為提供更方便的一站式服務與讀者,星島雜誌集團旗下的東周網、東TOUCH、PCM電腦廣場、CAZ Buyer車買家、JET及Spiral游絲腕表網站將歸納為My-Magazine網站,只需完成以下簡單登記程序,即可以一個電郵地址,享用以上各網站提供的各種會員服務及源源不絕的會員優惠!
submit
submit
主頁  > 專欄  > 校長視野 2016 年 04 月 06 日

陳繁昌

陳繁昌教授,香港科技大學校長。出身筲箕灣阿公岩。 獲獎學金遠赴美國加州理工學院修讀本科及碩士課程,並在史丹福大學攻讀博士。 留美四十年,歷任耶魯大學及加州大學洛杉磯分校(UCLA)教授、美國國家科學基金助理署長。 陳教授大半生尋找教研夢,對教育、科技發展、培育年輕一代亦有獨到見解。

棋逢敵手

由Google DeepMind研發的人工智能圍棋程式AlphaGo與圍棋天才李世的人機圍棋大戰全球矚目,堪稱AI發展的一大突破。DeepMind由三位年輕人於二○一○年在英國創辦,其中兩位專注研究AI,另一位更曾毅然從牛津退學,公司二○一四年獲Google以五億美元收購。人工智能之父圖靈提出一個問題─機器會思考嗎?當年我在史丹福大學讀書時,曾修讀過AI,略有研究。

早在六、七十年代,人類已對AI寄望甚殷,可是發展進程經歷好幾個低潮。今天,一些關鍵問題取得突破,無人駕駛、機器人、語音圖像識別這些AI技術應運而生。AI是科大其中一個重點研究範疇,我們於上年底與微信聯合成立「微信——香港科技大學人工智能聯合實驗室」,希望透過推動AI技術,改善人類的生活體驗。

AI應用在棋類活動已非今天的事,AI科學家早已征服較簡單的西洋跳棋。一九九七年,IBM的超級電腦Deep Blue打敗國際象棋世界冠軍Garry Kasparov,但圍棋較國際象棋更為複雜,國際象棋有個棋局變化,但圍棋卻有個!以前的超級電腦都是以數學運算及邏輯推理,去推算落子模式,但圍棋棋局變化多端,AlphaGo就要靠大數據。

AlphaGo結合深度卷積網絡及蒙地卡羅樹搜索兩項主要技術,卷積網絡系統學習了三千萬個人的下棋模式,從而按形勢與過往的資料進行比對,估算如何落子勝算最大,再加以利用搜索樹,便可很快讓AlphaGo判斷落子模式。簡單來說,就是系統會按邏輯及概率,聰明地決定該如何落子,以獲得最大勝算。最令人驚嘆的是,AlphaGo會自我進行深度學習!這就是自己跟自己下棋,產生新的訓練數據來提升實力,深度學習將有助解決AI所面對的難題。科大大數據專家楊強教授笑言,就像金庸筆下的周伯通左右互搏,以增強自己的武功。經過這次大戰,看來AlphaGo的功力又增強了不少。

AI豈不是無可匹敵?AlphaGo雖連勝三局,李世在第四局使出神來之手,逆轉戰局,成功扳回一仗,也證明系統還是存在漏洞,當遇到陌生、沒有資料作參考的情況時,人類有意識和動力去作出改變,適應新環境的能力較高,但電腦沒有意識和動力,只會按着既定指令達到目標。對我來說,下棋是一門藝術,當中包含人類不同的個性、思考及情感。

其實AlphaGo所使用的演算法非常靈活,或將能應付其他AI問題,如氣候變化、風險控制、醫療健康和機器人等複雜領域,這就是我們說的「人工通用智能」。很多創科企業如Facebook、百度、微軟和Amazon等都巨額投資開發大數據AI,可見這正是大勢所趨。有人會問,AI科技發展下去會否對人類構成威脅?我則認為AI會是人類的好幫手,人類和機器其實是相輔相成,相互促進。始終人類的創造能力,還是未能讓機器代替。