戰場上的AlphaGo：人工智慧帶來的軍事革命已悄然展開

王臻明 29 Jan, 2021

人工智慧與機器學習，已注定將全面改變人類世界，這幾乎無庸置疑。想當然耳，這也會影響到軍事領域。事實上，人工智慧在軍事領域的發展，可以說是一日千里，雖然在短時間內還不會出現具備人工智慧的機器人士兵，但許多無人載具早已經在使用人工智慧技術。還有更多外界看不到的地方，都因為人工智慧，而開始出現巨大的變革，未來勢必引發新一波的軍事革命。

舉例來說，人工智慧最令人震驚的，是已經能稱霸棋檀，AlphaGo打遍天下無敵手。而美國軍方正利用類似的技術，嘗試發展一套名為GameBreaker的人工智慧系統，來輔助各級指揮官。這套系統利用電腦兵棋模擬的方式，經由機器學習來訓練出最優秀的戰場決策能力，提供各種狀況下的最佳戰術，讓指揮官選擇。等於是參加圍棋比賽時，旁邊有AlphaGo幫忙作弊一樣，這將讓美軍的每一個指揮官，都變成能征善戰的沙場老將。

戰場資訊解讀模式的改變

將人工智慧結合電腦兵棋模擬，不只可以發展輔助決策系統，還能用來分析敵我雙方的缺點，因為電腦的快速運算能力，能同時處理極多的資訊，這是傳統人腦所無法負荷的。今日戰場越來越複雜，各種戰場訊息透過資料鏈、太空衛星或情報系統傳入指揮中心後，常常呈現資訊爆炸的情況。這在二戰時就已經開始出現，在今日的戰爭中變得更為明顯，現在的問題早已變成部隊不缺乏偵察能力，卻難以處理龐大的資訊量。

這是資訊時代的特點，也讓大數據的處理成為最熱門的技術。軍事領域的大數據更為複雜，而且常具備作戰時效性，一旦花費太久的時間處理，再珍貴的情報也會變得一文不值。使用人工智慧來處理大數據，是目前最有效的方法，雖然目前還在起步的階段，但這種技術已逐漸被運用於各個層面。美國軍方也計畫將人工智慧用於資料鏈的後端處理上，以快速分析龐大的資訊，即時過濾出對作戰有用的重要關鍵情報。

人工智慧結合資料鏈，用來分析各種情報，再結合電腦兵棋系統，訓練戰場輔助決策系統，等於大幅減輕了指揮官與作戰幕僚的工作量。也讓作戰指揮體系的運作速度，從過去以天計，或以小時計，變成以分計，甚至以秒計。更重要的是，這種人工智慧系統，未來還能以分散部署的方式，用來協助第一線的作戰人員，如工作量最大的戰機飛行員。

戰機飛行員必需即時接收各種資訊，操作精密電子儀器，決定飛行路線或所採用的戰術，進行空對空作戰或對地攻擊。這需要長期的訓練，才能培養出一個合格的飛行員，甚至還有天份的因素在內。在戰機越來越複雜以後，飛行員的負擔也越來越重，有一段時間F-4、F-14等戰機都採用雙飛行員的設計，以減輕飛行員的負擔。一直要到現代化的航電系統成熟後，才改變了這種情勢。但恢復成一人操控的飛行員，接下來卻要面臨更大的挑戰，因為除了戰場變得更複雜與危險外，還出現了無人機。

無人機雖然是標榜無人操作，不過真正運作時，是用遙控或預先規劃路線的方式來控制。這種方法的最大缺點，就是即時反應的能力差，用於偵察或對地打擊任務時，還能勉強應付，若想要進行空對空作戰，或配合傳統戰機進行各種複雜的空中任務，就顯得有點力有未逮。這當中所缺乏的關鍵能力，除了遙控會有延遲，還有傳統戰機上的飛行員，要指揮這些無人機，必需要處理更龐大的資訊，做出更複雜的決策，這已超出一般人類飛行員的能力負荷。

因此目前各國紛紛在研發、最為熱門的忠誠僚機（Loyal Wingman），其實包含了兩大關鍵部份。一是以人工智慧結合無人機，讓無人機可以自行判斷當前的情況，做出反應，保護傳統載人戰機，並協助執行各種任務。二是將人工智慧技術融入戰機座艙的操作介面中，以協助飛行員處理資訊並進行決策，好指揮這些忠誠僚機。一旦無人機不再需要透過遙控或預先規劃路線來控制，也代表無人機的運用將更有彈性，讓傳統載人戰機的角色大幅改變。

後勤補給型態的變革

人工智慧結合無人載具，可以說是近年來最熱門的研發方向，除了最早出現的無人機以外，正在快速發展的還有無人船、無人潛艇與無人車等。這些無人載具目前多數用於偵察、巡邏或探測等工作，而未來勢必會像無人機一樣，開始配備武器系統，直接參與戰鬥。這除了可以大幅減輕第一線戰鬥部隊的風險與負擔，更重要的一點，是將會全面改寫部隊的後勤支援方式，進而改變戰場的遊戲規則。

俗話說「三軍未動，糧草先行」，後勤能力一直以來，都是決定戰場勝負的重要關鍵之一。但後勤補給的工作，不只枯燥、繁雜又耗費人力，還往往是最被忽視的一環。也因此無人載具與人工智慧技術開始發展後，現階段被認為最有潛力的方向，並不是直接用於戰鬥之中，而是後勤補給的領域，希望能取代傳統人力，來完成這些工作。就以無人地面載具（UGV）來說，現在發展最快的就是無人卡車，與俗稱機械驢子的多功能無人載具。

無人卡車使用的是現在非常熱門的智慧輔助駕駛技術，這主要包括了自動跟車模式（Adaptive Cruise Control , ACC）與車道維持，再加上能閃避障礙與敵人攻擊的偵測與判斷系統。除了可依事先規劃的路線全自動行駛外，未來最有可能的運用方式，是自動跟隨在有裝甲防護的前導車輛後方前進。這樣只需要一組駕駛，就可以操控一整列運補車隊，不止將大幅減輕人力需求，也能降低戰場上的風險。

至於機械驢子並不是真的長得像機械動物，雖然也有類似的系統出現，但目前各國所研發的多功能無人載具，大都採用輪型或履帶系統。最主的功能是可以自動跟隨步兵在各種崎嶇地形前進，可馱運武器彈藥、飲水食物、電池與各種作戰物資，在緊急時還能將傷患自動運回野戰醫院，或自行往返於前線與後方之間，執行作戰補給任務。這除了可以大幅增強士兵的持續作戰能力，也讓部隊在推進時，不必再受到補給線的限制。

過去的傳統部隊架構，有一大部份的人力，要負責情報分析、作戰計畫、後勤補給。人工智慧技術將改變這種情況，讓絕大多數的士兵成為作戰人員。同樣規模的部隊，能實際參與作戰任務的人員，將大幅增加，也因此讓部隊的戰力倍增。再加上情報的快速分析，卓越穩定的戰術選擇，不受天候影響的全自動補給系統，不怕傷亡又可以冒險執行危險任務的各式無人載具。說人工智慧將全面改變傳統部隊的形態並不為過。

可能多數人想像中的人工智慧，仍是手持雷射槍的機器人。這樣的武器或許在五十年後才會出現，今日的人工智慧技術雖然還沒進步到這種地步，不過卻已經勾勒出來未來的戰場形態，並遠遠超過一般人的想像。

台灣在改採全募兵制以後，人力成為了一個重要議題，特別是台灣的人口首度出現負成長，更值得國軍好好思考，如何以科技來釋放人力，在部隊的員額受到限制下，快速強化整體戰力。

人工智慧將是接下來的另一項明星產業，又完全建立在電子晶片上，讓台灣擁有絕對的優勢，政府也已多次宣誓將進軍人工智慧領域。以敵為師，中國特別擅長以軍民合用的方式，來發展關鍵的軍事科技，同時搶占民間市場與強化部隊戰力。台灣在國防預算有限下，也應該考慮如何利用現有的政府資源，在推動民間產業發展時，一併運用於國防領域，以創造雙贏的結果。

附圖：美軍MQ-9無人機。 圖／美國空軍
RQ-4全球鷹無人偵察機。 圖／美國空軍
波音公司忠誠僚機（Loyal Wingman）。 圖／波音官網
美軍在伊拉克曾以無人車進行路障排除任務。 圖／取自DVDIS網站
澳大利亞陸軍試用無人地面載具（UGV）。 圖／取自Asian Military Review

