以圍棋為媒介 人工智慧是否就此戰勝人腦？
2016-03-10
859
南韓圍棋高手李世石與谷歌公司（Google）開發的超級電腦AlphaGo人工智慧系統，在首爾四季酒店展開備受矚目的世紀對決，AlphaGo首戰告捷。AlphaGo還將於10日、12日、13日和15日繼續挑戰世界冠軍韓籍九段棋士李世石，DeepMind團隊成員及業餘圍棋棋手黃士傑代替AlphaGo下棋
南韓圍棋棋王李世石（Lee Se-Dol）與Google開發的超級電腦「AlphaGo」人工智慧系統今天(10日)舉行第2場對弈，繼9日首戰告捷後，AlphaGo再下一城，以2比0領先
AlphaGo還將於10日、12日、13日和15日繼續挑戰世界冠軍韓籍九段棋士李世石（Lee Se-Dol）。
AlphaGo還將於10日、12日、13日和15日繼續挑戰世界冠軍韓籍九段棋士李世石（Lee Se-Dol）。
人工智慧來勢洶洶 對人類是福是禍？
中央社報導，開發AlphaGo的谷歌旗下人工智慧公司DeepMind是1家英國人工智慧公司，創立於2010年，最初名稱是DeepMind科技公司（DeepMind Technologies Ltd），2014年由谷歌收購。
DeepMind創造1個以人類方式學習如何玩電子遊戲的人工神經網路，這個神經網路還能接入外部記憶體，就像傳統的「圖靈機」（Turing Machine），讓電腦可以模擬人類的短期記憶。
谷歌2014年宣布同意收購DeepMind科技公司，之後改名為Google DeepMind。
AlphaGo去年10月成為第1個不藉助讓子，在全尺寸19X19棋盤擊敗職業圍棋棋手的電腦圍棋程式。
一般認為，電腦要在圍棋比賽中勝出，比其他遊戲困難得多，因為圍棋盤勢更為寬廣、定石的布局可以下的地方變化更多，以電腦來計算相當困難，使用傳統人工智慧方法的程式幾乎不可能獲勝。
相較於先前的圍棋程式，AlphaGo表現顯著提升。在與Crazy Stone和Zen等其他圍棋程式的500局比賽中，AlphaGo僅輸1局。
AlphaGo2015年10月以5比0擊敗了歐洲圍棋冠軍華裔法籍棋士樊麾二段。這是電腦圍棋程式首次在全尺寸棋盤上公平擊敗職業圍棋棋手。
人工智慧指的是由人工製造出來的系統所表現出來的智慧，通常是指透過普通電腦實現的智慧。
人工智慧目前在計算機領域內，得到了愈加廣泛的發揮。並在機器人、經濟政治決策、控制系統和仿真系統中得到應用。
人工智慧觀點認為，有可能製造出真正能推理和解決問題的智慧機器，這樣的機器將被認為是有知覺和自我意識。
人工智慧可分成類人的人工智慧和非類人的人工智慧，類人人工智慧的思考和推理就像人的思維，非類人人工智慧是機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。
但也有不同觀點認為，人工智慧不可能製造出能真正地推理和解決問題的智慧機器，這些機器只不過看起來像是智慧的，但是並不真正擁有智慧，也不會有自主意識。
人工智慧的終極目標是打造出「非專業性」或多功能的智慧機器，透過輸入各種知識使其具有類似人類的思維，且能從過往經驗自主學習，而非「用途有限」、只能執行特定任務的機器。
人工智慧迄今最著名的1次勝利，是國際商業機器公司（IBM）超級電腦「深藍」（Deep Blue）於1997年擊敗西洋棋世界冠軍卡斯帕洛夫（Garry Kasparov）。
南韓圍棋界人士說，圍棋將成為檢驗人工智慧的媒介。人工智慧能否就此戰勝人腦，各界認為還需一段時日。
英國「每日郵報」（Daily Mail）報導，電腦1952年以井字遊戲（Tic-Tac-Toe）打敗人類，是電腦首度在遊戲中贏過人腦，1994年又以西洋跳棋擊敗人類。
IBM超級電腦「華生」（Watson）曾在美國益智問答節目挑戰兩名益智問答冠軍，最後成功擊敗人類抱走100萬美元獎金，AlphaGo則擅長下圍棋，然而在現階段，又會答題又會下圍棋的，還是只有人類大腦辦得到。
DeepMind創造1個以人類方式學習如何玩電子遊戲的人工神經網路，這個神經網路還能接入外部記憶體，就像傳統的「圖靈機」（Turing Machine），讓電腦可以模擬人類的短期記憶。
谷歌2014年宣布同意收購DeepMind科技公司，之後改名為Google DeepMind。
AlphaGo去年10月成為第1個不藉助讓子，在全尺寸19X19棋盤擊敗職業圍棋棋手的電腦圍棋程式。
一般認為，電腦要在圍棋比賽中勝出，比其他遊戲困難得多，因為圍棋盤勢更為寬廣、定石的布局可以下的地方變化更多，以電腦來計算相當困難，使用傳統人工智慧方法的程式幾乎不可能獲勝。
相較於先前的圍棋程式，AlphaGo表現顯著提升。在與Crazy Stone和Zen等其他圍棋程式的500局比賽中，AlphaGo僅輸1局。
