AlphaGo約戰柯潔！人工智慧會再次「擊敗」人類嗎？

4月10日，谷歌在中國棋院召開了一場受到全世界關注的發布會，宣布AlphaGo要來中國與頂級圍棋選手柯潔對戰了。

剛滿20歲的柯潔是圍棋界的一個傳奇：他曾是世界上最年輕的圍棋三冠王，目前還是目前排名世界第一的職業圍棋九段選手。但今年1月份，這位被認為是地球上最強的圍棋手在與化身Master的AlphaGo2.0的對弈中吃過敗仗。對於這次比賽，不少人都高呼「沒有懸念」，幾乎一邊倒地認為AlphaGo會取得勝利。就連柯潔本人都說，要抱以「必勝的心態，必死的信念」。

AI對戰人類的里程碑

回顧人機大戰的歷史，大致有三個里程碑似的事件。人工智慧在三個不同的領域擊敗了人類，也使得人類對其產生了複雜的情感：一方面驚喜於其超凡的智慧，一方面又因此對它產生了畏懼。

第一件事是「深藍」在國際象棋比賽中擊敗世界排名第一的選手。美國IBM公司生產的「深藍」是一台超級國際象棋電腦，重1270公斤，有32個大腦（微處理器），每秒鐘可以計算2億步。"深藍」輸入了一百多年來優秀棋手的對局兩百多萬局。1997 年 5 月 11 日，計算機在正常時限的比賽中首次擊敗了等級分排名世界第一的棋手。加里·卡斯帕羅夫以 2.5:3.5 （1勝2負3平）輸給 IBM 的計算機程序 「深藍」。這可以說是人機之戰的歷史性的一天。

第二個事件便是大家熟悉的AlphaGo在與人類的圍棋大戰中取得勝利了。2016年3月，由谷歌（Google）旗下DeepMind公司開發圍棋人工智慧程序AlphaGo與圍棋世界冠軍、職業九段選手李世石進行人機大戰，並以4:1的總比分獲勝；2016年末2017年初，該程序在中國棋類網站上以Master為註冊帳號與中日韓數十位圍棋高手進行快棋對決，連續60局無一敗績。不少職業圍棋手認為，阿爾法圍棋的棋力已經達到甚至超過圍棋職業九段水平。AlphaGo也曾在世界職業圍棋排名中佔據第一的位置。

前不久，撲克成為了人工智慧攻下的又一座「城池」。2017年1月11日至1月30日，美國卡耐基梅隆大學開發的人工智慧Libratus與4名人類頂尖德州撲克選手之間的「人機大戰」在美國匹茲堡進行，最終人工智慧取得勝利。撲克是典型的不完美信息博弈遊戲，也是人工智慧面臨的長期挑戰。外國科學家宣布，機器已經在一對一的無限注德州撲克中贏過人類。前兩天，中國龍之隊也輸給了AI冷撲大師。

如何看待人工智慧？

無疑，AI已經被絕大多數商業巨頭視作下一個風口，那麼大佬們是怎麼看待人工智慧的呢？

李彥宏認為人工智慧的發展可能有三個階段：弱人工智慧、強人工智慧、超人工智慧。而目前所有的人工智慧技術，不管多先進，都屬於弱人工智慧，只能在某一個領域做得跟人差不多，而不能超越人類。對於目前存在的「人工智慧威脅論」，李彥宏表示樂觀。在他看來，人工智慧永遠不會到那一步，很可能連強人工智慧都到不了。未來，機器可以無限接近人的能力，但是永遠無法超越人的能力。

馬化騰認為AlphaGo的出現極大擴展了人類的認知範圍和對人工智慧的理解。就像在金融、醫療、無人駕駛領域的模擬測試一樣，研究這一過程本身會給人類帶來大量的經驗和理論。人工智慧只是一個新技術和工具，它會結合在所有領域，通過大數據，提升各個行業發展，絕對不會因為人工智慧來了，移動互聯網就毀掉了。

