Minecraft 只是其中一小步。 微軟將釋出 AIX 開發平台AIX 是研究人員用來開發 Minecraft 人工智慧角色的平台。微軟在英國劍橋的研究中心的成員，同時也是 AIX 平台的開發人員 Katja Hofmann 表示，當初開發 AIX 是因為其他人工智慧研究大多使用較簡單的平台及較不複雜的遊戲，這些限制讓她覺得很受挫，因此才有了 AIX 的構想。微軟公司預計於夏天免費釋出 AIX 開源平台，讓更多研究人員和有興趣的電腦玩家加入，希望讓人工智慧角色能更進一步模仿人類玩家，在 Minecraft 環境中學習從事更多複雜的行為與任務。 Minecraft to run...
現今圍棋排名世界第 2 的，不是人，是 AlphaGo 人工智慧系統。在完成與南韓棋王李世乭的對戰後，AlphaGo 的排名在世界職業圍棋排名網站（Go Ratings）晉升到第 2 名。15 日，AlphaGo 人工智慧系統挑戰李世乭的 5 盤競賽終於落幕，結果由 AlphaGo 以 4：1 取得最終勝利。第 4 盤賽後，AlphaGo 排名即空降世界第 4 名（要有敗績才會進入該排名統計），第 5 盤完賽後更是晉升到世界第 2 名。而被 AlphaGo 擊敗的李世乭排名仍停留在世界第 5 名。 韓國棋院更在賽後授予 AlphaGo「名譽九段棋士」的最高榮譽。九段，是職業棋手中的最高段位，名譽九段更是韓國棋院史上首張名譽段位證書。該棋院發言人表示：「從未有人或機器能獲封為名譽職業棋士，多數只是獲頒授名譽業餘棋士證書。」AlphaGo 是由 Google 旗下子公司 DeepMind 所開發的人工智慧系統，利用深度學習和蒙地卡羅樹狀搜尋演算法，學習圍棋，並在對弈中判斷當前局面、決定下一步的策略函數。而與李世乭對戰的 AlphaGo，是分散式版 AlphaGo，擁有 1,202 個中央處理器和 176 個圖形處理器。目前世界排名第一的中國棋手柯潔頻頻放話想挑戰 AlphaGo，並說他有信心能比李世乭下得好，此外他已看出 AlphaGo 下棋缺點，像是在複雜局面上會盡量尋求簡明下法，證明它是非常害怕像劫爭等複雜對抗局面。但 DeepMind 執行長 Demis Hassabis 在賽後記者會上說道，團隊尚未決定 AlphaGo 是否接受其他人類棋手的挑戰。（首圖來源：Flickr / Jaro...
應用深度學習的人工智慧 AlphaGo 戰勝人類，讓全球許多人類都感到危機意識，不過，或許在擔心未來可能遭到「天網」統治之前，先來想想人工智慧的好處。機器學習技術其實可以應用在許多複雜領域，幫助人類解開困難的習題，譬如過去想開發新材料，成分比例與製備方式要一試再試，但透過機器學習的人工智慧根據化學原理來幫忙找出最佳解答，那不就輕鬆多了嗎？人類史上最偉大的材料發明，大概是某天有位先民不知為何把錫混進了銅裡頭，創造出青銅，青銅遠比柔軟的銅更有用處，開創了青銅器文明，但是人類發明青銅的過程完全是碰運氣，事實上，就算在發明青銅之後的 7 ,000 年，人類發明新材料也往往都是透過瞎貓碰到死耗子，不過，自然界可是有 95 個元素，發展新材料的混合、化合以及聚合方式有幾乎無限種可能，要靠人類碰運氣一個個慢慢試，得試到什麼時候？康乃狄克大學的研究團隊認為，該是派出機器學習的人工智慧的時候了，研究團隊讓機器自動學習每個已知的聚合物，了解不同反應聚合產生的材料在原子層級的特性，最後為何有的成為良好的導體、有的卻成為絕緣體，經過機器深度學習以後，人工智慧就能預測需要什麼樣的反應才會產生什麼樣的成果，就有如 AlphaGo 預測圍棋的盤面情勢變化一樣。不過畢竟不是人人都是家大業大的 Google，研究團隊只先測試 7 種不同的化學元件組成的聚合物，在其中只先給予電腦 283 種的基本資料去分析，一但電腦從這 283 種聚合物「學會」了化學的真理，它就不再需要從量子層級重新分析起，而是能直接預測新分子的特性，而且準確度相當高，由於不用從基本的量子層級去計算，演算速度比起過去的方式快很多。