布萊恩的創業小窩的部落格

 

 
 

 
人工智慧和西洋棋已經是合作夥伴了,今天要來看看這為西洋棋帶來多少改變囉~
 
前世界冠軍與人工智慧讓西洋棋起死回生
經過雙方的合作研究，最終於 2020 年 9 月發表一篇長達98頁的論文：《使用 AlphaZero 評估遊戲平衡：探索西洋棋中的替代規則》（Assessing Game Balance with AlphaZero: Exploring Alternative Rule Sets in Chess），由 Deepmind 的 Nenad Tomasev、Ulrich Paquet、Demis Hassabis 以及克拉姆尼克一同撰寫。
在此篇論文中，團隊發表了九種西洋棋變體型式，AlphaZero 則負責在幾個小時內模擬出數十年遊戲會怎麼發展、探索不同規則的西洋棋具有什麼樣的可能性。有 AlphaZero 的助力，使研究團隊能看到在不同規則下的人類玩家能開創出什麼別出心裁、出乎意料的玩法。
AlphaZero 測試出的九種西洋棋變體規則：
1. 禁止「國王入堡」（No-castling）：整個棋局都禁止使用「國王入堡」走法。這種走法讓棋國王躲進由其他棋子組成的防護後面，減少國王被威脅的機會，但也會令比賽變得沉悶。
2. 10 步內禁止「國王入堡」（No-castling (10)）：在前10步以內禁止使用「國王入堡」下法。
3. 兵走一格（Pawn one square）：兵棋（Pawn）只能前進一格。目標為增加彈性，減緩遊戲速度。
4. 無子可動時即勝（Stalemate=win）：其中一方無子可動時，即為另一方勝利（原先為平局）。
5. 水雷（Torpedo）：兵可以選擇在棋盤的任何地點走 1 或 2 格。這意味著隨時都可以使用吃過路兵（En passant）走法。
6. 半水雷（Semi-torpedo）：兵只有在第 2 或 3 線時才能移動 2 格。
7. 兵可以後退（Pawn-back）棋子可以向後移動到一個正方形內的格上，只能返回到 2nd/7th 橫線上（此時的移動不計入「50步規則」內）。
8. 兵可以橫走（Pawn-sideways）：棋子也可以橫向移動一格。（此時的移動不計入「50步規則」內）
9. 自己吃棋（Self-capture）：可以吃自己的棋子，用自己的棋子開路。
 

▲ 在 AlphaZero 的幫助下，研究團隊設計出引人入勝西洋棋變體規則。（Photo by chess.com）

 

 
克拉姆尼克說，如果大家願意對既定規則做出一些小小的改動的話，一幅令人著迷的西洋棋新圖景就有可能展現。「人類已經玩了1500年的西洋棋了，調整規則不是什麼新鮮事，抱怨電腦讓這個遊戲變的無聊也不算新鮮。」
論文共同作者之一的 Nenad Tomasev 表示：「開發西洋棋 AI 目的一開始是想看看人工智慧能不能打敗人類。現在，像 AlphaZero 這樣的人工智慧將會跟人類一起探索西洋棋的創造性，而不是讓人類成為AI的手下敗將。」
 
這是 AI「獻給西洋棋界的禮物」
AlphaZero 早已展示了它無師自通、自我學習的能力，而研究團隊便物盡其用、借助它來更快地探索西洋棋的新玩法，而不是像過去人類折騰了幾十年、甚至幾個世紀，才摸清楚這個複雜遊戲的美麗與缺陷。Nenad Tomasev 對此表示：「你當然不希望自己花了幾個月、甚至幾年才摸清楚這個遊戲，卻意識到『噢，不，這遊戲一點都不美。』」
同時，AlphaZero 不會受到傳統的棋藝理論束縛，而會發展自己的直覺與策略，帶來全新的想法，顛覆了長久以來人類對這些棋藝遊戲的思考。
克拉姆尼克從他們與AI一起建立的新規則中看到了令人振奮展望，例如「可以吃自己的棋子」（self-capture）是極端的新規則，克拉姆尼克說，這條規則實際上會讓棋手有更多可能，例如選擇犧牲一顆棋子來取得優勢。「總而言之，這只會讓遊戲變得更加美麗。」
AI會毀滅西洋棋嗎？克拉姆尼克與DeepMind告訴我們不會，並且人類可以與AI並肩作戰、開拓出嶄新的可能。若沒有人工智慧的助力，或許就難以達成這個願景了。
 
 
 
延伸閱讀：




僅靠咳嗽聲,無症狀的新冠患者也躲不掉人工智慧的緝捕!(下)


原來現今的人工智慧臉部辨識還有這些隱憂,你該注意什麼?(下)
貓真的是液體嗎?看看這人工智慧的合成結果似乎是這樣..






