好書推薦《#造局者》部落格文末抽獎贈書 2 本
這是我今年讀過最喜歡的書之一，作者探討在這個 AI 崛起和時局飄渺動盪的年代，人類已經無法跟演算法和電腦的計算速度競爭。但是，身為人類的我們仍然擁有一項電腦無法取代的優勢：「懂得建立、想像、創造各種思考框架的能力」，掌握這項能力的人在未來會愈來愈有優勢。
部落格文章 https://readingoutpost.com/framers/
Podcast 用聽的 https://readingoutpost.soci.vip/
.
【這本書在說什麼？】
《造局者》這本書的作者是三位學者共筆，他們都是在 AI 和 大數據領域有卓越的成就，分別是《經濟學人》雜誌資深編輯庫基耶（Kenneth Cukier）、英國牛津大學網路研究所教授麥爾．荀伯格（Viktor Mayer-Schönberger）、歐洲管理科技學院教授，決策、模型暨數據中心主任德菲爾利科德（Francis de Véricourt）。

他們發現在 AI 崛起和世局動盪的現在，人類最無可取代的能力之一就是「決策能力」，而要擁有好的決策能力就必須掌握許多不同的「思考框架」。因為當一個人能提出正確的思考框架，就能找出更多的選項，做出更好的決策，創造更好的局勢。深諳此道的人就被稱之為「造局者」。

這本書從人類如何做出好的決策出發，談到建立思考框架的重要性，也提供我們三種最重要的建立思考框架的方式。在書本中段，則說明了遇到瓶頸的時候，如何重啟另一個思考框架。在後半段則說明了我們該如何學習更多的思考框架，以及讓自己擁抱更加多元性的策略，並且培養敏銳的心智。

如同這本書的介紹影片裡談到的：生活中一切都需要抉擇，而做出更好抉擇的秘訣，就在於思考框架。駕馭這種思考方式可以讓你更瞭解世界、改善工作表現和人際關係、促進社會進步。這也是人類之所以能夠勝過機器和 AI 的因素。成為「造局者」正是未來人才必不可缺的關鍵技能。
.
【什麼是造局者？】
以標準的定義來說，「造局者」（Framer）指的就是起草美國憲法的那一群人，他們建立了聯邦政府的框架。因為美國憲法就像是一個思考框架，用來定義和界定聯邦政府的職權及程序。而在這本書中，造局者指的就是那些「懂得建立和運用思考框架的能手」。

這本書要講的重點之一，就是無論人們的地位高低，每個人都可以成為造局者：「能夠發揮和建立思考框架，或是重啟思考框架的能力，讓自己的生活乃至於整個世界有所不同。」作者也不斷強調建立思考框架所需要的技巧，可以靠著訓練與經驗不斷進步。這本書就像是一本操作指南。
.
【什麼是思考框架？】
在1970年代，「心智模型」（Mental Model）的概念開始流行，人類的推理並非以邏輯形式在運作，反而更像是在模擬現實：人們評估各種選項的方式，是去想像可能發生的種種情況。我們對於世界萬物的思考方式，會受到你「相信」這個世界如何運作而影響。因此，面對同樣一件事情，用不同心智模型在思考的人會有不同的觀點。

而在這本書中所謂的「思考框架」（Frame）就是我們選擇和應用的心智模型，這會決定我們如何理解世界、決定我們如何行動。面對一個新的情境，我們也可以用思考框架去歸納和歸類，並且想出一個抽象的概念，在應用到這個全新的情境裡面。

舉例來說，當我們要畫地圖的時候，經常會採取「笛卡爾直角坐標」的思考框架，這上面有X軸和Y軸的維度可以幫我們用2D的觀念畫出相對的距離和位置。可是當你要在台北市搭捷運從A地到B地的時候，反而採用「捷運地圖」的思考框架比較有效，雖然捷運地圖的站點之間，距離和位置都不是真實的呈現，可是卻能幫助乘客直覺地理解：下一站要去哪裡。這時的重點就不是距離和位置，而是清楚地辨認出目的地的站點該搭乘哪一條線。

