人工智能太可怕？李世石要赢只需拔掉插头
[摘要]霍金号召大家警惕人工智能可能带来的威胁、伊隆·马斯克因担心未来机器将取代人类而抑郁，但在扎克伯格看来，这些担忧毫无依据。2015年9月，霍金签发了一封公开信，警告称，人工智能不一定是好事或导致人类灭亡。凯文·凯利：人工智能时代的到来最大的益处在于，各种人工智能将帮助我们定义人性。扎克伯格：我们现在担忧人工智能的安全性，就如同两百年前担心要是以后有飞机了飞机坠毁怎么办一样。
正在加载...
3月9日注定会被写入人类史册——是的你应该已经在无数刷屏的文章开头读到过这句话。这一天，全人类通过网络直播共同围观谷歌人工智能阿尔法（AlphaGo）与韩国棋手 的超级对弈见证了人类首局失守，笃信人类未来同样会遭人工智能搏杀的声音越来越多9日下午谷歌人工智能与韩国棋手李世石的第一场比赛结束，AlphaGo获得当日比赛的胜利。双方在较量3个半小时后，李世石宣布认输。李世石输了。这个结果震惊世界，借用著名科幻小说《三体》中的情节来形容，这是又一个人类智慧守护者面临被“破壁”的危险。是的，李世石输了，但又怎样？人工智能赢了棋，人类却赢得了未来。抛开深度学习、博弈树、神经网络等令门外汉眩晕的词汇，在人类与机器的较量转战围棋领域之初，我们就应该想见，即使是天才棋手也会敌不过人工智能。但这并不可怕，没有人类上千年来在棋谱上沉淀的智慧，何来AlphaGo今天的胜利？真正可怕的并非人工智能的成长上限，而是人类对人工智能深深的误解，以及惶恐。从这一点上而言，人类输了首局反倒是好事。它让我们重新审视人性、竞技美学，以及人类智慧。人工智能对人类生活的种种颠覆，帮助我们直抵生活的核心。AlphaGo并非依靠自然进化而来，即便其会筑势、会手筋、会试应手、会逆转棋局，本质上映射的还是人类智慧的结晶。那么，更合适的建议或许是：“不用那么担心”。人工智能时代到来，我们是谁？“人工智能的应用无处不在，它带来的影响力是巨大的。因为这意味着一切物体均可拟人化，意味着我们可以加速新事物发展，云端人工智能技术意味着，两双智能鞋的数据可以彼此分享，这就是综合人工智能的表现。这的确大大加快了发明新事物的进程。”很显然，《连线》杂志创始主编、《失控》作者凯文·凯利不仅丝毫不担心人工智能会对人类产生威胁，反而沉浸于智能技术所蕴含的无穷想象之中、并为此兴奋不已。在其新作《必然》中，他将这种兴奋感展现得淋漓尽致：“人工智能时代的到来最大的益处在于，各种人工智能将帮助我们定义人性。我们需要人工智能告诉我们——我们是谁？”霍金抵制人工智能，毫无根据？霍金号召大家警惕人工智能可能带来的威胁、伊隆·马斯克因担心未来机器将取代人类而抑郁，但在扎克伯格看来，这些担忧毫无依据。在被问及如何看待机器可能在很多方面比大脑更聪明，比如IBM深蓝战胜棋王卡斯帕罗夫等问题时，扎克伯格曾作出如下回应：“人类制造机器就是为了让机器在某些方面强于人类，但是机器在某些方面超越人类不意味着机器有能力学习其他方面的能力，或者将不同的信息联系起来而做超越人类的事情，而这一点非常重要”。机器学会了学习，人为何忧心？当被问道“难道科幻小说里那种（机器超越人类）的事情真的就不可能发生么？我们难道一点都不需要担心人工智能的安全性么？”时，扎克伯格解释道：“我们现在担忧人工智能的安全性，就如同两百年前担心要是以后有飞机了飞机坠毁怎么办一样。如果我们总是过度担心安全性，我们就不可能造出飞机。不管怎么样，我们要先造出飞机，再担心飞机的安全性。我们过度担忧人工智能，将阻碍人工智能实际的进步。我们要认识到无人驾驶汽车可能可以帮助我们减少车祸的发生，而且人工智能系统甚至能够帮我们诊断疾病，所以因为担心安全性而阻碍人工智能的进步可能是最糟糕的选择。”是啊，世界正在发生一桩重要的事情，智能化正渗透进各个领域，可是为什么要因其足够富有想象空间，而忧心忡忡？怕工作被抢走？200年前就有这个值得期待的循环是如何运转的呢？智能化的水平越高、应用范围越广，就有越多人想要使用它，这又将继续促进人工智能朝向愈加“智能”的方向发展，进一步拓宽应用范围。担心工作岗位被这些聪明又不知疲倦的伙伴抢走吗？但我们为什么要选择性遗忘人类工业化过程中，被自动化技术接替的那些乏味的、机械性高度重复的工作，以及工业文明在全新领域为人类开拓的那亿万份工作呢？