AlphaGo之父黃士傑鼓勵臺灣人：要有信心、勇敢走出去
由 Google DeepMind 開發的人工智慧 AlphaGo 挑戰人類棋王李世乭，最後在五戰當中，以 4:1 打敗李世乭，也讓 AlphaGo 聞名全球，當中有一個焦點是，在五場對弈過程中，代理 AlphaGo 打敗李世乭的 DeepMind 成員黃士傑，稍早也在 Google 臺灣辦公室與臺灣媒體分享 AlphaGo 的開發原理與未來發展方向。
▲人機最終戰，AlphaGo、李世乭激戰 5 小時，最終戰績 4 勝 1 敗，爲全球人工智慧開發與機器學習領域奠定全新里程碑。（影片／《ETtoday東森新聞雲》播吧）
Google 臺灣董事總經理簡立峰表示，電腦下棋在人工智慧這個領域中建立很大的標竿，過去 IBM 的「深藍」（DeepBlue）以西洋棋打敗世界冠軍，建立了一個很好的基礎。但是圍棋更難以突破，這次的比賽當中，AlphaGo在爲期領域打敗李世乭建立了里程碑，但是大家也不用因此過於慌張，覺得人類會被機器取代，因爲這些程式都是人開發的，而人類本身有很多能力，都是機器無法替代的，但是這個確實是機器學習很大的里程碑。
針對臺灣發展人工智慧所需要的元素，簡立峰說：「臺灣在人工智慧學習演算法基礎非常非常的強，現在需要更多的是應用方面，臺灣很多網路規模比較小、發展比較少，但其實臺灣還是有很多人才，開發 AlphaGo 的黃士傑就是一個很好的例子。」
AlphaGo 開發成員黃士傑表示：「我在師大學習的論文，成爲我做出 AlphaGo 的基礎。」並表示：「我覺得臺灣很多工程師都很厲害，但是一方面我們的資源比較少、一方面很多人都比較沒有信心。」鼓勵臺灣開發者要勇敢走出去。
他以 DeepMind 團隊爲例說：「DeepMind 團隊除了我來自臺灣之外，有來自法國、印度、中國大陸、英國、德國、奧地利等世界各國，大家都是離鄉背井，但是企圖心都很強，其中有一個很重要的精神就是要『開疆破土』，這跟臺灣的精神不太一樣，很多臺灣人都沒有信心，我們其實不弱，但是要走出去，就能打出一片天」。
黃士傑以自己爲案例說：「我當初就是想說，有機會我一定要出去。而且剛開始我覺得，『英文』會是一個主要的門檻，所以我一開始去的時候，溝通不是那麼容易，所以那時候自己花很多時間在學聽英文，我是覺得英文能力從小就要培養」。
此次短暫的接受臺灣媒體訪問當中，黃士傑表示，DeepMind 團隊很高興 AlphaGo 讓人工智慧有了新的進展。因爲圍棋規則很簡單，但是變化相當多。它被視爲人工智慧開發領域的一大挑戰。1997 年，深藍打敗西洋棋冠軍，去年撲克牌也被破解，圍棋變成一直以來僅剩的一個挑戰目標。
他解釋說：「因爲西洋棋第一步棋有 80 步，下了第二步之後，有 79 步可以下，圍棋第一步 361 個點，下第二步有 360 點，如果要下到底，大概有 10 的 360 次方的概率，對於電腦來說，很難找到最佳解法。」面對南韓媒體質疑，DeepMind 對上李世乭的過程中，是不是有針對李世乭的棋譜做出一般研究，臺灣媒體也在現場詢問黃世傑，他本人再次否認，同時也公開 AlphaGo 的判斷方式。
黃士傑指出，人類在下圍棋，除了平常的計算之外，最主要的是因爲「直覺」。透過這個原理，DeepMind 直接讓 AlphaGo 跟深度學習結合，主要的網路是「策略網路」跟「值網路」，策略網路可以判斷出最佳棋路，就好像人類用直覺來下出好棋一樣，開發團隊也會事先給 AlphaGo 閱讀各種不同參考棋譜。至於「價網路」則是在搜尋一個點之後，會判對盤面，搜尋誰優勢，主要功能就是判斷優勢。
簡而言之，策略網路減少搜尋的廣度，價值網路着重減少搜尋的深度，黃士傑表示，其實 DeepMind 團隊已經把所有開發過程與論文內容上網對外公開，讓任何人都可以複製 AlphaGo 的技術，甚至他也發現已經有網友翻譯成繁體中文版。
▲黃士傑：DeepMind開發團隊，已經把 AlphaGo 開發論文公佈在官網。（圖／取自DeepMind）
針對未來發展方面，黃士傑表示，DeepMind 有興趣的領域除了圍棋之外，還有「醫療」跟「機器人」，希望能夠讓世界變得更美好，至於他自己個人的下一步，當然就是選一個有興趣的領域去投入。現場有媒體再次詢問下一個目標是不是挑戰《星海爭霸》、《英雄聯盟》這個模擬策略遊戲領域，黃士傑並沒有把話說死，表示：「內部還在討論」。