為何AI「棋靈王」橫掃中國、韓國頂尖棋士?不怕死,反而讓它所向無敵!
為何AI「棋靈王」橫掃中國、韓國頂尖棋士?不怕死,反而讓它所向無敵!
2018.11.02 | Google

本文摘自《棋士與AI:AlphaGo開啓的未來》,大塊文化出版

看得見的世界,就那麼1公尺,也就是伸手可及的部分,而碰觸不到的地方,是深不見底的黑暗世界,下棋這個東西,其實就是暗中摸索;但就算看不見前方,我們仍然可以憑藉經驗,推測出一些狀況,我們稱其為感覺或大局觀。

然而,就算是身經百戰的職業棋士,也有被恐懼感所擄獲、無法信任自身感覺的時候。因為大步前進必然得踏入前方的黑暗,是否就在看得見的範圍內走一小步呢?這是對局者在每一手的選擇時必會面臨的誘惑。因為每人都必有數不清礙於魯莽前進而受傷的經驗。決定一局輸贏的要素裡最重要的就是──是否敗給自己的恐懼感,而做出低於自己實力許多的選擇。

AI沒有「恐懼感」,更能100%發揮實力

AlphaGo並非無所不知,但AlphaGo的計算能力比人類更高,如果人類視線所及的範圍是1公尺,AlphaGo可說是3公尺。AlphaGo就算輸了也不會受到打擊,對於「看不見」地方,它會安心地交由深層學習的「感覺」來處理;因此AlphaGo總是能夠完全發揮自己的實力。

與李世乭對戰的第三局,AlphaGo所下的白1(圖36),這一手導致AlphaGo明顯優勢,是決定系列勝負的名手,而且幾乎沒有人預料到這一手。雖然這一手不像「刺」那麼驚世駭俗,但這是人類不容易認真去想的著點。

圖36.jpg
圖/ 大塊文化

大部分的人對白1這手棋的認識都不夠深入,因此選擇這手棋,除了直覺,還需要勇氣。就算白1浮現在腦海的候補名單上,會認真考慮這手棋的棋士是很少的。相較於此,一旦AlphaGo的候補名單中出現白1,AlphaGo對待這手棋的態度與其他選項相同,不會像人類一樣,會覺得「我不習慣這個下法」。換句話說,比起人類需要克服心理障礙,AlphaGo少了一個門檻,比較能夠順利地做出正確判斷。

關於人類在棋盤上感到恐懼的現象,還有另一個「大交換」。「大交換」指的是為了取得某個地方的利益,而在他方做犧牲,這般的棋局狀況變化。 比方說市長選舉,在野黨擊敗執政黨取得勝利,卻失去眾議院的席次,這就是「大交換」;重點是「大幅改變現狀」,若兩邊都是連任,同樣是一勝一敗,但不成為交換。

因為人類的目光看得不夠遠,覺得「大交換」前的盤面平靜無波,導致我們對棋局變化賦予「大交換」的特徵;「大交換」出自人類的主觀認定,對於AlphaGo而言,只是理所當然的進行,不用大驚小怪。

人類所以會有恐懼感,是為了在關鍵時刻保住自身性命;雖然我說了一堆下棋時,恐懼感會帶來負面效果,都是以和AlphaGo比較為前提。人類的能力有限,所以,恐懼感對人類來說,是恰到好處的情緒反應,也是人類不可或缺的重要本能。最近有「捨棄恐懼感可以讓人類成長」的說法,乍聽之下似乎能讓人類更加進步;但正因為你我身為人類,才能擁有AI所缺乏的「恐懼感」,因此我們不必將恐懼感視為敵人,最好馴服它,讓它為自己服務。

AlphaGo的勝利,反映出圍棋技術進步瓶頸

傑米斯.哈薩比斯在圍棋高峰會上表示「AlphaGo會成為人類的哈伯望遠鏡」。 「AI將帶領我們看到更多前所未見的事物,人類將因此變得更有智慧,也會變得更加幸福。」在其他相關的訪談中,我們都可以看到這個主旨。

讓視野更寬廣、更高更遠,我並不否定人類至今以此方向來追求進步;累積「知識」,讓人類得以不斷提升高度,成就豐功偉業的人往往會說「我只是站在巨人的肩膀上而已」,這番話與其說是謙遜的表現,不如說是發自真心的感嘆。

圍棋是有明顯的好棋和壞棋的遊戲的同時,相關知識又能不斷的累積下去,就如同建造房屋一般,圍棋的技術水準也在不斷提升;許多人想當然耳地認為圍棋必是如此。但事實並非這般,日本在350年前,有位名為「本因坊道策」的棋士。他與秀策同被稱為棋聖。從道策的時代開始,人們孜孜不倦地投入超乎想像的心力鑽研棋藝,但時至今日,也沒人敢說自己超越了道策,這絕非誇大其詞的說法。

或許有人會問:「難道在這350年當中,職業棋士都沒有進步嗎?」我常回答「比起道策的時代,布局的方法的確有些進步」。但是AlphaGo從序盤就採取和已往不同想法的布局,並且戰勝人類。雖然從道策的時代開始,圍棋的布局持續改變,但看到AI的下法,我們很難判斷人類布局的改變是不是進步。對於350年前的日本棋士而言,道策想必就是他們的哈伯望遠鏡吧!道策的智慧以棋譜的形式流傳下來,但不管我們如何學習他的棋譜,也還無法站到他的肩膀上。

比起知識傳承,下棋更重「感覺」

比起知識的累積,圍棋為「感覺」所涵蓋的領域,實在太大了!AlphaGo告訴我們最重要的就是這一點;外表可見的形式能透過知識傳承下來,但是抽象的「感覺」卻與個人的身體條件等有關,原則上只是本人的專利,無法傳承。

不只是圍棋,知識只是人類的表象,人類真正的大本營是不容易傳達的內在感覺;在AI出現之前,表象的知識可以作為人類的象徵,人類社會也認同這一點。能輕易汲取各種知識的AI點醒了我們,「感覺」的部分才是人性的本質所在。

下棋就是需要這般多如牛毛的小作業以至於鳥瞰全局的大局觀等,是各種能力配合的遊戲。人類的計算力、集中力,連感知能力,都與身體能力脫不了關係,這些能力和個人的「感覺」相同,無法傳承給他人,連本人要積蓄這些能力都非易事。

AlphaGo如同哈伯望遠鏡般,確實讓我們看到前所未見的景色,但是人類能不能到達那片美景所在之處?是否真想住到那一邊?則是另一個層次的問題,不能混為一談。人類有自己固有的身體與感覺,一味地追求AI,想擁有AI的能力的話,不僅違背人性,也未必對人類有好處吧?

「看見某件事」不等於「去做某件事」;累積知識固然讓人開心,但跟感到「幸福」是另一回事。看到哈伯望遠鏡傳送的影像,我也為之稱奇,但我不曾動過「想去那裡看看」的念頭,更沒想要住在那裡。

AI所帶來的嶄新局勢,或許是一個讓人類重新檢視自身的機會。通常人們回顧自己多在挫折、失敗時,老實說不怎麼讓人開心;與其檢視自己,尋求其他更有趣的事物才是人之常情,就像書架上伸手就拿得到的書,因為隨時可以閱讀,反而始終沒有打開;「看得見」的安心感會讓你覺得「隨時可以做」,「隨時可以做」的事,有時會覺得「已經做過了」。但我們所剩的時間已經不多了,當人類想回首好好檢視自己的時候,卻發現自己已經不在那裡!這是我現在最擔心的事情。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