台灣也有AlphaGo?祕密就藏在吳毅成領軍的交大AI實驗室

台灣也有AlphaGo?祕密就藏在吳毅成領軍的交大AI實驗室
Photo Credit: AP/達志影像
我們想讓你知道的是

谷歌的AlphaGo用圍棋說明了AI人工智慧的發展,而台灣能否也創造出一個AlphaGo?答案是:可能的!而關鍵就藏在交大的實驗室,這裡可說是台灣人工智慧人才培育的搖籃。

唸給你聽
powered by Cyberon

文:張嘉伶|財訊雙週刊 第499期

「吃子!」交大工程三館的實驗室,吳毅成教授帶著吳迪融、陳冠文、藍立呈等同學在一台電腦前面,用CGI(電腦遊戲與智慧)程式挑戰職業圍棋棋士二段的林杰漢,在沒有讓子的情形下,最終成績一勝一負。林杰漢評估,CGI棋力已具有業餘高段棋士水準,非常接近職業棋士。

最近各大媒體都在關注谷歌(Google)開發的阿法狗(AlphaGo),程式設計師黃士傑與世界一流的南韓棋士李世乭對決,最後AlphaGo四勝一敗,震撼了全世界!在此之前尚無圍棋程式能擊敗職業棋士,而台灣是否也能創造出一個AlphaGo呢?答案是可能的!而關鍵就藏在交大的一個實驗室,這裡可說是台灣人工智慧人才培育的搖籃。

「其實黃士傑是念交大資訊科學的!」吳毅成教授對此感到很驕傲,他與黃士傑有些類似。黃士傑具有圍棋業餘六段資格,並且對於人工智慧相當有興趣;而吳毅成教授是六子棋的發明人,與團隊多年來發展許多棋牌類遊戲的人工智慧程式,還擔任中華民國人工智慧學會理事長。

主要研究AI Games
圍棋、麻將、2048 樣樣行

之後黃士傑去台師大資工所念碩士及博士班,吳毅成還擔任過黃士傑碩士論文的口試委員;直到前幾日,吳毅成還在臉書上和黃士傑討論這個世紀棋局對「AI人工智慧」領域所帶來的意義。身為同好,吳毅成對黃士傑的表現相當佩服。

對AlphaGo程式目前的表現,吳毅成說,「真的是非常震撼!」從IBM深藍電腦20年前擊敗世界西洋棋冠軍開始,人工智慧一直緩步發展;直到十年前推出蒙地卡羅樹狀搜尋演算法(MCTS)後,大幅提升圍棋程式的棋力從級位到業餘段位;「而現在電腦直接下贏職業棋士,這比大家預估的時間快了十年!」

吳毅成對人工智慧的領域一直很感興趣,他帶領的研究團隊,主要研究項目就是AI Games,而這支程式CGI不僅可下圍棋,還可以玩象棋、六子棋、暗棋、麻將等,甚至是年輕人很愛玩的電腦遊戲《2048》,該程式在《2048》電腦遊戲比賽中的勝率穩居世界第一。

Photo Credit: 財訊
台版AlphaGo
透過深度學習 圍棋功力職業級

吳毅成表示,去年初,團隊之一的吳迪融在實驗室運用MCTS系統,開始重新撰寫圍棋程式。去年五月,就在台灣電腦對局競賽中,獲得圍棋組九路、十三路、十九路冠軍,棋力達到業餘二段左右。

之後,陳冠文、藍立呈兩位同學加入開發團隊,開始研發「深度學習演算法」,並用之於CGI;而深度學習軟體是指在人工智慧領域,使用一款名為「神經網路(neural network)」系統,教導電腦篩選大量資料後,能自行找到形式和規律,果然棋力大增。

為了解CGI在世界的排名表現,今年二月,在CGOS圍棋程式排名網站中,與世界前三強的日本圍棋程式ZEN互有勝負。最近也密集邀請一些業餘高段棋士測試,CGI大都能擊敗棋城七段棋士;日前在中華職業圍棋協會執行祕書周平強安排下,直接挑戰職業棋士二段的林杰漢,在沒有讓子的情形下,獲得一勝一負,令人側目。

吳毅成說,「其實發展人工智慧遊戲程式,可以讓我們更容易了解人工智慧的精髓;由於遊戲輸贏清楚,方法是否有效透過比賽就知道了。」如同10年前,人工智慧透過MCTS,大幅提升圍棋程式的棋力從級位到業餘段位,證實了MCTS方法的優越性;這也引導許多新研究,將MCTS運用到其他問題上;例如早先法國的MOGO的人工智慧團隊,將MCTS應用於電廠機組調度的最佳化問題,以節省電力。

而最近「深度學習」進一步提升圍棋程式的棋力從業餘段位到職業段位,證實了「深度學習」的優越性。吳毅成認為,AlphaGo這場世紀對決,對人工智慧發展絕對是超級重要的里程碑,可以預見未來許多新研究,會將新的「深度學習」技術,運用到醫療、防災等應用問題上,對人類做出更多貢獻。

吳毅成鼓勵交大學生精進CGI程式,並持續參加世界大賽;因為台灣在人工智慧領域的發展不僅不能缺席,還期望喚起政府及產業界的重視。

本文經財訊授權刊登,原文發表於此

責任編輯:翁世航
核稿編輯:孫珞軒