如何評價 AlphaGo Zero？

AlphaGo Zero是谷歌下屬公司Deepmind的新版程序。

從空白狀態學起，在無任何人類輸入的條件下，AlphaGo Zero能夠迅速自學圍棋，並以100:0的戰績擊敗「前輩」。

2017年10月19日凌晨，在國際學術期刊《自然》（Nature）上發表的一篇研究論文中，谷歌下屬公司Deepmind報告新版程序AlphaGo Zero：從空白狀態學起，在無任何人類輸入的條件下，它能夠迅速自學圍棋，並以100:0的戰績擊敗「前輩」。Deepmind的論文一發表，TPU的銷量就可能要大增了。其100:0戰績有「造」真嫌疑。

拋棄人類經驗」和「自我訓練」並非AlphaGo Zero最大的亮點，其關鍵在於採用了新的reinforcement learning（強化學習的演算法），並給該演算法帶了新的發展。

AlphaGo Zero僅擁有4個TPU，零人類經驗，其自我訓練的時間僅為3天，自我對弈的棋局數量為490萬盤。但它以100:0的戰績擊敗前輩。

現在很多文科博士不好畢業。很多文科博士很累，並不是因為需要你有多聰明，而是需要你看很多文獻。這樣的工作，是可以被人工智慧取代的。有了資料庫，我們做學術和古人做學術就很不一樣了。清朝的乾嘉學派做了很多考據工作，那些工作如果交給AI做，很快就完成了。那些人如果生在今天，就會不幸一些，他們博聞強識的長處，沒有辦法發揮得淋漓盡致。我們照著過去的路子做學術，很多時候就不再能走得通。很多人想，過去的大師有什麼稟賦，如果我也有，就可以達到跟他一樣的高度，這是不會的。稟賦要跟時代結合起來才有意義。吳承學老師寫了一篇《微信上的萬里校書記》，放在過去，是不可以想像的。過去誰做了這樣的工作，非常不容易。今天，完全有可能一個文科博士，花了七八年時間做好一篇博士論文，在他快寫成的時候，人工智慧介入，半個小時完成了同樣的工作。

人工智慧的介入，會給很多職業帶來衝擊。很多人首先想到的是一些體力勞動者，比如送外賣，裝卸貨。實際上，難道寫論文就不是體力勞動嗎？體力勞動在博士研究生的工作中，佔到了很大的比重。很多時候你能做出成果，不是因為你比別人更聰明，更有洞見，只是因為你比別人更勤奮，更走運，有機會見到別人見不到的材料。我的職業寫作，人工智慧也很容易介入。現在人工智慧已經可以寫新聞稿，寫地震報道、財經稿件。很快，也能夠寫流行雞湯，隨筆散文。今天，還有很多新媒體從業者報名學習「如何寫出10萬加的文章」，明天，人工智慧就可以批量生產10萬加了。不過，這並不會對業已賺到錢的人造成太大打擊，因為他們已經賺到錢了。很少有什麼錢可以賺一輩子，如果有什麼錢可以賺一陣子，又合理合法，就非常不錯了。這種變化，從根本上講，並不是人工智慧帶來的。任何事情，都有它的生命周期。即便沒有人工智慧，像學京劇、吹嗩吶、說書，這些行當也慢慢不行了。但它們的變體仍然可以在新的時代找到新的適應方式，比如當演員、談鋼琴、講脫口秀。有些定式徹底廢棄不用了，有些定式局部做了改進，演化出新的變化。有種說法，未來的時代，人人都得會編程，不會就是廢材，會被淘汰掉。

有人三四十歲了，聽到這話，趕緊去學編程。這是沒有必要的。為什麼呢？因為即便到了那個時代，你也已經死掉了，至少是退休了。所以完全不用擔心。我們不需要與人工智慧賽跑。就好像老虎要吃人，我們不需要比老虎跑得快，只需要比周圍人跑得快，就不會被吃掉。如果你周圍很多人都不會編程，你有什麼好害怕的呢？如果把50歲的孔子扔到現在，他也會很麻煩，很多東西，他已經很難再掌握了。他會出現很難與時代適應的問題。但如果是把10歲的孔子扔到現在，就一點問題也沒有，他會適應得很快。所以，我們的最大問題，並不是不懂什麼，而是不再年輕，不再了解新一代人。不過這個問題也不要緊。只要我們不比周圍的人跑得慢，就無需太過擔心。有些人什麼都不會，只會種地，人工智慧來了，他們就要受苦了嗎？不。從另一個角度看，他們要享福了。

人工智慧要幫他種地了。他就可以躺在家裡因為失業而領國家補貼了。雖然發不了財，但相比付出來講，還是不吃虧的。只要我們能大體保證和周圍人一樣的節奏和步伐，就完全不用擔心自己變成廢材。變成廢材的唯一路徑是，活得足夠久——活到別的不適應新時代的人都死了，自己還沒死，就真的成了廢材。但鑒於自己不可能那麼長壽，所以廢材的問題自然而然解決了。有人否認這一點。他們認為，人工智慧會帶來天翻地覆的變化，此刻的人類正站在節點上。未來，永生是可能的。這個觀點，就牽涉到另外的話題了。我並不想做更多的說明，只想簡單說一句：以佛教的看法，並沒有什麼永生和死亡，有的只是，新東西不斷替換掉舊東西。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！