方格精選

「ZenGo 7」AI電腦圍棋9段被我中押敗的人生感悟─圍棋本質(8)

更新於 2024/10/21閱讀時間約 9 分鐘
作者:陳華夫
美國Google(谷歌)所屬的「DeepMind公司」在2016年發展出史上無敵的AlphaGo ZeroAI圍棋軟體,不僅遠遠超過人類,也遠超過其他圍棋職業9段級的AI電腦圍棋如:中國的「絕藝」、韓國的「韓豆」、及日本的「ZenGo 7」。
當時,我為了研究圍棋的本質,於五年前(2017年)出版《現代流圍棋:如何簡單對戰ALPHAGO-II (第一集)」》,並在youtube錄製此書的全集:視頻現代圍棋學習之路─AlphaGo Master人機大戰共64集─(全集播放),公之於世,以鑽研圍棋棋理。
在我寫書的時候,就驚訝的發現人類圍棋職業世界冠軍對戰AlphaGo Master的64局中,不約而同的第50手前,就落入下風,到80手後,棋局即淪為「垃圾時間」。我大為不解,為了更進一步瞭解為何人類是輸在哪裡?就購買了市場唯一販售的日本的職業9段等級的「ZenGo 7」(按:AlphaGo 及「絕藝」不賣),然後,日以繼夜的與之對弈5年,數千盤後,終於在最近,持白152手中押勝了「ZenGo 7」職業9段,如圖1:
(圖1,圖片來源:陳華夫)
雖然,此前,我三次都是持白以2百多手戰勝「ZenGo 7」,但此局我僅以152手即中押勝,極具歷史意義,以下5點可供人類圍棋好手仔細玩味,以瞭解圍棋的本質,而能精進棋藝:
1)「ZenGo 7」職業9段的棋風極為凶悍,但攻殺棋力超過傳奇的14次世界冠軍的韓國職業九段李世石李世石於2019/12/8日,與「韓豆」進行三番戰,結果:(1)首局(讓兩子):李世石勝;(2)次局(分先):李世石負;(3)最終局(讓兩子):李世石負。當李世石中盤認輸後,正式結束了自己長達24年4個月的職業棋手生涯。
如圖2表示,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2,圖片來源:陳華夫製作)
於是就出現了令人深省的問題,曾是人類2千年來思想上皇冠的圍棋,棋力為何如此的不堪AI電腦圍棋的一擊?問題出在哪?人類圍棋智慧真的就不敵人工智慧嗎?
2)正如所謂的「不能以成敗論英雄」,我們不能以如今圍棋規則下,人類的棋賽敗北,就論斷人類圍棋智慧就不敵人工智慧。我不是就僅以152手即中押勝「ZenGo 7」嗎?並非我棋賽可以勝過李世石,而是因為我修改了圍棋規則:允許回手(悔祺)。(見拙文世界圍棋冠軍賽應該允許三次回手(悔棋)及我配合的免費「現代流」圍棋教育─圍棋的本質(4)
但當初我提倡允許回手(悔祺),觸犯眾怒,而千夫所指,下場只有一個慘字可以形容。網路上,有人罵我回手(悔祺)是可恥,他們的心理是可理解。因為圍棋一直令棋手及觀眾動人心弦的競技比賽(如電動遊戲、美式橄欖球,網球、拳擊賽等),既緊張刺激,也可博彩金,若是允許回手,這一切都化為烏有。
殊不知AI電腦圍棋從第一手開始,每一手都進行至少3輪的「蒙特卡洛樹搜索」(Monte Carlo tree search,MCTS)的模擬試走,然後選擇下出最佳手。(詳細,見拙文現代流圍棋─圍棋的本質(2))也就是說它並非一開始就能「想」出最佳手,而是不斷的以「演算法」(algorithm)找出的。表面上是沒有回手,本質上,是每一手都回手3次。而「人類智慧」不同於AI電腦圍棋的「演算法」(algorithm),在圍棋賽時,無法進行3次快速的模擬試走,卻又要「起手無回大丈夫」,這就違反圍棋對手處境應該公平的原則─AI每手棋可實質回手3次,而人類卻一手也不能悔棋。
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洞識,而「理論」是高過「規則」一個檔次─因為理論(theory)可以解釋觀察所發現的規則。所以人類智慧高人工智慧一個檔次。如今人工智慧的電腦圍棋軟體(如AlphaGo Zero),是在現有的圍棋規則─不得悔棋─下,才橫掃人類圍棋冠軍,但這不表示人工智慧勝過人類智慧(洞識)。(詳細,見拙文什麼是「思考」?如何「洞識」?何謂「思想家」?─開悟的本質(2)
