人工智慧程式AlphaGo將與圍棋世界好手李世石對決，儘管「人腦或電腦勝出」引爆話題，但這一戰更重要的意義是：人工智慧如何與人類共生？
編按：一九六○年代起，人工智慧（AI）就開始對西洋棋做研究。一九九七年，IBM的超級電腦「深藍」打敗當年西洋棋的世界冠軍，被視為重要里程碑。而與西洋棋不同的是，圍棋要在棋盤中占據大於對方的領域，需要人類特有的綜觀全局能力。發展至今，AI終於和職業棋士實力相當。三月九日起，Google旗下公司的AI程式AlphaGo，將挑戰頂尖棋手李世石。《今周刊》特別請旅日九段棋士王銘琬分析人腦與電腦對決的意義和重要性，藉此一窺AI的未來發展。
七年前差距：七子 人腦讓程式先下，還是贏
事隔一日，在一月二十八日出刊的《自然》（nature）雜誌，就報導了這個程式的主要內容，而該期的雜誌封面則是圍棋棋盤，由此足見科技界對「電腦下圍棋打敗人腦」的驚訝程度，以及這個事件所代表的里程碑意義。谷歌同時宣布，三月間，AlphaGo將與韓國籍的世界頂尖棋手李世石舉行五局比賽，勝者獎金一百萬美元，消息一出，谷歌股價速漲四％以上。
電腦下棋，一直被當成人工智慧（AI）能力的指標。一九九七年IBM電腦程式「深藍」（Deep Blue）擊敗世界西洋棋冠軍卡斯帕洛夫，帶來很大震撼；然而在圍棋這方面，電腦始終無法與人類較量。這次谷歌大力進軍圍棋，想攻下「人類最後堡壘」，也顯示圍棋之於人工智慧的指標意義。
那麼，圍棋為何會讓人工智慧傷透腦筋？
就單純的數字來看，圍棋的變化數是十的三六○次方，西洋棋的變化數則是十的一二○次方，兩種遊戲的複雜度不能相比；而圍棋的艱難之處不僅是在變化多端，它的形式也不同於其他主要棋類。象棋、西洋棋，皆以「擒王」為目的，而圍棋的目的是在棋盤中占據大於對方的領域。
「擒王」型的遊戲因為目標明確單純，至今的電腦比較擅長，而圍棋這種「全局統計性」的目的，反而是人類的直覺比較管用。也因此，以人工智慧開發圍棋軟體，某種程度來說，就有助於人工智慧分析、納入「人類的直覺」。
七年前，日本圍棋軟體Zen上市時，我受邀與「它」做了一次表演賽。那時，我必須讓七子，意即程式先下七手之後我才開始。這是一般棋迷的平均水準，我當時完全抱持著「對電腦下指導棋」的心情，相當輕鬆。因為這個緣分，日本每年舉辦的圍棋軟體世界比賽UEC，我都以裁判身分參加，一路觀察人工智慧在圍棋領域的進化過程。
五年前差距：四子 之後，對弈軟體進步牛步
五年前，圍棋軟體棋力到達跟職業棋士差距四子的程度，但在此之後即陷入瓶頸，一直沒有顯著進步；我每年看對弈軟體在原地踏步，看得手癢癢的，覺得此時可能需要棋力較高的職業棋士的加入；畢竟，圍棋需要人類的綜觀全局能力。
於是，只要有機會，我就對各團隊毛遂自薦，表示若需要職業棋士，我有意願，但始終未獲回應，直到兩年前，台灣老牌圍棋程式ColdMilk作者周政緯讓我拜他為師，教我程式的基本內容，我的求愛終於得到一點結果。一四年，我遇到趨勢科技創辦人張明正，談起圍棋軟體現況，他很感興趣，決定開發圍棋軟體Go Trend（趨勢），把我納入團隊。
目前差距：一子 已有職業棋士平均水準
Go Trend組隊時，我估計只要有一個小突破，就有機會奪得世界冠軍。沒想到這次AlphaGo一下進步三子棋力，已達職業棋士的平均水準了。從AlphaGo這次公開的五局棋譜來看，電腦走棋的過程，著手扎實、眼觀全局又該戰則戰，若不細看，我幾乎無法辨認哪一方是電腦。
AlphaGo這次的突破，是充分利用了人工神經網路方面的技術。先用深度學習（deep learning）研究人類專家比賽的棋譜，並做自我學習。有了這些基礎後，在對局時活用價值網絡（value network，評估棋子在棋盤位置的意義）與策略網絡（policy network，選擇走棋步法）兩種技術，讓計算有效率地進行。
目前圍棋界世界排名第一的雖是中國棋士柯潔，但將在三月代表人類對抗電腦的李世石，三十三歲，是現今第一線棋手中獲得世界冠軍次數最多的棋士。我第一次看到他時，僅有十七歲，卻已創下三十二連勝的紀錄，以「不敗少年」稱號代表韓國到日本參賽。
職業棋士間有輸有贏，一般不會覺得對方有什麼特別，我也很不喜歡用「天才」形容別人，可是對於李世石，實在想不到其他字眼。李世石棋路變幻莫測難以捉摸，宛如隨興所至，有時會隨便捨棄看來很重要的棋子，讓人大吃一驚，可是，往往在其後的戰局中，先前捨棄的棋子還會參與戰鬥，順勢救出。中國棋壇為李世石取了綽號「殭屍流」，不只擅長讓「假死」的棋子還魂，也令人讚嘆圍棋深奧、不可思議。
也就是說，即將在三月登場的這場比賽，人工智慧要挑戰的，是在「最變化多端」遊戲中、面對「最具不可預測性」的高手。若AlphaGo真的獲勝，勢必會有很大的象徵性意義。
首先，是人工智慧擴大領域的趨勢看來更加無法阻擋；事實上，谷歌也表示，AlphaGo的架構並非特別為圍棋打造，自動駕駛、醫療診斷乃至投資諮詢、設計創作，都可能成為技術轉換的對象。
當然，AlphaGo的走棋模式能否轉換成一般用途，仍是很大的課題。與樊麾的比賽中，谷歌做了超高規格的動員，日本專家估計，AlphaGo下一局棋，光電費就要一萬日圓，規模大到令人擔心。
如果贏了，職業棋士會沒飯吃嗎？
另一方面，我也被問到，若是人腦真的輸了，職業棋士還有飯吃嗎？當然這會帶來一些改變，但也可能是契機。
圍棋至今大多聚焦在棋力的提升，但若我們回到原點，人們下一盤棋並非只想打敗對方，而是想藉著下棋和對方對話，共同擁有一段時間與過程，下完棋以後留下的棋譜，又是屬於雙方的共同作品。
圍棋最大的功能，是建立人與人之間溝通、連帶感的工具。職業棋士的工作是充實圍棋這個園地，將來可以活用電腦，幫助棋迷更能享受圍棋的樂趣。從這個角度來看，人工智慧的意義，在於能夠與人類共同激盪出更多的創造。
AlphaGo與李世石的比賽日程是三月九日至十五日，不管比數多少，五局會全下完，因為對AlphaGo而言，與李世石對局的數據，是最寶貴的資料。圍棋專家目前都看好李世石，而電腦專家中押寶AlphaGo的，也大有人在。
平心而論，若AlphaGo贏了，並不表示圍棋以外的任何事都能勝過人類；AlphaGo敗了，也算展現了實力，或許在其他領域也能做得不錯。但無論如何，人工智慧與人類共生的時代，總是又更往前一步。