所以當我們問：「哪一種地圖最好？」這個問題本身並沒有意義，而是會因為使用的情境和目的的不同，而產生不同的答案。所以，也沒有什麼叫做最正確的思考框架，都是要看情況和目的而定。讓自己成為建立思考框架的能手——也就是造局者，就能懂得如何選擇並且應用思考框架，這會是各種決定與行動的基礎。
.
【思考框架的轉變】
在聊主動建立思考框架之前，讓我們先看一個被動轉換思考框架的真實故事，這是書中提到一段關於朗讀到默讀的閱讀框架轉變。在西元11世紀之前，歐洲大部分都是在教堂才會有閱讀的行為，而且都是以「集體朗誦」的方式在進行，主要的目的是讓大家參與一個讚頌神的集體活動。但是到了11世紀之後，開始出現另外一種閱讀的框架，也就是「默讀」。

默讀讓閱讀這件事情不再是集體的體驗，而是一種個人的經歷。每個讀者都可以控制自己要讀快一點或慢一點，你也可以重複閱讀某一些篇章，自己可以慢慢思考書裡面的內容，產生新的點子，促進獨立思考。到底，是什麼東西造成了人們從朗讀的閱讀框架，轉移到默讀的閱讀框架呢？

在早期的書籍和文章裡面，常常沒有標點符號，字跟字之間也沒有空格，就像是一連串的字母之間不斷地延續。這種情況下光是要閱讀就非常困難了，想要默讀更是不可能的任務。這個時候集體朗讀就有它的功能，因為在一群人裡面，總會有人過去曾經讀過這篇本文，還記得某些字跟段落該怎麼念，就可以帶領大家一起朗讀下去。

在後來才出現了一項創新，書籍的字裡行間，開始有了「空格」和簡單的「標點符號」，這個時候就不再需要有人帶領，許多讀者可以自己進行斷句，獨自閱讀一本書了。於是，在這個時候人們就可以切換到另外一種閱讀框架。這件事情的影響非常的深遠，因為這一整個新世代的讀者都可以自行默讀，有助於人們自己的獨立思考，進而激發出更多元的思考框架。
.
【建立思考框架的三個方式】
建立思考框架的方式有三個：想清楚因果關係，想像出平行現實，運用物理學定律制定適合的限制條件。這三個特色正是應用思考框架的時候最重要的因素。值得注意的是，思考框架本身並不是解決方案，而且是尋找解決方案的工具。以下分別介紹這三個方式：
.
１．#因果關係
人類運用因果思維來看待這個世界，可以更容易理解世界，也有助於預測未來可能發生的事情，可以說人類是天生「因果推理」的機器。相較起來，AI 科技就無法擁有自己的因果思維，而是需要人類幫忙設定。舉經典的 Dota 電腦遊戲來說，這是一個兩隊人馬 5 vs. 5 互相廝殺，力求破壞對方大本營的遊戲。

科學家找來遊戲高手擔任 AI 策略的開發人員，設計了一些獎勵因素，讓 AI 跟自己進行的數百萬次的對戰，反覆嘗試錯誤，找出最好的操作手法。但是當 AI 跟人類正式交鋒的時候，人類還是取得了上風，尤其在團隊合作上面 AI 顯得像一團散沙。

後來，開發人員發現說，一般玩家會分成三個階段來安排戰鬥，所以開發人員就依照這樣的順序安排程式，在不同的階段給予不同的策略，調整獎勵的優先次序。然後開發人員就發現說一開始機器人通常只會照顧自己，所以還得幫他們建立「團隊合作」精神的框架。他們建立起了一些跨越個人遊戲角色的「超參數」，調整成一隻要達成共同獎勵的團隊。經過這一些修改之後，AI 反過來把人類打得落花流水。

值得注意的是，電腦不是自己學會這些事情的，而是因為人類先輸入了一些「因果框架」的獎勵因素，才可以讓這些運算發揮它的功效。同樣的現象發生在其他像是圍棋和西洋棋遊戲的對決，真正的突破並不在於機器高速的數字運算，而在於人類調整了 AI 對於因果關係（獎勵）的思考框架。
.
２．#平行現實
書中的說法是「反事實思考」，但我認為有點難懂，用「想像出另一個平行現實」比較好理解。這個方法可以讓我們跳脫當下對世界的認知，想像出一個全新的情境，問自己：「如果……會怎樣？」就像是小孩子在玩扮家家酒，或者是科學家透過抽象理論設計出全新的實驗。透過想像出一個平行現實，我們可以將因果關係轉換成實際行動，測試看看可能有什麼影響，帶來什麼後果。