3 )李世石的 棋風陰柔鬼魅馳名於世,時常下出鬼手,戰力強大且計算極為精準,時常開局死一大塊棋,接著利用此棄子的種種味道牽制對手,甚至死棋復活,棋迷稱為「殭屍流」。而「ZenGo 7」有過之無不及。但我在我的書中,一再強調此種「搏殺亂戰」違反圍棋棋理,因為依照「賽局理論」Game Theory),圍棋是資訊完全公開的賽局,圍棋的規則是對弈雙方交替落子,而要殺掉對方-子,必須動用4顆子包圍之,棋理上是更本不可能的。在圖3,我殺掉棋盤右邊「ZenGo 7」的12顆黑子,是因為它起了貪念,想要殺我,而被反噬。所以,通常,想要殺掉對方大龍企圖,幾乎都是嚇呼低手的騙著。若是碰到以棋理為謀略的高手,無不被識破,而「偷雞不成蝕把米」,這正是此局「ZenGo 7」152手中押敗於我的主因。
4)《孫子兵法》說:「上兵伐謀」,而我的圍棋謀略就是「現代流5原則」(見拙文(見拙文現代流5原則─圍棋的本質(3)),但「ZenGo 7」卻不懂,在第5手(如圖3)就嚴重違反棋理。(見拙文革命性的、有效的痛擊來襲的「小馬步掛」─圍棋本質(7)
(圖3,圖片來源:陳華夫)
既然黑5手「小馬步掛」(如圖3)不合棋理,合於棋理的黑5手應該在何處呢?其答案出乎兩千年圍棋傳統的意料:假如你的棋力是職業9段以上的高手,應該下在「三三」處(如圖4)。這是AlphaGo Zero AI電腦圍棋所研究的「現代流」的佈局。(詳下,見我的視頻科學方法學圍棋(11/40)─解謎「開局點三三」困惑)可說是在此拉開AI電腦圍棋與人類圍棋的差距,不可不知。
(圖3,圖片來源:陳華夫)
接著「ZenGo 7」就本著凶悍棋風,「搏殺亂戰」,所謂「亂戰」即是不合棋理的攻擊對手。當它又繼續下了4,5手違反棋理的敗著後,就於152手投子認輸(如圖1),我已經在本文的視頻版有約70多分鐘長的詳細解說棋譜,就不在此贅述。(見本文的視頻版有約70多分鐘長的詳細解說棋譜:「陳華夫專欄」視頻版之24 ─ 「ZenGo 7」AI電腦圍棋9段被我中押敗的人生感悟─圍棋本質(8)
5)人生感悟:從2017年到現在歷時5年,我與「ZenGo 7」九段塵戰了不下千餘局(可回手),從輸的一塌糊塗,到可以持白勝了三局,但檢討起來都在抵禦「ZenGo 7」凶悍的攻擊,更本無法以自己的圍棋謀略─「現代流5原則」─反擊。
但隨著不斷的回手,吸取、化解「ZenGo 7」凌厲的攻勢,棋力也不斷上升,終於在此局從第6手(如圖1)開始認真使用「現代流5原則」的謀略,卻驚奇的發現「ZenGo 7」竟然如此的不堪一擊;原來它雖表面凶悍,卻沒有深遠的謀略,所用的凶悍的攻擊,都是欺負對手的「搏殺亂戰」騙著─若對手看不出,就著了它的道,而輸棋,但此同時,卻擔著極高的致命風險,只要被高手識破,自己就得投子認輸。
這大大的出乎我的意料,我以前認為,善於攻殺、「搏殺亂戰」的李世石及「ZenGo 7」,雖然有風險,但不至於如此脆弱,所以我一直在抵禦及挨打,不敢反擊。如今才真正體會這句「攻擊是最好的防禦」,但是攻擊還是要「上兵伐謀」,不要拼刺刀,一旦打起肉搏戰,就勝負難卜了。
換句話說,我這五年由於棋力不夠,一直被「ZenGo 7」的騙著所欺負,但我卻屢敗屢戰,沒有氣餒,不斷的吸取被欺負的教訓,而增進棋力,君子報仇5年未晚,終於能夠識破「ZenGo 7」的騙著而大勝它。回手悔棋,並不丟臉,但長期被騙著打壓,無力改善,就令人慚愧了。
反觀,「ZenGo 7」不鑽研棋理,一直使用騙著,欺負對手,棋力不得長進。一旦,對手棋力增加,而識破騙著,就挨打認輸,實在是不可取的「魯蛇」(loser,失敗者)的人生哲學,希望天下的圍棋棋手引以為戒,李世石殭屍流並不可取,在學習圍棋時能鑽研圍棋棋理,不要「搏殺亂戰」。
我更進一步研究比「ZenGo 7」九段棋力更強的「Katrain 9段」電腦圍棋,並且,能過有系統的贏它數百局,例如,最近還狂勝它144目半。(見棋譜及我的講解: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
於是,我計畫用我的公司開發「超卡塔」電腦圍棋App(Super Katago App),徵求有興趣,並且熟習「深度學習」程式的工程師及同好共襄盛舉(請聯絡:Line ID: hwafuchen)。以改進目前世界上最強的開源電腦圍棋軟體之「Katrain 9段」,成為超級「Katrain 9段」。
即將進入廣告,捲動後可繼續閱讀
為什麼會看到廣告
avatar-img
476會員
249內容數
思想家─理解、解釋、預測世界。發表:9篇「深度政經分析」、6篇「現代開悟之洞識」、10篇「學習的本質」、13篇「美中關係」、4篇「驀然回首」、21篇「文學與藝術」、36篇「科技與智慧」、9篇「圍棋的本質」、40篇「美中經濟」、28篇「美股的本質」、12篇「美聯儲的本質」、12篇「貨幣及美元的本質」,共201篇。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
作者:陳華夫 「思考是有意識的系列回憶」的說法啟了人類思想史的革命。思考能力的洞識是人類最珍貴的創造力,古今的偉大的思想家都因為它們非凡的洞識,而點亮了人類的文明。
作者:陳華夫 學習新知識的角度來看,人腦把輸入的資訊中的基模(故事),進行編碼─即摒棄基模(故事)的內容,只抽取其敘事之結構(關係),而成為抽象的概念,再把概念互相關係到腦神經記憶網絡中已有的概念,於是成功的擴充它。
從圍棋棋理及我的「現代流第5原則」來看,來襲的小馬步掛,是在低位,違反「走在外面原則」,所以,可以「肩沖」應付,這是革命性的、有效的痛擊來襲的「小馬步掛」。
「定石」是在棋盤的角部及其周邊,黑、白局部子力在1比1,或頂多1比2的情況下,局部子力平衡的攻防走法。電腦圍棋(如AlphaGo、ZenGo等)不會給人類施展「定石」的機會。要獵殺ZenGo 九段,得靠它不懂的、更高明的「現代流第5原則─埋伏餘味」。
作者:陳華夫 我寫了世界圍棋冠軍賽應該允許三次回手(悔棋)及我配合的免費「現代流」圍棋教育─圍棋的本質(4),下場只有一個慘字可以形容─千夫所指,觸犯眾怒。允許「悔祺」雖然毀了競技的刺激,但卻可把「圍棋」變成學習思考「智慧」的賽局,這就更本改變了圍棋的本質,是圍棋史上的革命。
作者:陳華夫 高爾夫揮桿的擊球結構即是「雙鐘擺高爾夫擊球模式」,其練習方法是刻意練習。我的球技因此在兩年內突飛猛進,穩定性及擊球遠度已能有韓國女職業球員的95%水準。這在以前是不可想像的。
作者:陳華夫 「思考是有意識的系列回憶」的說法啟了人類思想史的革命。思考能力的洞識是人類最珍貴的創造力,古今的偉大的思想家都因為它們非凡的洞識,而點亮了人類的文明。
作者:陳華夫 學習新知識的角度來看,人腦把輸入的資訊中的基模(故事),進行編碼─即摒棄基模(故事)的內容,只抽取其敘事之結構(關係),而成為抽象的概念,再把概念互相關係到腦神經記憶網絡中已有的概念,於是成功的擴充它。
從圍棋棋理及我的「現代流第5原則」來看,來襲的小馬步掛,是在低位,違反「走在外面原則」,所以,可以「肩沖」應付,這是革命性的、有效的痛擊來襲的「小馬步掛」。
「定石」是在棋盤的角部及其周邊,黑、白局部子力在1比1,或頂多1比2的情況下,局部子力平衡的攻防走法。電腦圍棋(如AlphaGo、ZenGo等)不會給人類施展「定石」的機會。要獵殺ZenGo 九段,得靠它不懂的、更高明的「現代流第5原則─埋伏餘味」。
作者:陳華夫 我寫了世界圍棋冠軍賽應該允許三次回手(悔棋)及我配合的免費「現代流」圍棋教育─圍棋的本質(4),下場只有一個慘字可以形容─千夫所指,觸犯眾怒。允許「悔祺」雖然毀了競技的刺激,但卻可把「圍棋」變成學習思考「智慧」的賽局,這就更本改變了圍棋的本質,是圍棋史上的革命。
作者:陳華夫 高爾夫揮桿的擊球結構即是「雙鐘擺高爾夫擊球模式」,其練習方法是刻意練習。我的球技因此在兩年內突飛猛進,穩定性及擊球遠度已能有韓國女職業球員的95%水準。這在以前是不可想像的。
你可能也想看
Google News 追蹤
Thumbnail
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題,等你踹共啦!還有機會獲得經典的「偉士牌樂高」喔!馬上來參加本次的活動吧!