影片：https://youtu.be/pwbLO81faGc

資料來源：https://opinion.udn.com/opinion/story/120873/5213045?fbclid=IwAR1UsXBkDSc4116WrD7D0rqc8mhfkCK4F2_0cWoF1j-CtrsAd1Byoe0_gKw

唯一戰勝 Google 旗下 Deep Mind 公司開發的人工智慧 AlphaGo 的南韓棋王李世乭，宣布將要退休，因為他認為人類永遠沒辦法擊敗人工智慧。

不過演算法不是只會越來越強大，為什麼 AlphaGo 會錯判輸給李世乭呢？

因為AlphaGo 有個叫『隨機森林』的算法，可以預測對手可能會下哪一步，但李世乭這一步下在 AlphaGo 認為對方不可能會去下的那一步，李世乭當時下完這步棋，Alphago 還認為自己的贏面超過八成，繼續往後下了十手之後，Alphago 自己有一個勝率的表，突然開始下降，發現自己處於弱勢了，開始慌張了，於是 Alphago 就開始亂下險棋，出現了連業餘選手都不會犯的錯，想賭李世乭會出錯，最後就輸了。

但 AlphaGo 也從敗給李世乭找到自身弱點，再次強化學習能力。像 AlphaGo 的孿生兄弟 AlphaGo Zero，就是完全不靠任何人類經驗訓練的神經網路，它就是不斷跟自己對戰學習，結果在自學 3 天後，就以 100：0 打敗了舊版 AlphaGo ，自學 40 天後，就擊敗了曾經戰勝中國棋手柯潔的 AlphaGo Master，成為世界上最強的圍棋程式！

雖然未來人類可能再也贏不過AI，不過AI 的加入反而讓圍棋有了更多玩法，這時候 AI 的功能，是在擴展人類棋手的思路，和人類合作一起探索圍棋還未被發掘的領域。

因為圍棋是世界上最複雜的遊戲！是看哪個顏色的棋子，圈出的空間最多，誰就獲勝。聽起來規則很簡單，但實際上卻複雜到不行。

圍棋的棋盤是 19X19，通常一步會有 200 種下法，圍棋變化位置的排列組合一共有10 的 170 次方種可能性，比整個宇宙的原子數10 的 80 次方還要多更多！人類通常都只能憑經驗跟感覺判斷，但判斷才是最困難的。剛有說嘛，圍棋的勝負是由最終局時，雙方控制地盤的多寡決定，但棋局進行到一半，雙方的地盤都還沒封閉，怎麽判斷形勢呢？很多職業棋手之間微妙的差異，就是體現在這個判斷能力上。

但就連開發 AlphaGo 的團隊都坦言，AlphaGo 面前的最大問題，和人類棋手是一樣的，就是圍棋太難了，還有規則中的規則，例如優勢、虧損、打劫，雖然 AlphaGo 的勝利或失敗，完全取決於這些機率的估計是否準確，但計算力還遠遠達不到『最優解』的程度。目前AlphaGo 團隊的做法是，讓AlphaGo學習像人類棋手一樣，去選點和判斷。

當機器把一件事情做得比人類好時，我們還能做什麼？
你對棋王退休有什麼看法？快和我們一起分享！

---------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在寰宇新聞播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 十點半準時上傳完整版！

唯一戰勝 Google 旗下 Deep Mind 公司開發的人工智慧 AlphaGo 的南韓棋王李世乭，宣布將要退休，因為他認為人類永遠沒辦法擊敗人工智慧。

不過演算法不是只會越來越強大，為什麼 AlphaGo 會錯判輸給李世乭呢？

因為AlphaGo 有個叫『隨機森林』的算法，可以預測對手可能會下哪一步，但李世乭這一步下在 AlphaGo 認為對方不可能會去下的那一步，李世乭當時下完這步棋，Alphago 還認為自己的贏面超過八成，繼續往後下了十手之後，Alphago 自己有一個勝率的表，突然開始下降，發現自己處於弱勢了，開始慌張了，於是 Alphago 就開始亂下險棋，出現了連業餘選手都不會犯的錯，想賭李世乭會出錯，最後就輸了。