【人工智慧預防糖尿病患失明】台大打造人工智慧醫療，診斷視網膜病變準確度達95％


人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒


【AI在瘟疫蔓延時】台灣 AI「雅婷」化身音樂家 發表首張專輯「武漢肺炎」
【AI在瘟疫蔓延時】AI 大神吳恩達公司最新技術　用AI自動檢測社交距離

 
先讓我們來了解人工智慧和西洋棋是如何結下樑子的!
 
以西洋棋賽為主題的 Netflix 影集《后翼棄兵》近來大受好評，其中刺激精彩的棋局對弈，不但讓這齣劇高佔台灣熱門排行榜第一名，也讓原本對西洋棋不了解的觀眾產生興趣、紛紛探查起這個歷史悠久的二人對弈遊戲。而西洋棋——這個世界上最流行的遊戲之一，現在正遭受人工智慧的破壞與威脅？而前西洋棋世界冠軍又正和 AI 聯手拯救西洋棋？
 

▲ 現在的西洋棋比賽，贏家幾乎都是人工智慧。（Photo by Felix Mittermeier on Unsplash）

 

 
人工智慧與西洋棋的愛恨情仇
西洋棋在世界各地有數以百萬計的粉絲，而編寫出一個能與人類對弈的軟體程式，曾是科學家追求的目標。
首個挑戰人類棋王的電腦系統為 1997 年 IBM 的「深藍」（Deep Blue），更成為首個在標準比賽時限內擊敗人類冠軍的電腦系統。其後依然有數次「人機大戰」，但人類始終難以在 64 格的天地裡戰勝電腦。
到人工智慧公司 DeepMind 的 AlphaZero 登場時，AI 只是憑藉自我對弈的不斷學習，在完全沒有輸入人類的棋譜、沒有特別設計的專用計算程式的情況下，就已經征服西洋棋、將棋、圍棋等最複雜的棋類遊戲，打敗這些領域中最頂尖的人類玩家了。
在科學家們將 AlphaZero 稱為「深度學習 AI 的終極解答」、欣喜於人工智慧技術的快速進步時，另一方面也有人開始擔憂 AI 正在毀滅這些棋類遊戲——因為棋手們開始死記硬背 AI 的下棋手法來擊敗對手，讓棋類遊戲失去了原先的美麗。
前西洋棋世界冠軍克拉姆尼克就是憂心忡忡的其中一人。不過，他現正與開發 AlphaZero 的DeepMind團隊合作，嘗試開發出西洋棋的若干變種形式，試圖找回棋類遊戲的迷人風采。
 
64 個方格構成無限可能的世界
 

▲ 西洋棋下棋示意圖（Photo by JESHOOTS.COM on Unsplash）

 

曾為世界冠軍多年的俄羅斯職業棋手弗拉基米爾．克拉姆尼克（Vladimir Kramnik）認為，西洋棋也是一門美麗的藝術。思維在棋盤上彼此碰撞，優雅而又複雜的挑釁、反擊、你來我往——「這是一種創造。」克拉姆尼克這樣表示。
克拉姆尼克熱愛西洋棋，他於 2000 年至 2007 年間坐擁世界西洋棋冠軍的寶座，在國際西洋棋奧林匹克上獲得了三枚團體金牌和三枚個人獎牌。儘管如此，克拉姆尼克依然還是決定退休。他於去年宣布退出西洋棋比賽，表示自己心愛的棋類遊戲變得越來越缺乏創造力了。
他認為部分原因需歸咎於科技，因為電腦欠缺靈魂的計算，打造出一個龐大的開局、進攻和防守的下法資料庫，人類選手便開始死記硬背這些下法。「即使是在最頂級的比賽當中，常有將近一半、甚至是整場比賽的下法都是靠記憶走完的。你甚至都沒有自己的下法，全都是電腦的下法。」
即使對現狀感到憂慮，但克拉姆尼克並未放棄希望。他設想了幾種讓西洋棋革新的方變體規則，並與「敵人」──也就是開發出 AlphaZero 的 DeepMind 團隊合作，讓研究人員向這個超人玩家 AlphaZero 發起挑戰，看後者能不能學習選擇出來的九種西洋棋的變體，進而讓棋手進入到富有創新、創造力的新模式。
 
