(黃獻德) Hsien-De Huang | E-Mail:TonTon (at) TWMAN.ORG | TonTon (痛痛)
Malware Analysis Network in Taiwan (MiT) | 惡意程式分析網在台灣 (抬丸郎)
Deep Learning (深度學習), Malware Analysis (惡意程式分析), Ontology (知識本體)
Android Reverse Engineering (Android 逆向工程), Type-2 Fuzzy Logic (第二型模糊邏輯)

ONE PIECE (海賊王)

ONE PIECE (海賊王)

2012年11月26日

臺灣魔圍棋邀請賽@黑嘉嘉、周平強 vs 臺灣魔圍棋

黑嘉嘉、周平強vs.臺灣魔圍棋邀請賽
MoGoTW全球首創適性學習圍棋職業棋士 南大開戰

主辦單位:國立臺南大學 日期:2012.11.26
聯絡人及電話:李健興研發長    06-2133111 ext. 1400921582983

嗯 ~ 我都快數不清這是我第幾次參與這個活動了 !

臺灣魔圍棋研發團隊自2012年開始,與法國國家資訊暨自動化研究院及澳洲新南威爾斯大學跨國合作,首創將適性學習融入電腦圍棋研究,將已累積豐碩的電腦圍棋賽局知識庫應用到適性學習及認知科學研究領域,並將電腦圍棋推廣於教育評量及線上測驗。


新一代臺灣魔圍棋程式經南大與法國團隊多年研發,在2012年5月6日於台南聖母廟的比賽已不須在超級電腦上執行,並具有智慧型學習能力,以遇強則強,遇弱則弱為學習目標,激發小朋友對學習圍棋的熱忱,與提高學習興趣。


少不了的當然就是要感謝一下兩位棋士的幫忙啦 !


差別在於我從原本的技術協助轉變成行銷協助 ! XD



周平強職業棋士因長期指導臺灣魔圍棋發展,因此很快在1小時內與新一代臺灣魔圍棋程式,完成5盤9路的比賽。在棋士貼10.5目的條件下,臺灣魔圍棋贏第1盤、第4盤及第5盤,周平強職業棋士贏第2盤及第3盤。臺灣魔圍棋在第1盤單1手最高執行模擬運算為3萬次,其後4盤出現單1手最高執行模擬運算為17萬4千餘次,臺灣魔圍棋挑戰周平強棋士,取得3勝2敗成績,表現符合適性學習演化能力要求。

黑嘉嘉職業棋士則用了102分鐘,完成與新一代臺灣魔圍棋程式5盤9路的比賽,臺灣魔圍棋贏第2盤及第4盤,黑嘉嘉職業棋士贏第1盤、第3盤及第5盤。臺灣魔圍棋在5盤中出現單1手最高執行模擬運算為21萬8千餘次,臺灣魔圍棋挑戰黑嘉嘉職業棋士,取得2勝3敗的成績,讓黑嘉嘉明顯感覺到臺灣魔圍棋棋力時強時弱,似乎有在依情勢進行調整,她贏的下一場臺灣魔圍棋棋力就變強了,造成今日比賽結果為勝敗交錯。

賽後周平強職業棋士認為,今天比賽的設定(每邊30分鐘,貼10.5目)適性調整比較準確,臺灣魔圍棋展現的棋力還蠻強的,是只棋士貼10.5目太重些。而今天每邊30分鐘,臺灣魔圍棋均沒有出現時盡敗的例子,驗證每邊30分鐘能讓對臺灣魔圍棋發揮電腦運算的優勢。

在台法國際合作計畫執行期間(2009-2012),研究團隊(包括: 國立臺南大學、國立清華大學、國立東華大學、國立高雄大學、長榮大學、法國INRIA及法國南巴黎大學等)除創造極高的學術研發效益外,在人才培育方面更是影響深遠,例如: 在國科會補助Olivier Teytaud博士到南大擔任客座研究員壹年期間,法國南巴黎大學博士生Jeremie Decock及Adrien Couetoux各自來台研習四個月及一年,研究團隊學校之學生藉由各種活動與會議與其進行相關研究討論,促成學生更國際化。在研究計畫執行方面,台法團隊成員研究議題也由2008年電腦圍棋到2012年能源管理,再到能源最佳化及綠色能源,以將電腦圍棋決策策略應用於節能減碳及綠色能源之研究議題,期能為未來地球永續發展盡一份心力。