樊麾對AlphaGo

昨日 Google 的 DeepMind 小組宣布，由他們開發的圍棋程式 AlphaGo 上月於閉門賽事中，直落五盤擊敗中國棋手樊麾。

一九九七年，IBM 的「深藍」於公開的國際象棋比賽中，擊敗俄羅斯棋王卡斯巴洛夫。當時無論是媒體抑或民間，基本上都是驚呼「電腦/AI 終於勝過人類了」，不過老實說，我覺得這種反應很蠢。

首先，我們現在稱為「人類」的物體，儘管智能和體格有別，但個體「規格」之間的差異不大，但何謂「一部」電腦？某電腦裝置用了一塊多核心的 CPU，那它究竟是一部電腦，還是多部電腦？若像深藍般，用多顆 CPU 作平行處理又如何？「雲」端的機器又如何？再極端一點，如果當年和卡斯巴洛夫對奕的，係如 SETI@home 那樣大規模分散式的電腦網絡，那麼這比賽究竟是雙雄對壘，抑或是由棋王以一敵萬？

深藍擊敗卡斯巴洛夫，我並不覺得驚奇。集合夠多資源，就有勝過一人份的運算能力，這不是應該的嗎？

再者，深藍算不算「人工智能」也很難說。如何才稱得上 AI，本來就沒有共識。傳統的奕棋程式，用的更只是 brute-force search。概念上，電腦下棋之前，不過是先列出了無限步之後（直至終局）的所有可能狀況，再揀最有利的那一手來下。當然，電腦運算能力有限，不能盡算所有棋路，因此奕棋程式的重點，就在於決定各種棋路搜尋次序，以及每一路棋中，推算到幾多步才停。

我大學主修的並非電腦科學，更沒學過人工智能，所以當年我聽到棋賽結果的新聞時，心裏都疑惑，究竟深藍是否有所突破，用了一些配得上稱為 "AI" 的算則。事隔不久，深藍的主設計者許峰雄到薄大的講座講深藍。這類話題講座，若非太過 dumped down 就是太 technical，所以我沒打算去聽，不過我還記得，許峰雄於講座的摘要中，是清楚寫明他也認為深藍的算則只是 brute-force search，算不上 AI 的。

電腦下西洋棋勝過棋王之後，終極的人類 boss 就是圍棋國手了，不過也許是我孤陋寡聞，過去廿年間，似乎都未聽過有那個圍棋國手玩十九路圍棋（即是用橫直都是十九行的正式棋盤）輸給電腦。即使是十三路圍棋，或者對手為中段位的職業棋士，好像也只是傳出過幾次電腦贏職業棋士的消息。算則方面，廿年來亦好像只有一個真正的突破，就是發明了利用蒙地卡羅樹搜尋 (Monte-Carlo tree search) 的技巧，大大降低了要搜尋的棋路數目。

今次被 AlphaGo 擊敗的樊麾二段，和中國頂尖圍棋棋士古力九段同輩。BBC 的報道說 "A Google artificial intelligence program has beaten the European champion of the board game Go"。我是棋屎十段，不敢狗眼看人低，不過從網上搜尋，看不出樊麾於韓日中三個圍棋強國的賽事中有何勝績，至於 European champion 這個頭銜，指的是歐洲圍棋大會 (European Go Congress) 的年度賽事，歷史儘管悠久，卻不似是職業棋士之間的比賽。

DeepMind 小組的論文已於 Nature 刊登，從論文摘要來看，AlphaGo 的算則主要是利用 deep neural network 去選擇要搜尋的棋路，而這種做法可以單獨運用或者配合 Monte-Carlo tree search 使用。BBC 報道的標說 Google achieves AI 'breakthrough' by beating Go champion，不過驟眼看來，AlphaGo 的算則並無重大突破。報道中，DeepMind 的主事人 Demis Hassabis 亦沒有說過他們發明了甚麼嶄新的東西。他謂，此前人們認為要再多十年，電腦才有望擊敗頂尖圍棋棋士，而 AlphaGo 這麼早就可以擊敗樊麾，乃因為既有算則的改良比想象中快，而 AlphaGo 又結合了多種算則。

小組說他們已經約定三月份和韓國頂尖棋手李世乭對戰，AlphaGo 的真正實力，到時可知底蘊。

P.S. This blog of a DeepMind team member has a concise explanation of what was going on.