先前就寫過一篇：圍棋軟件間的對弈－Crazy Stone Deep Learning vs Zen6。一般 Zen6 的水平就已約略達「野狐圍棋對奕平台」7D 以上，已是業餘棋手中上以上程度。
結果今年又有兩套新興的圍棋AI－RN & Leela。而且這兩套都是運用 AlphaGo 的「深度學習 (Deep Learning)」演算化，且使用了顯示卡的 GPU (graphics processing unit)大幅提昇了運算速度。
RN 相關資訊目前比較少些，且它沒有圖形界面，設定較繁瑣，且據說顯卡起碼要求 GTX1080 才能真正展示棋力。因為我現在使用的桌機是五年前的老電腦，i7-2600 8核心、32G DRAM、GTX 970 4G 顯卡，算是中階設備，所以就先下載 Leela 來玩看看在我的硬體設備上能達多高棋力。
題外話，Leela 作者 (比利時人)可謂神人也，超早年代最是簡潔音質超棒的音樂播放軟體－foobar2000，就是同一作者開發的。這真的好跳Tone，從開發音樂播放App到圍棋AI？！
好啦，下載 Leela (現至最新版本為 0.10.0) Windows 版本 (另有支援 Linux, Mac 版本)，安裝時同時勾選 GPU 選項，安裝完成後點選 GPU Accelerated 捷徑即可打開對奕畫面。很陽春的選項與畫面，反正就是專用來 AI 對奕而已。
就這個月初，北部突如其來的豪大雨，重創好幾個台北/新北地區淹大水。恰好那時我在位於台中中科的工研院教授軟體系統分析設計課程，然後我家蓁妮 (大女兒)也跟著跑來台中遊玩一天，所以就在台中過夜，隔天傍晚才回到家。
雖然我家中和地區並未傳出淹水災情，但聽說下的那種豪雨是大的可怕。難怪乎我一回到家，粉圓就從鳥陽台穿過紗窗 (早被牠咬出兩個大洞)蹦到我工作桌前，然後一臉哀怨樣，低鳴哀號不已。好像在哭訴說為何這麼大的暴風雨沒有陪在牠身旁呢。!^^
我把其中一段影片錄製分享到「FB-ONLY1鸚鵡抱抱」鸚鵡社群，天哪～ 五百多人按讚並且好多鳥友留言，說粉圓怎麼那麼委屈樣，有的還說阿姨幫你惜惜～。 >_< 哈，這鸚鵡鳥社團幾乎都是有愛心的鳥奴，看到鳥友 po 出的鳥生活照、影片等，都會有同理心，欣賞與愛護著這些讓人憐愛的鸚鵡們。
因為要組裝我的 HyperCube，結構件部份原來決定照原作者採用 PETG 作為打印的材料。它同時較兼有 PLA & ABS 的特性，有著高韌性的強度，打印溫度雖與 ABS 差不多 (約230~235度)，但熱床卻可以只須 70度即可。
就近從瞎皮賣家買了兩捲橘色的 PETG 耗材回來，第一次打印的效果卻是慘不忍堵。
請教了 FB Reprap.Taipei 社群的諸位大大們，總算才知道這種現象都是因為噴嘴離平台面太近！原來又是我自動調平時設錯了座標位置，改了之後的效果就正常了。
第一次印出來的小部件，效果還挺不錯的。
但後續的不順就來啦。不知道是否我買的這家耗材捲線有問題，經常打印到一大半時 (我都是半夜讓它一直打印到天亮)，進料時就因為卡住無法順暢送出而斷料，試了好幾次都這樣；另外一個問題是，PETG 拉絲很嚴重，我都已經把回抽設到 6.8mm (遠程)距離，結果仍是一樣，參數調整設定問題還需要再持續調校才能抓出最佳列印方式，但，總之就是不順，所以我想改用 ABS 列印看看。
原來不想考慮 ABS 打印的，因為這種材料算是不容易打印的。除了溫度與熱床都要調很高外，對外界的溫度變化也很敏感，所以一般都建議要封箱；另外聽說 ABS 打印時會散發很難聞的氣味，所以若是在封閉的房間內這可是很不好。還好的是我打印機器都放在頂樓的庫房，如果氣味難聞離開庫房就是。
