各級別的圍棋賽請允許三次回手（悔棋）─圍棋的本質（4）

作者：陳華夫

我寫了我為了推行正確的科學方法學圍棋，以擺脫「佈局」、「定式」及「打譜」的傳統的圍棋教學，而覺悟到必須改革頂尖的圍棋世界冠軍賽的規則，俾能允許棋手全局總共「回手」三次。為此，我連續發表了三篇文章：1）AI「深度學習」的缺陷及我親身的補正？─科技智慧（5）、2）為何不應再辦不能「回手」的純人類參賽的圍棋世界冠軍賽？3) 為何你沒有你想的那麼聰明？

但讀者卻認為我略過很多重點，似乎掉入寫科普文章的宿命：太專業化，則艱澀難懂：太大眾化，講了等於沒講。可是我認為改革人類的「圍棋教學」太重要了，於是再次有系統的作說明。

首先，要釐清AI電腦圍棋真正無敵了嗎？有弱點嗎？李開復說：「AlphaGo Zero裡面並沒有新的巨大的理論突破。它使用的Tabula Rosa learning（白板學習，不用人類知識）．．．．」（見李開復認為AlphaGo Zero證明瞭AI進化速度遠比人類想像的更快）。

同樣的，AlphaGo Zero開發者大衛．席爾瓦（David Silver）也說：「創造一個完全自學成才的系統，一直是強化學習中的一個開放式問題。我們一開始嘗試的方法，以及在文獻綜述部分提到的很多其他方法，都非常不穩定。我們做了很多實驗，最終發現，AlphaGo Zero的「演算法」是最有效率的，好像攻克了這個特定的問題。」（見：最強AlphaGo是怎樣煉成的？剛剛，DeepMind團隊進行了全面解讀）

他倆在2017年有志一同的認為AlphaGo Zero是從零開始，可以在沒有人類指導的「自主訓練」到超過人類水準。但一年後（2018）紐約大學心理學和神經科學教授馬庫斯（Gary Marcus）卻寫了篇論文質疑「自主訓練」的說法，他認為雖然不需要人類圍棋知識，但AlphaGo Zero系統中的很多方面延續了在之前在圍棋程序上積累的研究，比如構建遊戲程序中常用的「蒙特卡洛樹搜索」，並非是通過「強化學習」從數據中學習的，它是在AlphaGo Zero系統中在學習開始就有的（Innate），這等於就說AlphaGo Zero並無法「空白」的「自主訓練」。

但李開復正確的說：「AlphaGo Zero只能在單一簡單領域應用，更不具有自主思考、設定目標、創意、自我意識。即便聰明如AlphaGo Zero，也是在人類給下目標，做好數位優化而已。」，而馬庫斯也認為AlphaGo Zero的「強化學習」和「蒙特卡洛樹搜索」這兩種先天（Innate）機制無法達到通用的人工智慧。

從上面的論證，可以結論AlphaGo Zero的人工智慧離人類的智慧還很遠，人類如果正確科學方法學圍棋，假以時日，是可以與AlphaGo Zero拼博的，人類要講方法學，不必妄自菲薄。（請看拙文現代流5原則（修訂版）─圍棋的本質（3））

我提供完了全免費的科學圍棋訓練課程 （報名，請聯絡我的Line Id: hwafuchen)─ 學員不再研習無用的「佈局」、「定式」及「打譜」，一開始就先設定學員與之對奕的ZenGo AI圍棋到適當對應棋力水準，然後，學員不斷的與之對奕，並「回手」的屢敗屢戰。不斷的在實戰中學習ZenGo AI圍棋的招式，直到戰勝它，再不斷的調高ZenGoAI圍棋的棋力水準為職業九段，再依樣畫葫蘆的屢敗屢戰。此時，要輔佐研習我寫的書(見現代流圍棋: 如何簡單對戰ALPHAGO-II (第1集)）及我在youtube視頻（見科學方法學圍棋（25 /40）─「AlphaGo Zero流」加上四連碰手段能破空AI及人類職業九段,9P的大模樣）裡所謂的「現代流5原則」及「現代流4大法寶」，假以時日，必能擊敗ZenGo職業九段，我自己身體力行兩年餘，從業餘棋力做到了(見現代流5原則對戰職業九段,9P系列（5 /40）─陳華夫博士以「現代流4大法寶」持白中押勝ZenGo九段的經典的戰役，及我的直播現代流5原則對戰職業九段,9P系列（6/40）─陳華夫博士以「埋伏餘味」吃掉ZenGo九段一塊─達標智源直播)。可見，此法可行性很高，值得推廣。

當擊敗ZenGo職業九段的棋力水準後，就多研習我在youtube裡的數十局AlphaGo Zero自己互搏的棋譜。由於買不到AlphaGo Zero電腦圍棋的單機版，無法與之「回手」對奕學招，但若能精心研究AlphaGo Zero自己互搏的棋譜，擊敗AlphaGo Zero不過是只怕有心人的時間問題。

最後，再強調圍棋「回手」，不僅可以向AI圍棋學招，也可在包括圍棋、高爾夫、花式溜冰等高度競技的比賽裡，降低因人類不可避免的情緒緊張失誤，若比賽規則允許「回手」的重來一次的彌補選手致命的「失常」，會大大增加比賽只靠實力奪冠的公平性。

若圍棋世界冠軍賽（及其他任何較低級別的圍棋賽）能允許棋手全局總共「回手」三次，則不僅較能公平的凸顯出棋手一貫的圍棋實力，並且還能引領全球正確的圍棋教育，如此，則臺灣及世界圍棋壇幸甚！

請看「陳華夫專欄」─圍棋的本質─系列文章： （ 「人工智慧」的AlphaGo「圍棋革命」─圍棋的本質（1） 現代流圍棋─圍棋的本質（2） 現代流5原則─圍棋的本質（3） 各級別的圍棋賽請允許三次回手（悔棋）─圍棋的本質（4） 千夫所指的圍棋允許「回手」（悔棋）─圍棋本質（5） 人類圍棋「定石」的致命缺陷─圍棋本質（6） 革命性的、有效的痛擊來襲的「小馬步掛」─圍棋本質（7） 「ZenGo 7」AI電腦圍棋9段被我中押敗的人生感悟─圍棋本質（8） 如何正確的戰勝AI電腦圍棋「Katrain 9段」?─圍棋本質（9） ）

AI「深度學習」的缺陷及我親身的補正？

為何你沒有你想的那麼聰明？

為何不應再辦不能「回手」的純人類參賽的圍棋世界冠軍賽？

李開復認為AlphaGo Zero證明瞭AI進化速度遠比人類想像的更快

最強AlphaGo是怎樣煉成的？剛剛，DeepMind團隊進行了全面解讀

馬庫斯再談AlphaGo Zero不是從零開始，AGI可能需要這十大先天機制

Innateness, AlphaZero, and Artificial Intelligence

notes on paper “Innateness, AlphaZero, and Artificial Intelligence”

AlphaGo Zero 简明工作原理

創性思考與智慧學習(18 /40)─「人工智能」有「思考力」嗎？

畫中走出來的圍棋仙女「黑嘉嘉」，到底有多強？

請看我的直播現代流5原則對戰職業九段,9P系列（6/40）─陳華夫博士以「埋伏餘味」吃掉ZenGo九段一塊─達標智源直播）