人機圍棋世紀之戰。

身為在科技業討口飯吃的人，這幾天週遭親友間最熱門的話題莫過於目前仍在上演的「人機圍棋世紀之戰」，由Google Deepmind公司開發出來的「人工智能AlphaGo」對決「南韓棋王李世石」。

棋藝競技的人機大戰其實已有多年歷史，十九年前的IBM超級電腦「深藍」，即在西洋棋項目擊敗世界西洋棋王，接著象棋、將棋也隨後失守。但在被譽為「人腦最後堡壘」的圍棋項目上，電腦過去一直是遠遜於人腦，這也是此次人機大戰之所以備受矚目的最大原因。

有別於西洋棋、象棋等有較既定的棋路規定，圍棋的棋路極為靈活變化，可說是最簡單也最複雜的棋藝競技。以數學模型來推算棋局走向的話，目前是評估棋局變化的複雜度至少高達600次方，其餘棋類則不高於200次方，因此圍棋的變化性實在是遠高於其他棋類。

許多人可能沒概念，600次方到底是怎麼樣的一個數字？如果單位代入秒，比這個宇宙最初始的大爆炸到現在所經過的時間還久；如果單位改以數量代入，比目前已知的宇宙中所有原子相加起來還多。

過去人機大戰中的電腦方主要仰賴「窮舉法」，將棋局接下來所有可能的走向進行統計評估，從中選擇勝率最高的棋路。這策略在棋路變化較侷限的西洋棋和象棋上非常成功，多年前就成功擊敗世界棋王。然而傳統的窮舉法是無法負荷圍棋如此高複雜度的運算，因此以前的電腦圍棋實力不但離棋王甚遠，頂多只有職業初段左右。

這次AlphaGo的核心運算法，除了有別於傳統「窮舉法」外，更重要的是進行判斷的方式完全不是只憑藉單純的統計評估，而是利用近年新研究出來的「Deep Learning」進行機器學習。簡言之，AlphaGo不僅是從資料庫中找最佳解，遇到資料庫中沒有涵蓋的狀況時，歸納出其他最佳解的相關因素，並以此為參考做出近於人類的「直覺式選擇」，再將此選擇所導致的結果回頭校正原本的資料庫及選擇策略，

兩台AlphaGo甚至可以互相對弈，讓彼此學習進步。在極大量且不間斷的自我訓練下，理論上今天的AlphaGo會比昨天強，明天的AlphaGo會比今天更強。

不過如同前面所說，過去的電腦圍棋實力普通，很難讓人認真關注相關新聞。而這次AlphaGo則是在半年前先大敗過歐洲棋王，藉此打響名號，六個月後再向中國、南韓，現今圍棋最強的國家中的高段棋士提出挑戰。

介紹完AlphaGo的來歷，再來是這場人機大戰的另一位主角：南韓棋王李世石。李世石目前確實不是世界第一，但排名仍是世界前幾。AlphaGo雖成功擊敗歐洲棋王，可是和李世石對局又是另一回事，據說歐洲棋王的世界排名不算太前面，甚至低於許多亞洲高段棋士。若AlphaGo能擊敗李世石，那才真的是人工智能的一大突破和成就。

第一局和第二局的比賽結果已出來，李世石皆中盤認輸。第一局評估是最後會輸幾目，第二局則是評估至少輸到十多目。坦白說我不過是一日棋迷，對圍棋的了解只限於漫畫「棋魂」有提到的程度，什麼布局、棋風之類的專業知識都完全不懂。

可是在前兩局的結果出來後，尤其第二局有如此懸殊的差距，無論是棋風相剋、AlphaGo布局特殊、李世石狀況不佳等都不能再是理由，說AlphaGo已經完全勝過李世石或許太誇大，但絕對無法否認AlphaGo至少已有世界前幾的實力。

人機世紀大戰開始之前，世界棋王柯潔曾認為AlphaGo實力太弱，十分不屑和其對局；在李世石輸掉第一局後，柯潔還是認為自己不可能輸給AlphaGo；在李世石慘敗第二局後，柯潔終於收回了那句話，改成即使是自己去比也無法評估勝敗。

目前已結束的兩場棋局中，許多圍棋專家皆提出了李世石輸棋的原因，關鍵在於AlphaGo走了些人類不會走，也認為不該走的棋步，甚至認為那些是所謂的爛棋。李世石並沒有放過AlphaGo的爛棋，該贏、該佔優勢的地方從沒放過，所有人類認定該走的好棋，李世石都走了。

然而在最後收官計算時才發現，AlphaGo居然在大盤走勢占絕對優勢。那些所謂的爛棋，其實以大局觀來說反而是好棋。原來人類和電腦對圍棋勝負的看法和角度完全不同，在戰略全局的思考層面上，自詡為充滿靈性的人類竟然遠不如毫無溫度的AlphaGo。

這場人機大戰的實際勝負遠小於象徵意義，況且目前才比到第二局，接下來三局都是李世石取勝也說不定。不過無論勝負最終為何，AlphaGo所呈現的結果都相當值得探討，人類教會了AlphaGo什麼是圍棋，甚至教會了AlphaGo自我訓練的方法和模型。

結果AlphaGo告訴我們，原來它對圍棋的理解和我們不同，它所認為的圍棋應該是這樣，並且徹底告訴我們過往的認知或許是錯的。很可能我們最終反而得向AlphaGo學習。

這是非常可怕且值得警惕的一件事。可怕不在於人類可能會被電腦打敗，事實上大家心裡都有底這是遲早的事；真正可怕的點在於，由人類所創造的人工智能，其認知不但使我們無法預測，甚至觀點會大不相同！

要知道AlphaGo不過是應用在圍棋領域的一項人工智能，近年來人工智能的研究可說是科技業中非常熱門的題材，又人工智能本身為機器運算，沒有體力、情感等生物問題，所以發展和成長非常迅速，如AlphaGo在六個月間自己和自己對弈了超過十萬局，這數量以人類而言是不可能辦到的事情。人工智能的演算法一旦出現關鍵突破，很可能一瞬之間便廣泛應用於各領域。

若人工智能應用在醫療領域，對生命這件事的解讀是否會和人類相同？又人工智能應用在維安領域，對安全這件事的解讀是否會和人類相同？

況且以上所談到的人工智能，還都仰賴人類創造出來，其自我訓練的方法和模型也是人類所教。試著想想，倘若今天人工智能發展夠成熟，可以自行再創造出新一代人工智能，不諱言的，其實這就是人工智能領域的最終目標：創造出具有自我學習訓練和創造能力的人工智能。但這結果真的是我們人類所能掌控的嗎？

曾經聽過一種譬喻：「人工智能的發展對於人類而言，就像過站不停的火車。人類一開始等了好久，看著火車從遠方緩慢地靠近，突然間火車極快速地通過月台，讓人類措手不及。再下一瞬間，火車已經駛離車站，人類卻還留在月台上，被人工智能遠遠拋下。」

英國物理學家霍金曾警告說不要再發展人工智能，這可能導致人類滅亡。

人工智能一旦成功發展，其理解、其解讀、其認知、其知識勢必遠高過人類。別說我們能不能掌握它，我們可能連它在想什麼都搞不清楚。這將帶來一關鍵影響，請問那時候的人工智能到底會怎麼看待人類？對人類文明發展又有何影響？

不知道，真的不知道。因為人類的認知遠低於它，當然無法評估。