心理學家高普尼克（Gopnik）認為這種能力其實在人類孩童時期就已經具備了，他還把嬰兒稱為「搖籃裡的科學家」，她設計過一個很有趣的實驗名叫「贊多測試」的假裝遊戲（贊多指的是顏色鮮豔、形狀可愛的物體）。

實驗的第一階段，高普尼克和孩童待在同一個房間，孩童會學到一個因果關係：把贊多放到一個機器上面，機器就會播放生日快樂歌，幫一隻猴子玩偶慶生。然後，在實驗的第二階段，會有實驗人員走進來把機器和贊多拿走，高普尼克和孩童一起露出失望的表情。

這時候高普尼克會拿出一個「盒子」、兩個不同顏色的「積木」，並對孩童說：「我們假裝這個盒子是機器，這塊積木是贊多，另一塊積木不是贊多。」接著她鼓勵孩童繼續幫猴子玩偶慶生。此時，孩童挑選了正確的積木，放到盒子上。即使她把兩塊積木的定義互相對調，孩童都能夠選到正確的積木。

這個假裝遊戲的實驗，證實了人類自幼就擁有了反事實思考的能力，也就是有能力可以想像出另一個平行現實。高普尼克發現，更會玩假裝遊戲的孩子，就能對平行現實做出更好的推論。她說：「嬰兒和幼兒就像人類社會的研發部門，至於成人這是那些單調無聊的製造與行銷部門。」許多人在成年之後，反而容易落入單一現實的思考方式，而忘記了我們天生就有想像平行現實的能力。
.
３．#限制條件
作者提到，所謂的建立思考框架，並不是任由想像力無邊無際地飛翔，也不是像斷了線的氣球到處亂飄，而是要有一定程度的「條件限制」，有助於約束我們的想像力，讓平行現實的想像維持在可以執行的程度，這才能讓思考光架真正發揮效用。

書中舉了一個很像電影裡才會發生的真實故事「恩德培行動」，這是一個以色列精銳部隊在恩德培機場的行動中，從恐怖分子手裡救出人質的戰鬥情節。1976年，恐怖分子綁架了飛機上106名人質，關押在烏干達的恩德培機場航廈中。當時烏干達獨裁者跟以色列當局並不友好，出動軍隊肯定不是好的選項。另一個方案是讓突擊隊員假裝成獲釋的巴基斯坦犯人，但太容易被看穿了。還有人提議讓突擊隊員降落在機場旁的湖裡，但是湖裡有許多鱷魚，而且任務結束之後這麼多人該怎麼全身而退？

評估了各種可能選項後，在種種條件限制之下，以色列想出了一個奇招：讓突擊隊搭乘運輸機在夜間降落到機場，搭乘機場內常見的車輛前往航廈，消滅恐怖份子、救出人質之後搭乘運輸機直接回國。他們在空軍基地搭建了航廈的等比例模型，透過少數獲釋的人質口中知道人質的大約位置，並且一次又一次地排練所有行動，講究到每一秒、每一步該怎麼進行。

在一個沒有烏雲的午夜，29位突擊隊員搭乘運輸機降落機場，他們身穿烏干達軍隊的服裝開著機場車輛前往航廈。突擊隊以迅雷不及掩耳的速度突擊航廈，只花了十分鐘就解決所有的恐怖分子，然後就帶著人質直接搭乘運輸機返回以色列。整場行動中只有三位人質喪生，而且連烏干達政府都還來不及反應。這個故事從天馬行空的平行現實裡，限縮了各種條件，找出了最可行的方案，最後成功執行了這次任務。
.
【重啟另一種思考框架】
當你想要解決一個全新問題的時候，尤其是還沒有人曾經解決過的問題，你可能會感到不知所措。這個時候，先透過兩個步驟來思考：(1) 先從自己腦袋裡的框架庫找找看，有沒有其他適用和類似的框架、(2) 檢查其他不同領域的框架庫，看看有沒有能夠直接借用，小幅度調整就可以使用的框架。

如果這兩個步驟都找不到適合的框架庫，那麼才嘗試最困難、也是最後的殺手鐧：「發明新的思考框架」。作者提醒道：「切換到不同的思考框架，能讓你對世界有不同的觀點，但這也有風險。」一旦你重新找到一個新的思考框架，帶來的報酬可以是相當可觀的。