 
人們學習 Python 的速度，語言能力的影響比例約有 20%，而數學能力的影響卻只有 2%？真相請見下一篇文章！請點此接續看下去！
 
 
延伸閱讀：




你看過人工智慧寫的雞湯文了嗎?也許你根本看不出來!(下)


世界最快人工智慧偵測技術YOLOv4,超速?一眼抓!(下)
人工智慧幫你診斷視網膜病變,準確率達95%!!(下)






【人工智慧預防糖尿病患失明】台大打造人工智慧醫療，診斷視網膜病變準確度達95％


人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒


【AI在瘟疫蔓延時】台灣 AI「雅婷」化身音樂家 發表首張專輯「武漢肺炎」
【AI在瘟疫蔓延時】AI 大神吳恩達公司最新技術　用AI自動檢測社交距離

 

 

 

 

 

 

 

 

 

粗略的草圖在人工智慧眼裡可是大顯身手的好時機!今天來看看它變的魔術!

 

 

 

Nvidia 非常擅長將人工智慧技術用於創造擬真的圖像，像是之前的 StyleGEN 就可以合成幾可亂真的虛擬人臉（雖然合成貓咪有點失敗）。去年他們又出了一款 AI 工具「GauGAN」可將信手捻來的線搞草圖，化為擬真的風景圖。

該軟體使用一種被稱為「生成對抗網絡（GAN）」的人工智慧模型，提供一種被 Nvidia 稱為「智能畫筆（smart paint brush）」的工具。 這意味著用戶只需繪製基本的線條輪廓，軟體可以自動以自然紋理（例如草，雲，森林或岩石）填充，最後一個擬真的自然風景就這樣呼之欲出了！

雖然 Nvidia 的「GauGAN」並非是此類 AI 軟體的創舉，但是生成的效果讓人讚為觀止——該人工智慧軟體可讓用戶以極其直觀的方式，生成幾可亂真的景觀。例如，當用戶隨性繪製一棵樹，然後在其下繪製水池時，AI 模型還可將樹的倒影添加到水池中呢！

儘管 Nvidia 提供的 demo 看起來很強大，但是 GauGAN 仍有他的限制。因為生成草地、水等自然物質所涉及的視覺模式是非結構化的。相比之下，生成建築物和家具的圖片要復雜得多，而且結果也差強人意——那是因為這些物體涉及到人類敏銳的邏輯和結構。正如之前我們所看到的 Nvidia 人工智慧生成人臉，雖然 GAN 可說是表現的有模有樣，但這也是拜大量的額外工作所賜。

而 Nvidia 也未透露是否有任何讓該軟件商品化的計畫，但暗示這樣的工具將來可以幫助「建築師、城市規劃師、園藝設計師和遊戲開發商的從業人員」。

NVIDIA 應用深度學習研究部門副總裁 Bryan Catanzaro 表示：「使用簡單的草圖來集思廣益做設計，是要容易得多了！並且該技術能將草圖轉換為高擬真的圖像。」

 

 

 
 
 
延伸閱讀：

預測敗血症刻不容緩!就讓人工智慧來幫你這個忙!


人工智慧也能擔任法官?一起來看看愛沙尼亞的新政策!(上)
谷歌地圖和人工智慧的結合,碰撞出意想不到的火花!(上)






【人工智慧預防糖尿病患失明】台大打造人工智慧醫療，診斷視網膜病變準確度達95％


人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒


【AI在瘟疫蔓延時】台灣 AI「雅婷」化身音樂家 發表首張專輯「武漢肺炎」
【AI在瘟疫蔓延時】AI 大神吳恩達公司最新技術　用AI自動檢測社交距離

這超方便的人工智慧將來有可能普及化嗎?繼續往下看學新知!
 
