AlphaGo成功关键 黄士杰：策略结合值网络
http://i.epochtimes.com/assets/uploads/2016/03/1603181042202544.jpg
黄士杰解说机器学习如何让AlphaGo自我学习。（陈懿胜/大纪元）
【大纪元2016年03月18日讯】（大纪元记者陈懿胜台湾台北报导）谷歌（
Google）旗下DeepMind开发的人工智能系统“AlphaGo”，日前以4:1大胜韩
国九段围棋高手、世界冠军李世石。AlphaGo主要开发者、来自台湾的黄志杰
18日返台及分享经验，他表示，AlphaGo成功的主要关键在于策略网络（
Policy Network）与值网络（Value Network）的分析方式，让它能在20~30
万份对战棋谱中，找出最好的20步，才能够在此世纪之战中获胜。
黄志杰指出，围棋第一步的下法选择就高达361种，变化数有10的364次方，
对早期人工智能来说，根本无法计算。但对AlphaGo来说，运用策略网络来减
少搜寻广度，从360步只要找到20步；价值网络则是直接判断盘面状况，了解
优势还是劣势，减少搜索深度，自然会提升胜率。
对于第四局对战AlphaGo落败，黄志杰说，当时李世石下了神之一手，以致值
网络发生误判，接连处在劣势。由于AlphaGo会在比赛中随时计算胜率，如果
胜率低于20%就会投降，但为何会误判，目前仍不清楚详细原因。
黄志杰说，当AlphaGo通知投降时，他自己有笑了一下，因为他很尊敬李世石
，看过李世石大部分的棋谱与比赛，很荣幸能够坐在他对面。“我为李世石
高兴，因为知道他的压力很大，4比1是蛮圆满的结果。”
至于AlphaGo的未来发展，黄志杰表示，未来人工智能可望运用在医疗及机器
人上，并达到预先诊断、找出病征，协助医学诊断。◇
新闻网址：http://www.epochtimes.com/b5/16/3/18/n4666018.htm