書中有一個重啟框架的例子很值得我們參考，美國紐澤西南邊的小城市康登市為了改善當地的犯罪率，直接解散整個警察隊伍並且重整執勤策略。當時城市的治安非常糟糕，市容也很破舊，到處都會發生大小程度不同的犯罪。這還不是最慘的，警方栽贓、造假、暴力執法的情況更是屢見不鮮。民眾除了害怕黑道，也非常害怕警察。

當地首長找來社區領袖和居民共同商討，最後決定放棄頭痛醫頭、腳痛醫腳的貼膏藥方式，採取全新的執法策略。解散警隊之後，他們精挑細選和新聘任的警察，改變了巡邏的方式。他們逐家登門拜訪、自我介紹、談談可以幫忙居民什麼。警察在街頭舉辦派對，和民眾聚餐，和小孩打籃球。

過去的思考框架是「警方將人民視為罪犯」，但是新的思考框架則是「警民一家親」的社區群體，警察從原本打擊犯罪的戰士，搖身一變成了社區當中親切的守護者。最後，康登市的犯罪率下少了一半，謀殺率少了六成，警方過度使用武力的案件少了九成五。重啟思考框架的方式，獲得了前所未有的成功。
.
【創造多元性的四種策略】
作者指出，很多人可能會認為，想要擁有多元性就代表要接觸大量的想法和觀點，其實那是抓錯了重點。多元性的優勢不是來自於數量，而是來自於差異。找出七百個類似的想法，不如找出七個不同的想法來得有價值。如果一個工具箱可以有七種不同的工具，絕對會比擁有七百把錘子的工具箱更加實用。

如果我們想要擁有多元的思考框架，就是要刻意的去營造，以及一起維護，這並不是一次的成功就可以高枕無憂。如同貝佐斯在《創造與漫想》書中提到的：「這個世界要你與眾無異，千方百計把你拉向跟大家一樣，別讓它得逞。」人類本能的從眾傾向，以及社會自然而然的同質化趨勢，都需要我們自己刻意地、有意識地選擇，才能夠擺脫與眾趨同的自然發展，擁抱更加多元化的觀點和想法。

如果你想為自己的生活、家庭、工作環境創造出多元性的樣貌，可以採取以下四種策略：擁抱變化，運用教育，鼓勵遷徙，容許摩擦。
.
１．#擁抱變化
如果一個思考框架一直以來都行不通，最好的做法就是擁抱改變，試試看別種思考框架。書中舉例同性戀婚姻的推動者，把美國從1995年支持同婚的人從25%提高到2020年將近70%。以前的同志運動一直把婚姻當成是核心議題，也一直把爭取這種「法律權利」當作是重點。但是進展並不顯著。

當時那種法律思考的框架，講究的是「法律權利」，但就是沒有效果。那種框架太缺乏想像力、太唯物主義，沒有說服力。到了2000年，他們研究很多民意調查還有焦點團體的意見，想弄清楚大家到底還有什麼疑慮。他們去思考說要怎麼樣用大眾的思考模式來談。最後他們選定了一個價值觀的思考框架，鎖定大部分的人結婚的原因：「愛、奉獻、家庭」。

他們把同性戀婚姻不再當成一種自由或者是權利，而是對於愛的表達與承諾。他們漸漸的讓大家知道，世界上有許許多多不同的框架，而且都同樣正當。到了2011年，第一次出現的黃金交叉，支持的人數正式超過了反對的人數。根據調查，只有14%的人會說這是一種「自由」，而有32%的人會說這是一種「愛」，是一種人類的情感。最後在2015年聯邦最高法院正式裁定的用憲法來保障同性伴侶的結婚權利。這並不是強迫民眾接受某種特定的思考框架，而是讓各種不同的思考方式能夠共存。
.
２．#運用教育
要建立起多元的思考框架，從教育著手是非常有效的模式。美國有一個很有趣的研究，就是去看美國的白人父母和黑人父母怎麼跟孩子談論種族。發自內心一片好意的白人父母，通常不會去刻意談到種族議題，因為他們相信「種族色盲」這種做法比較能夠讓孩子避免成為種族主義者。

另一方面，黑人父母卻常常和孩子討論種族議題，在他們看來，這種種族色盲的做法就是在故意忽視各種明顯的歧視現象。例如逛超市的黑人被懷疑是小偷，開著車子卻無緣無故被警察攔下來，黑人孩子的家庭教育就是要強調看到「種族的各種顏色」在日常生活的各種影響。