就像19世纪的农民无法想象今天我们大多数人从事的工作一样，人类应该尽情畅想正如潮水般袭来的新职业，而非关起门对未来出路感到惴惴不安。“在机器人和计算机智能的协助下，我们得以完成150年前完全无法想象的事情，这是机器人介入人类生活后最令人赞叹的一点。”凯文·凯利说道。观察深蓝早击败过人类然后呢？当1997年深蓝多次击败顶级象棋棋手之后，人们也曾感到如临大敌。但结果呢？“但更让人意外的是人工智能的出现并未削弱纯人类国际象棋选手的水平。恰恰相反，在廉价且超级智能的国际象棋软件的激励下，下国际象棋的人数、锦标赛的数量以及选手的水平都达到了历史之最。与深蓝首次战胜卡斯帕罗夫时相比，拥有国际象棋大师头衔的人数至少翻了一番。现今排名第一的人类国际象棋选手马格努斯·卡尔森就曾和人工智能一起训练，并且被认为是所有人类国际象棋选手中最接近电脑的一个。他还是有史以来评分最高的人类国际象棋大师。”凯文·凯利在《必然》中写道。众说如何看待“人工智能威胁论”樊麾：我们面对新生事物要放宽眼界，毕竟人类的想象力和创造力还是机器学不会的，人还是最牛的。巴特·塞尔曼：开发人工智能有一定的风险，但人工智能研究界已经开始研究所谓的人工智能安全。这些将要开发出来的系统将对人类保持友好，并与人类合作，我对此相当有信心。刘慈欣：在科幻小说中，人工智能一般是以与人类对立的状态出现的，这倒不是说科幻小说作者都悲观，而是为了构造足够的矛盾冲突，我想我也不例外。我认为那些关于人工智能发展的警告多少有些危言耸听，从现在的发展状况看，人工智能离威胁到人类生存还很遥远。
正文已结束，您可以按alt+4进行评论
相关阅读：
相关搜索：
看过本文的人还看了
读完这篇文章后，您心情如何？
[责任编辑：beppekong]
热门搜索：
排名球队胜/负胜率/胜差
排名球队胜/负/平积分
排名球队胜/负/平积分
排名球队胜/负/平积分
排名球队胜/负/平积分
Copyright & 1998 - 2017 Tencent. All Rights Reserved人工智能未来如何发展 专家教你如何思考人机大战_棋牌_新浪竞技风暴_新浪网
人工智能未来如何发展 专家教你如何思考人机大战
　　微信公众号 机器之心　
　　举世瞩目的人机围棋大战以AlphaGo4：1战胜李世乭告终，关于人工智能的现在与未来，这场比赛给我们带来太多的思考与启示。为了推动人工智能产业的发展，湛庐文化联合中国人工智能学会重磅打造了“机器人与人工智能”书系，现已出版《与机器人共舞》《情感机器》《人工智能的未来》等多本畅销书。在“机器人与人工智能书系”书系专家委员会春季研讨会上，我们邀请了多位人工智能专家一同探讨人机博弈的未来。
　　这场人机大战，人和机器谁才是胜利者？
　　清华大学智能技术与系统国家重点实验室主任 朱小燕教授：机器肯定在某一个领域里战胜人类，这个绝对是不可质疑的。但机器还不懂得对各类知识和信息的综合凝练，很难在综合能力上超过人。如果机器能够自动地去凝练，然后去传承，它才能够战胜人类。
　　360云公司CTO 何万青博士：从专业棋手来讲，这次突破是蛮大的，围棋这个项目属于完备信息的比赛。但如果打麻将或者别的不行，因为人可以使诈，你不会得到所有的信息。
　　云基地执行董事 杨立先生：AlphaGo赢了李世乭以后，很多人在谈论机器战胜人类，但我认为这只是人类从利用工具、发明机器设备替代人类某些功能过程中又一个重要里程碑而已，历史上，每当出现这种里程碑式突破时，都会有人提出机器终将战胜甚至统治人类的说法，但实际上，这只是证明了人类创造的设备在围棋计算方面已经胜过人类。
　　AlphaGo未来还有哪些应用价值？
　　何万青博士：日本围棋大师藤泽秀行曾说，“棋道一百，我只知七”，意思是人类顶尖棋手离完美理解围棋真谛相差甚远，仅有7%。而剩下的93%，可以通过机器把人的脑力往前延伸，我们可以靠机器慢慢找出更多围棋的真谛来。在中国象棋上，棋手们就在向机器学习棋谱的新走法。
