简体中文
【亞太日報訊】不久前以4:1大勝圍棋九段高手李世石的阿法狗（AlphaGo），准備再下一城，這回它准備進攻的是游戲領域！暴雪娛樂制作總監Tim Morten剛剛正式確認，阿法狗將挑戰經典RTS（即時戰略）游戲《星際爭霸2》！目前更多細節還沒透露，暴雪和谷歌仍在商討中，誰將代表人類出戰還沒決定。
這次“人機大戰”誰會獲勝呢？Tim Morten 認為人類贏面更大，因為 AlphaGo 下圍棋依靠的是概率，而在《星際爭霸 2》裡，下一步是無法提前預知的，所以人類的感性會有優勢。
不過，上一場“人機大戰”的硝煙還沒散去，而且已經把“人工智能是否能達到或超過人類智能水平”這個問題擺在了人類面前。如果人類在星際2“人機大戰”中再次失敗，需要害怕嗎？如果贏得這場比賽，人類就不害怕了嗎？
兩件小事
2016年1月，人工智能領域相繼發生了兩件重要的小事，一個是人工智能領域「祖師爺」級別的人物——馬文·明斯基去世。三天後的1月27日，Google 重金收購的DeepMind團隊在《自然》雜志發表論文，宣布破解了圍棋的算法，並公布如何打敗人類選手——歐洲冠軍樊麾的一些細節。
之所以說這是兩件重要的小事，原因就在於這兩件事其實都是人工智能領域的自家事，首先馬文·明斯基，中文互聯網領域也沒有多少人知道這位老人。而在國內互聯網創業大潮洶湧澎湃、樓市股市蠢蠢欲動的背景下，誰還會在意一個一生只在學術機構呆著、做了點無趣研的人去世呢？
即便是圍棋領域的人知道又一個試圖挑戰人類智慧的計算機程序出來時，也沒有多少人在意，畢竟，樊麾雖貴為歐洲冠軍，但只是職業二段，與東亞三國的九段高手相比有巨大差距，也幾乎所有棋手都確信，3月份李世石一定能完勝Alpha Go。
人工智能的歷史回顧
但事實卻令很多人震驚。技術進展之快的確讓人們突然間失去了作為人類的自信心，突然間，人工智能成了飯局上不能不談的話題。而2016年也是人工智能的第一個甲子。1956年，包括約翰·麥肯錫、馬文·明斯基、克勞德香農（信息論創立者）在內的數十位數學家、計算機學家在達特茅斯召開了兩個月的學術會議，會議的主題是“用機器來模仿人類學習以及其他方面的智能”。這個會議雖然沒有達成普遍的共識，但是卻為會議討論的內容起了一個名字——人工智能(Artificial Intelligence)。
彼時，一股科學樂觀主義讓越來越多的科學家認識到，人類離征服自己的大腦越來越近。事實上，經歷過二戰的科學家們認為，機器在某些方面已經超越了人腦。電影《模仿游戲》中，為了破解德軍的密碼，科學家阿蘭圖靈力排眾議，堅持用機器來實現人腦根本無法實現的目標。這樣的樂觀主義情緒也在達特茅斯峰會上得以體現：「那是一個嘗試，找尋一種方法讓機器能夠使用語言、形成抽像......和概念、解決現在只有人類才能解決的問題，而且還會自我完善我們認為只要精挑細選一些科學家一起工作一個夏天，至少在一個或是更多的問題上就能有顯著的進展。」
但現實的殘酷性令人工智能這個詞幾乎在半個世紀內遠離主流話語權。50、60年代的樂觀和雄心在70年代漸趨衰退，並迎來一場寒冬，而80年代末期短暫的復蘇不久再次陷入困境。
這段歷史很長一段時間不被大眾知曉，而我們真正意識到的所謂人工智能，應該是1997年的深藍計算機挑戰卡斯帕羅夫。比賽的結果令人震驚，站在世紀之交的歷史節點，「機器人在可預見的未來會達到人類智能水平」的預言既是對人工智能上個世紀的總結，也開啟了21世紀人工智能發展的新紀元。
進入新世紀之後，人工智能在諸多領域取得重大進步，這得力於計算機硬件的長足發展、算法（軟件）的改進以及巨額資金投入，尤其是「神經網絡」的復興，這裡不展開細說了，我會在最後為大家提供一些參考資料。
在硅谷，不管是谷歌還是微軟抑或是IBM，都投巨資發展人工智能，並有了一些階段性的成果，繼1997年打敗國際像棋冠軍之後，IBM又研發了新一代人工智能——沃森，並成功在一檔智力競賽節目《危險邊緣》中打敗所有人類選手（感興趣的童鞋可以看看BBC的一個紀錄片），還包括谷歌和Facebook。
