随着李世石的两次投子认输，这场围棋人机大战的结果已经是谷歌的AlphaGo领先了，而且是干脆利落的2:0。当这一结果出来时，全世界都目瞪口呆。这场世纪大战，吸引了超乎想象的关注度，也引发了足够多的讨论。因为这里有足够多的噱头：人机大战、“人类智慧最后一块高地——围棋”、机器人、人工智能、人类的恐慌……于是，我们的社交媒体都被这场大战占领了。
好赌是人类的天性之一，竞猜比赛结果就成为茶余饭后的谈资。认为李世石会完胜的主要来自围棋界，认为机器人会完胜的主要来自科技界里的技术派。最终，李世石真的毫无悬念地输给了AlphaGo，那么，到底是什么造成了这样的结果呢？
一、机器的深度学习能力让棋艺突发猛进
开赛前，中国的围棋高手古力接受采访时曾如此预测，他认为几个月前AlphaGo战胜欧洲冠军时，展现出来的只是一个专业初段的水平，而李世石可是专业九段顶级高手，几个月内，从初段提升到九段水平，古力认为完全不可能。对于人类，这当然不可能；然而，对于机器，这就有了可能性。
深度学习的“技术路线”是模拟人类大脑神经网络的工作原理，将输出的信号通过多层处理，将底层特征抽象为高层类别，它的目标是更有效率、更精确地处理信息。人脑具有一个深度结构，认知过程是逐步进行，逐层抽象的，能够层次化地组织思想和概念。深度学习之所以有如此大的作用，正是因为它较好地模拟了人脑这种“分层”和“抽象”的认知和思考方式。
深度学习的实质，是通过构建具有很多隐层的机器学习模型和海量的训练数据，来学习更有用的特征，从而最终提升分类或预测的准确性。因此，“深度模型”是手段，“特征学习”是目的。区别于传统的浅层学习，深度学习强调了模型结构的深度，并明确突出了特征学习的重要性。也正是因为此，谷歌才有底气在战胜欧洲冠军几个月后，就敢来挑战世界冠军李世石。
二、超常的计算能力，遇强则更强
可以说，没有哪一项技术的发展速度之快能像计算机技术那样令人惊讶。根据雷库兹韦尔的观点，从计算机发明至今，计算机性能指数和性价比指数一直呈指数级增长，且先后历经了五种范式——机电、继电器、真空管、离散晶体管和集成电路。作为英特尔公司创始人之一的戈登·摩尔，在50年前提出了“集成电路芯片上所集成的电路的数目，每隔18个月就翻一倍”的论断。
相比于预测未来的未来学意义，摩尔定律的现实意义更在于它的乐观主义精神——它使人类（至少是一大部分人）义无反顾的将全部筹码倾注于现在看起来毫无意义、毫无进展的领域之上——比如曾经的人工智能技术。我们期待着技术发展的积累与突破，能为计算机技术提供新的范式，能令智能体具备更聪明的“大脑”，从而给我们的生活带来更大的惊喜与变革。
回到AlphaGo身上，这种计算能力可能让它遇到初段选手时，发挥出来的可能也就是初段的水平，遇到九段选手时，也能发挥出九段的水平。一言以蔽之，就是遇强则强。
三、“三体人”式的思维交流
“三体人”是著名科幻作家刘慈欣作品《三体》中的一个种群，形状不明，以水生存，用思维交流。由于长期生活在恶劣环境中，该物种进化出了可脱水休眠、经浸泡再复苏的功能。
有科学家认为，“智人”的进化方向可能三体人，至少在思维方式上是如此。随着脑逆向工程和神经传感技术发展，人类的意识将可以摆脱肉体束缚直接与其他“智人”（包括人类、半机器人、机器人）进行交流。这意味着，人类有可能变成“三体人”那样，能够进行直接的思维交流。思维无疑是人类智能中深刻奥的一部分，人类历史长河中出现的各种文明可以说都是思维的产物。一旦我们具有了“三体人”的透明思维，“人心难懂”的问题将得到解决。
由此看来，人工智能由弱到强的转变，从思维进化角度来说就是机器从无思维到有思维、再到有自主思维、继而到与人类共享思维，最会可能到控制人类思维的持续转变。在围棋这种复杂的智力游戏中，如果没有很好的思维，只是简单的大数据，可能真的无法战胜李世石这样的高手。
当然，这次的人机大战，除了AlphaGo的超常发挥，应该还有李世石自身的原因。比如李世石惧怕AlphaGo的大数据，下出一些特殊的棋路等，反而影响了自己的发挥。再比如李世石没有很好控制好自己的情绪波动，就算当年他的前辈李昌镐有“石佛”之称，毕竟还是血肉之躯，无法不受情绪干扰。而对于AlphaGo来说，李世石的这些缺点，也正是自己的优点。
更多
智慧技术应用请关注新思界综研－智慧城市！新思界为您提供
《2017-2021年人工智能行业市场深度调研及投资前景预测分析报告》！