　　机器之心联合创始人 赵云峰先生：能够究竟对我们的生活带来一种什么样的改变。研发AlphaGo的DeepMind公司在解决了围棋问题之后，开始用策略网络、估值网络这样一些深度定向学习的技术到医疗领域。大家不久可能会看到，他们这些技术有哪些具体的应用，如何帮助我们去改善我们的生活，然后如何给我们带来一些效率的提升。
　　人工智能领域，有什么值得推荐的书？
　　湛庐文化总编辑 董寰女士：我们和中国人工智能学会联合推出了“机器人与人工智能”书系，并为这套书系成立了一个专家委员会，由中国人工智能学会理事长，中国工程院李德毅院士担任委员会主席。湛庐文化希望帮助大众搭建人工智能的体系框架，从而成功驾驭人工智能的新风口。
　　在《与机器人共舞》中，《纽约时报》高级科技记者马尔科夫描绘了人工智能从爆发到遭遇寒冬，再到野蛮生长的发展历程。人工智能的发展从诞生之初就走向两个方向，一个是以取代人类为目标的人工智能（Artificial Intelligence），另一个是以辅助人类为目标的智能增强（Augmentation Intelligence）。这二者关系就像是无人驾驶汽车和辅助驾驶汽车的区别一样。当人们担心人工智能取代人类时，《与机器人共舞》将带给你另一番思考。
　　《情感机器》是人工智能之父马文·明斯基通过对人类思维方式建模，剖析了人类思维的本质，为人们勾画了构建情感机器的路线图。为什么说人工智能无法通过穷举法战胜人类？就是因为围棋的局面比宇宙中的原子更多，所以机器战胜人类最好的办法就是模仿人类。如果将人类大脑看成一台机器，那就有助于我们设计出像人一样能理解、会思考的高级人工智能——情感机器。
　　AlphaGo曝光前，线性思维的人们以为人工智能围棋离战胜职业棋手至少还有10年，转眼间AlphaGo与李世乭的人机大战就以4：1落败，这场大战也成为人工智能史上一座新的里程碑。在《人工智能的未来》中，库兹韦尔认为，人工智能一直在以指数级速度快速发展，2045年的人工智能将超越人类智能，“奇点”到来，世界将开启一个新的文明时代！
　　如何看待机器人威胁论这种观点？
　　朱小燕教授：我是不赞成人工智能会造成人类的恐惧什么的，真的完全不赞成。至少我知道的这点技术发展的现状来讲，我觉得要想恐惧这件事还早着呢。我个人认为机器它能做的跟猴一样，就很不容易了。
　　新华网融媒体研究院 杨溟院长：人类受到自身物种的限制，无法感知时间轴上“现在”以后的一切。其实结局依然存在。如果你要预测它，以我的有限的智力来判断，我认为人类必败，只是时间问题。意大利科学家帕里西创建了机器人学科，系统化地研究机器人的源起、发展和繁衍，机器人成了人类的一种隐喻，它是人类的镜像。不只是优点，人类的自私、贪婪等恶念也都可以在自己创造的机器智能里找到。被复制、被放大。人会成为自己的灭绝者。海德格尔认为，人类最终要被自己创造出来的科技所毁灭。纠正一下，人类必亡于自身贪婪之念。我觉得这是人类无法去逆转的命运。
　　朱小燕教授：如果说人把自己作死，我绝对相信。人对地球环境的各类破坏太多了，不过我觉得还轮不着机器人。所以，我们可以放心大胆地做人工智能的各种研究，包括情感之类所有的东西，用好了，它都应该是为人服务的。
　　赵云峰先生：这些问题有的时候是一些哲学层面，甚至宗教层面的讨论，这个讨论不出一些实际结果，而且对于具体的应用、具体人工智能技术的进展是没有一些积极的作用。反而会影响人工智能行业的一些进展，这也是很多人工智能工程界的一些工程师或者研究者非常排斥的一个现象。我是非常同意朱老师的，现在没有必要或者不应该讨论这个问题，而是把重点放在一些算法上，放在技术上，放在如何让机器为我们所用上。
　　杨溟院长：我特别不赞成这种说法，人工智能绝不只是技术问题。它既是哲学问题，也涉及宗教和伦理等各种问题。更是人类如何面对自己的问题。这个问题不是虚无缥缈的，它非常现实地呈现在我们面前。说人类将不敌机器人并非悲观的结论，人机大战的积极意义恰恰在于提醒我们反思。自省是一种能力，是认知与判断之后做出的纠错。从生物学的角度看并没有太多不适，恰恰很多人不愿去做。人类加速灭亡恰恰是拜惟技术论所赐。
　　人工智能是否会取代我们的工作？