最後，這些社會學家發現，種族色盲的框架正好是種族歧視的主要來源，白人父母雖然出自於好意不想強調種族之間的差異，但也在無意之間，否認了有色人種遭受到歧視的真實狀況。這種教育方式忽略了差異，抹去了多元性。要培養多元的思考，就必須認識到差異的存在，承認仍然存在的落差。
.
３．#鼓勵遷徙
如果我們能夠鼓勵遷徙及流動，人們會把自己的文化和思考方式帶到別的地方，促進融合和變化。曾經有學者研究各個區域和城市的經濟成敗因素，發現了這些地區成功背後的原因有三個主要的因素：「科技、人才、寬容」。作者認為，「寬容」是其中最關鍵的一項，那些現在最開放的地方，經濟表現就最好。因為這些地方有更大的思考地圖，會讓人能夠放手冒險，這也是思考框架多元化所造成的經濟紅利。

像是美國被譽為一個民族「熔爐」，但是最近比較像一個「燉湯」，也就是讓裡面的好料都還維持各自的形狀。像是韓國人會住在洛杉磯的韓國城，華人會住在舊金山的唐人街，拉丁美洲的族群住在德州南方，古巴人住在佛羅里達州，巴西人就住在波士頓。雖然這種文化融合的速度不像我們想像中的快速，但是不同的文化激盪之下，也為美國社會注入了很多元的觀點和看法。
.
４．#容許摩擦
把社會上的摩擦，看成是這個社會的優勢、而非缺點。作者說到：「如果在社會裡面維持思考框架的多元化，確實會讓人們彼此之間感覺到不安很衝突，就是因為大家要看到彼此的不同，而且還要可以彼此互動。但畢竟，大家觀點不同、意見相對，本來就是正常生活該有的模樣。」

哈佛法律學院的昂格（Unger）教授認為，如果要讓政治進一步的去中心化，就必須要用一些反事實的模型來做思考。他說：「當社會很果斷地沿著一條路前進的時候，應該要多方下注，以避免損失，也就是要允許在特定的地點或部門，跳脫一般的解決方案，實驗看看不同的國家走向會怎樣。」

昂格鼓勵讓社會充滿摩擦，也鼓勵教育上面要用辯證式的討論方式，不要讓社會被束縛在單一的版本，而是可以嘗試其他的社會組織方式。運用和擁抱多元的思考框架，才能擁有多樣化的各種策略，再從中選取適合的方案。
.
【對思考框架保持警覺】
這本書告訴我們，幾乎沒有錯誤的思考框架，只有不適合某種情況的思考框架。而且各種框架應該要有共同存在的權利。但是作者們提醒我們要保持一個警覺，他們說：「唯一要注意的是，這種慷慨的態度要有一個前提，也就是說：『唯一』的一種錯誤的思考框架，就是拒絕其他的思考框架。」

要讓框架多元性的目的，就是為了讓各種框架可以彼此競爭、互補、對抗、共存。然而，如果有某一套思考框架的目的在於完全抹煞其他框架的存在，這就是不可被接受的。所以作者們才說：「如果你聽到有任何人或團體，說只有自己的思考框架放諸四海皆準，只有自己說的是真理的時候，千萬別相信。」
.
【後記：拓展想像的邊界】
如果說另一本我很喜歡的《超級思維》那本書是心智模型的「百科全書」，那麼《造局者》就像是心智模型的「使用指南」。書中有清楚的概念和步驟，讓我們了解為什麼要學習更多的心智模型，以及該怎麼樣活用各種心智模型，並且在必要的時刻推翻自己的假設，重新啟動一個新的心智模型。

這本書是今年我讀過的書裡面感到非常印象深刻，也讓我的思考方式深受啟發的。作者們把故事和理論的比例搭配得恰到好處，從一則又一則的故事和研究案例當中，會自然而然地理解作者們要帶給我們的觀點，也讓我感受到什麼叫做多元性，以及為何要擁抱差異。

從書中也可以發現，AI 並不會削弱心智模型的重要性，反而是增強了心智模型的重要性。因為 AI 無法自己建立思考框架，仍然只能依靠人類。人類最重要的特色就是可以處理「假設之外」的新問題，能夠把心智模型的空間拓展到可以親身體驗的範圍之外，也就是能夠做到抽象與推理。人類只靠著極少數的資料，甚至是完全沒有新的資料，就能夠適應全新的、過去從來沒有體驗過的情境。

