談 AlphaGo 帶來的啟發,黃士傑:深度學習是具「創造性」的

作者 | 發布日期 2018 年 03 月 21 日 23:02 | 分類 AI 人工智慧 , Google , 尖端科技 follow us in feedly

十年前對許多人來說,人工智慧(AI)還是一個科幻色彩十足的名詞,但就在去年 AlphaGo 與中國棋王柯潔的世紀之戰後,AI 的潛在發展性終於被人們正視,各產業都開始積極投入發展 AI 應用,可以說是 AlphaGo 讓 AI 進入黃金時代也不過。



而這一切的背後,有著 Google,有著專注研究 AI 技術的 DeepMind,還有著負責操作 AlphaGo、來自台灣的黃士傑。

21 日舉辦的人工智慧論壇,Google 除了邀請許多專家前來分享機器學習在各方面的實際應用案例,現居倫敦的黃士傑也特地再度返台與大家分享 AlphaGo 背後一些故事,盼藉此鼓勵台灣產業積極發展 AI。

黃世傑表示,他從小就非常喜愛圍棋,學生時代也曾在一些小型賽事獲得不錯成績,但其實在他第一次踏進 DeepMind 那天,創辦人曾明確向他表示,DeepMind 並沒有打算要朝「圍棋」發展,因為 DeepMind 的目標不是在特定領域表現頂尖,而是製作出「通用」的 AI,讓 AI 能幫助人類解決無法解決的問題。

然而事情有時候就是這麼迂迴發展。在軟硬體、相關 AI 技術(深度學習)都進步足夠發展之際,為了促使 AI 應用發展進步,DeepMind 最終還是決定進行圍棋項目。

為了製造 AlphaGo,團隊嘗試過上百個 Idea,發展過程就是不停的實驗、實驗、實驗,持續閱讀新論文與新理論再學習,儘管過程十分艱辛,但黃士傑認為只要找到一個 idea 就值得,而他們最終也確實如此。

在團隊努力之下,AlphaGo 也在後續對弈持續進化,在與李世乭對弈獲得勝利後團隊成員一度打算結束,但考量到第四局犯下的初學者錯誤,最終他們仍決定運用神經網路將弱點修正,畢竟有缺陷的 AI 將無人敢用。

(Source:達志影像)

儘管在第四局對弈犯下驚人錯誤,但 AlphaGo 獨特的下法還是震動了棋界。黃士傑表示,中國職業棋士曾向他透露,第一天還沒開打以前,棋士間討論都覺得機器不可能獲勝,直到與李對弈的第二局 AlphaGo 下出了前所未見的第 37 手,一些棋士「比看到外星人還震驚」。

雖然看棋當時多數棋士都無法了解 AlphaGo 下法意圖,但後續許多分析中,人們開始廣泛認定那獨特的一手確實是人們未曾想過、超越幾千年來知識經驗的好棋;後續 AlphaGo 升級後與柯潔的對弈更是經常出現這種情況。

過去曾與 AI 對弈的西洋棋士也讚揚 AI 獨特的下法,形容在人類棋士中「十分少見」,黃士傑認為,這些例子證明深度學習是有「創造性」的──當然這個「創造」的定義還有待討論,但 AI 看來確實能協助人類發現未知領域,激勵人類的智慧發展。

為了讓 AI 再度進化,黃士傑透露,Deepmind 目前正在研究開發玩《星海爭霸 2》的 AI,他自己也參與這項專案計畫,未來將與暴雪(Blizzard)合作挑戰高端玩家;儘管許多玩家認為 AI 的「光速反應」應該會在即時戰略遊戲極具優勢,但事實並不是如此。

黃士傑解釋,圍棋只有 361 格點,對 AI 來說,所有的內容開始時便直接攤在眼前,但《星海爭霸 2》每輪遊戲都有全黑地圖必須留待探索,同時也得探查對手的舉動才能擬定策略,幾乎每次滑鼠移動便能視為一個點,這種不確定性讓《星海爭霸 2》對 AI 來說,是比圍棋還要難上許多的遊戲。

以開車為例,人類只要學會開車,駕駛豐田或 BMW 在概念上並沒有太大區別,但對 AI 來說卻是完全不同的兩件事。現在研究人員打算做的,就是希望讓 AI 學會透過局部特徵進行判斷:也就是如何在懂得開豐田後,也學會自己開 BMW。

與 AI 極近距離的深入接觸之下,黃士傑始終相信,人類還是最聰明的,而 AI 會成為一種協助工具,幫助人類解決無法解決的問題,像是早期癌症的診斷。

為了讓 DeepMind 期望的通用 AI 早點問世,便利人們的生活.我們也只好希望 AI 能儘快學好如何開 BMW 吧。

(首圖來源:科技新報)

延伸閱讀: