請更新您的瀏覽器

您使用的瀏覽器版本較舊,已不再受支援。建議您更新瀏覽器版本,以獲得最佳使用體驗。

科技

【專訪】AI 熱潮持續發燒:AlphaGo Zero 跳脫思維框架、挑戰人類知識

科技新報

更新於 2017年12月21日16:39 • 發布於 2017年12月21日15:16

閱讀棋譜是學棋過程中很重要的一環,初學者可以藉由讀棋譜,吸收高手的經驗與思維,習得自己還未能想到的行棋方式,快速提升應戰能力。2016 年以 4:1 擊敗李世乭的 AlphaGo,正是以此方式訓練出前無古人的棋術,它「吸收」人類棋譜、歸納出輸贏的模式,再藉由演算法推展出獨特的棋藝。但 AlphaGo 風光了一年,就被進化版的 AlphaGo Zero 以 0:100 橫掃,也被掃入歷史的看板中,由人機對弈所帶動的 AI 熱潮,則邁入下一個里程。

不像 AlphaGo 先有資料訓練的過程,Zero 一開始就用兩套程式互相對弈,但這兩套程式只有規則知識,沒有經驗知識,只要不違背基本的規則,例如兩個子疊在一起,下棋方法不限;Zero 從每次比賽的輸贏,累積經驗與修正錯誤,再經過千千萬萬次的比賽後,越來越厲害。專精大數據、AI 研究的資策會副執行長余孝先博士,娓娓道來兩者本質上的差異。「所以這個學習方式是不藉由前人的知識,Zero 一開始是一張白紙」。

余孝先精通各種棋類,更是圍棋三段好手,談到圍棋的博大精深,他認為以人類的思考方式來看,圍棋太過複雜。「圍棋不像西洋棋,國際上的比賽大概七十手以內就會結束,輸贏就分出來了,但圍棋通常要好幾百手,如果要預測你怎麼下我怎麼回,想到底要想好幾百層!」

▲ 資策會副執行長余孝先博士精通各種棋類,更是圍棋三段好手。(Source:科技新報)

因此從高手棋譜衍伸出來的棋法,能幫助選手應戰。余孝先以象棋作比喻:「當頭炮」是最常見也具攻擊性的開局方式,也就是先手走中炮,直接威脅對手中兵,而後手則常以炮或馬作防守,術語是「炮 8 平 5」或是「馬 8 進 7」,這些套招、套式都是前人經驗的累積;下圍棋也一樣,當對手下在某個角時,雖然整個棋盤可以下的點有 360 個位置,但不用把每個點都想過一遍,因為前人已歸納出約幾十種的回應方式。

可是當 Zero 完敗 AlphaGo,代表 AlphaGo 之前習得的人類知識,有一部分是不正確的,而這個知識就像是框架,把我們的思維限制住。「就好比下象棋,面對當頭炮的招數有 10 種,每個人都從其中挑一種,但或許最好的答案是第 11 種,我們卻被訓練到永遠不會去想第 11 種。」余孝先強調 Zero 讓我們發現之前人類高手沒有想到的招數,當我們一直在學人類高手的技法,反而被侷限了。

 

AlphaGo Zero 為什麼這麼強?

Zero 背後的技術是「增強式學習」(Reinforcement learning),或稱強化學習,來自於心理學的行為主義理論,也就是外界的環境回饋讓你去增加對你有利的事情,是自主學習很重要的技術。例如狗看到主人搖尾巴發現有東西吃,就會增強這樣的行為,Zero 的設計也是如此。當它發現上次這樣下會贏,或許這樣的下法比較好,如果上次輸了,那就改變方法;再藉由數千萬次的對弈,慢慢增加信心,當 100 次比賽贏了 99 次,便可以確定這樣的策略比較好。

其實增強式學習也用在人類的棋手身上。「例如有些對弈一路領先,但卻在最後下錯棋,整個結果大翻盤,這樣的結果非常深刻,會一輩子記得,之後遇到相同的狀況就不會犯錯。」

「話雖然如此,人類一輩子可以下幾盤棋?人類不僅學習速度有限制,學習也有高峰,例如世界級的圍棋好手都是在 30 歲前達到高峰,之後因為智力體力衰退,成績會慢慢衰退。」余孝先從自身的經驗,分享棋手職涯中所面臨生理上的挑戰。

▲ 余孝先強調 Zero 讓我們發現之前人類高手沒有想到的招數。 (Source:科技新報)

人類棋手也會受到下棋時心理狀態的影響,余孝先觀察到李世乭跟 AlphaGo 下第一局時,他一會兒抓頭一會兒喝水,可以看得出非常緊張,因為喝水頻率高的不尋常。第一局輸後李世乭更緊張,而 AlphaGo 勝不驕敗不餒穩紮穩打,「所以在情緒上人類就輸了,而現在技術上輸更多。」

 

台灣的角色在哪裡?

當 Zero 掀起了另一波 AI 話題時,回到台灣的產業現況,我們的角色在哪裡?從大環境聚焦回己身,你我的機會又在哪裡?

余孝先指出 AI 的產業有兩類,第一類是「把 AI 產業化」,提供解決方案給其他廠商,例如沛星科技;第二類是「把產業AI 化」,用 AI 來提升自己的競爭力,台灣的工廠大多是屬於第二類,例如製造業導進 AI,以提升製程良率、減少呆料、降低機器設備異常當機現象。「因為(製造業)產業大,面臨的使用者多,客戶多,所以容易把產業培養起來,是台灣最有機會的產業」,余孝先指出。

「此外金融和醫療照護在不同國家的體系不一樣,所以國外的解決方案要直接進來是不容易的,如果我們可以把自己的內部限制解除,可以發展很快,也都是機會。」

零售則是另外一項可發展的產業,「很容易做、技術門檻較低,但困難是台灣的市場太小,我們擁有的數據是人家的千分之一、百分之一,但還是可做,只是需要了解先天上的障礙。」

對於 AI 創業風潮,余孝先建議可以從服務業切入,門檻較低,製造業則最難切入,需要具有豐富的 domain knowledge。若年輕人有志投入金融、醫療或製造等領域,除了進入大公司的內部新創團隊外,也可以加入研發法人,因為從法人分拆出來的新創公司,就會有一定的規模基礎,此外研發法人長期協助中小企業進行轉型,年輕人可從職涯中接觸到不同的產業案例,幫助自己累積一定的實績!

查看原始文章

更多科技相關文章

01

中國發布AI監管草案 公開徵求意見 

路透社
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...