作者最後提醒到：「這是一個救贖也是一個警訊：一個人如果擁有建立思考框架的能力，就會保有價值。但要是放棄了努力，沒有辦法做好這件事情，就會失去現在人類的特權地位。」我們能夠想像的邊界，就是我們世界的邊界。
.
Kobo 購書連結：https://bit.ly/3rRI8Kg
Kobo 電子書7折代碼：WAKIFRAMER
使用期限：8/15~8/21
.
感謝 天下文化 提供贈獎抽書

【新興領域：7月焦點4】運動科技新革命專題4：人工智慧如何聰明重塑運動新世界

大家對2011年電影魔球中的運動家隊故事與2016年AlphaGo戰勝韓國圍棋九段大師李世乭的那場比賽，一定不陌生。這二件事情告訴我們，在網路時代中，人工智慧、大數據、虛擬實境等新技術正在為傳統運動界發展提供無限可能。

其中以人工智慧技術而言，隨著機器學習和展示人類的思維和行為等特徵，已大大改變體育/運動界的遊戲規則與發展。《2021-2026 年體育市場研究報告中的全球人工智慧市場》市場報告中，應用於運動領域中的人工智慧市場預計在2021年至2026年間，將以28.72%的複合年成長率成長。

本文將探討人工智慧在體育/運動中的應用、AI在那些運動項目中應用以及如何被應用，最後，介紹一些受到投資押注新創案例，看看他們的人工智慧解決方案為運動產業帶來何種改變。

詳看內文，請點閱👇：
https://user110758.psee.io/3lf8jl

為了讓 AI 不斷打怪升級，DeepMind 打造「宇宙」

作者 雷鋒網 | 發布日期 2021 年 07 月 30 日 8:15 |

DeepMind 又給我們小驚喜。我們都知道，強化學習苦於類化能力差，經常只能針對單個任務從頭學習。

DeepMind之前開發的AlphaZero，儘管可以玩圍棋、西洋棋和日本將棋，但每種棋牌遊戲都只能從頭訓練。類化能力差也是AI一直被詬病為人工智障的一大原因。人類智慧的厲害之處，就在藉鑑之前經驗迅速適應新環境。

但類化能力不是一蹴而就，就像玩遊戲，也是先做簡單任務，逐步升級到複雜任務。《空洞騎士》（Hollow Knight）一開始只需要隨意走動揮刀砍怪，但噩夢級難度的「苦痛之路」關，沒有前面累積的技巧，只能玩寂寞。

多任務宇宙

DeepMind此次採用「課程學習」，讓智慧體於不斷擴展升級的開放世界學習。也就是說，AI新任務（訓練資料）是基於舊任務不斷生成。智慧體可盡情鍛鍊自己，簡單的如「靠近紫色立方體」，複雜點的如「靠近紫色立方體或將黃色球體放在紅色地板」，甚至和其他智慧體玩耍，如捉迷藏──「找到對方，且不要被對方發現」。

每個小遊戲存在世界小角落，千千萬萬個小角落拼成龐大的物理模擬世界，如下圖的幾何「地球」。總體來說這個世界的任務由三個要素構成，即任務＝遊戲＋世界＋玩家，並根據三要素關係，決定任務的複雜度。

複雜度的判斷有四個維度：競爭性、平衡性、可選項、探索難度。

比如「搶方塊」遊戲，藍色智慧體需要把黃色方塊放到白色區域，紅色智慧體需要把黃色方塊放到藍色區域。這兩個目標矛盾，因此競爭性較強；同時雙方條件對等，平衡性比較高；因目標簡單，所以可選項少；DeepMind把探索難度評為中上，可能是因定位區域算較複雜的場景。

再如「球球喜歡和方塊一起玩」遊戲，藍色和紅色智慧體有共同目標，讓相同顏色的球體和方塊放在相近位置。

這時競爭性自然很低，平衡性毋庸置疑很高的；可選項比上面遊戲高很多；探索難度沒有定位區域，智慧體隨便把球體和方塊放哪都行，難度就變小了。

基於這四個維度，DeepMind打造超大規模「宇宙」任務空間，幾何「地球」也只是這宇宙的小角落，是四維任務空間的一點。DeepMind將「宇宙」命名為XLand，包含數十億個任務。

