揭密AlphaGO開發歷程！Google：要創造卓越的智慧科技
針對此次的人工智慧科技 AlphaGO 與天才棋王李世乭的對決，稍早DeepMind 執行長 Demis Hassabis接受臺灣與中國媒體訪問時，透露自己開發 AlphaGO 的初衷與未來願景，目標並不是鎖定在 2020 年，而是更長遠的未來。
Demis Hassabis 爲 DeepMind 共同創辦人暨執行長，DeepMind 作爲受神經科學啓發的人工智慧公司，於 2014 年 1 月被 Google 收購，傳聞收購金額達 4 億美元，成爲迄今最龐大的歐洲收購案。
Demis 目前擔任 Google DeepMind 的工程部副總，帶領 Google 團隊積極投入人工智慧的研發。Demis 小時候是一個西洋棋神童，僅僅 13 歲棋藝已達大師等級。當時 Demis 的棋藝僅次於國際特級大師波爾加·朱迪(Polgár Judit),爲世界段位第二高的棋手。在提前兩年完成 A-Level 考試之前，17 歲的 Demis 已編寫好了銷售超過數百萬的「主題公園」(Theme Park)模擬遊戲。
談到開發 AlphaGO 的初衷，DeepMind 執行長 Demis Hassabis 提到他小時候很喜歡西洋棋，到了大學時期跟朋友瘋狂玩圍棋，那時候用的就是 IBM 開發的深藍，那時候就覺得要開發一個可以學習下棋的機器。因此這個概念從 20 年前就有了，但是直到兩年前纔開始做。
目前 AlphaGO 的開發團隊一共有 9 個人，3 個人是 Google 內部員工、3 個人是DeepMind、另外三位則是業界人士，而之所以會從中國的圍棋出發，Demis Hassabis 表示，是因爲中國的規則讓電腦比較容易懂、容易吸收。
而 AlphaGO 以一套名爲「蒙地卡羅」的運算技術爲基礎，搭配類神經網路，從世界棋手、人類專家的技術細節，進行像是象棋、圍棋等棋局對弈的研究，然後透過兩個階段的機器學習，第一段是人工喂資料給電腦去運算，第二階段是給予電腦在比賽過程中去學習的程序，不管是贏還是輸輸，每次比賽過程都會把經驗學進去。這個第二階段採用的技術，叫做類神經網路，主要是透過雲端運算的方式，進行深度學習，然後進行「策略網絡 (Policynetwork)」與「價值網絡 (Valuenetwork)」的分析，程序就像人類的大腦一般，會有自己的思考模式，這也是爲什麼 AlphaGO 可以持續進化。
Demis Hassabis 表示，AlphaGO 的正式比賽只有在 2015 年 10 月跟歐洲圍棋冠軍對弈過，會找專業的人的原因，主要是希望能夠把AlphaGO的名聲流傳下去，把它創造成一個事件，讓大家記住這個事件，而在李世乭之後，不排除會找其他更多新秀來對戰。
Demis Hassabis 強調，人類學習跟機器學習的差異都是一種演算的方式，人類或許可以做得更好，因爲他們不用去過濾、處理這麼多資料，而且可以從其他人指導，但是 Deep mind 只能自我學習，自己去想像可能發生的狀況。因此他認爲，或許 10 月份的 AlphaGO 打不過李世乭，但是經過機器學習的模式與調整，現在的AlphaGO反應已經更快、更聰明，所以要讓大家期待明天的比賽。
談到 DeepMind 的終極目標，Demis Hassabis 表示，首先是要創造出更卓越的智慧科技，當然，從 Google 角度就是要要聰明解決人們碰到的問題，幫助人類打造更好的生活環境。