AlphaGo 首戰擊敗南韓棋王李世乭，成為 9 日轟動科技界的大事。有人不免會拿漫畫棋靈王（棋魂）來做比較，一個在背後遙控人類的靈魂，指揮下贏了當代一等一的棋手。如果 AlphaGo 是佐為的話，那麼，與李世乭實際對戰的那位「阿光」人類棋手又是誰呢？答案揭曉：他是台灣師範大學資工博士，黃士傑。在第一場比賽，根據職業棋手認為，首戰導致李世乭落敗的原因並不在於 AlphaGo 的強大，而是他的輕敵。最明顯表現是他的思考並不充分，所用的時間遠遠少於對手。跟機器對戰與跟人類對戰的差異點在於，棋手原本會從現場對手的表現、下子的姿態來判斷對方的心情、狀況。但是與 AlphaGo對決，那個「人」只是一個替代電腦下子的工具。李世乭無法從這個棋手的表現來判斷，只能從對方下子的策略來觀察。但是 AlphaGo 首戰的水準漂浮不定，在比賽開始前期犯下了一些低級錯誤，但後來又有一些妙招，讓李世乭難以判斷對手下棋的方式，並且可能是這個開始的錯誤導致李世乭的輕敵。不過，如果他能與這位「阿光」多談談，或許就能多了解 AlphaGo 的「個性」。因為這位坐在他對面的人類棋手黃士傑，其實不光只是一個人類傀儡而已，他也是負責打造 AlphaGo 大腦的團隊核心人物之一。▲ 之前 AlphaGo 擊敗歐洲歐洲圍棋冠軍樊麾（左）時，也是由黃士傑（右）擔任人類棋手。「深藍」不是已經打敗過西洋棋王了嗎？圍棋有什麼難的？有些網友說，早在多年前 IBM 的深藍不是已經在 1997 年打敗過棋王了嗎？這次 AlphaGo 打敗棋王又有什麼大驚小怪？問題是那次深藍打敗的是西洋棋的冠軍，這次打敗的是圍棋冠軍。圍棋，被視為是目前難度最高的一項棋類比賽，難就難在圍棋的變化高出西洋棋許多。因此擊敗人類的圍棋冠軍，一直是科學界發展人工智慧的重要目標。以複雜度來說： 西洋棋的複雜度為：10 的 123 次方。 中國象棋的複雜度為：10 的 150 次方。 日本將棋的複雜度為：10 的 226 次方。 圍棋的複雜度為：10 的 360 次方。 棋類比賽基本上都是利用搜尋樹展開演算法，用搜尋樹來判斷對手下子的可能性，然後依照一些資訊來進行優劣判斷，再來從多種可能的結果選出最好的一步來下子。▲ 西洋棋每走一步，有 24 種可能性。而圍棋則每一步有 200 種，再算下去將無窮無盡。在西洋棋裡面，電腦的搜尋樹可以利用棋子的位置、棋子的數量來判斷優劣，因此在樹的展開可以依照每個棋局的局面來往下進行深度的搜尋。但是圍棋的邏輯性沒有那麼強，比較難得到判斷的方式。甚至有時你問頂尖棋手為什麼當時要下某一子的時候，他也只能回答你「靈光乍現」，這也是為什麼科技人工智慧這麼想要在圍棋上取得成果的原因。 黃士傑，一位熱愛圍棋的資工人黃士傑是土生土長的台灣人，業餘圍棋六段，台灣師範大學資訊工程系碩士、台灣師範大學資訊工程系博士。他在 2002 年的碩士論文為「電腦圍棋打劫的策略」，2010 年的博士論文為「應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法」。他在這次比賽之後接受採訪時表示：「Deepmind 應該是在 2014 年底之前、在 AlphaGo 團隊出現之前就創建了。我本人喜歡下圍棋，棋力是台灣業餘六段，去年在德國的比賽我甚至贏過一位日本職業棋手。但 AlphaGo 肯定是比我強太多了。職業水準的圍棋軟體，應該最慢在...