但 AlphaGo 也從敗給李世乭找到自身弱點，再次強化學習能力。像 AlphaGo 的孿生兄弟 AlphaGo Zero，就是完全不靠任何人類經驗訓練的神經網路，它就是不斷跟自己對戰學習，結果在自學 3 天後，就以 100：0 打敗了舊版 AlphaGo ，自學 40 天後，就擊敗了曾經戰勝中國棋手柯潔的 AlphaGo Master，成為世界上最強的圍棋程式！

雖然未來人類可能再也贏不過AI，不過AI 的加入反而讓圍棋有了更多玩法，這時候 AI 的功能，是在擴展人類棋手的思路，和人類合作一起探索圍棋還未被發掘的領域。

因為圍棋是世界上最複雜的遊戲！是看哪個顏色的棋子，圈出的空間最多，誰就獲勝。聽起來規則很簡單，但實際上卻複雜到不行。

圍棋的棋盤是 19X19，通常一步會有 200 種下法，圍棋變化位置的排列組合一共有10 的 170 次方種可能性，比整個宇宙的原子數10 的 80 次方還要多更多！人類通常都只能憑經驗跟感覺判斷，但判斷才是最困難的。剛有說嘛，圍棋的勝負是由最終局時，雙方控制地盤的多寡決定，但棋局進行到一半，雙方的地盤都還沒封閉，怎麽判斷形勢呢？很多職業棋手之間微妙的差異，就是體現在這個判斷能力上。

但就連開發 AlphaGo 的團隊都坦言，AlphaGo 面前的最大問題，和人類棋手是一樣的，就是圍棋太難了，還有規則中的規則，例如優勢、虧損、打劫，雖然 AlphaGo 的勝利或失敗，完全取決於這些機率的估計是否準確，但計算力還遠遠達不到『最優解』的程度。目前AlphaGo 團隊的做法是，讓AlphaGo學習像人類棋手一樣，去選點和判斷。

當機器把一件事情做得比人類好時，我們還能做什麼？
你對棋王退休有什麼看法？快和我們一起分享！

---------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在寰宇新聞播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 十點半準時上傳完整版！

唯一戰勝 Google 旗下 Deep Mind 公司開發的人工智慧 AlphaGo 的南韓棋王李世乭，宣布將要退休，因為他認為人類永遠沒辦法擊敗人工智慧。

不過演算法不是只會越來越強大，為什麼 AlphaGo 會錯判輸給李世乭呢？

因為AlphaGo 有個叫『隨機森林』的算法，可以預測對手可能會下哪一步，但李世乭這一步下在 AlphaGo 認為對方不可能會去下的那一步，李世乭當時下完這步棋，Alphago 還認為自己的贏面超過八成，繼續往後下了十手之後，Alphago 自己有一個勝率的表，突然開始下降，發現自己處於弱勢了，開始慌張了，於是 Alphago 就開始亂下險棋，出現了連業餘選手都不會犯的錯，想賭李世乭會出錯，最後就輸了。

但 AlphaGo 也從敗給李世乭找到自身弱點，再次強化學習能力。像 AlphaGo 的孿生兄弟 AlphaGo Zero，就是完全不靠任何人類經驗訓練的神經網路，它就是不斷跟自己對戰學習，結果在自學 3 天後，就以 100：0 打敗了舊版 AlphaGo ，自學 40 天後，就擊敗了曾經戰勝中國棋手柯潔的 AlphaGo Master，成為世界上最強的圍棋程式！

雖然未來人類可能再也贏不過AI，不過AI 的加入反而讓圍棋有了更多玩法，這時候 AI 的功能，是在擴展人類棋手的思路，和人類合作一起探索圍棋還未被發掘的領域。

因為圍棋是世界上最複雜的遊戲！是看哪個顏色的棋子，圈出的空間最多，誰就獲勝。聽起來規則很簡單，但實際上卻複雜到不行。

圍棋的棋盤是 19X19，通常一步會有 200 種下法，圍棋變化位置的排列組合一共有10 的 170 次方種可能性，比整個宇宙的原子數ㄅ10 的 80 次方還要多更多！人類通常都只能憑經驗跟感覺判斷，但判斷才是最困難的。剛有說嘛，圍棋的勝負是由最終局時，雙方控制地盤的多寡決定，但棋局進行到一半，雙方的地盤都還沒封閉，怎麽判斷形勢呢？很多職業棋手之間微妙的差異，就是體現在這個判斷能力上。

