AlphaGo成功关键 分析：策略结合值网络

　　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、世界冠军李世乭。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。

黄士杰解说机器学习如何让AlphaGo自我学习。

　　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，当时李世乭下了神之一手，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，因为他很尊敬李世乭，看过李世乭大部分的棋谱与比赛，很荣幸能够坐在他对面。“我为李世乭高兴，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。