Thumbnail
隨著理財資訊的普及,越來越多台灣人不再將資產侷限於台股,而是將視野拓展到國際市場。特別是美國市場,其豐富的理財選擇,讓不少人開始思考將資金配置於海外市場的可能性。 然而,要參與美國市場並不只是盲目跟隨標的這麼簡單,而是需要策略和方式,尤其對新手而言,除了選股以外還會遇到語言、開戶流程、Ap
Thumbnail
近年來,人工智慧(AI)領域有許多讓人興奮的新研究。AlphaGo擊敗了圍棋界最頂尖的職業選手。不久之後,其衍生演算法AlphaGo Zero在沒有人類知識監督學習的情況下以100-0的比分擊敗了AlphaGo。在DOTA2的1v1比賽中,頂級職業玩家輸給了OpenAI開發的機器人。
Thumbnail
想用古老技藝去思考未來科技? 想用人工智能去探求智慧結晶? 有何物品可以探索過去跟尋找未來!!! 你沒猜錯!答案正是「圍棋」! 圍棋是人類史上最困難的腦力遊戲! 但在2016年Alphago問世後! 圍棋開始變成研究AI跟了解AI的技藝!
Thumbnail
AlphaGo 的開發,讓人工智慧在圍棋的研究讓更多人被看到,也看到它成熟的結果。現代的圍棋教學和棋手訓練,也或多或少會借鏡各類的AI系統做學習。然而,教學的歷程,過度追求AI的棋步和棋法,有時會讓小朋友難以理解。一步登天的方式,有時反而會讓同學走得更坎坷。
  但我還是想從AlphaGo談起。我想回到那個在當前時刻已經一點都不令人感到驚訝的,AlphaGo四比一擊敗李世乭的那個時間,去看人類圍棋發生了什麼事、去看AlphaGo在那當下做了什麼、以及李世乭在那裡經歷了什麼。這會是AI未來發展的縮影,也是人類未來發展的縮影。
前言 最近開始讀《強化式學習:打造最強 AlphaZero 通用演算法》這本書,AlphaZero是AlphaGo的改良升級版,而AlphaGo打敗了世界頂尖圍棋棋士,這本書是在介紹AlphaZero使用的技術和演算法。這篇文章是筆記我在閱讀此書介紹"強化式學習"的篇幅時,遇到不懂的名詞解釋,上網
現今進入了高手人手一機的 「AI時代」一 每步棋都有最佳解+勝率參考 卻仍然要強調基本功 為什麼呢?
爭先棋手,步步逼近,失先可能,不在棋下。 控局高手,招招精妙,得勢關鍵,全在心間。 棋不失先,想想不能,天下無敵,從沒一敗。 局終成勝,步步為營,巧謀妙計,常在盤中。 愚者千慮必有一得,智者千慮必有一失。當然我也會做錯事,每天都想將工作做好,把文字演化的精妙,還有,我也借助了人工智能。所以我
Thumbnail
可能包含敏感內容
人生該如何佈局?要停留原地才會富裕。頂尖棋手,例如過去直接受GOOGLE邀請的韓國第一棋士,對於人工智慧的挑戰產生激烈的火花。小弟雖然看不懂圍棋怎麼下,但我學習的是社會科學的重要基礎學問。 目前國際局勢全面斷裂化。自從中美貿易戰開打之後,美國政壇對於過往的中美關係開始重新轉向,要認爭經營北約組織與
Thumbnail
世界西洋棋冠軍 Garry Kasparov分享了他在 1997 年與 IBM Deep Blue 比賽下棋卻輸給機器的故事。然而,他呼籲人們不要害怕被人工智能超越,而是要與機器合作,因為科技的進步將帶來更多力量。影片中提到了與人工智能共存的可能性,以及機器與人類各自的優勢。值得一看的影片!
