围棋这种古老的中国棋盘游戏被认为是世界上最复杂的棋类游戏。

上周，世界围棋冠军、韩国棋手李世石（Lee Se-Dol）与谷歌旗下的英国Deep Mind公司研发的人工智能计算机程序AlphaGo展开了对弈。

截至目前，在这场于首尔举行的五局对弈中，AlphaGo暂时以3：1领先。

这场举世瞩目的“人机围棋大战”，不仅仅是一场人工智能与围棋高手的对弈，更将人工智能的研究清楚地展现在世人面前。

（图片来源：网络）

又一里程碑

人机对战这个噱头并不是什么新招术。

19年前 IBM就创造了这种炒作模式。当时，该公司的深蓝（Deep Blue）国际象棋计算机打败了世界冠军加里•卡斯帕罗夫（Garry Kasparov）。那时候，似乎人类智力的一个堡垒已被计算机科学攻破。不过，深蓝更多地是强大硬件的胜利，而不是通常被视为智能基础的算法的胜利。

多年来，国际象棋电脑程序一直在稳定进步，运用强大的计算能力，试图预测未来所有可能的步骤，并计算当前最优的一步。由于摩尔定律不可阻挡的前进步伐为计算能力带来了指数式增长，深蓝在人机大战中最终大获全胜几乎是定局——这只是个时间问题。

20年中，深蓝的胜利一直回荡在人们的脑海中，然而它对促进人工智能应用却没起到什么作用。尽管该系统可以在狭小的棋盘上制造奇迹，这种奇迹却并未传递到纷繁复杂、“毫无章法”的现实世界现象。

相比之下，Deep Mind公司采用的是一种完全不同的技术。与国际象棋不同，围棋的可能下法太多了，计算机难以计算。因此，机器可以采取的唯一办法是通过模式识别功能“理解”棋局的进展，再设计出一种策略并实时调整。因此，这样的系统必须依赖于“深度学习”技术——人工智能领域近期最惊人进展的幕后技术——运用由人工神经元组成的网络，分析大量数据，寻找模式和“背后含义”。

为了教会该系统，Deep Mind公司让两个围棋程序彼此对弈，使用一种被称为“深度学习”的技术，帮助该技术反复迭代和演化。在对弈中，两台电脑生成了自己从未学过的策略。

对于“深度学习”的商业和学术兴趣浓厚的原因之一就是它具有的广泛适用性。AlphaGo所采用的技术可用于教会电脑进行人脸识别、语言转化、给互联网用户显示相关广告或从原子弹爆炸的数据中寻找亚原子粒子。

未来，“深度学习”将成为一个可蓬勃发展的产业。它增强了电脑越来越高效的图像和声音识别技术，壮大了不断为其投入的谷歌、Facebook和百度等公司。

人工智能专家仍然不确定是否该称之为新智能的诞生，但有人暗示，这代表着机器学习演化过程中的某种新东西。

危及人类的“黑科技”？

杰米斯•哈萨比斯（Demis Hassabis）和他的团队以如此快的速度掌握着围棋的制胜之道，这一点值得赞赏。没错，作为一件具有强大能力的信息技术设备，AlphaGo可以被形容为一把计算机化的大锤，其用途是敲开一个消遣的坚果。然而，它的胜利提醒世人，世界正在快速攻克人工智能及其实际部署所面临的障碍。

这在很大程度上归功于美国和中国企业对人工智能研究的巨大投入。这些企业从高校挖走一些最优秀的计算机科学家，并提供资源和工具，让这些科学家从事内心渴望的研究。

根据最近的一项调查，全球半数人工智能专家相信，人类水平的机器智能到2040年就能成为现实。这为增进人类福祉开启了巨大可能性——从应对气候变化、治疗疾病，到节省劳动力的设备。这也引发了种种道德问题，其深刻性丝毫不亚于遗传学所构成的道德问题。在谈到人脑被“逆向工程”的可能性时，物理学家史蒂芬•霍金曾警告大众：人工智能最终可能“比我们所有人更聪明”。

政府和整个社会应该认真对待这些发展的潜在影响。竞相进军人工智能领域的谷歌、Facebook等公司指出，他们正在成立伦理小组以考量这些技术的适当用途。这些小组不太可能对商业利益以及研究人员的热忱无动于衷。

也许，这一领域需要进行一些外部监督，类似于遗传学领域的英国人类受精和胚胎学管理局（HFEA），这样的组织也许可以保护公众免受相关发展的威胁——这些威胁所牵涉的不只是韩国围棋高手的自尊。

当然，目前也许还没有证据表明计算机有朝一日将踢开他们的人类主人。哈萨比斯认为，一般用途的机器智能仍有漫长的路要走。“深度学习”算法的模式识别能力虽然给人们留下了深刻的印象，但是计算机仍然缺乏很多人类习以为常的心理工具。其中一项就是“转化学习”的能力，也就是人工智能研究人员所说的类比推理的能力。这是一种能够从一个领域学得知识，再将这些知识适用到其它领域的能力。其实AlphaGo这样的机器所不具备的，除了文字处理器或计算软件外，它们对自己的存在没有任何意识。

“AlphaGo依然是沿袭某些规则的人工智能机器”，华盛顿大学计算机科学教授多明戈表示。“而机器人若想替代人类，则必须拥有常识和逾越人类的敏捷度等能力。尽管AlphaGo跟这种机器人已经不是一个量级的。”

所以别担心啦，在未来几十年内，你的工作还不会被机器人抢走，科幻片中的场景也不会发生。

下一个目标

将全球最聪慧的人士集中起来研究人工智能，绝不仅仅只是为了下围棋。Deep Mind此举表明的是人工智能以及深入学习技术所具备的极大潜能，将对生活的各个方面产生彻底的改革。哈萨比斯说道：“最终，我们想要将这些想法和理念，适用到真正的世界性问题上。”接下来，Deep Mind正在将智能手机助手、医疗保健和机器人作为了终极目标。

“我们希望这些智能手机助手能够非常智能，可以更深刻地了解你要做的事情。”哈萨比斯说道，他认为这样的系统需要建立在像AlphaGo这样的学习技能基础上，而不是执行预先设定的对话路径。

至于医疗保健方面，需要做的努力更多。Deep Mind已经宣布与英国国家健康服务（NHS）合作，其首要目标是让NHS在引用更多先进工具之前，适用现代的移动软件。目前，IBM也已涉足这一领域。与Deep Mind不同的是，其基于“认知学习”平台的沃森系统已经与纪念斯隆·凯特琳癌症中心达成合作，协助泰国和印度两所医院的医生诊断乳腺、肺和直肠癌；尽管该系统尚不能自主诊断疾病，它能够对需要医生进一步查看的位置进行标注，并提供可行的治疗建议。

最后，或许也是使用人工智能最为遥远的目标，就是机器人技术。谷歌一直在这方面进行着积极的运作，收购了很多机器人公司，但是如何使用“深入学习”，并将其运用到机器人技术中，仍然是未来几年相当有意思且极其重要的奋斗方向。