Google突破人工智慧的局限，以AlphaGo電腦程式，首次在圍棋領域打敗韓國九段棋士，帶領開發團隊的黃士傑，是土生土長的台灣人，他究竟有什麼能耐？
去年十月，Google（谷歌）旗下公司DeepMind開發的人工智慧程式AlphaGo，在圍棋賽五戰完勝棋力達二段（編按：職業級最高九段）的歐洲冠軍職業棋士樊麾，首創人類以電腦勝過職業棋士的紀錄；今年三月，AlphaGo更進一步挑戰韓國十八度獲得世界棋王頭銜的圍棋九段李世石，以四勝一敗作收。在這幾場全球關注的「人機對弈」賽事中，都有一隻手，替電腦下棋，他就是來自台灣的黃士傑。
黃士傑「手」、「腦」並用，不只是替電腦下棋，更是開發AlphaGo的首席工程師之一，同時擁有業餘圍棋六段的實力，這樣的雙才實屬少見。連同樣積極開發圍棋程式的臉書，都公開承認，因為「團隊裡沒有黃士傑（Aja Huang）」，目前還打不贏谷歌。
畢業於台灣師範大學資工所博士班的黃士傑，不到四十歲，沒有喝過洋墨水，是土生土長的「台灣囝仔」。從交大畢業後，他在台師大資工系一待就是十年，進入指導教授林順喜的實驗室底下念完碩、博士；二○一一年先到加拿大工作；一年後，迎來他人生的轉捩點，進入英國的DeepMind，這家公司專研模仿大腦的計算機系統──人工智慧，在一四年被谷歌購併，黃士傑順勢成為谷歌旗下的研發科學家。
沒喝過洋墨水 熱愛圍棋的雙才工程師
為什麼找黃士傑作為替AlphaGo下棋的手？林順喜表示，用電腦挑戰專業棋士，不能讓他們面對電腦螢幕下棋，這有違職業棋士下棋的思考習慣，所以需要一位專人代下，而「團隊只有他常和職業棋士過招，懂得棋賽的各種禮節。」
谷歌相當看重這次的比賽，提出一百萬美元的獎金給贏家。第一場比賽，黃士傑代表電腦下棋時，神情凝重，他在臉書上自承，「前天晚上沒睡好，對局時保持嚴肅，一方面也是尊重李世石九段，不影響他的思考，不論勝敗如何，對局時的禮儀還是很重要的。」
黃士傑熱愛下圍棋，早在○七年念研究所時，就拿到業餘六段的資格（業餘最高段，約等同職業二段），曾經獲得台灣大專盃業餘圍棋賽冠軍，甚至和學弟妹創辦圍棋社。
當年一起創社的學妹、如今已是業餘五段的圍棋專欄作家張曉茵回憶，黃士傑很熱心地指導學弟妹，年紀最長的他，幫大家擬定分組對戰表，透過圍棋，大家成為好朋友，「有關圍棋程式的知識，都是那時聽他說的。」
林順喜的實驗室，主攻的就是各種棋類程式的開發，每年都會送學生出國參加國際棋類程式比賽，黃士傑結合興趣和專業，以妻子的英文名「Erica」開發圍棋程式，一開始成績普通，但是漸漸地認識各方好手。
「黃士傑積極地向他們請教，時常越洋視訊會議。」林順喜說，後來也找了法國知名教授科隆（Rémi Coulom），和他共同擔任黃士傑的博士論文指導教授。科隆研發的「Crazy Stone」，是在AlphaGo之前最有名的圍棋軟體之一。
十年磨一劍 研發程式打敗日本團隊
黃士傑不是沒有遇到低谷，○三年以碩士論文《電腦圍棋打劫的策略》畢業後，他曾擔任林順喜的研究助理，其間也想放棄研究，到外面的軟體公司上班，後來還是放不下熱愛的圍棋軟體開發領域，回博士班就讀。
「其實他念博士早就可以畢業，但是為了想要和一流程式對抗，又多待兩年。」林順喜說，在台灣的資源有限，他總是鼓勵學生，要贏的關鍵，就只有「勤快」兩個字，而黃士傑也不負眾望，「為了寫程式，常常一天十六個小時都待在實驗室。」博士班第五年，黃士傑所研發的程式，已獲得不少獎項，其研究成果足以畢業，他卻不滿足，決定延續既有的研究成果。
一○年，在黃士傑的研究生涯第十年，他設計的「Erica」，擊敗了由日本工程師所開發、也是當時圍棋界公認最強、約有業餘五段水準的程式「ZEN」，在日本舉辦的「國際電腦奧林匹亞競賽」中榮獲十九路(編按：為標準棋盤尺寸，另有九路、十三路等)電腦圍棋金牌。來自台灣的博士生，竟然打敗由專業團隊研發的圍棋程式，是當時轟動的新聞。
「Erica」能勝出，其實和黃士傑本身的圍棋、程式雙棲能力有關，也因此他在一一年發表博士論文《應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法》之前，就被加拿大的亞伯達大學網羅，之後更進入英國DeepMind擔任工程師至今，這家公司包含他在內，目前已有四位台灣人。
「要用電腦戰勝圍棋，比西洋棋、象棋等『擒王』型遊戲更難，需要『全局統計性』（布局走法更複雜），納入棋力較高的職業棋士的加入，才能擁有人類綜觀全局的能力。」知名的旅日九段棋士、近年也和趨勢科技合作開發對弈程式的王銘琬說。
一九九七年，IBM開發的西洋棋程式深藍（Deep Blue），曾擊敗當時的西洋棋世界冠軍，被視為是人工智慧史上的里程碑，但是相對複雜的圍棋則多年沒有進展。
常受邀和圍棋軟體對弈的王銘琬觀察，五年前，這類圍棋軟體和職業棋手的差距大約在四子（人類讓電腦先下四子），「之後即陷入瓶頸，一直沒有顯著進步。」
根據DeepMind團隊一月登上知名期刊《自然》（Nature）的文章內容，寫到AlphaGo使用了兩種深度神經網絡，策略神經網絡（Policy Network）負責計算每步棋的走法，價值神經網絡（Value Network）則負責「想像」、推算可能出現的局面，以黃士傑為首的工程師群，也為AlphaGo載入超過三千萬步的棋步、兩千萬次自我對局的訓練，才走上正式與棋手對弈的舞台。
讓電腦會想像 千萬次對局磨出魔鬼細節
本次AlphaGo打敗全球在十年內擁有最多世界冠軍頭銜的棋王李世石，無疑是人工智慧的一大突破；然而AlphaGo的目標，不只是讓圍棋程式進化，更期待將人工智慧應用在醫療、生活等層面，可預期的貢獻更大。
黃士傑顛覆常人對工程師「一板一眼」形象，不但會下棋，還念過音樂班、會創作歌曲，理性與感性兼備，也許正是他帶領團隊開發程式過程中，能「更趨人性」地在複雜的圍棋遊戲，打敗人腦的原因之一吧！
黃士傑（左）在工程師身分之外，熱愛下圍棋和音樂，曾為妻子寫歌〈song of Erica〉。（圖／翻攝自黃士傑臉書）
黃士傑
現職：Google研發科學家
經歷：加拿大亞伯達大學研究員、台師大資工系研究助理
學歷：交大資工系、台師大資工所碩士及博士班
成績：2010年國際電腦奧林匹亞競賽十九路電腦圍棋金牌
▲點擊圖片放大
