棋士與AI：AlphaGo開啓的未來-讀書心得與筆記

棋士與AI：AlphaGo開啓的未來讀書心得

我很小的時候下過圍棋

大概知道一些基本的遊戲規則
記得當初在跟爸爸學下棋的時候爸爸有講解過要想辦法佔邊
四週的地比中間的地還要來的有價值
從小到大對這件事一直有深刻的印象
書中也提到了這樣的概念
人類棋手還是會照這個大方向下棋
但AI下棋不是用同樣的模式在判斷
AI在計算過後如果認為中間的地能得到更多優勢
那他就會去搶中間的地

我覺得作者王銘琬在這邊也帶出來強AI與弱AI的差異
所謂的強AI是指能夠自己觀察所處的環境

並以適應環境來成長

深層學習是強AI的關鍵技術
而弱AI只會做人類教他的事
到底能不能透過觀察然後適應環境成長

這樣的觀念對我來說很重要
怎樣學會強AI的概念
用同樣的概念教養出一個能夠獨立思考判斷的孩子?

作者王銘琬作為棋手在接觸AI時有很多想法與感觸
在這些想法當中我認為比較特別的點在於
電腦無法判斷關鍵時刻
從頭到尾每一步棋全部都是用概率的方式去判斷
但人類棋士在下棋時，有些關鍵時刻的特別下法
就代表要拚勝負了
換句話說AI是全機率全理智的下棋方式
但人類會有感情會有特殊的棋步代表要拚勝負
而他的對手看到勝負手也會打起精神應戰
但AI不管這些勝負手
對AI而言每一手都是一樣的
就是找出勝率最高的一手
更進一步說
有無感情或是故事就是人類與AI最大的差距

書的最末有提到畫畫這件事
一開始學畫畫是希望畫得像
但是當畫得像被相機打敗之後
反而從畫得像的桎梏中解放
純粹為藝術為喜好而畫
為何而畫以及畫家本身能提供的故事性
讓畫作有了完全不一樣的價值
這是相機所做不到的
或許有一天當AI什麼都可以做到的時候
人類手作的溫度與故事才會更顯得與眾不同

類似的概念在美意識這本書也能讀到

當大家都用邏輯推理
資訊相同的狀況下
推理出來的結論也會一樣
標準答案低價量產化，差異化消失
在這種情況之下
商業競爭力自然就下降了
為了解決這樣的問題
所以菁英都在培養美感

要如何培養與AI不一樣的能力

應該是現在最重要的課題吧？

棋士與AI筆記

強AI與弱AI的差異

• 強AI：能夠自己觀察所處的環境，並以適應環境來成長，深層學習是強AI的關鍵技術
• 弱AI：只會做人類教他的事

傳統電腦透過CPU，GPU運算
最新則有TPU：深層學習專用處理器，專門處理AI運算

ALPHAGO面面觀

透過遊戲樹的方式預測次一手如何做選擇？

哪一手的勝率最高？

水平線效果
神之一手
AI無法判斷僅是拖延的一手
因為這一手對手只有極低的機率會下
反而造成AI判斷失誤

電腦無法判斷關鍵時候
全部都是用概率的方式去判斷
但人類棋士在下棋時，有些下法就代表要拚勝負了

被操縱的資訊也有操縱輿論的可能

AI與人類的交會點

AI的判斷如同絕對音感
人類的判斷是依據故事性
AI和人類對於局部和全局的認知不同
局部是故事中的登場人物
圍棋包含三大要素
連結，死活，大小
對人類來說無法理解局部就無法理解更複雜的全局
AI沒有局部的概念，但是在全局依然能贏過人類

恐懼感對人類產生的影響
人類傾向維持現狀的想法，維持目前的故事，不願意大交換
但是對AI來說，不存在恐懼，唯一的考量只有依照邏輯

計算出來的勝率，選擇最有利的方案

從棋盤走向社會

AI的特技

1. 判斷局面的勝率
2. 提示候補選項
3. 整理結果

使用在圍棋教學上，讓人更容易理解一手棋的內容

強是目的還是手段？
下棋包含下與棋
棋以強為出發點
下以有趣為出發點
下棋讓人神遊於強與有趣兩個主軸所構成的樂園
享受強度與樂趣所交織的故事
終極的強帶來終極的空虛
人類是否必須修正以強帶動有趣的行為模式？

身為人的證明

AI的創作與人類的創作外觀上無法判斷
無限猴子定理：給猴子無限的時間打字最終一定能打出好文章
但猴子打出的文章有何意義？

人類的優勢在於創作背後的故事性

創作背後的創作故事才是最吸引人的

以畫畫來說
當畫得像被相機打敗之後
反而從畫得像的桎梏中解放

而是從興趣以及藝術的角度創作

質量越好的資料就是傾害隱私越嚴重的資料

人類並不是單憑結果決定事物好壞
而是自己能不能接受