撰文/今周刊 王銘琬
編按：1960年代起，人工智慧（AI）就開始對西洋棋做研究。1997年，IBM的超級電腦「深藍」打敗當年西洋棋的世界冠軍，被視為重要里程碑。而與西洋棋不同的是，圍棋要在棋盤中占據大於對方的領域，需要人類特有的綜觀全局能力。發展至今，AI終於和職業棋士實力相當。3月9日起，Google旗下公司的AI程式AlphaGo，將挑戰頂尖棋手李世石。《今周刊》特別請旅日九段棋士王銘琬分析人腦與電腦對決的意義和重要性，藉此一窺AI的未來發展。
1月27日，Google（谷歌）發表了一項驚動世人的成就，透過旗下公司DeepMind所開發的人工智慧程式AlphaGo，挑戰中國出生、圍棋棋力達到二段的歐洲冠軍職業棋士樊麾（編按：職業圍棋段位共分九級，最低為一段，最高九段），結果5戰5勝。在圍棋世界裡，這是電腦第一次勝過職業棋士。
7年前差距：七子
人腦讓程式先下，還是贏
事隔一日，在1月28日出刊的《自然》（nature）雜誌，就報導了這個程式的主要內容，而該期的雜誌封面則是圍棋棋盤，由此足見科技界對「電腦下圍棋打敗人腦」的驚訝程度，以及這個事件所代表的里程碑意義。谷歌同時宣布，3月間，AlphaGo將與韓國籍的世界頂尖棋手李世石舉行5局比賽，勝者獎金100萬美元，消息一出，谷歌股價速漲4％以上。
電腦下棋，一直被當成人工智慧（AI）能力的指標。1997年IBM電腦程式「深藍」（Deep Blue）擊敗世界西洋棋冠軍卡斯帕洛夫，帶來很大震撼；然而在圍棋這方面，電腦始終無法與人類較量。這次谷歌大力進軍圍棋，想攻下「人類最後堡壘」，也顯示圍棋之於人工智慧的指標意義。
那麼，圍棋為何會讓人工智慧傷透腦筋？
就單純的數字來看，圍棋的變化數是10的360次方，西洋棋的變化數則是10的120次方，兩種遊戲的複雜度不能相比；而圍棋的艱難之處不僅是在變化多端，它的形式也不同於其他主要棋類。象棋、西洋棋，皆以「擒王」為目的，而圍棋的目的是在棋盤中占據大於對方的領域。
「擒王」型的遊戲因為目標明確單純，至今的電腦比較擅長，而圍棋這種「全局統計性」的目的，反而是人類的直覺比較管用。也因此，以人工智慧開發圍棋軟體，某種程度來說，就有助於人工智慧分析、納入「人類的直覺」。
7年前，日本圍棋軟體Zen上市時，我受邀與「它」做了一次表演賽。那時，我必須讓七子，意即程式先下七手之後我才開始。這是一般棋迷的平均水準，我當時完全抱持著「對電腦下指導棋」的心情，相當輕鬆。因為這個緣分，日本每年舉辦的圍棋軟體世界比賽UEC，我都以裁判身分參加，一路觀察人工智慧在圍棋領域的進化過程。
5年前差距：四子
之後，對弈軟體進步牛步
5年前，圍棋軟體棋力到達跟職業棋士差距四子的程度，但在此之後即陷入瓶頸，一直沒有顯著進步；我每年看對弈軟體在原地踏步，看得手癢癢的，覺得此時可能需要棋力較高的職業棋士的加入；畢竟，圍棋需要人類的綜觀全局能力。
於是，只要有機會，我就對各團隊毛遂自薦，表示若需要職業棋士，我有意願，但始終未獲回應，直到兩年前，台灣老牌圍棋程式ColdMilk作者周政緯讓我拜他為師，教我程式的基本內容，我的求愛終於得到一點結果。一四年，我遇到趨勢科技創辦人張明正，談起圍棋軟體現況，他很感興趣，決定開發圍棋軟體Go Trend（趨勢），把我納入團隊。
更多精彩內容，請參閱最新一期《今周刊》(第1003期)。
延伸閱讀》