　　“机器人与人工智能”书系的国际委员，斯坦福伦理学教授 杰瑞·卡普兰先生：技术的发展就是机器不断实现自动化任务的进程。国际象棋和围棋软件只是我们通过编程实现的自动化任务，“机器很聪明”这样的表述并不准确。如“calculator”曾经是需要大量细心、专业技能的计算师职业，却是最早被计算器这一小设备所替代的。展望未来，我们将看到各项人类的智力任务自动化为社会创造更大的价值的进程，但人类不会被机器替代，这也是我在湛庐文化即将出版的《人工智能时代》（Humans Need not Apply）中提到的观点。
　　朱小燕教授：我觉得工作可以分三类，一类其实是自动化的事儿，这类岗位消失，对人的身体也挺好的。第二类，就是刚才说的很多延伸人的能力的，可以代替工作中的部分重复操作的百分之几十。第三类是机器替人做那些做不了的事，比如整理大量的信息摘要。
　　面对来势汹汹的人工智能，我们该如何教育下一代？
　　何万青博士：我记得国外有个叫迪尔伯特的漫画，他有一本书观点是技术的发展提高了人类的无能基准线，什么意思呢？我们现在用手机、用什么也好，比如我们现在用机器替代人的工作之外，但是使得你在它之上做上面工作的时候，实际上抽象程度要比那个高，所以你要有一定的教育程度掌握它，其实人是需要更多的东西，整个社会的教育程度得上来才能用它。
　　三星研究院高级技术总监 史媛媛博士：第一个是不要沉迷于碎片化的阅读，只有深度的阅读才能提升思想，形成自己的见解。第二是所有基于存储的、搜索的、知识服务的，是很容易被取代的。而所有与情感、沟通、交际，以及情境理解有关的一定会增强，对人就更重要了。
　　湛庐文化总裁 陈晓晖先生：湛庐有一本书叫《全新思维》，我觉得那本书里面说得很先进，它在十年前就预想了未来人面对的一些挑战。人的右脑是机器很难代替的，或者在目前看来很难代替。你的计算可能可以代替，那么未来的人是这样的，比如艺术、右脑、情感等等这方面会越来越重要。所以说其实有一种观点，在未来来讲，比如说孩子们，你可能现在培养他的情商比培养他的智商更重要，比如在领导力这方面，比如在与人相处方面，共行的方面，这目的是你着重要培养的方面，给他去更多的视野。
　　如何看待当下无人驾驶汽车的发展？
　　“机器人与人工智能”书系的国际委员，畅销书《与机器人共舞》作者约翰·马尔科夫先生：谷歌无人驾驶汽车已经能在市区、校园或者居民区控制方向盘、刹车、油门，但要想他们完全替代现有汽车仍为时尚早。从某种意义上看，设计无人驾驶汽车不如做好辅助驾驶，更好地保障人类的安全。
　　朱小燕教授：谷歌的无人车真的做得挺好，它那个车我还坐过。但是，它是否能在任何情况下代替所有的车，这个还要商讨一下。我更愿意让它做辅助驾驶，不要去代替人。这其中有一个追责的问题，真要撞了人，这个责任是谁的？另外，一个现在这个车的成本还挺高的，这就需要别的技术做突破，所以人工智能依赖很多很多技术，一定要别的技术去突破，如果不突破，没有人买的起。最后，需要考虑的就是道路规划问题。近期，我觉得引进中国还是挺难的。在美国，高速公路好跑，意外少，在中国的街道里头，就是难跑。无人驾驶技术最优的目标是减轻驾驶员的负担。
　　何万青博士：第一个，深度学习这个算法是一种通用人工智能，对于汽车行驶这类信息完备的条件下是挺合适的。第二点，作为一种辅助驾驶，尤其在城市里面，在北京这样的，它在比较低速的城市环境里能帮人减轻驾驶压力，甚至当你困的时候，能避免方向盘失控，这种正是吴甘沙在做的辅助驾驶。
　　人工智能时代的未来图景将会是怎样的？
　　何万青博士：我不需要对它敬畏，它是机器，它不是人。如果你把它看成人，那你可能爱上它，或者它会给你，就像科幻片一样，但是我觉得这个是不该做的事情，我个人观点，不应该产生任何敬畏，就是机器，永远定在这个位置上就够了。
　　杨立先生：人类自身的特质里，有一方面是“靠谱”的部分，如逻辑思维、严谨推理、精细计算等，但还有一方面是“不靠谱”的部分，如艺术、创造性等，而人类发展过程中，不靠谱的部分占据了相当重要的地位。随着各类机器在靠谱部分越来越多的替代人类，人类未来或许应该更多从不靠谱那方面加强，结合机器靠谱的部分，以实现更有效的发展。
　　史媛媛博士：人最牛的就是面对未知环境的创造能力，但现阶段人工智能无论是算法上、理论上、科技上都没有突破。举个简单的例子，现在很多新闻都是机器写的，什么时候机器能写一个《静静的顿河》《红楼梦》，可能到那个时候我会惊讶一下。但实际这里边的差距太大了，十年内能读懂这些文字就不错了。