Google 人工智慧 AlphaGo 在與李世乭的圍棋對決中 2 比 0 領先，創新工場創辦人李開復發文稱，人工智慧給人類真正的威脅是讓人類失去鬥志，大量的工作將被機器取代，當人類被機器養活的時候，還會有動力去追求更宏偉的目標嗎？他深表懷疑。2016 年 3 月 9 日 AlphaGo 首盤戰勝南韓棋手李世乭後，3 月 10 日 AlphaGo 再次戰勝李世乭，各大網路論壇紛紛開始討論人工智慧是否真的將威脅到人類的發展甚至生存。創新工場創辦人李開復發文稱，機器在邏輯分析推算方面，能力已經遠超人類，但依然是人類操控的工具，AlphaGo 這類人工智慧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。基於深度學習的人工智慧能夠解決許多問題，產生巨大的商業價值，比如自動交易、自動診斷、精確搜尋等，在這一方面人類已經落後了。人工智慧能夠輔助人類工作，未來十年大部分工作就被機器取代，任何帶有「助理」、「代理」、「經紀」等關鍵詞的職位都可能被取代，機器人不需要工資、也不需要休息，這些都是優勢。機器高效、勤奮，但沒有情感，AlphaGo 贏了比賽也不會感到高興，甚至都不會明白為什麼要下棋，今天的人工智慧依然完全無法模擬人類的情緒，這將是人工智慧下一個需要突破的點。至少在今天看來，我們還需要擔心機器人會奴役人類，機器還只是工具，應該擔心的是機器人能夠產生巨大的商業價值，人類獲取財富所付出的成本將大大降低，那麼人類還會追求更高的目標嗎？一旦機器供養人類，是不是會讓人喪失鬥志？李開復認為人類應該更重視啟發式教育，激發孩子的興趣和效率，同時重視人文領域的學習和研究，文化、藝術、設計、溝通表達才這是人類所長。
據韓國聯合通訊社報導，韓國訊息通信 (IT) 專業律師田石鎮在本次 AlphaGo 與李世乭的圍棋人機大戰開始一個月（2 月 9 日），就在自己的社群網站上發文主張，Google 推動的這場博弈系騙局，李世乭五盤全輸已成定局。他表示，Google 人工智慧程式 AlphaGo 通過網路可隨時無限收集和利用相關訊息，他認為 AlphaGo 動用數百台電腦對李世乭的發招進行即時運算後下子，也就是說 AlphaGo 並非按已獲取的訊息行招，而是先看對方的招數並對其進行縝密分析後拆招，這意味著它擁有無數的「指教者」，而並非真正意義上的人工智慧。他還指出，AlphaGo 使用 BF 算法（Brute force 即暴力演算法，指對未來可能發生的所有情況進行分析）下棋。雖然 Google 方面主張 AlphaGo 沒有利用 BF 算法，但利用了 BF 演算法的其他程式在扮演 AlphaGo 的「指教者」角色，這確實違規。因此，Google 需要對李世石和歐洲圍棋冠軍樊麾，以及全世界圍棋界人士進行道歉。需要指出的是，1997 年那一次卡斯帕羅夫和深藍之間的「人機博弈」，深藍電腦並沒有連上網際網路。在 2011 年轟動全美的 Jeopardy! 大賽中，擊敗人類選手獲得冠軍的 IBM 超級電腦 Watson 同樣沒有連上網路。（本文由虎嗅網授權轉載）
