我為什麼支持 AlphaGo:近距離觀察「AlphaGo背後推手」黃士傑

今天 Google AI「AlphaGo」與李世乭的系列戰中又被 Alpha GO 搶下一勝,不少人認為這將會是人工智慧甚至於科技發展的一大里程碑。而大戰中那默默為 AlphaGo 一子一子擺棋的,正是來自台灣,開發 AlphaGo 團隊核心人物之一的師大資工博士:黃士傑 Aja Huang。
評論
評論

編注:作者張曉茵是人機大戰中,代 AlphaGo 擺棋之黃士傑(Aja Huang)的學妹,同時也是台灣業餘五段、圍棋專欄作家。黃士傑是台灣師範大學資工博士,並且是開發 AlphaGo 的團隊核心人物之一。本文為她一路以來近距離觀察黃士傑 Aja Huang 為圍棋人工智慧所作出的努力。INSIDE 經張曉茵 授權轉載

首先,看到 Google DeepMind 的電腦圍棋人工智慧 AlphaGo 戰勝樊麾二段的消息,的確有些意外,當然,也有一些恐懼。因為我知道樊麾的實力確實是職業棋手,而且是不會放水的,所以新聞一定是真的。

再來,看了各方圍棋界大量的在討論這則新聞,非常精彩!第一時間,我腦中立刻浮現出一個人:Aja Huang 黃士傑。2007 年我就讀台灣師範大學研究所期間,召集師大對圍棋有興趣的學弟妹來創辦圍棋社,當時聯繫到了就讀資訊工程研究所的 Aja 學長,他是業餘 6 段,也是唯一一位在圍棋社年紀比我大的學長,他很熱心地來指導學弟妹,有關於圍棋 AI 的知識都是那時聽他說的。

那時圍棋 AI 公認最強的程式是 Zen ,大約業餘 5 段,而 Aja 學長所設計的程式 Erica 棋力也不俗,曾在榮獲 TAAI 2009 年電腦圍棋競賽 19 路銀牌及 9 路銅牌等佳績。Aja 學長的碩士跟博士論文都是在台灣師範大學資訊工程研究所林順喜教授的指導下完成,分別是 2003 年的碩士論文《電腦圍棋打劫的策略》(The Strategies for Ko Fight of Computer Go) 和 2011 年的博士論文《應用於電腦圍棋之蒙地卡羅樹搜尋法的新啓發式算法》(New Heuristics for Monte Carlo Tree Search Applied to the Game of Go) ,博士論文中 Rémi Coulom 為共同指導教授。

▲後排左一為 Aja 學長,照片為 2007 年台灣大專杯圍棋賽師大圍棋社合影

我在 2007 年時第一次聽 Aja 學長介紹蒙地卡羅樹搜尋法,我後來也上網查了一下,原理應該是:通過隨機抽樣的方法,以隨機事件出現的頻率估計其機率,或者以抽樣的數字特徵估算隨機變量的數字特徵,並將其作為問題的解。假設我們要計算一個不規則圖形的面積,那麼圖形的不規則程度和分析性計算的複 雜 程度是成正比的。

假想你有一袋豆子,把豆子均勻地朝這個圖形上撒,然後數這個圖形之中有多少顆豆子,這個豆子的數目就是圖形的面積。當你的豆子越小,撒的越多的時候,結果就越精確。藉助電腦程式可以生成大量均勻分布坐標點,然後統計出圖形內的點數,通過它們佔總點數的比例和坐標點生成範圍的面積就可以求出圖形面積。所以,Aja 學長說他們每天都餵程式吃很多職業棋士的棋譜,那時我隱約覺得,只要程式吃的棋譜夠多,一定能比人類還要強,沒想到,這天來的這麼快!

