最近AlphaGo打敗李世石的新聞吸引了很多人關注，不過在網路上逛一圈就知道，很多人對AlphaGo還是有所誤解。
身為一個對圍棋和程式都略懂、也對AlphaGo關注很久的人，感覺應該負起責任整理一下常見問題，讓只懂圍棋、只懂程式、甚至都不太懂的人，能對AlphaGo有更深的了解。

※如果你認為以下內容有應該修改地方，或有什麼想列進去的問題，都歡迎留言告知，希望能一起維護這份文件！


AlphaGo是什麼？

AlphaGo是英國DeepMind公司開發的一套圍棋AI程式，也是目前（2016年3月）已公開的圍棋AI中最強的一個。
由於DeepMind公司已經被Google收購，所以AlphaGo也可以說是「Google的AlphaGo」。
在2015年10月，它以5:0擊敗了連續三年獲得「歐洲圍棋冠軍盃」冠軍的樊麾二段，在2016年1月公開了消息後，引起棋界及學界的注目。
在2016年3月9~15日，它與當時公認最強棋士之一的韓國棋士李世乭（或稱李世石）進行5局的「人機大戰」，最後AlphaGo以4:1戰勝李世石。


AlphaGo的中文名稱是？
目前沒有官方譯名。
比較可能的翻譯大概是「阿爾法圍棋」，因為「Go」就是「圍棋」的英文，而這是從日文音譯到英文的。也有各種翻譯像是「阿法狗」、「阿爾法狗」、「阿發狗」。


AlphaGo跟其他的圍棋AI差在哪裡？
最大的差異在於AlphaGo使用了「類神經網路」這個技術，這讓AlphaGo擁有媲美職業棋士的「棋感」和「局勢判斷能力」，目前其他AI都沒有如此精確的估算能力。
（「棋感」可以解釋成「看盤面就能快速知道下哪些位置可能不錯」的能力）


AlphaGo是不是把大量的棋譜存起來，下棋時參考？
不是。
雖然AlphaGo在訓練過程中確實有看過大量棋譜，但這些棋譜只被用來調整AlphaGo的參數，沒有被存進去。可以這樣理解：AlphaGo不是死記棋譜，而是記住其中的應對原則。


棋譜中沒出現過的棋形，AlphaGo是不是就無法應對？
不是，但可能應對得比較差。
因為AlphaGo本來就不是死記棋譜，所以就算是跟棋譜不完全一樣的棋形，AlphaGo也能大略判斷出合適的應手。
而且AlphaGo（或任何圍棋AI都）具有「試下接下來的棋步並判斷局勢」的能力，所以就算AlphaGo沒辦法只憑過去的經驗找出適合的應手，也能即時計算之後的好幾步，看哪一手最有可能讓它獲得優勢。
不過如果棋形真的太特殊，導致AlphaGo漏算了某些不容易發現的棋步，就有可能會下得特別差。


AlphaGo能不能「打劫」？
可以。
從AlphaGo與樊麾的第5局，以及與李世石的第3局中都有出現劫，而且AlphaGo也沒有因此失誤，可看出AlphaGo有能力打劫。


所謂的單機版跟分散式版AlphaGo是什麼？
AlphaGo有兩個版本，就是「單機版」和「分散式版」，兩者的演算法完全相同，差別在於所用的硬體（電腦）。根據論文中的資料，
　　．單機版的使用了48 個中央處理器（CPU）和 8 個圖形處理器（GPU）。
　　．分散式版的使用了 1202 個CPU和 176 個GPU。
因為分散式版的運算速度比較快，對同一局面可以算得比較深，所以棋力也比單機版的強。
在與樊麾和與李世石的對局中使用的都是分散式版的。而在與李世石的對決中，又進一步將硬體提高到1920個CPU和280個GPU（資料來源），
更多關於單機版和分散式版的中文介紹


為什麼AlphaGo這麼強？
我認為可以這樣想：AlphaGo擁有與職業棋士差不多的「棋感」和「局勢判斷能力」，又有人類所不及的「運算能力」可以計算接下來數十步的變化，所以能打敗人類職業棋士也是不意外的。


AlphaGo有沒有弱點？
一種說法是，如果能下出棋譜中極少出現的佈局、妙手，出乎AlphaGo的預測，AlphaGo就會很難應對。例如與李世石對弈的第四局中，在李世石下出第78手的妙手之後，AlphaGo之後的幾手就下得特別差，很可能就是這樣的情況。
這方面說法很多，建議直接看Google搜尋的結果吧！

AlphaGo在賽前有沒有針對李世石做調整？
沒有。
在這段採訪（英文的）中DeepMind公司的CEO – Demis Hassabis有明確說明AlphaGo沒有針對李世石的棋做訓練。
針對某一個棋手的棋譜來調整參數是一件很危險的事，可能讓AlphaGo的判斷變得偏頗，精準度下降。而且AlphaGo在訓練後期已經不是根據現有棋譜，而是自己跟自己下好幾千萬盤來調整。


AlphaGo是不是每跟李世石下完一局，就會變強？
不會。
理由跟上一個問題一樣。


對於AlphaGo所下的一手，有另一種下法「似乎」更好，是不是AlphaGo失誤了？
可能是也可能不是。
首先，畢竟AlphaGo並不完美，所以另一種下法可能真的是更好的。
但也有可能是：人們主觀認為AlphaGo下的棋不好，其實不然。例如對局中有出現一些俗手、緩手，乍看之下不夠好，但考慮到後續的變化後，AlphaGo所下的棋可能才是最好的。許多職業棋士也漸漸有相同的看法。


對於AlphaGo所下的一手，有另一種下法「絕對」更好，是不是AlphaGo失誤了？
對人類而言是，對AlphaGo不是。
這個基本上都發生在官子階段或盤面上的小區域，由於人類能算出接下來的全部變化，所以可以肯定AlphaGo下的棋不是最好的。
但這並不是AlphaGo失誤，而是因為它只追求「獲勝機率最大化」，這在某些情況就會被認為是失誤，以下舉例：

例1：在某個局面有兩種下法：下法A比較簡明但局部會虧幾目，下法B比較複雜卻是局部的最佳下法。在AlphaGo計算勝率時，可能因為下法B比較難算，不確定性比較高，所以算出勝率是60%；而下法A的步數少，可以往下算得比較深，最後算出勝率是70%。那AlphaGo就會選擇稍微虧幾目的下法A。就像是當你處於優勢時，會選擇比較穩健的下法一樣。

例2：在接近終盤的時候，有可能接下來的所有變化都已經算清楚了，而且有多種下法都能達到100%的勝率，那麼這些下法在AlphaGo眼中是沒有差別的（理論上沒錯，但不確定實際上怎麼從中選擇），如果AlphaGo選擇了一個會稍微虧損但仍然能勝利的下法，人們就會認為AlphaGo下錯了、沒有下在最好的位置。


比賽前有沒有秘密協議禁止李世石「打劫」？
沒有。
這是由於AlphaGo與李世石對弈的前2局都沒有出現劫，尤其第2局中李世石有多處可以選擇打劫卻都沒有選擇，加上很多圍棋AI都不擅長打劫，才傳出的謠言。
在謠言傳出後不久，AlphaGo開發者之一的黃士傑已出面澄清沒有此協議；而在與李世石的第3局棋中也出現了劫，可見沒有這個秘密協議。



參考資料：
AlphaGo論文: Mastering the game of Go with deep neural networks and tree search
Shou-De Lin先生寫的論文讀後感想
維基百科：AlphaGo