AI 檢測咳嗽時異音　找出 COVID-19 無症狀感染者
而在疫情爆發後，研究團隊開始將此技術運用在新冠病毒的篩檢上。團隊一共收集了多達7萬個聲音樣本，來訓練即將迎戰新敵人的人工智慧模型，每個樣本皆包含數次咳嗽的聲音，其中有2500個樣本來自於確診者。蘇比拉納表示：「在醫療領域，這是迄今為止最大的咳嗽數據庫了」。
接著團隊在 1,000 個樣本上測試此 AI 模型，其中樣本有一半為健康者的咳嗽聲，另一半為確診肺炎者的咳嗽聲。在測試中，人工智慧準確地辨識出 98.5% 的確診患者，且辨識出 100% 的無症狀感染者，展現令人歎為觀止的準確性。
 
▲就算是新冠患者未表現出圖中的症狀，人工智慧演算法仍可從咳嗽聲辨識無症狀感染者。 （示意圖，與本事件無關／Photo by UN Response to COVID-19 on Unsplash)
 
 
論文共同作者之一的蘇比拉納表示：「即使患者看似無症狀，一旦染上 COVID-19，其產生聲音的方式也會發生變化。」但他同時也強調，雖然該 AI 能夠檢測出不健康的咳嗽聲，但依然需謹慎使用，因為該工具是以「篩選條件」的方式找到相符的疾病，因此也可能出現偶然地完全符合篩選條件，卻不是 COVID-19 的狀況，不論是個人或醫療人員都須謹慎判斷。
 
團隊盼推出檢測 APP　民眾在家也可免費自我篩檢
▲團隊盼能開發出應用此 AI 的免費應用程式。 (Photo by Brian McGowan on Unsplash)
 
目前團隊正在與多家醫療機構合作，以利建立起更多元的數據庫，使預測更精準。
除此之外，研究團隊也正嘗試開發出應用此 AI 的免費應用程式，如果獲得 FDA（美國食品和藥物管理局，Food and Drug Administration）的許可，接下來團隊將會與私人企業合作，開發手機 APP。該 APP 將可能成為一個免費、便捷、居家性的病毒預先篩檢工具，特別是能夠識別出無症狀感染者。使用者可以將咳嗽聲以手機錄製後，上傳提供 AI 分析，就能得知是否有被感染的可能性，再進行正式的新型冠狀病毒篩檢。
蘇比拉納表示：「如果每個人在去教室，工廠或餐廳之前都使用該診斷工具，則該組診斷工具的有效實施可以減少大流行的傳播。」
長期關注人工智慧相關議題的作家和演講家卡倫姆‧柴斯（Calum Chace）表示，這個能通過咳嗽聲音辨認新冠病毒疾病的演算法是「AI 人工智慧的經典範例」，他過去也曾就 AI 對人類帶來的衝擊提出警告，但這一次柴斯表示：「這是運用 AI 幫助人類的一個好例子，單就這件事來看，我看不出 AI 會帶來什麼危險。」
也許，AI 將能成為阻止疫情擴散的最大助力之一。
 
 
延伸閱讀：


人工智慧預測系統,預測敗血症準確率高達80%!


全球首台MIT人工智慧貓砂盆,為你家貓貓的把關!(下)
謝謝工程師的人工智慧貓窩,讓貓貓們在冬天有個避風港~(下)




【人工智慧預防糖尿病患失明】台大打造人工智慧醫療，診斷視網膜病變準確度達95％


人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒


【AI在瘟疫蔓延時】台灣 AI「雅婷」化身音樂家 發表首張專輯「武漢肺炎」
【AI在瘟疫蔓延時】AI 大神吳恩達公司最新技術　用AI自動檢測社交距離

 
 
檢驗新冠肺炎的新方法就交給人工智慧啦!
 
人工智慧現在可從人的咳嗽聲中，認出對方是否為新冠肺炎患者──就算是無症狀患者，也能被辨識出。在目前全球疫情尚未趨緩之際，AI 可說是為新冠病毒的檢測帶來新希望！
美國麻省理工學院（MIT）實驗室日前發表一篇論文，表示他們開發出的最新 AI 演算法，只要聽到人的「咳嗽聲」，就能知道這個人有沒有感染新型冠狀病毒。重要的是──這個方法對檢測出無症狀患者特別有用。
 
▲ MIT 新開發的人工智慧演算法，光聽咳嗽聲就能辨識新冠患者──包含無症狀患者。（示意圖，與本事件無關／Photo by UN Response to COVID-19 on Unsplash)
 