對於AlphaGo在圍棋領域戰勝人類選手，馬雲表示，只能說「So TM what？」。他認為機器未來在計算能力上超過人類，這不算什麼，機器要做到人類無法做的事情，才是真正有價值。馬雲認為，過去我們把人變成了機器，未來100年我們將會把機器變成人，而這個「人」跟我們想像的「人」不一樣，人類要多花點時間在機器智能上，讓機器成為人的合作夥伴，而不是競爭對手。

針對未來人工智慧是否會導致大批失業的問題，雷軍認為這是「杞人憂天」。在他看來，每一次技術革命革掉了一些落後的東西，但是又新增了大量的新的工作機會。他認為在未來兩三年，各個領域都需要快速地引入人工智慧環節。人工智慧將掀起未來十年最重要的技術革命。人工智慧會像互聯網一樣成為社會的基本要素。

AI會擊敗人類嗎？

圍棋等領域的失守，會不會意味著人工智慧還將在其他層面上繼續碾壓人類？傳統認為人工智慧不可能完成的任務是否也都將被逐一打破？到最後,人類是會進入人工智慧製造的烏托邦,還是被人工智慧淘汰？這些問題隨著AI技術的進一步發展，也成了許多人迫切關心的事情。

在回答這個問題之前，需要先總結一下目前人工智慧的特點：

基於海量數據和迅速的運算，非常的「專門化」，是某一領域的專家

成果可衡量，並且可以根據結果的標準優化處理過程

非常專註，不像人類會因為爭執或情感而分心

乍一看，AI無敵，但細細想來人工智慧卻有自身的弱點，並非「完美」的存在。它是某一領域的專家，卻很可能對別的領域一竅不通。它專註，卻沒有創新的慾望和建設的責任感。再以AlphaGo為例。圍棋規則明確、棋局定義清晰、棋盤空間有限。AlphaGo做到的，只是記下海量的布局與布局之間的映射關係。它使出的那些奇怪新招數，也是一種「類推」，而不是「創新」。人工智慧更多的是在「模仿」和「計算」，在需要「臨時決策」時，就無能為力了。

此外，人工智慧還面臨著一些挑戰。人工智慧進一步拓展的首要挑戰就是數據不足的問題。人工智慧建立在海量數據基礎之上，必須通過大數據訓練，來優化演算法模型。在此過程中，需要剔除數據中的噪音、垃圾信息，獲取優質且帶有標籤的數據，這就涉及無監督式學習或者半監督式學習。另一大挑戰在於深度學習的推廣和場景遷移能力不足，每個領域的數據都需要重新收集、標準和再訓練，很難進行跨領域推廣。這些挑戰也是人工智慧工業界和學術界急需突破的問題。

最後再回顧一下「深藍」。「深藍」在上世紀九十年代就已經戰勝了世界上最頂尖的國際象棋選手。但是國際象棋這個比賽非但沒有「絕後」，還由於與機器對弈的高效和低門檻，讓這項運動的參與人數，比賽數量和選手水平，都不斷刷新歷史之最。人工智慧使得人們進一步完善遊戲規則、提升自我水平。強大的機器並沒有顛覆人類，而是被人類利用，搖身一變成為一個具有「特異功能」的好幫手，它很專業，具備人類思維不具備的強大功能，但沒有就此「替代」人類，也沒有削弱人類的智慧。這種新型的協作方式讓競技的趣味性增加了不少，還讓人類的思維升級。

人工智慧最大的價值就在於和人類思考方式的差異性。擴大人類探索未知的廣度才是人工智慧的意義所在。人工智慧的存在，與人類是輔助關係，而非對抗性的「擊敗」甚至是「消滅」。人工智慧的真正作用是激發人類更深層次的潛能，思考和異類智能的協作方式，讓人類從部分事物中解放出來，投入進一步的創新。

作者：周碧瑩

編輯：邵琦

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！