但就連開發 AlphaGo 的團隊都坦言，AlphaGo 面前的最大問題，和人類棋手是一樣的，就是圍棋太難了，還有規則中的規則，例如優勢、虧損、打劫，雖然 AlphaGo 的勝利或失敗，完全取決於這些機率的估計是否準確，但計算力還遠遠達不到『最優解』的程度。目前AlphaGo 團隊的做法是，讓AlphaGo學習像人類棋手一樣，去選點和判斷。

當機器把一件事情做得比人類好時，我們還能做什麼？
你對棋王退休有什麼看法？快和我們一起分享！

---------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在寰宇新聞播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 十點半準時上傳完整版！

金承俊國際圍棋道場 菅野裕樹
創立一間公司，就像開始下棋時的佈局一樣，要把將來的方向、方針、大局觀，都考慮得很仔細，深思熟慮才可以行動，因為走錯步就不能回頭。而經營一盤生意也如弈棋般，要就當時的情况作最好的決定，當行錯棋時則立即作出修正，希望盡快令全盤棋局恢復平衡，其實這道理做人如是做生意如是。

金成俊國際圍棋道場由前亞運南韓代表隊兼擁有職業九段的金承俊先生於2011年創辦，是南韓首家國際化的圍棋學院，而香港則有幸成為旗下首家海外分校的開設點，其院長菅野裕樹先生雖然年紀輕，卻是一位資深的圍棋棋手，他早於小學時期已經開始接觸圍棋，後來卻因為學業問題曾經把圍棋放下。「當我入讀大學建築系的時候，發現原來韓國的明知大學有圍棋學這一科，突然回想起小時候曾經很喜歡圍棋，當時想，如圍棋為成為我的事業，成為一本學術研究項目之餘，亦可能會在香港帶出一個新市場，於是我放棄了香港的建築系學位課程，遠赴了韓國，去完自己的童年夢想。」

明知大學是全球第一所提供圍棋學學位的學府，科目包括圍棋的實戰理論，除了提升對弈技術，還學到心理學，教育論等等與圍棋有關的範疇。菅野裕樹先生在韓國留學期間除了上課，還會到當地的圍棋學校觀摩，於機緣巧合之下認識金承俊老師，他是韓國職業九段棋手，同時亦是韓國國家隊代表兼領隊，及後更有幸跟金承俊老師研習棋藝，而從金老師身上，菅野先生的圍棋技術得到很大的提升和啟發。

於明知大學圍棋學學位課程畢業後回港，菅野先生亦先後在不同的棋院及棋藝學校工作，可是市面上流行的經營模式卻與菅野先生心中的截然不同，而且他也發現香港的圍棋水平比落後於其他地區，於是就令菅野先生萌起開設自己的圍棋道場，將韓國有系統的圍棋學所學帶來香港，從而可更有效地提高香港人的水平和對圍棋的興趣。

理想總是高高在上，可以現實卻是大家每天都要面對，菅野先生可以堅持自己的夢想，擁有自己的圍棋道場，是一件令很多人夢寐以求的事，究竟這位金成俊國際圍棋道場香港分校校長與圍棋有什麼淵源呢？菅野先生表示雖然自己讀書時代參加了其他球類校隊、田徑隊、泳隊、管絃樂團，可是回家後想著的就只有圍棋的棋盤；甚至長大後放低了樂器和各式各樣球類運動，但只有圍棋多年來仍不離不棄，所以家人都一直非常支他捉圍棋，不過之後學業日益繁重，故於圍棋上花的時間亦較從前少。

由於自己學校成績一直不錯，其中有關室内設計的科目亦名列前茅，所以大學時菅野先生便順理成章選擇建築系。可是入讀後發現原來韓國明知大學場的圍棋學學位課程，在思前想後下，覺得自己原來對建築興趣並不如之前想像的大，菅野先生知道自己的心仍然留在圍棋上，所以幾經掙扎下終於下定決心與家人商量都放棄香港的建築系，改投名知大學的圍棋學系。「這是一個非常重大的決定，因為一來建築系是其中一個大學發夢都希望可入讀的學系，二來韓國的圍棋學位課程對香港人而言是非常冷門，而且香港從來沒有人修讀過，有點像「白老鼠實驗」般。加上始終出國讀書的財政負擔會令家人擔心，所以這個家庭會議都經歷了一段時間，家人才支持我的決定。」菅野先生認為其中一個成功遊說家人的原因是自己的成績不錯，所以明知大學願意提供七成的獎學金，變相令學費跟香港的大學看齊，而且我對圍棋的熱愛亦感動了家人，所以最終決定讓我去韓國修讀這個前無古人的圍棋學學位。