南韓圍棋棋王李世乭(Lee Se-Dol)與 Google 開發的「AlphaGo」將舉行第 3 場對弈，圍棋 3 段的工研院巨資中心主任余孝先認為，李世乭的心情將是他能否搶下首勝關鍵。余孝先表示，圍棋電腦是人工智慧的範疇，人工智慧已發展長達 50 年，由於下棋是智慧行為，因此以下棋做為人工智慧能否超越人類的指標。1997 年 IBM 開發出的超級電腦「深藍」擊敗西洋棋世界冠軍後，余孝先說，當時便設定困難度遠超過西洋棋的圍棋為下個目標。AlphaGo 去年 10 月曾以 5 比 0 擊敗歐洲圍棋冠軍、2 段的樊麾，余孝先說，觀察 AlphaGo 當時表現，棋力約 3 段，比起 9 段的李世乭弱，因此賽前外界普遍看好李世乭應可獲勝。對於 AlphaGo 能連拿 2 勝，余孝先表示，這結果令人訝異；他說，看過 AlphaGo 與李世乭對弈錄影，李世乭頻頻摸臉、喝水，有點坐立難安，認為李世乭落敗很大因素是太緊張，表現失常。圍棋比的是誰犯的錯少，余孝先認為，李世乭的心情將是他能否在未來 3 場對弈中獲勝的關鍵，只是目前李世乭已連 2 敗，相信他的壓力更大。（記者張建中；首圖來源：工研院）
由於李世乭連輸兩盤棋局，在網路上開始對於李世乭有些謠言，有些人認為他棋技「也不怎麼樣」，也有人覺得兩盤棋李世乭都沒有「打劫」，而懷疑他與 AlphaGo 團隊有秘密協議。身為圍棋的愛好者，同時也是由 AlphaGo 指揮的棋手，開發團隊之一的台灣師範大學資工博士黃士傑，他在「弈棋」論壇上發表貼文闢謠。以下是他的澄清全文：現在網路上有許多謠言，有些人甚至對李世乭九段做出人身攻擊，我覺得有必要澄清。這次比賽不論勝敗如何，我覺得我們都應該尊重李世乭九段。他接受 AlphaGo 的挑戰，所承受的壓力一定很大。 這次比賽並沒有所謂不能打劫的保密協議。第一、第二盤棋覆盤時李世乭九段都有擺出打劫的變化，只是實戰他沒有下出來。我們也想知道，AlphaGo 在對陣李世乭九段這種級別的棋手，打劫時的表現。 這次比賽我們使用的是分散式版的 AlphaGo，並不是單機版。分散式版對單機版的 AlphaGo 勝率大約是 70%。 註：aja 為黃士傑（Aja Huang）的網名=================================以下是對「分散式」版本 AlphaGo 的說明。AlphaGo 實際上有兩個版本，一個是「單機版」的，另一個是「分散式」的，兩者的演算法完全相同，差別在於所用的硬體。 單機版 AlphaGo：擁有 48 個中央處理器（CPU）和 8 個圖形處理器（GPU）。 分散式版 AlphaGo：擁有 1,202 個中央處理器和 176 個圖形處理器。 做為比較，在 AlphaGo 之前的幾個圍棋人工智慧程式，CrazyStone 只有 32 個 CPU，而 Zen 只有 8 個 CPU。AlphaGo 的棋力到底有多強呢？單機版 AlphaGo 曾經與 5 種圍棋程式進行了 495 場比賽，對手是 CrazyStone、Zen、Pachi、Fuego 和 GnuGo，AlphaGo 全部取得壓倒性的勝利。即使是讓...