Thumbnail
韓國圍棋九段李世乭與AlphaGo的對弈已經三連敗,可以大膽預期,接下來的兩戰也差不多,甚至AlphaGo將全世界各地的棋王都打敗,我也不覺得奇怪。3個月前,能在圍棋盤上戰勝AlphaGo的人類可能已經不到千人了。未來無人能敵也只是時間的問題,AlphaGo已然成為全世界最會下棋的「超級電腦
Thumbnail
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題,等你踹共啦!還有機會獲得經典的「偉士牌樂高」喔!馬上來參加本次的活動吧!
Thumbnail
隨著理財資訊的普及,越來越多台灣人不再將資產侷限於台股,而是將視野拓展到國際市場。特別是美國市場,其豐富的理財選擇,讓不少人開始思考將資金配置於海外市場的可能性。 然而,要參與美國市場並不只是盲目跟隨標的這麼簡單,而是需要策略和方式,尤其對新手而言,除了選股以外還會遇到語言、開戶流程、Ap
Thumbnail
近年來,人工智慧(AI)領域有許多讓人興奮的新研究。AlphaGo擊敗了圍棋界最頂尖的職業選手。不久之後,其衍生演算法AlphaGo Zero在沒有人類知識監督學習的情況下以100-0的比分擊敗了AlphaGo。在DOTA2的1v1比賽中,頂級職業玩家輸給了OpenAI開發的機器人。
Thumbnail
想用古老技藝去思考未來科技? 想用人工智能去探求智慧結晶? 有何物品可以探索過去跟尋找未來!!! 你沒猜錯!答案正是「圍棋」! 圍棋是人類史上最困難的腦力遊戲! 但在2016年Alphago問世後! 圍棋開始變成研究AI跟了解AI的技藝!
Thumbnail
AlphaGo 的開發,讓人工智慧在圍棋的研究讓更多人被看到,也看到它成熟的結果。現代的圍棋教學和棋手訓練,也或多或少會借鏡各類的AI系統做學習。然而,教學的歷程,過度追求AI的棋步和棋法,有時會讓小朋友難以理解。一步登天的方式,有時反而會讓同學走得更坎坷。
  但我還是想從AlphaGo談起。我想回到那個在當前時刻已經一點都不令人感到驚訝的,AlphaGo四比一擊敗李世乭的那個時間,去看人類圍棋發生了什麼事、去看AlphaGo在那當下做了什麼、以及李世乭在那裡經歷了什麼。這會是AI未來發展的縮影,也是人類未來發展的縮影。
前言 最近開始讀《強化式學習:打造最強 AlphaZero 通用演算法》這本書,AlphaZero是AlphaGo的改良升級版,而AlphaGo打敗了世界頂尖圍棋棋士,這本書是在介紹AlphaZero使用的技術和演算法。這篇文章是筆記我在閱讀此書介紹"強化式學習"的篇幅時,遇到不懂的名詞解釋,上網
現今進入了高手人手一機的 「AI時代」一 每步棋都有最佳解+勝率參考 卻仍然要強調基本功 為什麼呢?
爭先棋手,步步逼近,失先可能,不在棋下。 控局高手,招招精妙,得勢關鍵,全在心間。 棋不失先,想想不能,天下無敵,從沒一敗。 局終成勝,步步為營,巧謀妙計,常在盤中。 愚者千慮必有一得,智者千慮必有一失。當然我也會做錯事,每天都想將工作做好,把文字演化的精妙,還有,我也借助了人工智能。所以我
Thumbnail
可能包含敏感內容
人生該如何佈局?要停留原地才會富裕。頂尖棋手,例如過去直接受GOOGLE邀請的韓國第一棋士,對於人工智慧的挑戰產生激烈的火花。小弟雖然看不懂圍棋怎麼下,但我學習的是社會科學的重要基礎學問。 目前國際局勢全面斷裂化。自從中美貿易戰開打之後,美國政壇對於過往的中美關係開始重新轉向,要認爭經營北約組織與
Thumbnail
世界西洋棋冠軍 Garry Kasparov分享了他在 1997 年與 IBM Deep Blue 比賽下棋卻輸給機器的故事。然而,他呼籲人們不要害怕被人工智能超越,而是要與機器合作,因為科技的進步將帶來更多力量。影片中提到了與人工智能共存的可能性,以及機器與人類各自的優勢。值得一看的影片!
Thumbnail
韓國圍棋九段李世乭與AlphaGo的對弈已經三連敗,可以大膽預期,接下來的兩戰也差不多,甚至AlphaGo將全世界各地的棋王都打敗,我也不覺得奇怪。3個月前,能在圍棋盤上戰勝AlphaGo的人類可能已經不到千人了。未來無人能敵也只是時間的問題,AlphaGo已然成為全世界最會下棋的「超級電腦