人腦對電腦，棋逢敵手？（零機壹觸）
《2001太空漫遊》中幻想的人工智能，可跟人類下棋和以自然語言對話，但到了2015還未能完整實現。
現代電腦一般破解一個八個字元長度的完全隨機密碼（無可辨別詞語，大小階英數符號混合，鍵盤可輸入的總共96個字符）大約需要一兩天；一個十字元的完全隨機密碼就需要數星期至數月；這計算假設沒有用破解算法協助。雖然不算是電光火石，但世界上恐怕難以找到有另一種運算機器可以超越這個速度。運算速度如此出眾，電腦可堪稱世界第一吧？
其實電腦暫時最優秀的，還只是運算力而已。
過去十多年的國際象棋對弈，電腦始終優勝一籌。1997擊敗國際象棋世界冠軍的IBM電腦「深藍」，在歷史上對電腦勝過人腦彷彿劃下了深刻印象。但2012 年深藍的3名設計者之一 Murray Campbell 在訪問中透露，當年的關鍵一步，是一個程式漏洞。是電腦的人工智能搜遍步法，都找不到一步最佳棋步，便隨機找一步來走。而對手世界冠軍 Kasparov 對這違反直覺和常理的隨機一着棋，估計為一定有更高深的含意，以致這步成為決定勝負的世紀一着。
在另一個戰場，中國國術之一的圍棋，則人類仍是未逢敵手。圍棋在國際舞台上，有很充足的平台空間發展人工智能，隨便一個學生亦可以找到程式接口開發軟件，放上互聯網與世界一級好手對弈。不過迄今為止，電腦棋手甚至未能稱霸業餘界別，更遑論初段以上的專業界別。
人腦思考模式勝電腦
為什麼圍棋和國際象棋有如此差距？國際象棋只有16隻棋子，在64格的棋盤內。圍棋則有361個落子點，任何一步都可以落在361個可能性內，棋子動輒下數百步。有人計算國際象棋的可能性空間為10^123；圍棋則是10^360。試比較中國象棋10^150，和黑白棋10^58。人類的優勝處，在於人類圍棋棋手能以定式形態和經驗，並以棋形為單位作思考，將運算需求大大減低。國際象棋棋手和圍棋棋手的運算力可能相去不遠，分別在於其思考模式。知道人腦在什麼方面比電腦優勝，亦是在現代了解如何善用電腦的最佳方法。
電腦的優點，是運算力的龐大。但思考模式仍非常匱乏。另一個重點就是電腦暫時還只是能對「可以畫成運算式的東西」作出運算，若不在這範圍的運算就無計可施。
2015年11月Google 發布公開TensorFlow 人工智能平台，是屬人工智能中的機器學習領域——其實說穿了就是一個數位神經網絡（Artificial Neural Network, ANN, 1950年代已有雛型）平台，加上一點好用介面和工具（當然Google方面會盡力企圖說服你不是數位神經網絡這麼簡單……）。不少報道都稱讚其強大、開源，以及推進人工智能發展。但事實上是仍需要由人腦畫成算式輸入，電腦只負責運算。對於不擅長畫算式的人，作用不大。
對了，你看到問題所在：電腦有沒有可能自己能畫出算式，或畫出問題的定義（Problem Statement）？下篇接續討論。
更多零機壹觸文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