大致依據我原來所整理的 BOM 表，月初時光利用週末下午的時間，一口氣就向大約10來家淘寶店商採購各類零組件。由於我多買了很多其它不太相干的工具，還有一些用料我買得特別好 (例如 TMC2100 驅動IC 以及進口 GT2 皮帶)，所以總花費大約有 RMB 2,000 左右。其實經濟些我估計約 RMB 1,000 成本就可以組出一台 HyperCube 了。
其中比較特別些的，就拿出來簡單介紹下。
o 陽極氧化鋁管：這是原作者 Tech2C 的創意，他主張 X軸盡量要輕量化，所以從傳統的光軸 (8mm)改成 10mm 的鋁管，如此重量可以減輕為 1/3 左右，進而可以大幅提昇打印的速度。同時軸承也要改為 SF-1 無油自潤滑軸承 (外徑12內徑10高20mm)。
毫無懸念，這個月中 (23-27日)為期五天的 AlphaGo 對上人類最頂尖棋手的賽事中，所有對局全都輕鬆取勝！這有別於去年 AlphaGo 初登場時，人們不相信 AI 得以戰勝人類最高智慧結晶的博奕遊戲—圍棋，然後從驚愕中逐漸接受，到年初時 AlphaGo 化名為 Master 大師在網路圍棋對奕狂砍60局連勝後，到本月對上世界圍棋第一人柯潔，所有人士已認為人們不可能打敗 AI 了，這鉅大的轉變也才歷經一年的時間而已！！
當然這三局棋的直播我是從頭看到尾，Youtube 的直播全都有英文與中文各一組人在解說的。其中尤其是前中國第一人古力的解說，他生動的說明與犀利的擺上大型的變化圖，好幾手甚至與 AlphaGo 不謀而合，無怪乎與他的搭當主持張璇還笑稱古力叫 Alpha古。 
共三局 AlphaGo 與目前世界圍棋第一人柯潔的對局比賽，第一局好像是極細小的落差 (僅輸半目)輸掉 (AlphaGo 優勢時會放水讓棋局盡量簡明到終局)，但其實從棋的內容來看卻是完敗，從頭到尾柯潔毫無勝機，這在職業圍棋比賽中可稱為「安樂死」，是最忌諱的下法。
第二局最精彩，序盤一開始就高潮迭起，戰鬥連綿不已，前一百手勢均力敵、維持均勢。所以 DeepMind 執行長還發了一則推特，稱讚柯潔的表現不可思議，「根據 AlphaGo 的評估，柯潔此時表現得非常完美。」不過最終因柯潔漏算一枚劫材，導致棋局突然急轉而下，中盤不得已認輸。據柯潔事後說，當他在中盤以為有機會領先 AlphaGo 時，內心還狂跳不已，這在轉播時看到他摀著胸口就知道，柯潔是多麼盼望能贏 AlphaGo 一盤啊。
而第三局則是柯潔表現最差的一盤。因為序盤就下出了惡手 (其實是緩著)，導致局面早早就不利。「我擔心 AlphaGo 會這樣下的，它都想到了：而反之有一半我沒有想到的，AlphaGo 卻是這樣下，而再仔細推敲卻發現那是好棋。」…。「總之，這就是實力上的巨大差距。」—柯潔賽後這樣說。
印象對我最深刻的是，第三局的中盤稍後，柯潔不甘於又是安樂死，所以打入了黑陣 (柯潔持白)作最後的一博。這裡的打入非常非常的複雜，若是對上一般的頂尖職業棋手，一個應對不妥就有可能翻盤的。但問題是 AlphaGo 仍是輕描淡寫，每手棋落子不超過 30秒。當時我看到直播影片中中國圍棋隊總教練俞斌還正在擺這局部的複雜變化時，AlphaGo 不假思索的下了這第 121手 (J17)，而正常人類的直覺是不會下一手位置的，一般會在右一路的 K17 貼住白子。
訂閱 RSS (by FeedBurner)
訂閱 RSS (by Wordpress)
