世界棋王李世石鬥人工智能程式AlphaGo的世紀大戰，步向尾聲，雖然李世石在周日終於扳回一局，已擺脫食光蛋的災難，但在五局三勝制中，李世石已有輸無贏，無法逃離被電腦KO的厄運。
上一次人機大戰是1997年那場國際象棋對決，電腦深藍擊敗國際象棋大師卡斯帕羅夫，但如我上次所講，卡斯帕羅夫誤判深藍的一個錯誤為妙著，搞到自己情緒大受影響而落敗，雙方棋力未分高下。如今AlphaGo玩的是複雜很多的圍棋，可以行走的選擇比宇宙內的原子數量還多，這才是電腦人工智能的真正考驗，而AlphaGo可以清脆獲勝，可見它和深藍已經不可同日而語。
開發AlphaGo這個人工智能軟件的是谷歌旗下的DeepMind公司，這間公司在2010年創立，負責人哈薩比斯(Demis Hassabis)本身就是國際象棋高手，1997年他還是牛津大學學生時，就親身旁觀了深藍對的世紀大戰。
哈薩比斯設計AlphaGo，要超越深藍那種水平，深藍的特色是「人手研發」，等如程式設計師教電腦捉棋，設計師篩選出多個國際象棋大師的下棋資訊，將其轉化為具體規則和啟發，叫深藍去模仿。深藍強在記憶力和運算力，但它捉棋的能力，理論上不會超過程式師教他的東西。
但AlphaGo卻植入了學習能力，它可以通過練習和學習，積累「自己的」經驗，這與人類的思維方式更為相似。它絕對可以學到超過程式設計師輸入的資料。
技術一點去講，傳統的人工智能用的方法是建構一棵「搜索樹」(search tree)，去幅蓋所有可能性，在圍棋中因為可能性太多，令這種方式失效。所以AlphaGo是用另一種建構方式，首先它也建構一棵「高級搜索樹」，但更重要的是和一個「深度神經網絡」(deep neural networks)結合。所以謂神經網絡就是模仿人類以神經元為單位的思考方式，神經元之間會溝通。而AlphaGo的深度神經網絡有12層，包含了數以百萬計類似神經元的連接單位。其中一個神經網絡是政策網絡，它負責行下一步棋，另一個神經網絡叫評價網絡，每一刻都在評估誰會贏出這一個棋局。
好了，哈薩比斯設計好AlphaGo後，就當小孩子那樣培訓它，首先讓它學人類棋手在過去的棋局中的3000萬種下子方法，直至訓練到AlphaGo有57%機會估中人類對手的下子方法(在AlphaGo之前的紀錄是47%)。
但這還不夠，哈薩比斯的目標不是叫AlphaGo去模仿人類的下子方式，而是要去打敗他們，為此目標，AlphaGo要學習發展自己的新下棋策略，方法是自己和自己捉棋，在神經網絡之間捉棋，這個試誤法(trial and error)有個特別名稱，叫加強式學習(reinforcement learning)，這就是它自己和自己捉棋的不斷自學的方式。人類捉棋一天只能捉三局，但電腦一天可以捉100局，AlphaGo至今捉了的棋局，其對手李世石捉到100歲也捉不到那麼多。當然背後還要有谷歌超大的雲計算能力去支持。
AlphaGo練好工夫後，就要打實戰，先和所有玩圍棋的人工智能軟件比賽，所向無敵後挑戰歐洲冠軍，如今再戰世界冠軍李秀石。
AlphaGo這樣一個有超強自學能力的電腦，除了令人驚嘆外，亦有少少恐怖。真實版鋼鐵人馬斯克(Tesla電動車公司老闆)就有點擔心，他和谷歌老闆佩吉(Larry Page)很熟，馬斯克一直擔心谷歌大搞人工智能，終於會有一個瘋狂科學家，開發出一個失控人工能系統，操控全世界。馬斯克見到AlphaGo大勝李世石之後，話人工智能的發展，比他想像快了10年。我們將來可能不止要擔心人工智能機械人搶了我們的工作，還要怕它們會統治全世界！
盧永雄