來看XLand的全貌，由一系列遊戲組成，每個遊戲在許多模擬世界進行，這些世界的拓樸和特徵平滑變化。

終生學習

數據有了，接下來得找到合適的算法。 DeepMind發現，目標注意代理（GOAT）可學習更通用的策略。

具體來說，智慧體輸入包括第一視角的RGB圖像、本體感覺以及目標。經過初步處理後，生成中間輸出，傳遞給GOAT模組，會根據智慧體目前目標處理中間輸出的特定部分，邏輯分析目標。

邏輯分析是指，每個遊戲可藉由一些方法，構建另一個遊戲，並限制策略的價值函數的最優值上限或下限。

DeepMind提出一個問題：對每個智慧體，什麼樣的任務是最好的？換句話說，打怪升級時，什麼樣的關卡設置才讓玩家順利升級為「真」高手，而不是一刀9999？

DeepMind的答案是，每個新任務都基於舊任務生成，「不會太難，也不會太容易」。其實恰好是讓人類學習時感覺「爽」的興奮點。

訓練開始時，太難或太容易的任務可能會鼓勵早期學習，但會導致訓練後期的學習飽和或停滯。不要求智慧體某任務非常優秀，而是鼓勵終身學習，即不斷適應新任務。所謂太難、太容易是較模糊的描述。需要量化方法，在新任務和舊任務之間彈性連接。

怎麼不讓智慧體做新任務時不適應而「暴死」？進化學習就提供很好的靈活性。總體來說，新任務和舊任務同時進行，且每個任務有多智慧體參與「競爭」。舊任務適應好的智慧體，會選拔到新任務繼續學習。

新任務中，舊任務的優秀智慧體權重、瞬間任務分佈、超參數都會複製，參與新一輪「競爭」。除了舊任務的優秀智慧體，還有很多新人參與，這就引進隨機性、創新性、靈活性，不用擔心「暴死」問題。

當然，因任務不斷生成、動態變化，一個任務可訓練不同長處的智慧體，並往不同方向演化（隨著智慧體相對性能和強健性進行）。最終每個智慧體都會形成擅長任務的集合，就像春秋戰國時期「百家爭鳴」。說打怪升級顯得格局小，簡直是模擬地球。

DeepMind表示，「這種組合學習系統的特性是，不最佳化有界性能指標，而是更新定義的通用能力範圍，這使智慧體開放式學習，僅受環境空間和智慧體的神經網路表達能力的限制。」

智慧初現

最終這複雜「宇宙」升級、進化、分流的智慧體長成了什麼優秀物種？DeepMind說，智慧體有很明顯的零樣本學習能力，比如使用工具、合圍、數數、合作＋競爭等。

來看具體例子。首先智慧體學會臨機應變。目標有三個：

黑色金字塔放到黃色球體旁邊
紫色球體放到黃色金字塔旁邊
黑色金字塔放到橙色地板

AI一開始找到一個黑色金字塔，想拿到橙色地板（目標3），但搬運過程瞄見黃色球體，瞬間改變主意，「我可以實現目標1啦」，將黑色金字塔放到黃色球體旁邊。

第二個例子是，不會跳高，怎麼拿到高台上的紫色金字塔？智慧體需要想辦法突破障礙，取得高台上的紫色金字塔，高台周邊並沒有類似階梯、斜坡的路。

因不會跳高，所以智慧體「掀桌子」，把周邊幾塊豎起來的板子弄倒。然後一塊黑色石板剛好倒在高台邊，「等等，這不就是我要的階梯嗎？」這過程是否體現了慧體的智慧，還無法肯定，可能只是一時幸運。關鍵還是，要看統計數據。

經過5代訓練，智慧體在XLand的4千個獨立世界玩了約70萬個獨立遊戲，涉及340萬個獨立任務，最後一代每個智慧體都經歷2千億次訓練步驟。智慧體已能順利參與幾乎每個評估任務，除了少數即使人類也無法完成的任務。

DeepMind的研究，或許一定程度體現「密集學習」重要性。也就是說，不僅資料量要大，任務量也要大。這也使得智慧體在類化能力有很好表現，如資料顯示，只需對一些新複雜任務進行30分鐘集中訓練，智慧體就可快速適應，而從頭開始用強化學習訓練的智慧體根本無法學習這些任務。