此外,這幾年他們可能還加入了 policy network 及 value network 等關鍵技術。這次 Nature 雜 誌上關於 AlphaGo 的論文 ,有心的人應該會發現,第一作者是 David Silver & Aja Huang(請見 Mastering the game of Go with deep neural networks and tree search)。

看到 Aja 學長也是 AlphaGo 的研發團隊之一,而且是並列第一作者,代表在團隊中的貢獻度不小,感到與有榮焉。我知道 Aja 學長博士畢業後到英國,2014 年曾托我買了整套 2013 年《圍棋天地》雜 誌合刊本,專門寄到英國給他。Aja 學長為人低調,去年他加入 DeepMind 我也是最近才知道,而且在最近的報導中,他仍保持低調作風,一切貢獻以團隊為主,我在 Facebook 上想跟他多瞭解一些 AlphaGo 的訊息,他說是整個團隊的貢獻,而且很多事情目前都需要保密,等到三月跟李世 乭 九段比賽後之後才能說。

關於最近有網友發現在弈城上有一個 deepmind 的帳號,揣測是否就是用來測試 AlphaGo 程式的帳號。1 月 29 日,在台灣的 書呆弈討論區 中,Aja 學長已正式回應,那個帳號是他個人在使用的。原文如下:

「奕城的 deepmind 是我本人 (Aja Huang) 在用的帳號,並不是 AlphaGo,而且 deepmind 應該是在 14 年底之前、在 AlphaGo 團隊出現之前就創建了。如果我記得沒錯,我是在 Google 收購 DeepMind 之前就在奕城用 deepmind 下棋了,那時候我打到奕城 8d。我本人喜歡下圍棋,棋力是台灣業餘六段,去年在德國的比賽我甚至贏過一位日本職業棋手。但 AlphaGo 肯定是比我強太多了。」

「職業水平的圍棋軟體,應該最慢在 1-2 年之內就會在市面上普及。我相信 Zen 的作者目前正在全力實作我們公佈在 Nature 雜 誌上的方法,或許 Zen 可以在不久的將來追上 AlphaGo,我個人十分樂見這樣的發展。我估評 7d 的 Ze n 目前距離 5 個月前的 AlphaGo 還有 3 子以上的差距。」

依照 Aja 學長這樣的回覆,AlphaGo 的真正實力應該有職業水平,不容小覷。加上 Google 肯定是有一定的把握,從去年開始經過縝密的籌備及醖釀,直到今年初公開消息,是有完整準備的。當亞洲圍棋強國在為夢百合世界大賽冠軍爭奪時,英國的 DeepMind 團隊已悄然走在超越人類世界冠軍的道路上。

三月對戰李世 乭 ,AlphaGo 研發團隊堅持不透漏各種保密協議的內容,這使我更看好 AlphaGo。我不是不支持人類,而是除了棋手個人的棋力強之外,我更相信人類集體智慧的結晶成果,即 Google DeepMind 團隊合作的智慧。

這裡我想說一個題外話,可能不是很重要,但是或許也可以從側面多瞭解一點線索。一般人會覺得電腦工程師一定是整天面對著電腦和大量的數據,思考必須非常理性。能夠開發出打敗人類的圍棋程式,研發者的思維一定非常嚴謹,做事一板一眼。但是接觸了 Aja 學長,發現並不是這麼回事。他們也是人,而且,Aja 學長還很喜歡音樂,甚至自己能夠用 MIDI 作曲並彈奏。我自己從小一直是學音樂的,聽到 Aja 學長的作品都覺得有專業水平,而且非常感性,我今天翻出來聽都還是耐人尋味。我在想,這樣一位理性感性兼備的電腦工程師所在的團隊,其開發出來的電腦程式,或許會想過把一些人性的元素放進去。

很高興,Google 團隊裡有這麼一位台灣人,Aja 學長說要低調,因為 AlphaGo 的團隊成員很多,不是他一個人做出來的。但是,為什麼我們不能說,AlphaGo 的團隊成員很多,但是其中有一位台灣人,而且擁有業餘6段的棋力也是團隊中棋力最高的,可謂「台灣之光」!身為師大校友、台灣人,甚至亞洲人,Aja Huang 能在英國的團隊中貢獻所學,都應該為之喝采。此時,是否我們可以用一種更寬大的胸懷,這群研發團隊代表人類突破了圍棋人工智慧,大家應該共同身為如此神奇的人類而讚嘆。就算 AlphaGo 至今尚未打敗人類世界冠軍,但我相信這一天並不會太久,我樂見其成。

《延伸閱讀》

AlphaGo 首敗後正式成為世界第四,工程師向柯潔下戰帖

AlphaGo 對李世乭「放水」?棋手說不可能!

人機圍棋第四戰,李世乭「神之一手」戰勝人工智慧 AlphaGo!

南韓專家:AlphaGo 非真人工智慧,Google 設局須向圍棋界道歉

人工智慧有多恐怖?聽聽「天才」Demis Hassabis 怎麼說!

李開復:人工智慧對人類真正的威脅是什麼?

【系列戰直播專文】人機大戰首盤 Google Alpha GO 勝出!李世乭投降

【系列戰直播專文】就在今天!Google AI「AlphaGo」大戰李世乭 Youtube 現場直播!

【系列戰直播專文】人機大戰第二戰中午登場,AlphaGo 將先攻

Google AlphaGo 對決李世乭前夕,9 位圍棋世界冠軍分析勝負

「捍衛人類智力」,Google 人工智慧對決人類棋王大戰在即!

圍棋:電腦要戰勝人類有多難?

歡迎加入「Inside」Line 官方帳號,關注最新創業、科技、網路、工作訊息

好友人數

為什麼毛小孩這麼愛吃法米納?獨特四道關鍵生產程序打造新鮮美味

同樣是寵物食品,為什麼有的能讓寶貝百吃不膩,有的卻讓毛孩無比嫌棄?毛孩和人一樣,都喜歡新鮮美味的食物,但要做出新鮮美味又營養健康的飼料,過程可沒這麼簡單,讓我們一起來了解吧!
評論
Photo Credit:TNL Brand Studio
評論

同樣是寵物食品,為什麼有的能讓寶貝百吃不膩,有的卻讓毛孩無比嫌棄?除了食材選用的品質、產地,配方食譜的完整性,更關鍵的是-製作過程!毛孩和人一樣,都喜歡新鮮美味的食物,但要做出新鮮美味又營養健康的飼料,過程可沒這麼簡單,讓我們一起來了解吧!

你知道嗎?飼料的生產過程中,每道加工程序都會影響飼料的品質與適口性,義大利法米納為了提供全球毛孩家長最頂尖的寵物食品,禮聘多位獸醫師和動物營養師組成專業團隊,以超過 50 年豐富的生產經驗,針對原料、配方、技術等各環節進行深入研究,用最高標準的流程確保法米納生產的每一顆飼料都兼具新鮮美味與營養均衡。

首先,法米納從原料要求就遠高過其他品牌:嚴選新鮮優質的原肉塊,超過八種主要肉源,例如義大利放山雞肉、義大利放牧野豬肉、紐西蘭放牧草飼羊肉、北海深海魚肉(鯡魚、鱈魚等)、歐洲鹿肉、歐洲鵪鶉肉、歐洲鴨肉,不使用成本較低、營養價值較差的肉粉、次級原料(例如肉類副產品)、豆類或豆類蛋白來拉高蛋白質比例;亦選用產地直送的現採蔬果,例如石榴、蘋果、甜橙、藍莓、菠菜、胡蘿蔔、豌豆等,增加天然維生素、礦物質的來源;不使用基因改造原料,更不加入人工防腐劑;飼料中添加富含 Omega-3 的天然優質魚油,讓毛孩的毛髮更加明亮有光澤。

