AlphaGo 改良測試版本已戰勝地球上幾十位最強人類圍棋高手。人類憑科學、邏輯、數學，創造出能夠在現有棋類中最複雜的圍棋戰勝世界冠軍的人工智能。 人工智能與一般電腦程式不同之處，在於其並非簡單依循人類工程師定下的規則去執行指令。人工智能使用分析大數據的演算法，稱之為機械學習（machine learning）。機械學習是一個統稱，其分成眾多不同演算法，應用於各種不同問題，詳細分別在此不述。無論何種機械學習演算法，其共通點是電腦會從過往經驗中學習，自動分析出最佳執行策略。 以棋類為例，為什麼必須使用機械學習？原因在於其可能步法數量非常多。我們可見的宇宙中，大約有 10^80 個粒子，即 1 後面跟 80 個零。我們可以問，圍棋最多可能有多少個不同棋局？ 圍棋的棋盤是個 19 x 19 的正方形，即有 19 x 19 = 361 格。每格可以有三種狀態：黑子、白子、空位。因此，每一步最多可以有 3^361 種擺法，即大約 1.7 x 10^172 種擺法，亦即 17 後面跟 171 個零。這已經比宇宙中的粒子總數 10^80 更多。然而根據圍棋規則，並非每一格都能任意放黑子或白子，因此實際上最多可能擺法應比 1.7 x 10^172 少一些。電腦科學家 John Tromp 與其他人曾計算出實際可能擺法約為 2 x 10^170。 接下來，我們需要知道一局最長能有多少步。這很簡單，因為明顯地一局最長只能把所有可能擺法全部走完，即 1.7 x 10^172 步。Tromp 曾證明要在一局內把 1.7 x 10^172 步全部走一次是不可能的，但真正最長能有多少步仍未有人能計算出來。所以，1.7 x 10^172 步是數學上的絕對最大值。 因此，我們就知道，圍棋最多可能有 361^(2…… Continue reading AlphaGo連勝人類：從圍棋複雜程度淺談人工智能重要性
Tag: 人工智能
什麼是 the imitation game？
你之所以能夠讀到這篇文章，電腦之父艾倫．圖靈 (Alan Turing) 居功至偉。在電影「The Imitation Game」裡面，我們看到圖靈建造了一部巨型機器用以破解德軍密碼。電影中幾次提到的問題「究竟機器能否思考？」究竟有甚麼意義？ 在電腦出現以前，所有的機器都是不能被重新編程的，意思就是說一部機器只能夠做一件事情。換句話說，不把它全部或部分零件拆掉、重組，就不能夠做其他工作。其實，人類很早就發明了能夠計算簡單算術的計算機。它們與電腦的分別，就是電腦使用電子方式而非機械方式去進行計算，令到它們可以被重新編程。圖靈提倡並研究「能夠被重新編程的計算機」，開創了電腦科學這一整個學科，因此你與我現正使用的電腦和智能電話，全部都是圖靈機器 (Turing Machine)。 那究竟甚麼是 the imitation game？ 其實，the imitation game 是圖靈在他的一篇論文之中提出的一個用以判斷「機器能否思考」的測試，現在叫做圖靈測試 (Turing Test)。換句話說，能夠通過圖靈測試的機器就會被定義為人工智能。測試原理非常簡單：我們要測試兩個「人」，問他們一些問題，其中一個是人類，另一個是電腦。測試只能以輸入字句的形式進行，因此我們不能憑聲音判斷哪一邊是人類或電腦，只能夠根據雙方的回答來判斷。如果我們無法根據任何回答分辨出人類和電腦，就代表這部電腦能夠思考。 現在的圖靈測試有很多不同版本，需要受測試的電腦騙倒一定數量的人才算通過，不過其基本原則都一樣。現時為止 (2015 年 3 月) 仍未有電腦成功通過圖靈測試。 這個簡單的概念為人工智能的研究打下了基礎，同時啟發了科學家去問更多新的問題。究竟機器能否思考？如果答案是肯定的，那人類就要面對很多科幻故事裡面提出的問題：擁有意識的人工智能，算不算擁有生命？有意識的電腦會不會像人類一樣，會說謊？我覺得電影之中，圖靈的一句對白是對這個問題的呼應： “When people talk to each other, they never say what they mean. They say something else and you’re expected to just know what they mean.” 這就是科學，解決了一個問題，往往代表有更多的問題等待解決。
余海峯 David | 物理喵 phycat 