柯洁输了！人不是那个人，「狗」更不是那个「狗」(2)
2017-05-24 编辑：
大家知道，困扰人类很多问题的原因在于算力，比如一个密码锁，如果只有两位，那么如果忘了密码很多人都会尝试去从 00 试验到 99，但 4 位数的手机密码就没几个人去试了，因为试出来花的时间太长，这就是算力不够。
对于现在的 AI 来说，对弈国际象棋所需的算力已经基本达到，但是妄图用穷举法算出来围棋的各种可能的算力还没达到，这种情况下，就要考虑算法了。
而 AlphaGo，就采取了一种“大智若愚”的办法，让算力不足的计算机“大愚若智”起来。
这就是蒙特卡洛搜索算法，我们明白，很多时候两人对决，其实不需要每一步都走当时最好的那一招，只要出的招是妙招，或者比对方能想象的好就行。这时候，就是一个概率问题。
举个非常简单的例子，从你家到火车站共有 ABCDE 五条路，或许你不知道每条路具体的长度和用时，但此时，如果从你家同时出发 500 人，每条路 100 人，然后你到火车站去观察，假设半小时内到达的人里，走 B 的最多，你就可以断定走 B 是条好路。
当然，路越多，路口越多，这种情况的分析会越复杂，但是放出的人越多，结果也会越精确，虽然没有人能打包票说某条路一定是最对的，但是分析结果足够做决策了。
这是用最最不严谨的方法解释了这种概率学的取样方法，但这相比逐项穷举的办法，大大前进了一步。
而深度学习，指的是 AlphaGo 会根据之前人类棋手的大量历史棋局，记录下每个棋局当中的分步局面，并把当前的棋局按照进行视觉分析，跟以往的数据进行比较，找到最类似的局面，再在当前最高质量的点上去下子，不至于把所有的位置都考虑一遍。
而当下版本 AlphaGo 最骇人之处，在于它已经跳出了学习人类棋盘的方法，而进入了自己左右手互搏，自己学习各种情况的局面，一方面它所学习到的棋局广度非人类可想象，另一方面它的出招可能越来越没有“套路”可言。
更别提 AlphaGo 只要有电就可以无休止学习这件事了，由于围棋本身有明确的规则判断胜负，所以 AlphaGo 可以在无需人类标注的情况下就能判断自己出招的好坏，更是强化学习的一大优势。
现在的狗，是人类智慧和机器智慧的结合体了。
明知不可为而为之，是为了费电么
我预测结果是 0 比 3，AlphaGo 胜出——聂卫平
人类的胜算为 0 ——李开复
既然在比赛层面，已经如此的没有看点，为什么人机对抗还要继续进行呢？
赛前有媒体认为，这是为了向社会继续推广 AI 的概念，为行业的发展做宣传，这种说法虽然都有一定的合理性，但格局未免太小。
就像在手机应用商店中会在“益智游戏”中找到围棋一样，进行这种游戏的目的还是为了益智。
而进行 AI 于人类的对抗，根本目的还是检验和优化算法，并且力争在其他更有价值的行业中进行应用。
就像在《智能革命》一书中，李彦宏说的那样，“2017 年初，AlphaGo 的变身 Master 横扫中韩顶级高手，一时间人们分化为悲观派、降临派、冷静派、脑洞派……我们希望有更多人是默默学习派”。
从最初的 AlphaGo，到 Master，再到今天的 AlphaGo，三代产品，三段历程，对应的恰好是“理论，实验，再创新”的三段论。
而这种基于互联网大数据的深度学习和决策支持系统，将在很多人类算力不可及的领域提供支撑。
Google 大中华区总裁石博盟就透露，AlphaGo 的第一个结合点会是医疗领域，AI 将在一定准确率的情况下，给予医生诊疗判定方面的辅助，对于糖尿病、癌症等疾病的治疗和研究大有裨益。
而未来在更大的深度和广度上，AlphaGo 积累的决策模型，将逐渐把人力从需要反复的劳动中解放出来，同时对脑力劳动进行反哺，对绝大多数社会元素进行快速解构并解读，再反馈给人类。
如同去年大热的科幻片《降临》一样，人工智能与人类本体，终将会找到一条智慧结合的发展大路。
最后，我想以畅销书《深泽直人》中文译者路意今早创作的《最后一局人机对弈》当中的一段话做结：
在今年阅读到 Jacob Bronowski 的 The Ascent of Man 的时候，被他所写到的生物界中，只有人可以远离他所诞生的环境，甚至在极端不适合生存的地方生活所启示，人之所以能够具备现在的能力，必然是与其敢于离开自己的舒适区有关。而艺术，爱，智商，想象力，创造力…这些似乎都不能是必要条件，而更像是在数十万年中，人类在不断抗争和追寻梦想的过程中所进化出的特质。
智能是人可以步入今日之成就的必要条件，但非充分条件。机器智能想必也会如此，大多数是不会具备人的意识的，但是不可排除的是，随着时间的推移，其中有些会开始觉醒，拥有自我意识，开始抗争，和追寻梦想，也会有贪嗔痴，真善美。
那时，它们自然也可称之为人。人也不再只限一个血肉之躯。
爱范儿| 原文链接· 查看评论· 新浪微博
相关阅读：
相关推荐：