2017年11月5日 星期日

加藤英樹談圍棋AI的過去.現在與未來(5) 完


DZG讓日本變強

大橋:
最近職業棋士可以在對弈網站「幽玄之間」上和DZG直接對弈了。DZG在這裡發揮了驚異的強大實力,下出了151勝40敗(9月27日止)的成績,其中甚至還有一段時間出現過超過一百連勝的紀錄呢。

星合:
最近我們日本國家隊的研究會也開始可使用DZG來檢討了。

加藤:
因為圍棋AI登場的關係,我想今後的圍棋學習法也會發生變化才對。好比說某個局面讓DZG去判斷,找出勝率分析與候補落點,並且也擺出後續的算路來參考。

星合:
我也會在研究會中使用DZG,從中學到很多東西。老實說,有時候它也會出現攻殺上有點奇怪的推算,但在佈局階段等人類覺得很模糊的地方,它所提示的落點就話讓評價值產生很大的變化,就非常有參考價值。

大橋:
另一方面,它所提示出來的落點可能是AI才會這樣下的著手,這樣的棋是否能在對人類的對局上活用也是個問題。

加藤:
講明白了,現在DZG比人類強。所以這種最強的對手所做出來的客觀數值分析,一定會對日本棋士提供很大的好處。

星合:
在「幽玄之間」上DZG偶爾也會輸掉。看起來果然還是在攻殺上很不擅長的樣子。這方面今後有辦法再改善嗎?

加藤:
非常難。在攻殺或複雜的局面上,DZG雖然可能會比其他的圍棋AI程式要擅長一些,但還是離人類的水準差很遠。人類可以從抽象的知識中發揮應用。這是人類優秀的能力,也是AI欠缺之處。

大橋:
職業棋士之間,雖然知道DZG有攻殺的弱點,但還是對它中盤戰鬥力評價很高。

星合:
沒錯。不過,我終於明白加藤先生說的東西了。深度學習化的AI雖然讓人覺得它可以自我思考了,實際上它還僅僅是在模仿人類而已。

加藤:
誠如此言。對此誤解的人其實非常之多。所以我前面特別說「它模仿人類模仿的非常好」,就是這個緣故。深度學習只是將人類的直覺移植到機器上而已。而所謂的假說推論與抽象化等人類的智慧,是深度學習弄不出來的。

大橋:
不過,看起來還是可以應用在棋盤之上。

加藤:
以人類的眼光來看,或許是一種應用,但那還是只有把模仿人類的行為進行模擬而已。它是不可能自己想出甚麼東西的。

大橋:
我倒對這點有不同的見解。阿發夠自我對戰譜中所出現的下圖白10或12碰,以我們職業棋士來看,就是全新的著手。不過就程式寫作的人來看,「碰」這種手段也是從棋譜中學習而來的。只不過是剛好在這個場面下拿出來使用而已。

星合:
這可以說是人類的著手中所延伸出來的手段吧。

圍棋AI的未來

星合:
可以再請教一個問題嗎?未來DZG將會朝甚麼方向發展?

加藤:
首先是應該不會有戲劇性的增長了(譯註:此座談會出現在阿發夠零式之前)。要比現在還要強大的話,需要另一個技術上的大突破。所以就我而言,則是希望它能對各位職業棋士老師們在學習上發揮效果。我自己非常喜歡圍棋,心情上當然希望日本棋士能在世界棋賽中獲勝,但本質上我還是有將最先進的技術推廣出去、以便宜的方式提供給大家的工程師。我自己很喜歡用製酒師來做比喻,將製酒師的直覺利用科學分析的方式加以廣泛應用,就能讓大家喝到便宜美味的日本酒了。所以我也希望圍棋界能利用DZG,不論是職業棋士或業餘棋士都能變得更強。

星合:
像這樣能實際讓DZG去對弈、在研究會中使用,讓我們非常感激。活用AI的話,人類就還能找出繼續變強的可能性,這真是太棒了。

大橋:
說不定十年之後的新入段者,都跟現在的井山六冠一樣強呢。最好的例子,就是將棋的藤井聰太四段了(譯註:他就是靠著電腦將棋的練習而創下了連勝新紀錄)。不過,藤井四段聽說對於詰將棋(類似於圍棋的死活問題)也非常強。所以類似詰棋這種鍛鍊細算與基礎體力的訓練,即便是在導入AI訓練後也是同樣的重要呢。

加藤:
在DZG的佈局上加入職業棋士的計算能力就是非常完美的一件事了。如果能達到這樣的程度,應該也能重新贏過AI才對。

大橋:
不過,AI應該也會變強吧?

加藤:
再來,恐怕又要花上十年以上了(笑)。就像前面所說過的一樣,我希望盡快能出現打倒中韓棋士的新秀。此外,我想再補充一句話,就一個人工智能的研究者來說,原本是認為如果沒有技術突破的話是無法在19路棋盤上贏過人類,所以才開始研究圍棋AI的;然而就在股溝公司的暴力計算下突破了這樣的障礙,反而讓很多研究機構停止了圍棋AI的研究。不過,就像前面說過的一樣,根據局面需要不得不集中於某處來細算的功能等等,還是很需要去研究的部分,因此現在一旦全部中止開發了,就讓我覺得很困擾。所以我希望人類盡快再度贏過圍棋AI,好讓這些研究重新開始。

星合:
圍棋AI的目標應該不只是要贏過人類對吧。

大橋:
人類和AI,應該是互相切磋琢磨向上進步的關係。今天就謝謝加藤先生和我們暢談這麼多東西。

加藤、星合:
謝謝大家。

===



相關系列文章: