在人工智能系统 AlphaGo 与韩国棋王李世乭的对弈直播中，许多网友都在问：AlphaGo 怎么决定要下哪颗棋子？AlphaGo 懂得投降吗？AlphaGo 是不是看破李世乭的棋路才赢的这么顺利？黄士杰为什么都不用喝水上厕所？黄士杰，在世纪人机大赛中负责为 AlphaGo 执棋、同时也是 AlphaGo 开发者之一的台湾博士，在赛后回到台湾，特别为人们解答对于 AlphaGo 的一切好奇。
AlphaGo 怎么下棋，怎么赢？
围棋第一步有 361 个点可以下，第二步有 360 个点可以下，整个盘面的可能性高达 10 的 170 次方，比宇宙的原子数量还要高，就知道这是多可怕的天文数字，因此才说围棋是最复杂的棋盘游戏。
然而 Google 旗下人工智能公司 DeepMind 所开发的 AlphaGo，其过人之处就在于利用深度学习技术搭配“策略网络（Policy Network）”和“值网络（Value Network）”，把搜寻层面缩小，让电脑运算足以负荷。
▲DeepMind 利用“策略网络”和“值网络”，让 AlphaGo 把搜寻层面缩小，也极大幅度缩小运算需求。绿色和粉红色区块为被排除掉的搜寻范围。
黄士杰说明，他们先是让 AlphaGo 看 2、30 万个棋谱，等于是汲取人类几千年来的智慧，之后“策略网络”会要求 AlphaGo 利用所学找出前 20 个最佳的棋步，“值网络”再来判断盘面，分析每个步数的权重。一方面减少搜寻广度，另一方面减少搜寻深度，变成 AlphaGo 可以处理的运算范围，让 AlphaGo 效能有极大的提升，也是今日电脑能赢过人脑的关键。
澄清：并非靠研究对手、识破棋路获胜
在最新出刊的天下杂志 593 期，陈文茜女士在专文中写下，“AlphaGo 短时间内记住了李世乭的棋谱，识破‘冠军高手’的棋路。”这说法也遭黄士杰反驳，“AlphaGo 并没有针对李世乭九段做任何训练，他跟任何人下棋都是一样的。”也就是说，AlphaGo 都是依上述的方式行动，盘面怎么发展，他就接着运算、下棋。
另外，陈文茜在同篇文章所说的“AlphaGo 更是史上首次开发出默默学习的人工智能”也并非事实。黄士杰在会中有提到，目前人工智能已成功应用在图片分析、语言分析等多个领域，其他许多领域也有探讨。科技新报也写过不少关于机器学习、人工智能的报导。
AlphaGo 在胜率低于 20% 时就会投降
不过 AlphaGo既然能看好、算好该走哪步，那在与李世乭的第 4 盘对弈又怎么会有“棋子满天飞”、“看不懂在下什么”的乱流发生，最后更是落败呢。黄士杰反问，怎么不说是李世乭下了神来一手的“挖”？不过团队也的确在找问题，看是系统有 BUG，或者是值网络判断有误。
而第 4 盘对弈发展到最后，AlphaGo 明显屈居弱势，大家都在等 AlphaGo 会怎么输，是一路下到棋局结束比目数还是投降，但它懂不懂投降？黄士杰说，AlphaGo 会在棋局开始后判断胜率，它被设定为当胜率小于 20% 时就会投降。但黄士杰强调，AlphaGo 要在开始下棋后才能判断胜率，因此在开赛前，它是无法预测胜率的；此外，比赛中虽然后台看得到 AlphaGo 判断的胜率，但坐在李世乭面前的黄士杰是完全不知情。
坐在李世乭对面，黄：以尊敬的心情尽量不影响他
▲代替 AlphaGo 下棋的是台湾的资工博士黄士杰，目前在 DeepMind 担任资深研究员，是 AlphaGo 的主要程式开发者。（Source : 截取自 AlphaGo 与李世乭第 4 盘对弈直播，当时AlphaGo 投降。）
常常有人评，AlphaGo 是电脑不会觉得紧张也不会有压力，黄士杰做为代执棋的人，也尽量不让自己的行为带给李世乭压力。黄士杰说，“我是下围棋的人，李世乭九段我看过他大部分的棋谱，我对他有一种尊敬的心情，比赛中我是觉得很荣幸坐他对面，那我就尽我所能不要影响他、尊重他。”包括喝水、上厕所、露出表情都尽可能不会，但另一方面也是考量到不要浪费 AlphaGo 的时间。
不过在第 4 盘 AlphaGo 投降那一刻，黄士杰有笑了一下，他澄清自己不是在取笑什么，而是“为李世乭高兴”，因为感受到李世乭比赛压力很大。最终 AlphaGo 以比数 4：1 获胜，黄士杰认为是圆满的结果。
至于 AlphaGo 开发公司 DeepMind 未来的计划是什么？除了比较明确的把人工智能应用在医疗、机器人领域之外，也有其他团队在讨论是否开发策略游戏中的对战 AI。“让世界变得更好是 DeepMind 的终极目标”，黄士杰说。
台湾之光黄士杰
黄士杰是台湾人，是台湾师范大学资讯工程系博士，也是业余六段的围棋棋手，他研发的围棋程式“Erica”于 2010 年获得第 15 届奥林匹亚电脑游戏程式竞赛（Computer Olympiad）金牌。随后加入 Google 旗下人工智能公司 DeepMind 担任资深研究员，是 AlphaGo 的主要程式开发者，他研发的“Erica”更是能够做 AlphaGo 的基础。
延伸阅读：
- Facebook 研究员解析算法技术：AlphaGo 为什么这么厉害？
- Google AlphaGo 的胜利：不是电脑打败人类，而是人类打败人类
- 帮大脑省力！隐身在 Google 邮件、翻译、照片背后的“机器学习”
