發佈日期：2024-05-02

張栩荣

理工學院

資訊工程學系

此次演講者為中央研究院資訊科學研究所 研究員吳迪融 先生。

優點:中央研究院是國家的研究機構，也是一些人的就業選擇，能有機會聽到已經在裡面工作的人分享，是一個難得的體驗。

建議:在此次演講中，絕大部分內容都是「研究」，及一般會出現在教材上面的理論知識，我認為在「產業專題演講」中應該要多著墨在營利及商業的部分。

心得感想: 研究員有說到一個關鍵「以『遊戲』來訓練人工智慧擁有最低的機會成本，因為失敗了要重新開始是非常容易的，例如:要訓練人工智慧自動駕駛的系統，假使真的每次試驗都要以真車來訓練的話，撞毀一台就重新造一台，那訓練的成本實在是太高了。」

接著，研究員開始說明最初研究人智慧是以「西洋棋」為研究材料，1997年由IBM製造「深藍」打敗了世界棋王，接著是圍棋Alpha Go。 那麼人到底是如何精通圍棋這種遊戲的呢？ 人類憑感覺在下棋，所以要培養一種感覺，能夠辨別這是一手好棋或壞棋。這種感覺透過練習對弈，以及觀看別人的棋局而來。圍棋的棋盤很大，在棋盤的各處都可能發生一些小小的爭鬥，而這些爭鬥的特徵常常是類似的，雖然整盤圍棋所有的可能性接近無限，但是只要把它切割成好幾個小小的區塊，就可以針對常常重複出現的圖案，嘗試各種可能，找出最好的應對方式，這就是圍棋中定石的產生。

學棋圍棋的過程中，不免要學或者背各種的定石，相當於吸收古人們多次嘗試的經驗，他們找到了某種情勢的一種比較好的應對方式，後人把它記憶下來，為自己所用。當看過足夠多的可能性，累積一定的經驗之後，就有能力判斷一步棋是保守的或是大膽的，哪塊區域是有弱點的或是難以攻破的，甚至會用漂亮的、有創意的來形容一步棋。 說回Alpha Go和李世石的比賽上，李世石第一場就敗給了Alpha Go，出乎所有人的意料之外，原本大家都對李世石有高度的信心，相信人類的才智遠超人工智慧能夠計算的程度。這場敗北讓李世石自己都震驚了，他低估了Alpha Go的實力，打敗過眾多職業棋手的他，現在輸給了一台機器，讓人很難受，要接受自己不如機器的事實是十分困難的。在接下來的第二以及第三場中，李世石都輸了。看著比賽中的李世石不時地抬頭看向對手，想知道對手的情緒，但坐在對面的黃士杰只是替Alpha Go落子而已，他不是Alpha Go，也沒辦法觀察Alpha Go的情緒。

李世石在比賽時陷入苦戰，極力地拚命思考，感到焦慮、自我懷疑，壓力排山倒海而來。 他很努力了，想盡辦法要戰勝電腦，但似乎電腦都已經計算好了，計算出勝率最大的每一步，是人類沒有能力做到的程度。那我們還能夠做些什麼呢？ 第四場的比賽，在連輸三局以後的李世石，反而看起來如釋重負，畢竟五戰三勝的比賽Alpha Go已經贏了。當一切看起來希望渺茫之時，李世石成功了，在第78手下出了一步連人工智慧都沒有預估到的可能。Alpha Go自亂了陣腳，或者說它的程式，開始出現了好幾步不合理的棋，最後李世石為人類扳回一城，帶來激勵人心的一刻，人類好像還是有著特別的智慧。

李世石說：這樣就夠了，只要一場的勝利對人類來說就足夠了。他贏的時候，所有的人歡聲雷動，不只是一個圍棋高手贏過了機器，而是全人類從無助徬徨裡找到了一點慰藉與勇氣。 最後一場，Alpha Go拿下勝利，以4:1結束比賽。這場比賽成為了歷史性的一刻，使人開始反思圍棋的本質是什麼，生命的本質又是什麼。紀錄片裡提到有別於人下棋的時候，想著要佔領更多目，越多越好，Alpha Go不在乎贏多少目，就算贏1目、2目也是贏，因此棋局中會出現很多看似不必要的操作，也叫做緩手。

這帶給人一種新的觀點去理解圍棋，和人生中的其他問題，或許不需要太過貪心、急功近利，才能更容易得到想要的。

未來就業用途:人工智慧最昂貴的是訓練的設備，但最耗費心神的是訓練方式，二者缺一不可，除了要有編程的天賦外，訓練時的耐心也是很重要的。 人生如同人工智慧下棋一樣，不論看似多麼沒有意義的一步，只要最後因此贏了一點點，也是贏了。