AlphaGo成功關鍵 分析：策略結合值網路

谷歌（Google）旗下DeepMind開發的人工智慧系統「AlphaGo」，日前以4:1大勝韓國九段圍棋高手、世界冠軍李世乭。AlphaGo主要開發者、來自台灣的黃志傑18日返台及分享經驗，他表示，AlphaGo成功的主要關鍵在於策略網路（Policy Network）與值網路（Value Network）的分析方式，讓它能在20~30萬份對戰棋譜中，找出最好的20步，才能夠在此世紀之戰中獲勝。

黃志傑指出，圍棋第一步的下法選擇就高達361種，變化數有10的364次方，對早期人工智慧來說，根本無法計算。但對AlphaGo來說，運用策略網路來減少搜尋廣度，從360步只要找到20步；價值網路則是直接判斷盤面狀況，了解優勢還是劣勢，減少搜索深度，自然會提升勝率。

對於第四局對戰AlphaGo落敗，黃志傑說，當時李世乭下了神之一手，以致值網路發生誤判，接連處在劣勢。由於AlphaGo會在比賽中隨時計算勝率，如果勝率低於20%就會投降，但為何會誤判，目前仍不清楚詳細原因。

黃志傑說，當AlphaGo通知投降時，他自己有笑了一下，因為他很尊敬李世乭，看過李世乭大部分的棋譜與比賽，很榮幸能夠坐在他對面。「我為李世乭高興，因為知道他的壓力很大，4比1是蠻圓滿的結果。」

至於AlphaGo的未來發展，黃志傑表示，未來人工智慧可望運用在醫療及機器人上，並達到預先診斷、找出病徵，協助醫學診斷。◇