 
新冠疫情依然在全球多國延燒，有越來越多證據顯示，在新冠病毒感染者中「無症感染者」佔了相當大的比例。這些沒有發燒、咳嗽、四肢無力等明顯特徵的無症狀感染者，因接受檢測的機會遠遠小於有症狀的感染者、難以及早接受治療，故可能持續傳染給他人，成為疫情防堵的最大威脅。
而近日，麻省理工學院（MIT）實驗室公開表示，他們利用 AI 成功開發出一種冠狀病毒檢測的新方法。
該方法的關鍵是分析人的「咳嗽聲」。MIT 研究人員在電氣電子工程學會（IEEE）的《醫療生物工程》（Engineering in Medicine and Biology）期刊上發表一篇論文，文中表示他們發現無症狀感染者發出的咳嗽聲、與身體健康的一般人有所不同，或可幫助協助辨識出感染病毒的患者，使預篩變得更加容易。雖然人耳無法辨認這種細微的差異，但人工智慧 可以。
在此篇論文中，研究人員明確表示，他們已經開發出一種能辨識新冠肺炎患者咳嗽聲的人工智慧。
 
「聽聲」看診 人工智慧靠聲音辨識多種疾病
其實在疫情開始流行之前，研究團隊已著手開發能分析咳嗽異聲的人工智慧。當時的目標是一望能診斷出肺炎、哮喘和阿茲海默症等疾病。
麻省理工學院自動識別實驗室的研究科學家、同時也是此次論文共同作者之一的布萊恩‧蘇比拉納（Brian Subirana）已證明咳嗽異聲可以幫助預測阿茲海默症。由於新冠肺炎與阿茲海默症有某些相同的症狀，因此團隊便思考是否能將此技術應用至疫情檢測上。蘇比拉納表示：「感染新冠病毒疾病之後，就算是沒有出現任何症狀，你發出聲音的方式也會變得不一樣了。」
 
▲新冠患者就算是無症狀，發出的咳嗽聲也會與一般人不同。人類無法辨識其不同之處，但人工智慧可以。（示意圖，與本事件無關／Image by Mary Theresa McLean from Pixabay)
 
 
研究團隊訓練了稱為「ResNet-50」的神經網絡，用 1000 多個小時的語音資料集訓練，以辨識區分不同強度的聲音。有研究成果表示，聲似「mmmm」的發音可以顯示出一個人聲帶肌肉的狀況，AI 可以根據其中細微的不同，判斷出是否有呼吸道症狀。
之後，團隊訓練了第二個 AI 模型，用來區分言語中明顯的情緒狀態。因罹患疾病、神經系統較脆弱的人，表現出沮喪、憂鬱比表達快樂的頻率更高。研究人員是透過蒐集演員表演的資料集來開發出「語音情緒分類器」的模型，讓 AI 得以辨識如平靜、快樂和悲傷等從聲音流露出的情緒。
接著，研究團隊訓練了第三個 AI 模型，專門辨別肺部和呼吸功能的變化。
最後，該團隊將這三個模型結合在一起，並多編寫一種檢測肌肉退化的演算法。團隊試用這組結好的 AI 模型，辨識包括阿茲海默症患者在內的人聲錄音。他們發現，與舊有的 AI 相比，新 AI 可以更好地識別出患有阿茲海默症的聲音樣本。
結論表明，聲帶減弱、語言情緒、肺活量、呼吸功能以及肌肉退化這四個面向是診斷的要點，同時也可用來檢驗是否罹患 COVID-19。
 
別急著跳出！下一篇文章即將介紹人工智慧如何從咳嗽辨識無症狀患者。請點此接續看下去！
 
延伸閱讀：


人工智慧也即將取代法官了?讓我來看看愛沙尼亞的新政策!(下)


有了人工智慧把關,醫院的用藥安全又更上一層樓!(上)
重金屬天團Metallica被人工智慧寫歌致敬啦!來看看成果如何~



【人工智慧預防糖尿病患失明】台大打造人工智慧醫療，診斷視網膜病變準確度達95％


人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒


【AI在瘟疫蔓延時】台灣 AI「雅婷」化身音樂家 發表首張專輯「武漢肺炎」
【AI在瘟疫蔓延時】AI 大神吳恩達公司最新技術　用AI自動檢測社交距離

本系列文章為【AI一眼抓超速!中研院開發世界最快偵測技術YOLOv4 】的下篇，請點此看本系列文章上集。

 
人工智慧即將成為警察的新幫手了?快接下去瞧瞧!

 
本系列文章為【台大打造人工智慧醫療，診斷視網膜病變準確度達95％ 】的下篇，請點此看上篇閱讀了解人工智慧如何應用於預防糖尿病患失明。