記住 2016 年 3 月 12 日，這天是電腦正式超越人腦的起點。Google 人工智慧系統 AlphaGo 與南韓棋王李世乭的圍棋大戰第 3 盤今（12）日開戰，結果李世乭再度投子認輸，AlphaGo 再下一城。 5 盤的競賽中 AlphaGo 已經贏 3 盤，證實在世界上最複雜的圍棋領域中，電腦的思考已勝過人類。由於李世乭前 2 盤皆輸，若今日第 3 盤再輸，就確定 AlphaGo 至少能以 3 : 2 取得 5 盤賽局中的最後贏家地位，因此外界也將此盤視為關鍵。在盤中，李世乭（黑子）和 AlphaGo（白子）在盤中交戰得難分難捨、不相上下，不過李世乭思考時間明顯長了許多，當李世乭用完 2 小時佈局時間時，AlphaGo 還有 40 分鐘以上的時間，接下來每手只剩 1 分鐘讀秒時間，李世乭顯得頗為苦惱。而在盤末，隨著棋子一顆顆落下，李世乭也一步步居下風，最終在比賽開始後 4 小時 13 分棄子投降。李世乭這在盤對弈中，花費的時間比 AlphaGo 多出 40 分鐘以上，或許是意識到 AlphaGo 人工智慧系統的特色就是隨時都在尋找最佳解，因此他也不得不多花些時間尋找最佳手，來個出奇制勝。據 AlphaGo 棋手、AlphaGo 開發團隊之一的台灣師範大學資工博士黃士傑所說，下棋的是分散式版 AlphaGo，擁有 1,202 個 CPU...
想品嘗的朋友可以搭捷運至"南京復興站"，從6號或7號出口走路約5分鐘的路程，即可在巷弄裡看到有著可愛的招牌
一樓的空間並不大，只有一排靠窗的高椅座，而內用主要還是以二樓為主。二樓用餐空間以鳥巢圍主題的工業風格，具有簡單、藝術、現代化的風格。燈具上的木頭交叉感，由如鳥巢般的造型設計，能感受出這間店的精心設計，像是呈現鳥兒飛回鳥巢感受溫馨、溫暖的感覺，就像家是永遠的避風港...
牆面以鳥兒飛翔天際為設計感
門簾方向進去即是廁所處
回收台
因為店家沒有收服務費，所以是以採半自助的方式自行拿餐具、水、調味料等...最後用完餐點的朋友們，記得將餐盤及垃圾拿到回收台做處理哦~
牛肋條咖理飯、健康小沙拉、冰拿鐵咖啡
接下來就是我們的重頭戲啦~這次我是點了"牛肋條咖哩飯"及搭配了"D套餐"，D套餐有"健康小沙拉"、"薯條"、"海帶豆腐味噌湯"三樣選一及120元的飲品(也可以加價升級)，而我則選了健康小沙拉和一杯冰拿鐵。不過因為當下剛走完路覺得很熱，所以想都沒想就點了冰拿鐵。 ((我應該要點熱得才對呀呀呀呀~小編覺得後悔QQ
看看多美味的樣子，擺盤也是很可愛的不得了，看看那碗澎湃的沙拉，還有那白透亮的半熟蛋，多麼想感快咬一口呀~啊嘶~~ ((小編絕對不會說因為手抖，所以圖片有點失焦，ㄎㄎㄎ...
趁著這次連假大家有沒有去哪裡玩呢？還是辛苦地在加班嗚嗚嗚？?沒關係，容ZM為各位介紹下個補充能量的小天地吧！?
這次要介紹給大家美美的早午餐店在基隆正濱漁港！沒錯！餐廳就位在社群網站裡掀起一股旋風的彩色小鎮?對面唷，拍照拍累了就來對面吃默默吃Mer Cafe'吧?！
來的時候要小心附近車流、仔細找唷，不專心的話一下就錯過了。
默默吃的外觀非常的雅致、可愛，各處都歡迎大家在不打擾營業與其他客人為前提之下拍照拍到滿意為止！?
可以先進去問問老闆娘是否還有位子，沒有的話就要填寫候位本囉QQ
ZM跟朋友來的時候約是下午兩點左右，剛好沒什麼人～
默默吃 Mer Cafe' / 店家Facebook
地址： 202基隆市中正區正濱路70號 /...
在三月和家人一同去北海道看雪～
我們在桃園機場搭乘早上11點的飛機，到北海道函館大約16點了，一下飛機就感受到函館和臺灣的溫差，三月的北海道好冷！ 拿完行李搭車去飯店，第一天我們住日本節目介紹日本第一名早餐的La Vista酒店。
