【摘要】过去几天，AlphaGo战胜韩国围棋手李世石事件，成为人工智能研究领域的重要里程碑。

图片来源：网络

古老复杂的围棋一直被认为是计算机所无法攻克的，而谷歌旗下的DeepMind利用机器学习和模拟脑神经元网络，让AlphaGo具备了在世界一流水平上评估和执行策略的能力。

DeepMind的成就对人工智能有很大启示。它所运用的深度学习技术有将一切事物革命化的潜力——从如何使用手机到如何驾驶汽车，或者是汽车如何驾驶司机。

但现在，围棋还有很多要攻克的东西。毕竟仅进行了几场公开比赛，不少围棋手想尽可能多地了解AlphaGo。看来AlphaGo很可能最终向公众发布。DeepMind创始人Demis Hassabis说，他们计划测试不经任何人类训练的版本——让程序自学。

对于数据公开让所有人都看到的比赛来说，没什么好再克服的了。但对于信息不完全公开的比赛，比如多人不限注扑克，人工智能还是有困难的。下一个战场可能是视频游戏。据悉过去一段时间游戏开发商Blizzard已多次提出针对经典游戏《星际争霸》的实时策略，不难想象将来会在电子竞技中高调出现人机决战。

Hassabis似乎对《星际争霸》的创意持开放态度，但也表示DeepMind只对符合其主要研究轨道的游戏感兴趣。“作为试验平台是有用的，用来编写程序创意，再测试一下能达到什么规模，能做得多好，这是非常有效的方式。最终我们是想用它来解决真实世界里的大问题。”

真实世界的大问题可以是任何事，只要快速学习和更有效的数据处理有利于人类决策。在谷歌，机器学习技术和深度模拟脑神经元网络已经在广泛使用，如搜索和自动驾驶汽车项目中的应用。AlphaGo的经验可以对所有这些领域逐渐带来改进，甚至在你没有意识到的情况下就可能看到了相关好处。

RankBrain是一个新的深度学习模拟脑神经元网络，是目前谷歌搜索中第三大排名结果信号。谷歌视其为两年多以来搜索排名上的最大进步。机器学习还应用在更显著的用户互动方法中，如谷歌图片搜索、邮件自动回复。

谷歌营利主要来自大数据收集及相应广告销售。所以可以看出，让数据收集更有效的技术是多么有吸引力。机器学习不是用来改善谷歌核心业务模式或打出新天地的，而是用技术真正改进核心产品，以及创建新的有趣的产品，可能是今天我们没有真正涉及的领域。

至于机器学习如何刺激公司业务的发展，谷歌母公司Alphabet总裁EricSchmidt说：“我们有很多研究、广告、客户以及很多数据中心，很多人反复用谷歌执行计算、用我们的安全软件。不管什么时候，只有有大量用户使用某个东西，我们就可能会用机器智能，通过观察和针对信号的训练来让它更有效。”

Schmidt认为这项技术会用在Alphabet所有子公司，并列举传统搜索和广告业务、自动驾驶汽车以及保健部门Verily。

DeepMind公司只与Brain有交流，而与谷歌其他部门保持着极大的独立，在优化研究发展工作上有很大的自由。公司也从事很多谷歌内部产品工作，但都处于早期阶段。Brain项目的研究周期比DeepMind短，更倾向于以产品为重点。

需重点指出的是，AlphaGo不是DeepMind的唯一项目，也不是最大项目，几百名员工中只有15人直接参与该工作。所以，接下来DeepMind已将手机助手、保健、机器人科学列为终极目标。虽然AlphaGo只是一个下围棋系统，但其中的原则适用于真实世界问题。

Hassabis认为，未来几年内我们就会看到受高级机器学习推动的手机助手。“我们想让手机助手智能化、情景化，更深度地了解用户想做什么。”这类系统要基于AlphaGo一类的学习技术，而不是遵从预编程对话路径。当前很多系统一旦脱离预编程模板，就变得无用。所以要让它真正做到灵活适用。

沃森系统训练

IBM公司通过沃森认知学习平台已经向这个领域迈进了。认知学习平台的技术与DeepMind不太一样，采用云和预测分析、性格洞察等工具。目前该系统在泰国和印度的两家医院，用于帮助医生诊断乳腺癌、肺癌和直肠癌。系统本身不会诊断出疾病，但可以做标记，让医生进一步查看并提供可能的治疗方案。

图片来源：网络

通过收购医疗影像软件商思代，沃森获得了影像数据。现在沃森不仅可以在医疗影像中辨认出异常之处，还将在更宽泛的信息环境中了解这些异常意味着什么，比如根据某人Fitbit数据信息。

今天人们谈论的主要人工智能应用案例是机器人。谷歌在这方面很积极，除了自主自动驾驶汽车项目，还收购了BostonDynamics等多个机器人技术公司。然而，未来几年，深度学习并应用到机器人中的能力，特别是视觉驾驶，将成为重要方向。

对于机器人，Hassabis还没考虑太多。自动驾驶汽车是一种机器人，但当前是比较窄的人工智能，虽然特斯拉汽车利用了现成的基于深度学习的计算机视觉技术。

AlphaGo的成功吸引了全世界，重新让主流对人工智能产生兴趣。在过去认为需要无法量化的直觉的任务中让电脑胜过人类，这个想法已经证明是充满诱惑的。

有些人感到不安，计算机在又一个领域显示了优势。但AlphaGo是由人类创建的，用来解决他们在该领域所献身的最古老挑战。所以，DeepMind的成就是有深远意义的，会对我们未来的生活产生极大的积极影响。

正如Schmidt所说，不管发生什么，赢家都是人类。

（本文信息参考the verge）