作者:陳華夫 利用人工智慧,美國「谷歌」所屬的DeepMind公司從2016年發展出史上無敵的AlphaGo Zero圍棋軟體,不僅遠遠超過人類,緊追在後的國的絕藝、日本的「ZenGo7」、開源的Katrain等電腦圍棋的棋力也遠超過人類。。 回顧歷史,2016/3月,DeepMind公司開發的AlphaGo Lee以4:1戰勝世界冠軍韓國職業棋士李世石九段。2016/12/29日升級版的AlphaGo Master在弈城圍棋網及騰訊野狐圍棋網,以60:0戰勝中、韓、日、台的圍棋世界冠軍。(按:我在2017年仔細分析了這60局,而寫了《現代流圍棋:如何簡單對戰ALPHAGO-II (第一集)》,並將此書製作60集youtube視頻:現代圍棋學習之路─AlphaGo Master人機大戰共64集─(全集播放)) 在2017/10/19日DeepMind公司在《自然》雜誌上發表了劃時代的論文:「Mastering the game of go without human knowledge,David Silver, .et.al, Nature, 550, 354-359, 2017」(中文翻譯:不需要人類圍棋經驗練的超級電腦圍棋軟體),而推出了迄今圍棋史上棋力最強的版本:AlphaGo Zero,它擺脫了它的前身─AlphaGo Lee及AlphaGo Master ─必須借助使用人類KGS圍棋伺服器棋譜進行監督學習,完全由零(Zero)開始,不需要人為指導,只是自己和自己不斷對弈,來訓練自己。AlphaGo Zero經過3天的學習就以100:0的比數擊敗AlphaGo Lee的實力,而在21天後達到了AlphaGo Master的水平,並在40天內超過了所有之前的版本,成為史上無敵的圍棋軟體。 (圖片來源:Mastering the game of go without human knowledge,David Silver, .et.al, Nature, 550, 354-359, 2017) 而AlphaGo Zero與緊追在其後的絕藝、, 「ZenGo 7」, 金毛,天壤,韓豆, Katrain等電腦圍棋的棋力比較如下圖:(見最新圍棋AI實力排行!) (圖片來源:陳華夫製作) 雖然AlphaGo Zero的棋力史上無敵,但它畢竟是基於人工智慧所開發出來的圍棋軟體,與人類智慧比較,人工智慧有不少缺陷。(見拙文AI「深度學習」的缺陷及我親身的補正?─科技智慧(5))簡要的說,人工智慧所開發出來的圍棋軟體雖然能贏棋,卻無法模塊化圍棋知識及提煉圍棋對弈致勝的規則(規律),以教導人類如何學習圍棋。 而人工智慧的學習另一個致命傷是無法舉一反三的學習轉移(Transfer of learning)─即把學習到的知識及技能舉一反三的應用到新的情況或不同的領域。例如,DeepMind公司再發展AlphaGo Lee,AlphaGo Master,及AlphaGo Zero等3個版本時,各個版本都是獨立構造,和獨立進行訓練的,也就是說,各版本的圍棋知識無法舉一反三的學習轉移到其它的版本上。相反的,人類的智慧可以分解組合知識是的,及舉一反三的學習轉移到新領域。 然而,自學的AlphaGo Zero仍是基於深度學習,其演算法是「由下而上」的規則性(rule-based),而人類的圍棋智慧卻是「由上而下」的理論性(theory based),也就是說,人類智慧是一種理論的洞識,而理論及推理是高過規則一個檔次(見人類才不會被AI取代!《大腦如何精準學習》揭大腦6大優點:目前的人工智慧永遠學不來)。所以人類智慧高人工智慧一個檔次。而我就成功的抽取出圍棋的理論:現代流圍棋五原則,並以它奮戰「ZenGo 九段」與「Katrain 9段」。在經過4、5年,我現在已能有系統的持白大勝「ZenGo 九段」與「Katrain 9段」,證明了人類智慧還是有機會戰勝人工智慧的電腦圍棋軟體。(請看拙文如何正確的戰勝AI電腦圍棋「Katrain 9段」?─圍棋本質(9)、及youtube視頻現代流5原則對戰職業九段,9P系列(60─100)─ 陳華夫持白狂勝「Katrain 9段」144目半) (有關人類的學習請看拙文: 從打「高爾夫球」看「人工智慧」與人類學習之差異─科技智慧(3) 諾貝爾獎的教育反思─「自學」與「元學習」─科技與智慧(11) 什麼是「記憶」?如何「記憶」?「記憶」的本質?─開悟的本質(3) 什麼是「思考」?如何「洞識」?何謂「思想家」?─開悟的本質(2)) AlphaGo Zero自學成才,輕易擊敗上一代AlphaGo 【纪录片】AlphaGo世紀對決 2017 學會學習Learning to Learn:讓AI擁有核心價值觀從而實現快速學習 最前沿:百家爭鳴的Meta Learning/Learning to learn 人工智慧對圍棋的負面影響 Brute computing force alone can't solve the world's problems. J.C.R. Licklider-約瑟夫·利克萊德-的《人機共生》(Man-Computer Symbiosis) AI之外你更該關注的「IA」是什麼?跟人工智慧差在哪? 超級模型算法之外,人機協同道路浮現 DeepMind宣布能夠預測蛋白質結構