加藤英树谈围棋ＡＩ的过去．现在与未来(5)
http://koubokukei.blogspot.tw/2017/11/blog-post_5.html
ＤＺＧ让日本变强
大桥：
最近职业棋士可以在对弈网站“幽玄之间”上和ＤＺＧ直接对弈了。ＤＺＧ在这里发挥了
惊异的强大实力，下出了１５１胜４０败（９月２７日止）的成绩，其中甚至还有一段时
间出现过超过一百连胜的纪录呢。
星合：
最近我们日本国家队的研究会也开始可使用ＤＺＧ来检讨了。
加藤：
因为围棋ＡＩ登场的关系，我想今后的围棋学习法也会发生变化才对。好比说某个局面让
ＤＺＧ去判断，找出胜率分析与候补落点，并且也摆出后续的算路来参考。
星合：
我也会在研究会中使用ＤＺＧ，从中学到很多东西。老实说，有时候它也会出现攻杀上有
点奇怪的推算，但在布局阶段等人类觉得很模糊的地方，它所提示的落点就话让评价值产
生很大的变化，就非常有参考价值。
大桥：
另一方面，它所提示出来的落点可能是ＡＩ才会这样下的着手，这样的棋是否能在对人类
的对局上活用也是个问题。
加藤：
讲明白了，现在ＤＺＧ比人类强。所以这种最强的对手所做出来的客观数值分析，一定会
对日本棋士提供很大的好处。
星合：
在“幽玄之间”上ＤＺＧ偶尔也会输掉。看起来果然还是在攻杀上很不擅长的样子。这方
面今后有办法再改善吗？
加藤：
非常难。在攻杀或复杂的局面上，ＤＺＧ虽然可能会比其他的围棋ＡＩ程式要擅长一些，
但还是离人类的水准差很远。人类可以从抽象的知识中发挥应用。这是人类优秀的能力，
也是ＡＩ欠缺之处。
大桥：
职业棋士之间，虽然知道ＤＺＧ有攻杀的弱点，但还是对它中盘战斗力评价很高。
星合：
没错。不过，我终于明白加藤先生说的东西了。深度学习化的ＡＩ虽然让人觉得它可以自
我思考了，实际上它还仅仅是在模仿人类而已。
加藤：
诚如此言。对此误解的人其实非常之多。所以我前面特别说“它模仿人类模仿的非常好”
，就是这个缘故。深度学习只是将人类的直觉移植到机器上而已。而所谓的假说推论与抽
象化等人类的智慧，是深度学习弄不出来的。
大桥：
不过，看起来还是可以应用在棋盘之上。
加藤：
以人类的眼光来看，或许是一种应用，但那还是只有把模仿人类的行为进行模拟而已。它
是不可能自己想出什么东西的。
大桥：
我倒对这点有不同的见解。阿发够自我对战谱中所出现的下图白１０或１２碰，以我们职
业棋士来看，就是全新的着手。不过就程式写作的人来看，“碰”这种手段也是从棋谱中
学习而来的。只不过是刚好在这个场面下拿出来使用而已。
星合：
这可以说是人类的着手中所延伸出来的手段吧。
围棋ＡＩ的未来
星合：
可以再请教一个问题吗？未来ＤＺＧ将会朝什么方向发展？
加藤：
首先是应该不会有戏剧性的增长了（译注：此座谈会出现在阿发够零式之前）。要比现在
还要强大的话，需要另一个技术上的大突破。所以就我而言，则是希望它能对各位职业棋
士老师们在学习上发挥效果。我自己非常喜欢围棋，心情上当然希望日本棋士能在世界棋
赛中获胜，但本质上我还是有将最先进的技术推广出去、以便宜的方式提供给大家的工程
师。我自己很喜欢用制酒师来做比喻，将制酒师的直觉利用科学分析的方式加以广泛应用
，就能让大家喝到便宜美味的日本酒了。所以我也希望围棋界能利用ＤＺＧ，不论是职业
棋士或业余棋士都能变得更强。
星合：
像这样能实际让ＤＺＧ去对弈、在研究会中使用，让我们非常感激。活用ＡＩ的话，人类
就还能找出继续变强的可能性，这真是太棒了。
大桥：
说不定十年之后的新入段者，都跟现在的井山六冠一样强呢。最好的例子，就是将棋的藤
井聪太四段了（译注：他就是靠着电脑将棋的练习而创下了连胜新纪录）。不过，藤井四
段听说对于诘将棋（类似于围棋的死活问题）也非常强。所以类似诘棋这种锻炼细算与基
础体力的训练，即便是在导入ＡＩ训练后也是同样的重要呢。
加藤：
在ＤＺＧ的布局上加入职业棋士的计算能力就是非常完美的一件事了。如果能达到这样的
程度，应该也能重新赢过ＡＩ才对。
大桥：
不过，ＡＩ应该也会变强吧？
加藤：
再来，恐怕又要花上十年以上了（笑）。就像前面所说过的一样，我希望尽快能出现打倒
中韩棋士的新秀。此外，我想再补充一句话，就一个人工智能的研究者来说，原本是认为
如果没有技术突破的话是无法在１９路棋盘上赢过人类，所以才开始研究围棋ＡＩ的；然
而就在股沟公司的暴力计算下突破了这样的障碍，反而让很多研究机构停止了围棋ＡＩ的
研究。不过，就像前面说过的一样，根据局面需要不得不集中于某处来细算的功能等等，
还是很需要去研究的部分，因此现在一旦全部中止开发了，就让我觉得很困扰。所以我希
望人类尽快再度赢过围棋ＡＩ，好让这些研究重新开始。
星合：
围棋ＡＩ的目标应该不只是要赢过人类对吧。
大桥：
人类和ＡＩ，应该是互相切磋琢磨向上进步的关系。今天就谢谢加藤先生和我们畅谈这么
多东西。
加藤、星合：
谢谢大家。
＝＝＝