菅野裕樹先生除了是金承俊國際圍棋道場香港分院院長，同時是香港圍棋協會的董事，他本身亦是香港圍棋代表隊成員，曾代表香港到世界各地比賽。多年與圍棋作伴，令菅野先生最難忘最深刻的就是當年以觀眾身份於韓國參加了一個Samsung Cup的職業圍棋賽。正常而言此類大型比賽一般人士不能進場，但由於金承俊老師關係，他有幸到場觀摩，甚至進入場內的研究室以第一身參與中國及韓國國家隊的比賽研究會議，每當比賽完結他們都會回到研究室，這種大場面很多香港棋手甚至其他國家的棋手都很少可以接觸到，所以是次經歷令菅野先生歷歷在目。

菅野先生隨了將在圍棋上於韓國的所見所學帶回香港，同時亦與其母校合作，讓金承俊國際圍棋道場香港分院的一系列教材，由段位課程甚至Playgroup課程均由韓國明知大學設計，定制出適合香港小朋友的課程，另外韓國職業九段棋手兼韓國國家隊代表及領隊的金承俊亦定期訪港，菅野先生表示於香港的職業棋手大概不多於5人，更加沒有達到世界級水平的棋手，所以金老師會定期來香港並親身指導香港分校的學生，對香港圍棋界及棋手是一種福氣，這也是金承俊國際圍棋道場香港分院的最大優勢。

另外，香港大部份的棋院都是以補習社形式，上課一小時，下課就到第二班，菅野先生覺得這種流水作業的學習模式亦是令香港整體圍棋水平不能提高的原因之一，所以菅野先生希望可以在有系統的教材底下能夠提升學生興趣之餘同時升他們的水平。其圍棋道場亦提供一個空間讓學生們隨時能夠下棋對弈，或看看韓國的圍棋比賽直播，又或者參閱有關圍棋知識的書籍，讓金承俊國際圍棋道場成為熱愛圍棋的朋友有個聚腳地。

雖然圍棋是一個規則很簡單的遊戲，但一些深層次的理論需要有一定水平的導師教授，所以菅野先生對師資的要求亦比較嚴格，金承俊國際圍棋道場的導師基本都達到段位水平，同時道場亦定期向老師們提供合適的進修課程，一起研究職業棋譜，而導師們的進修課程棋局也會讓金老師及其他幾位職業老師作出評價，從而提升導師的技巧及經驗。

除了一般圍棋課程之外，金承俊國際圍棋道場亦設有兒童圍棋班和圍棋Playgroup，因為有大學研究指出圍棋並不只適合成年人的遊戲，其實年紀越小的小朋友去學圍棋就越早能夠訓練不同方面的能力。圍棋本身就可以訓練邏輯思維、集中力、判斷力、觀察力甚至勝負心。對弈不外乎贏或輸，要做到「勝不驕、敗不餒」，亦要從錯誤中學習，是訓練小朋友心態的理想方式。圍棋還可以訓練抗逆能力，因為下棋可能會處於劣勢，往往要思考如何反勝，找出對方的錯處，而不是少少挫折就立即放棄。此外，每下一局圍棋都需要一定時間，如果小朋友下棋時能夠穩坐半小時都有一定難度，但大部份圍棋學生都能夠做到，這些種種都是圍棋的魅力。

對於金承俊國際圍棋道場未來的發展，菅野先生指出自己和金承俊老師有著同一的心願，就是希望金承俊國際圍棋道場能夠令圍棋在香港更加普及，令更多香港人認識圍棋這項活動，未來可以舉辦大大小小的比賽令社會更關注圍棋的發展。

聯絡︰
地址︰香港觀塘成業街10號電訊一代廣場29樓D1室
電郵︰info@bibabaduk.com.hk
電話︰37088135
Whatsapp︰51718979

開放時間︰
10:00am-7:00pm
星期二至日(公眾假期除外)