能預測新材料的特質對化工產業可說有重大影響，現在工程師們可以先找出想要的特質的聚合物，然後才去合成它，最後發現果然真的跟預測一樣，如此能大幅減少開發時間，也免除了一再試錯而產生的大量成本。就如同 AlphaGo 雖然厲害，但專家表示它仍然只是個弱人工智慧，是機器學習的過程讓它變得如此強大，機器學習應用在其他方面，也可望大幅加速許多運算需求的效能，或是降低硬體的需求，而能對人類產生相當大的貢獻。或許我們先別悲嘆 AlphaGo 戰勝人類，而是該歡呼像 AlphaGo 這樣的機器學習人工智慧，將很快的能為我們的生活與科技發展，帶來許多貢獻。 Building a better mouse trap, from the atoms up （首圖來源：science daily）
南韓圍棋王與 Google 人工智慧（AI）程式 AlphaGo 決鬥慘敗，反倒激發韓國政府不服輸的鬥志，未來五年決定投入 1 兆韓圜打造 AI 研發中心，務求提升南韓 AI 軟硬體實力。政府帶頭拚 AI，包含三星、LG 等電子大廠，SKT、KT 等電訊業，以及入口網站 Naver 與現代汽車等均決定共襄盛舉，每家公司都將贊助約 30 億韓圜。規劃中的 AI 研發中心可能落腳在首爾城南，負責單位韓國工信部（Ministry of Science, ICT and Future Planning）表示，研發中心成立後，政府將還將針對核心研發專案給予財務上的補助。此前，韓國政府因推動第四代工業革命腳步落後招致批評，若非南韓圍棋王慘敗，政府還不一定知道覺醒，說來這還要感謝谷歌 AlphaGo 這一記當頭棒喝。官方估算數據顯示，全球 AI 產值去年達 1,270 億美元，雖然南韓企業目前只佔得 3.2%，但現在急起直追猶未晚矣。（本文由 MoneyDJ新聞 授權轉載）
在人工智慧系統 AlphaGo 與南韓棋王李世乭的對弈直播中，許多網友都在問：AlphaGo 怎麼決定要下哪顆棋子？AlphaGo 懂得投降嗎？AlphaGo 是不是看破李世乭的棋路才贏的這麼順利？黃士傑為什麼都不用喝水上廁所？黃士傑，在世紀人機大賽中負責為 AlphaGo 執棋、同時也是 AlphaGo 開發者之一的台灣博士，在賽後回到台灣，特別為人們解答對於 AlphaGo 的一切好奇。AlphaGo 怎麼下棋，怎麼贏？圍棋第一步有 361 個點可以下，第二步有 360 個點可以下，整個盤面的可能性高達 10 的 170 次方，比宇宙的原子數量還要高，就知道這是多可怕的天文數字，因此才說圍棋是最複雜的棋盤遊戲。然而 Google 旗下人工智慧公司 DeepMind 所開發的 AlphaGo，其過人之處就在於利用深度學習技術搭配「策略網路（Policy Network）」和「值網路（Value Network）」，把搜尋層面縮小，讓電腦運算足以負荷。 ▲DeepMind 利用「策略網路」和「值網路」，讓 AlphaGo 把搜尋層面縮小，也極大幅度縮小運算需求。綠色和粉紅色區塊為被排除掉的搜尋範圍。黃士傑說明，他們先是讓 AlphaGo 看 2、30 萬個棋譜，等於是汲取人類幾千年來的智慧，之後「策略網路」會要求 AlphaGo 利用所學找出前 20 個最佳的棋步，「值網路」再來判斷盤面，分析每個步數的權重。一方面減少搜尋廣度，另一方面減少搜尋深度，變成 AlphaGo 可以處理的運算範圍，讓 AlphaGo 效能有極大的提升，也是今日電腦能贏過人腦的關鍵。 澄清：並非靠研究對手、識破棋路獲勝在最新出刊的天下雜誌 593 期，陳文茜女士在專文中寫下，「AlphaGo 短時間內記住了李世乭的棋譜，識破『冠軍高手』的棋路。」這說法也遭黃士傑反駁，「AlphaGo 並沒有針對李世乭九段做任何訓練，他跟任何人下棋都是一樣的。」也就是說，AlphaGo 都是依上述的方式行動，盤面怎麼發展，他就接著運算、下棋。另外，陳文茜在同篇文章所說的「AlphaGo 更是史上首次開發出默默學習的人工智慧」也並非事實。黃士傑在會中有提到，目前人工智慧已成功應用在圖片分析、語言分析等多個領域，其他許多領域也有探討。科技新報也寫過不少關於機器學習、人工智慧的報導。 AlphaGo 在勝率低於 20%...