在配方上更是有動物性蛋白質高達 98% 的頂級無穀系列、選用低升糖指數的斯佩爾特小麥的低穀系列、Omega-3 脂肪酸含量最高的海洋系列、高纖抗氧化的南瓜無穀系列、加強腸胃、皮毛、體態、泌尿道保健的藜麥無穀機能系列,以及世界第一支以新鮮原肉塊製作、科學實證功效的獸醫處方系列等六大系列,供全球各地犬貓家長選擇。

除了選用優良的食材,調製專業的配方,更需要優秀的製程。法米納寵物食品出類拔萃的關鍵就是獨特的四道生產程序:「雙螺桿擠出技術」、「真空鍍膜技術」、「充氮調氣技術」、「即時生產」,有效大幅提升飼料的營養價值,也讓飼料變得更加美味可口。

Photo Credit:TNL Brand Studio

製作飼料一開始,食材原料會被送入擠壓機內,在高溫高壓環境下混合並加熱煮熟,接著從擠壓機模孔中擠出成型。擠壓的製程中,法米納使用「雙螺桿擠出技術」,讓原料中的澱粉糊化更加均勻,做出來的飼料顆粒更加緊實、細緻,更容易被消化,相較於一般使用單螺桿擠出機,法米納烘烤出來的飼料消化率提升 25%,吃到肚子裡的營養更有效被吸收。

Photo Credit:TNL Brand Studio

一般飼料在製作時,僅將油脂、維生素,與其他原料直接混合進入擠出機內加熱煮熟,營養容易受到破壞;但法米納的「真空鍍膜技術」則是把飼料內的空氣抽取出來,呈現負壓狀態,再將油脂與維生素均勻包裹在飼料表面,當壓力回復至正常大氣壓力時,氣壓會讓油脂與維生素均勻地滲進飼料裡面,不僅提升飼料的營養價值,更增加飼料的適口性。

Photo Credit:TNL Brand Studio

接著,透過「充氮調氣技術」,灌入氮氣取代包裝裡原有的空氣,避免飼料受到氧化變質;最後,為了提供毛小孩最新鮮優質的天然糧,法米納推出「即時生產政策」,也就是工廠接單之後才開始進行生產,因此法米納寵物食品的新鮮程度更高於其他市售飼料。

Photo Credit:TNL Brand Studio

為了確實且嚴格控管品質,法米納從食材的來源地、生產程序,到自主增加的微生物與化學分析項目,皆提供完整的追蹤流程,且每一批產品都會留一份樣品儲存至少兩年,如此高規格生產要求,法米納獲得 ISO9001(品質管理系統)、ISO45001(職業衛生安全管理系統)、ISO22000(食品安全管理系統)、HACCP(食品安全管制系統)等多項國際認證。

此外,法米納更與義大利拿坡里費德里克二世大學合作無殘忍動物實驗(Cruelty  Free Research)的發展研究,所有配方生產與測試過程中使用的實驗動物,皆是收集臨床上原本就生病的動物,並經過獸醫與飼主同意及監督進行實驗,有別於較不人道的一般動物實驗,是將健康動物強制誘發疾病後再進行實驗測試。

Photo Credit:TNL Brand Studio

法米納無論在天然原料、營養配方、專業製程、嚴格品管,或是創新研發、科學驗證,每一道環節都極其用心,因此受到國際各大知名寵物食品評論網站的高度評價與獲獎肯定,尤其獲得 Dog Food Advisior(DFA)五星最高分評鑑,The Whole Dog Journal(WDJ)每年最佳推薦品牌也都榜上有名。

魔鬼藏在細節裡,看似簡單的寵物食品,品質優劣可是大有學問!法米納的嚴格要求與用心追求,讓旗下的產品擁有最優秀的品質、最佳的適口性與風味、最好的營養價值,讓毛孩爸媽不用煩惱寵物食品五花八門的選擇就能輕鬆照顧好毛孩飲食與健康。還等什麼?現在開始就選擇法米納天然糧!

法米納官方網站

Photo Credit:TNL Brand Studio