輸給AlphaGo的韓國棋王宣布退役,李世乭:「拿下第一名,我也不是冠軍。」
輸給AlphaGo的韓國棋王宣布退役,李世乭:「拿下第一名,我也不是冠軍。」
2019.11.28 | Google

「即使我登上世界第一,也有無法擊敗的對象。」2016年,代表人類與DeepMind AI AlphaGo展開五番棋勝負的韓國棋王李世乭,於本週宣佈退役。

AI能否在圍棋擊敗人類?這場受到全球關注的賽事裡,李世乭最終以1勝4負飲恨落敗,而這一勝也成為人類在圍棋界與AlphaGo抗爭中的絕響。隔年,世界棋王柯潔與AlphaGo的三番對弈,由AI拿下全勝。

永無可能戰勝AI,李世乭萌生退意

然而,即使雖敗猶榮,依舊無法消弭他面對AI的挫敗感。11月19日,李世乭向韓國棋院遞交了退役申請,結束他24年的職業棋士生涯。根據《韓聯社》的訪談,他決定退役的原因,便是3年前與AlphaGo的一役中,感受到了AI在圍棋領域人類無法抗衡的強大

AlphaGo.png
2016年與AlphaGo的五番對弈中,李世乭以1勝4負輸給AI,也為本週的退役埋下種子。
圖/ 比賽直播螢幕截圖

「隨著AI進入圍棋世界,我理解到無論我再怎麼拚命拿下第一名,我也不是真正的冠軍。」李世乭說。

最初李世乭認為自己能大勝AlphaGo,然而一切並未如他所料,他壓倒性地輸給了AI,賽後他向對自己寄予厚望的民眾道歉,「我輸了,我很抱歉最後比賽以這樣的形式結束。」

當他被AlphaGo連下三城時,他感到非常低落,「坦白來說,比賽開始前我就嗅到了一絲落敗的可能性。Google的科學家們從一開始就表現得非常自信。」

雖然在比賽中落敗,世人對李世乭沒有一絲苛責,「當我連續輸給AlphaGo三場時,我很好奇人們在網路上的評價,但超乎預料地很少人批評我。」

「神之一手」奪全球讚賀,卻認為贏在系統錯誤

與AlphaGo的第四局比賽中,執白子的李世乭下出的第78手棋──這被譽為「神之一手」的一步棋,讓AlphaGo表現失常,進而逆轉局勢拿下比賽。這局棋為世人所稱頌。韓國棋手安永吉(An Younggil)聲稱,這場比賽是李世乭的最傑出的一局棋,一場足以流芳後世的經典對弈。

alphago game 4
李世乭對決AlphaGo第4局下出被世人譽為「神之一手」的78手,導致後續AlphaGo判斷失常,進而拿下比賽。
圖/ Wikipedia

外界相信,這一局向全球揭示了人類勝過電腦的可能性,但李世乭認為,他能從AlphaGo手中拿下一勝,是因為AI在面對出乎預料棋步時的「缺陷」。

李世乭向《韓聯社》解釋,「我的白78手不是一個該直接對付的棋路。在絕藝(中國圍棋AI)中也有一樣的錯誤。即使讓人類兩子,絕藝也是位非常難以拿下的對手。但因為錯誤的原因,當它輸時會以非常奇怪的形式落敗。」

與AI對弈為棋士生涯畫下句點,李世乭:「我這次很可能也會輸。」

雖然與AlphaGo的對弈,是李世乭萌生退意的原因,作為棋士生涯的收尾,他計畫將與韓國IT公司NHN Entertainment的圍棋AI「HanDol」進行對弈。HanDol於2018年研發,出道短短1年已有擊敗韓國排名前五圍棋選手的出色戰績。

與HanDol的比賽中,第一場李世乭將被禮讓兩子,後續比賽是否會讓子則依據第一局的成績而定,「即使被讓兩子,我也不覺得自己能贏過HanDol。」

儘管對於能否獲勝沒有把握,屆臨退休的他對於勝負顯得相當坦然,「這陣子我甚至沒有關注圍棋界的新聞,我希望就像已經退休般,與HanDol輕鬆地下一局棋,當然我仍會全力以赴。」

對於李世乭退役的消息,DeepMind執行長德米斯.哈薩比斯(Demis Hassabis)聲稱,他在與AlphaGo的比賽中,展現出了真正的戰士精神,「我謹代表DeepMind AlphaGo團隊為李世乭的傳奇歲月致上敬意,並祝福他未來一切順利,我知道他將成為這一代最偉大的棋手之一。」

責任編輯:蕭閔云

延伸閱讀:

  1. 暢談AlphaGo發展心路歷程,幕後推手黃士傑是這樣看AI的!
  2. 人類背水一戰!纏鬥五小時,AlphaGo擊敗世界圍棋冠軍柯潔拿首勝
  3. 圍棋界霸主換人當?新AI軟體靠自學就能戰勝AlphaGo

資料來源:The Verge韓聯社

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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