AlphaGo2015年10月以5比0擊敗了歐洲圍棋冠軍華裔法籍棋士樊麾二段。這是電腦圍棋程式首次在全尺寸棋盤上公平擊敗職業圍棋棋手。
人工智慧指的是由人工製造出來的系統所表現出來的智慧，通常是指透過普通電腦實現的智慧。
人工智慧目前在計算機領域內，得到了愈加廣泛的發揮。並在機器人、經濟政治決策、控制系統和仿真系統中得到應用。
人工智慧觀點認為，有可能製造出真正能推理和解決問題的智慧機器，這樣的機器將被認為是有知覺和自我意識。
人工智慧可分成類人的人工智慧和非類人的人工智慧，類人人工智慧的思考和推理就像人的思維，非類人人工智慧是機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。
但也有不同觀點認為，人工智慧不可能製造出能真正地推理和解決問題的智慧機器，這些機器只不過看起來像是智慧的，但是並不真正擁有智慧，也不會有自主意識。
人工智慧的終極目標是打造出「非專業性」或多功能的智慧機器，透過輸入各種知識使其具有類似人類的思維，且能從過往經驗自主學習，而非「用途有限」、只能執行特定任務的機器。
人工智慧迄今最著名的1次勝利，是國際商業機器公司（IBM）超級電腦「深藍」（Deep Blue）於1997年擊敗西洋棋世界冠軍卡斯帕洛夫（Garry Kasparov）。
南韓圍棋界人士說，圍棋將成為檢驗人工智慧的媒介。人工智慧能否就此戰勝人腦，各界認為還需一段時日。
英國「每日郵報」（Daily Mail）報導，電腦1952年以井字遊戲（Tic-Tac-Toe）打敗人類，是電腦首度在遊戲中贏過人腦，1994年又以西洋跳棋擊敗人類。
IBM超級電腦「華生」（Watson）曾在美國益智問答節目挑戰兩名益智問答冠軍，最後成功擊敗人類抱走100萬美元獎金，AlphaGo則擅長下圍棋，然而在現階段，又會答題又會下圍棋的，還是只有人類大腦辦得到。
AlphaGo首戰贏圍棋王 幕後推手是台灣人
由Google開發的人工智慧軟體AlphaGo，昨天在首爾首戰擊敗南韓棋王李世石，幫AlphaGO下棋的棋手是台灣土生土長的資工博士黃士傑，他同時也是AlphaGo重要的幕後推手。
黃士傑是DeepMind團隊中一員，也是DeepMind今年1月於科學期刊「Nature」發表人工智慧AlphaGo研究論文的第一作者之一，是影響AlphaGo發展的重要角色。黃士傑本身也是圍棋好手，2007年時就已經具有圍棋業餘6段資格。
黃士傑專精於人工智慧領域，於99學年度畢業於台灣師範大學資訊工程研究所博士，畢業論文即是以圍棋人工智慧「應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法」。
他於2012年11月進入DeepMind DeepMind科技擔任資深研究員，隨著Google的收購，現在則為Google團隊的研究員。
身為AlphaGo的幕後研發人員之一，黃士傑先是為AlphaGo設計了「腦」，昨天則親自坐到了棋盤上，做為AlphaGo的「手」，幫AlphaGo下棋。
AlphaGo在第一場就擊敗李世石，也讓AlphaGo大出鋒頭，接下來4場比賽，AlphaGo的一舉一動，勢必更受矚目。
發表在Nature期刊的研究：Mastering the game of Go with deep neural networks and tree search
【圖片來源：中央社】
黃士傑是DeepMind團隊中一員，也是DeepMind今年1月於科學期刊「Nature」發表人工智慧AlphaGo研究論文的第一作者之一，是影響AlphaGo發展的重要角色。黃士傑本身也是圍棋好手，2007年時就已經具有圍棋業餘6段資格。
黃士傑專精於人工智慧領域，於99學年度畢業於台灣師範大學資訊工程研究所博士，畢業論文即是以圍棋人工智慧「應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法」。
他於2012年11月進入DeepMind DeepMind科技擔任資深研究員，隨著Google的收購，現在則為Google團隊的研究員。
身為AlphaGo的幕後研發人員之一，黃士傑先是為AlphaGo設計了「腦」，昨天則親自坐到了棋盤上，做為AlphaGo的「手」，幫AlphaGo下棋。
AlphaGo在第一場就擊敗李世石，也讓AlphaGo大出鋒頭，接下來4場比賽，AlphaGo的一舉一動，勢必更受矚目。
發表在Nature期刊的研究：Mastering the game of Go with deep neural networks and tree search
【圖片來源：中央社】
Match 1 - Google DeepMind Challenge Match: Lee Sedol vs AlphaGo
作者介紹
延伸閱讀
.jpg)