　　赵云峰先生：《与机器人共舞》中认为，机器在一些特定的领域会超过我们，也会导致我们的工作上重新的分配，或者它作为我们的助手，帮助我们延伸一些体力或者智力这方面的能力，然后人类再去做一些和创造力、想象力，还有思考力那些更加擅长的东西。
　　未来我们应该是对机器更加怀有敬畏之心，不要有那种天生的人类一种优越感或者怎么样。其实我觉得有的时候我们应该把它看得更加平等一点儿，和它有一起优势互补。
　　杨溟院长：人机之间、人和这个高速变化的世界之间其实构建出了一种新型的连接关系。在离散化时代，人将面临新连接关系的适应过程，在心理和生理层面都会遭遇颠覆式挑战。现在去指导该如何相处似乎为时太早。
　　何万青博士：我们的讨论气氛热烈。我们是从不同角度、不同学科来思辨人机大战带来的一切，有很多火花。我体会是：理科为这个世界提供理论，工科提供工具，文科提供思想。
文章关键词：
收藏&&|&&&&|&&打印&&|&&关闭
您可通过新浪首页顶部 “我的收藏”， 查看所有收藏过的文章。
请用微博账号，推荐效果更好！AlphaGo是否代表了人工智能的成功和未来_创事记_新浪科技_新浪网
AlphaGo是否代表了人工智能的成功和未来
Google旗下DeepMind的AlphaGo VS. 韩国职业九段围棋棋手李世石　　欢迎关注“创事记”的微信订阅号：sinachuangshiji文/Michael282694相信在最近几天时间里无论是否关注围棋，只要你是一个拥有基本社交关系的正常青年，一定都被AlphaGo VS. 韩国职业九段围棋棋手李世石（或李世乭）的重磅对抗新闻刷了无数屏。对阵双方是Google旗下DeepMind公司[1-2]开发的AlphaGo围棋人工智能（Artificial Intelligence, AI）程序和韩国乃至世界顶级围棋高手李世石，DeepMind试图证明AI科技可以使冰冷的计算机具备人类思考意识，以期未来布局到游戏、医疗、机器人以及手机等领域从而更好地服务人类；而李世石作为代表人类的一方，则试图抛开人类的偏见和自负，承担起捍卫圣杯的义务（当然，胜利一方将获得$100w美金奖金）。遗憾的是李世石目前已经输掉了整场比赛，被AlphaGo以3: 0的比分毫无悬念摘下这场天王山之战的胜果（按照官方赛制规定比赛采用5局3胜制，无论哪一方提前胜出都要下满5局），现在社交网络上的风评已经由讨论比分几比几转变成讨论李世石到底能不能扳回哪怕一城？(创事记注：在13日进行的第四局比赛中，李世石战胜AlphaGo，获得了其在本次系列赛的首场胜利。)透过直播甚至能看到比赛期间李世石频繁摇头叹气，赛前誓言要5: 0血洗AI的豪气早已不复存在，私下里还被网民戏谑为“Google高级软件测试工程师”。前三场比赛的比分如果不出意外，这场比赛将会以人类一方被5: 0的血洗终结并载入AI科技发展史。AlphaGo内部的增强学习机制只会让其棋艺越来越专业，而且机器不会受情感波动的影响稳定发挥，所以现阶段压力几乎全扑向李世石一边，剩下两局已经不再是输赢的问题了，这对他旗艺的发挥必然造成影响。这场比赛为什么空前受瞩？此役之前，AlphaGo曾以5: 0的大比分轻松横扫欧洲围棋冠军樊麾，初步证明了AlphaGo的围棋“思考”能力已经具备围棋大师赛水准。按照最新的Elo分数世界排名（http://www.goratings.org/），樊麾以2986分排名世界第513 / 827位，属于职业二段棋手，而李世石的得分是3520，世界排名第4 / 827（年间世界排名第1，近几年长期盘踞前4状态），属于职业九段棋手，几乎代表了人类围棋博弈的智慧顶峰，所以这场比赛和1997年IBM的计算机程序“深蓝” VS. 加里·卡斯帕罗夫那场国际象棋大赛地位相当。Elo分数排名和分布从解空间大小来看国际象棋的穷举解空间只有10^46，而围棋的穷举解空间高达10^172，即使穷尽整个宇宙的物质也存不下围棋的所有可能性（宇宙中的原子总数是10^80），针对每一步落子的棋局分析和剪枝优化判定都比国际象棋复杂得多。