淺談AlphaGo - 圍棋

這幾天 AI又帶給了大家新的衝擊

AlphaGo又再次進化了 而且遠超乎大家的想像

顯然之後AI會更加深入這塊圈子

影響只會越來越廣 不得不深思要怎麼看待這場新的革命


雖然有些人說AI能使圍棋的發展更進一步 但坦白說我是有些悲觀的

因為從本質上AlphaGo就跟人類差太多了

首先 AlphaGo的演算法是追求勝率最高

假設A走法有90%贏一目 B走法有85%贏十目 AlphaGo會選前者

因為對它來說目數不重要 只要能贏就夠了

另外 AlphaGo都是在做全域運算 它沒有局部的概念

這兩點就跟人類的思考方式南轅北轍


難怪有人看了AlphaGo的棋感嘆 之前所學的都是錯的

就因為兩者的基礎點不同 也可說是演算法的不同 當然演化出來的棋路會有差別

而哪邊更加接近圍棋之神呢 相信AlphaGo已給出了答案


你可以說人類一直都用錯誤的方法學圍棋

但這是人類生理上的拘限性所導致的

我們幾乎永遠不可能像AlphaGo那樣思考

比起目數 勝率那種東西是虛無飄渺的 人類又怎麼能量化呢

當然只能計算目數


所以說要向AI學習 我是有些疑問的 要怎麼學呢

AlphaGo會告訴你要那樣下 但為什麼? 不知道

你沒法把AlphaGo的棋路內化 因為思考模式就不同

頂多只能依樣畫葫蘆

這樣的學習效果是有限的

我想過如果AlphaGo不追求最大勝率 而是最大目數的話會如何

這樣發展出的圍棋會不會更接近人類呢

這樣的發展或許會很有意思


相對的 我們對人類至今發展出的圍棋也不需太過悲觀

雖然舊的棋路 定石在AlphaGo 甚至圍棋之神眼中或許是錯的

但我們還是得擁抱它

因為我們是人類

不是AlphaGo

--