往後我們也期待這「宇宙」更複雜和生機勃勃，AI經過不斷演化，不斷給我們帶來驚喜（細思極恐）的體驗。

資料來源：https://technews.tw/2021/07/30/deepmind_xland/

AI原來都可以用來搵鑽石出來架! 除左AlphaGO玩圍棋同埋AlphaStar玩星海爭霸之外，仲有一個MineRL可以比我地玩Minecraft~
想知道Minecraft AI, 或者遊戲AI點樣運作? 來睇下今集既MineDecode啦~

MineRL: http://minerl.io
Vsauce Mind Field: https://youtu.be/rA5qnZUXcqo

Discord Link: https://discord.gg/QWXkhXQ
訂閱呀翼啦!: http://bit.ly/WingsNotice
翼 VLOG: http://bit.ly/WingsVlog
======================================
翼的Instagram: http://instagram.com/wingsthunder
翼的Facebook專頁: http://facebook.com/aywingsthunder
翼的Google+: http://plus.google.com/+wingsthunder
翼的Twitter: http://twitter.com/aywingsthunder

Production Music courtesy of Epidemic Sound: http://www.epidemicsound.com
Thumbnail Image (CC:BY 2.0): https://www.vpnsrus.com/author/anthonymackenzie/

本集主題：「用純棋10分鐘學會圍棋：本因坊棋士王銘琬親授」介紹
　　　　　　　
訪問作者：王銘琬
　　
內容簡介：
▌3-100歲都能玩！腦力活性化，跨世代交流的桌遊！▌
　　　
　　圍棋不僅在對對弈之中，富涵人生的哲理。溝通和妥協身藏在圍棋中深厚的棋理。圍棋也有強化專注力，與抗失智的潛在功能。同時也是流傳很久、有歷史又不退潮流的的桌遊。
　　　
　　但是許多人覺得圍棋不容易學，一般圍棋是19路(縱橫各為19條線)的棋盤。巨大的盤面，讓想學棋的人退縮。而一般的計分法，讓初學者不容易理解遊戲目的，不知道如何開始。
　　　
▌從純棋開始，其實圍棋一點都不難！▌
　　　
　　純棋用「子多為勝」的最容易懂的計分法，讓讀者一目了然，理解遊戲目的，可以立刻開始對局．並使用七路，或九路棋盤，最適合初學者用純棋的計分法對弈。透過圍棋本因坊王銘琬的純棋教學，可以很快學到圍棋的菁華，更進一步享受圍棋樂趣．
　　　
　　本書由王銘琬企劃撰寫，他自2014年擔任趨勢科技圍棋軟體「Go Trend」顧問，是全球唯一發起圍棋AI（人工智慧）開發團隊的職業棋士！
　　　
　　歡迎進入圍棋的世界！
　　　
作者簡介：王銘琬
　　1961年生，臺灣台南人，
　　　
　　4歲學棋，5歲中央日報青少年圍棋比賽少年組殿軍
　　　
　　2000年、2001年連獲二屆歷史最悠久的本因坊頭銜
　　2002年 獲得王座頭銜
　　2007年 大和證券杯冠軍
　　2012年 大師杯冠軍
　　2015年 達成1000勝(其它各項頭銜及獎賞不及備載)
　　2014年起任趨勢科技圍棋AI開發團隊「GoTrend」顧問。唯一發起圍棋AI開發團隊的世界級職業棋士
　　　
　　中文著作《新棋紀樂園》、《迎接AI新時代》《棋士與AI》等，日文著作《棋士とAI》 (岩波書店)等十數本，英文著作《Zone Press Park 》。
　　　
　　　
出版社粉絲頁： 時報出版




請大家支持，我全部六個粉絲頁
李基銘主持人粉絲頁：https://www.facebook.com/voh.lee
李基銘的亂亂分享粉絲頁：https://www.facebook.com/voh.happy
李基銘的影音頻道粉絲頁：https://www.facebook.com/voh.video
漢聲廣播電台「fb新鮮事」節目粉絲頁：https://www.facebook.com/voh.vhbn
漢聲廣播電台「快樂玩童軍」節目粉絲頁：https://www.facebook.com/voh.scout
漢聲廣播電台「生活有意思」節目粉絲頁：https://www.facebook.com/voh.life

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！