很多没有算法概念的小白一厢情愿地认为只要用足够多的计算资源进行暴力穷举（brute-force）就能得到最优解，这种心态类似著名的猴子无限定理中所描述的：让一只猴子在打字机上随机地按键，当按键时间达到无穷时，几乎必然能够打出任何给定的文字，比如莎士比亚的全套著作。不过在现实中，猴子打出一篇像样的文章的概率是零，因为科学家经过反复试验后发现，猴子在使用键盘时通常会连按某一个键或拍击键盘，2003年，某个科学家做了这个实验，结果打出了5张全是‘S’的纸。最终打出的文字不可能成为一个完整的句子。这是因为现实是非常大的有限，而不是严格意义上的无限。AlphaGo解空间示意图AlphaGo是什么，有何厉害之处？通过阅读AlphaGo发表在《Nature 2016》上的文章Mastering the game of Go with deep neuralnetworks and tree search[3]可以了解到：Abstract: The game of Go has long been viewed as the most challengingof classic games for artificial intelligence owing to its enormous search spaceand the difficulty of evaluating board positions and moves. Here we introduce a new approach tocomputer Go that uses ‘value networks’ to evaluate board positions and ‘policynetworks’ to select moves. These deep neural networks are trained by a novelcombination of supervised learning from human expert games, and reinforcementlearning from games of self-play. Without any lookahead search, the neuralnetworks play Go at the level of state-of-the-art Monte Carlo tree searchprograms that simulate thousands of random games of self-play. We alsointroduce a new search algorithm that combines Monte Carlo simulation with valueand policy networks. Using this search algorithm, our program AlphaGoachieved a 99.8% winning rate against other Go programs, and defeated the humanEuropean Go champion by 5 games to 0. This is the first time that a computerprogram has defeated a human professional player in the full-sized game of Go,a feat previously thought to be at least a decade away.AlphaGo的神经网络训练模型和架构通俗地讲，AlphaGo就是一套针对围棋周密设计的深度学习引擎，采用多种机器学习技术进行整合：增强学习（reinforcement learning），深度神经网络（deep neural network），走棋网络（policy network）、快速走子（fast rollout）、估值网络（Value Network）和蒙特卡洛树搜索（Monte Carlo tree search, MCTS），加上Google强大的硬件支撑和云计算资源，结合CPU & GPU，通过增强学习和自我博弈学习不断提高自身水平[4-5]。