人工智能再顯身手，谷歌AlphaGo戰勝李世石○紐約時報(2016.03.10)

【Comment】

The article slightly introduced the difference between Google’s AlphaGo and IBM’s Deep Blue.

The difference, for my part, is the parallel processing.

Using the Internet, the AI needs no super computer; instead, thousands of PCs can do the same job.  SETI has operated volunteer PC to search for ET for over a decade.

The proliferation is what matters.    Revised at 1250

本篇稍微介紹了AlphaGo與Deep Blue之不同。

在我看，若連結網路，採取平行處理的方式，人工智慧就不需超級電腦了。現在SETI已經有很成熟的志工電腦組織。

這才是可怕的轉變。

人工智能再顯身手，谷歌AlphaGo戰勝李世石○紐約時報(2016.03.10)

韓國首爾——計算機，1分。人類，0分。

本周三，谷歌的一個計算機程序令一名世界頂尖圍棋手措手不及。圍棋被認為是有史以來最複雜的棋類遊戲。

這場比賽在谷歌DeepMind的AlphaGo與韓國棋手李世石(Lee Se-dol)之間展開，被視為一次重大測試：在創建比人類更聰明的機器方面，人工智能研究目前達到了何種水平。

「我很驚訝，因為我從未想過會失敗，」李世石在韓國首爾的新聞發佈會上說。「我不知道AlphaGo下圍棋下得這麼好。」

李世石在比賽開始三個半小時後投子認輸。

AlphaGo的創造者、谷歌的人工智能團隊DeepMind的創始人兼首席執行官戴米斯·哈薩比斯(Demis Hassabis)說，程序的這個勝利是「歷史性的時刻」。

這是五盤比賽中的第一盤，本周二在首爾的一家酒店裡進行，受到了新聞媒體的熱切關注。有數百名記者到場報導，其中很多來自有千年圍棋歷史的中、日、韓三國。數以萬計的人在YouTube上觀看了比賽直播。

圍棋是一種由兩名棋手對弈的策略型棋類遊戲，據說3000年前起源於中國。棋手在縱橫各19條直線組成的方格棋盤上擺放黑色和白色的棋子，以圍地多者為勝。

與國際象棋相比，圍棋更加複雜，落子的可能性遠遠更多，需要棋手有最出類拔萃的直覺和評估技能。由於這個原因，很多研究者認為，計算機要精通圍棋仍需10年時間。

AlphaGo對李世石來說是一個獨特的挑戰。他說，在人與人對弈中，棋手會「感知」對方，評估對方的風格和心理。這種比賽通常會持續數小時。

「這一次，就好像是一個人在下棋，」李世石在比賽前夕說。「人類會犯一些錯誤，因為他們是人類。如果這種事發生在我身上，我可能會輸掉比賽。」

對於把下棋當作人工智能測試平台的研究者來說，1997年IBM超級計算機「深藍」(Deep Blue)在戰勝國際象棋世界冠軍加里·卡斯帕羅夫(Garry Kasparov)之後，圍棋就一直是最大的挑戰。

「的確，在國際象棋之後，唯一剩下的棋類遊戲就是圍棋了，」哈薩比斯周三表示。

去年10月，AlphaGo以5-0擊敗了三界歐洲圍棋冠軍樊麾，成為一大新聞。

但現年33歲的李世石是世界上成就最高的職業圍棋選手之一，擁有18個國際冠軍頭銜。他曾說歐洲冠軍的圍棋水平「在業餘棋手中幾乎是頂尖的」。

AlphaGo的開發者說，自從戰勝樊麾之後，它又有了很大的進步。哈薩比斯說，挑戰李世石是因為它已經準備好與一個「偶像級的」、「傳奇的」棋手對弈。如果李世石能夠五盤三勝，谷歌將付給他100萬美元。

哈薩比斯說，與深藍那樣的傳統人工智能機器不一樣，AlphaGo不會嘗試考慮一盤棋中所有可能的走法。它會根據自己與自己對弈數百萬盤棋的經驗，以及網上提供的10萬個棋局來縮小選項。

哈薩比斯說，AlphaGo的核心優勢是「它永遠不累，也不會被嚇倒。」

本周三對比賽進行解說的韓國圍棋高手金成龍(Kim Sung-ryong)說，AlphaGo在比賽開始不久出現了一個明顯失誤，但和大多數人類棋手不一樣，AlphaGo並沒有失去「從容」。

「它不像人類那樣下圍棋，」他說。「這是剔除了人類情感因素的一盤棋。」