Alphago的意義
簡單介紹一下DeepMind這家公司。這家一家位於英國倫敦的公司，與其說公司不如說是研究機構，因為這公司根本沒有產品，到現在影響力最大的其實是兩篇發表在《自然》雜志上的論文，一篇是攻克圍棋的論文，另一篇是去年1月份發布的通過強化學習讓機器達到人類游戲玩家的水准，大家可以搜索Human-level control through deep reinforcement learning這樣的關鍵詞找到這篇論文。
谷歌在2013年年底花了將近4億（也有說6億）美金買了這家公司，純粹就是頂上這個團隊的技術優勢和人才優勢。2015年年末的時候，就有傳言稱谷歌和facebook在比賽誰先破解圍棋，關於圍棋的復雜性並不像多提及，從本質上說，兩家公司在硬件和方法上都大同小異，但谷歌幾乎是一個團隊在做，而Facbook則資源很少，當然最後的結果是谷歌率先發表了論文。
回到 Alphago，Deepmind要做的，不僅是圍棋這麼簡單，而是要邁向通用人工智能領域。事實上，困擾人工智能發展的難題之一就是無法通用，只能局限在某個特定領域，比如早前的深藍，或者之前的一些圍棋應用。
在人工智能的具體應用方面，DeepMind已經開始了行動，今年2月份，DeepMind 在英國推動了一個叫 DeepMind Health 的計劃，與英國國家醫療服務體系NHS建立了合作，通過提供技術服務幫助臨床醫生更好的進行診斷和治療。
那麼接下來呢?金融或許是最需要的一個領域，甚至還包括戰爭的決策。我今天還看到一篇文章，大意就是「未來的CEO 人工智能化」。其核心要點就是這些在游戲中的策略機制，可以通用到其他領域。從某種層面上說，每個行業都將被人工智能化，這和之前的互聯網化一脈相承。現在大家還在說「互聯網+」，不出三年，「人工智能+」的口號會從高層傳達下來。
我們需要害怕嗎？
不知道各位有沒有讀過《超級智能》，這本書的開頭有個寓言故事：某天，一群弱小的麻雀在一起，討論「尋找一只貓頭鷹協助打理生活」的可能性。大部分麻雀都陶醉於美妙的想像中：這只強大的貓頭鷹可以幫它們築巢、照顧家人、提防天敵——貓……這時，一只叫斯克羅恩科芬克爾的麻雀提出了質疑：「這樣做，將是我們的末日。在有這種想法之前，我們為何不先想想馴化貓頭鷹的方法呢?」但絕大部分麻雀都聽不進去，紛紛出發去尋找貓頭鷹蛋了。
這就是當下人與人工智能的微妙關系。也是所有擔心人工智能會取代人類的理論起點，這些人包括伊隆馬斯克、比爾蓋茨、霍金以及《超級智能》這本書的作者尼克·波斯特洛姆等等。但這個理論忽視了一點，那就是沒有提及人工智能的發展水平。
以現在最火的深度學習為例，大家應該知道深度學習是受到人類大腦的啟發，很多用於也直接借鑒自腦科學，比如神經元、激活之類的用語，但這兩個系統的工作原理完全不一樣。
首先要承認一點，即便我們認為技術高速發展的今天，我們至今依然缺乏對人類大腦運行情況的准確認知，換言之，人類根本不知道大腦的運行情況。
而就人類知道的一丁點大腦知識來看，比如兒童的大腦能在無外部監督的情況下獨自形成知識。當有了這種學習得來的知識，兒童能夠將一件事情分解成多個子任務，然後去完成。而且，這個分解過程是本能的，幾乎不需要時間，或者說，你感覺不到時間。
但現在深度學習還不具備這種能力：人們需要把所有東西教給它們，包括這是什麼東西、學習完成後應該做什麼。雖然谷歌、facebook的研究者們正在探索如何改進這種模型，但現在離目標還很遠。
前兩天機器之心還有篇文章專訪的是深度學習的「教父級」人物Geoffrey Hinton，人工智能至少在未來五年是沒有任何希望達到人類認知水准的。
現在大家常常被科幻電影，比如機器姬或者終結者所誤導，按照Facebook人工智能實驗室負責人、深度學習開創者Yann LeCun 的說法：人工智能離擁有自我意識還有十萬八千裡，人類無需有任何疑慮。