值得一提的是，paper两位主要作者之一的Aja Huang（一名低调的台湾教授，另一位是David Silver）也是一名围棋爱好者，目前水平已经达到业余六级（普通人一般是业余二级），整个AlphaGo主要来自两位在博士阶段及毕业以后五年以上的积累。在未来，AI科技能否超越人脑？自1956年AI这个概念被提出并确立以来，一共经历了符号主义→ 专家系统 …→ 统计学习→ 神经网络→ 深度学习等几大重要阶段，尤其是近十年来对深度学习的研究使得AI在历经神经网络发展低潮过后再一次空前崛起。回顾过往，历史上比较著名的AI对抗人类智慧事件共有三次：1.1997年IBM的计算机程序“深蓝”在国际象棋大赛中以3.5: 2.5 （2胜1负3平）战胜加里·卡斯帕罗夫，当时使用的是人工调整的评估函数，而且是用特殊设计的硬件和“暴力”的搜索。2.2011 - 2012年，吴恩达（Andrew Y. Ng）在Google Brain搭建了一个拥有1.6万多个微处理器、数十亿连接的神经网络，通过观看千万数量级的YouTube图像后，无监督地从里面自主辨识出了“猫”这种生物。然而这样一个庞大集群却也只能达到一个几岁孩子的思维水平。吴恩达现就职于百度，担任公司首席科学家，负责百度研究院的领导工作，尤其是Baidu Brain计划。3.近期，Google旗下DeepMind的AlphaGo与韩国职业九段围棋棋手李世石的围棋对抗，目前比分为AlphaGo: 李世石 = 3: 0，AlphaGo胜。那么，若AlphaGo赢下全部五局比赛，是否意味着AI科技进入全面应用的智能生活时代？不尽然也。按照智能程度分类，AI可以分为强人工智能和弱人工智能，强人工智能的观点是让机器真正的思考（can machine really think），弱人工智能的观点是让机器智能的行动（can machine act intelligent），本质上现有的大多数AI系统包括AlphaGo都还处于弱人工智能阶段，人工投入越多，智能的表现就越多，机器只是执行人类复杂程序命令，并不具备类人情感情绪和思维思考。注意到对AI的分类并不是以解空间大小作为标准，像语音 / 图像搜索、机器翻译、智能家居和无人驾驶等即将或已投入使用的AI科技的计算体量都比AlphaGo小得多。谷歌人工智能软件首赢韩国选手李世石看上去是一座里程碑，它似乎意味着电脑已经能做任何人类所擅长的事，但事实并非如此。世界上还有无数人类能够完成的任务，是电脑难以接近的。“世界上最强大的力量应当是人类本身，而不是一把铁锹或者核潜艇。人类制造的产物不讲道德和感情，但他们拥有力量，这种力量的快速增长往往让人类感到恐惧。”——英国《卫报》让电脑模拟出人类思维方式是一件很难的事情，计算机能正常运转是通过按部就班地执行一行行程序代码实现，这些代码指令最终都会变成0和1的二进制机器码。l语音搜索一个简单的搜索引擎案例，当你想了解黄晓明的家人都有谁时，会在搜索框中输入“黄晓明的老婆是谁”，结果是Angelbaby，但如果你想继续了解“黄晓明的妈妈是谁”，就必须重新执行第二次搜索动作才会得到结果。试想一下如果搜索引擎具备了人脑的思维方式，整个过程将会变成：“黄晓明的老婆是谁”→“Angelbaby”→“妈妈呢”→“张素霞”，相当便捷。如果将这种搜索方式以语音的方式交互，省去在小块手机屏幕上打字输入的烦恼，对搜索用户体验将带来极大的提升。语音搜索是一种结合多种AI技术的典型应用，包括但不限于语音识别（speech recognition）、自然语言处理（natural language processing, nlp）、机器学习（machine learning, ml）和对数据的挖掘（data minging, dm）和呈现（data visualization），实现过程相对于单一任务、封闭式规则的围棋项目要复杂许多，可以通过语义理解与多轮对话精准识别你的需求，带有一定的思考判断能力。在未来，语音搜索可以应用到例如智能硬件服务、汽车导航助手、基于语音特征的金融支付、新闻媒体和咨询顾问等行业中，不排除未来发展成为强人工智能的趋势。具有多轮对话功能的语音搜索l图像识别丰富的社交网络让人人自带媒体属性，情感在互联网上被肆意发泄，可以无时无刻分享心情和照片。最近几年因深度学习被大力推崇与发展，搜索功能也变得不再单一，尤其是语音和图像搜索识别技术开始大放异彩，无数科学家前后投入希望搜索引擎更加智能地服务用户。比如哪一天你在朋友圈刷到一张美女明星图，不追星的你出于对美女的钟爱也很想知道这是哪位明星以及她的基本资料，只要将图片保存后上传到图像搜索引擎中分析识别，计算机会帮你找到想知道的信息。基于海量数据的图像识别除此之外，还有基于人脸、姿态和场景等综合的相似性图像推送。基于海量数据的相似图片推送l机器翻译语言是沟通的桥梁。在没有中间翻译的条件下，两个不同语种的人交流往往十分困难。近年来伴随着语音识别和深度神经网络（DNN）等技术的快速发展和经济全球化的需求，多语言机器翻译研究成为当今信息处理领域新的研究热点。基于深度学习的翻译系统的核心是一个拥有无数结点（神经元）的深度神经网络，一种语言的句子被向量化之后，在网络中层层传递，转化为计算机可以“理解”的表示形式，再经过多层复杂的传导运算，生成另一种语言的译文。机器翻译演示以目前的发展趋势预测，AI替代人类部分工作只是时间问题，这在众多领域已经初现端倪。最后引用开复老师的精彩答案[6]来回答：战胜李世石的AlphaGo是否代表了人工智能的成功和未来？1.在可以凭逻辑分析推算的问题上，机器即将远远把人类抛在后面。机器速度会越来越快，学习能力会越来越强，数据会越来越多。当年，大家讨论“国际象棋输给机器不算什么，围棋才是真正的智慧”只是我们人类维护自己尊严但是不实际的幻想！今天，我们该面对现实了！2.在大数据机器学习大规模并行计算的时代，我们将看到无数的商机和产品，能够在预测、分析、推荐等方面，产生巨大的商业和用户价值。不过，这些解决方案和人类相比，其实没有什么意义，因为人差太远了（比如说：推荐引擎将能推荐你最可能会买的产品、想吃的菜，想认识的人；自动交易能得到更高的投资回报和风险比例。。。）。3.在感知方面，人类也将会被机器超越。今天的语音识别，人脸识别，未来的自动驾驶，都是例子。4.但是，以上都还是冷冰冰的技术，机器打败了世界冠军也没有感到高兴（甚至说不出为什么）。对于那些科幻片的粉丝们：机器人是否会人性化？这还是未知的。毕竟，在情感、喜怒哀乐、七情六欲、人文艺术、美和爱、价值观等方面，机器离人还差的很远，甚至连基础都没有。对人工智能的研究者，这是下一个挑战。对我们人类，在下个突破之前，我们还是多发展右脑吧！参考资料1.DeepMind：/alpha-go.html2.DeepMindOffical Blog：http://googleresearch.blogspot.sg/2016/01/alphago-mastering-ancient-game-of-go.html3.《Mastering the game of Go with deep neural networks and treesearch》：/nature/journal/v529/n7587/full/nature16961.html，百度云分享：/s/1nuyNtk14.《AlphaGo的分析》：/yuandong/5.《AlphaGo究竟是如何打败人类“最强围棋大脑”的？一篇论文告诉你答案》：http://mp./s?__biz=MjM5NTU0MTAzNQ==&mid=&idx=1&sn=fb3fa527ab3c9ddac5bc7bba2771e6fb&scene=1&srcid=03139nyzbOCFFr8wEH0seGeA#wechat_redirect6.《李世石能战胜 AlphaGo 吗？》——李开复的回答：/question//answer/作者简介：Michael282694，知乎互联网领域小V，写得一手好代码，吐得一手好嘈。
（声明：本文仅代表作者观点，不代表新浪网立场。）
文章关键词：
Michael282694
Michael282694，知乎互联网领域小V，写得一手好代码，吐得一手好嘈。
此次Google对Ad Words业务进行全局性优化整改，可以预见Google在…
Google要跨越雄厚的文化壁垒，在百花齐开的中国互联网市场争夺席…