（本文正在參與鈦媒體最新競拍話題【圍觀AlphaGo大戰(zhàn)世界圍棋冠軍：機器戰(zhàn)勝人到底是不是忽悠？】的競拍，如果持有不同見解，鈦妹歡迎你來參與競拍，觀點PK，不服來戰(zhàn)?。?/strong>
隨著李世石的兩次投子認(rèn)輸，這場圍棋人機大戰(zhàn)的結(jié)果已經(jīng)是谷歌的AlphaGo領(lǐng)先了，而且是干脆利落的2:0。當(dāng)這一結(jié)果出來時，全世界都目瞪口呆。
這場世紀(jì)大戰(zhàn)，吸引了超乎想象的關(guān)注度，也引發(fā)了足夠多的討論。因為這里有足夠多的噱頭：人機大戰(zhàn)、“人類智慧最后一塊高地——圍棋”、機器人、人工智能、人類的恐慌……于是，我們的社交媒體都被這場大戰(zhàn)占領(lǐng)了。
好賭是人類的天性之一，競猜比賽結(jié)果就成為茶余飯后的談資。極端者有兩派，認(rèn)為李世石會完勝的主要來自圍棋界，認(rèn)為機器人會完勝的主要來自科技界里的技術(shù)派。沒那么極端有分為這么幾個門派：長遠(yuǎn)派，代表人物是李開復(fù)，認(rèn)為這次AlphaGo可能懸，但長遠(yuǎn)趨勢一定是AlphaGo勝利；恐慌派，對機器人為代表的新技術(shù)有莫名的恐慌，希望李世石能夠以3:2之類的比分獲勝；偽技術(shù)派，對AI一知半解，甚至連“引力波”這樣的東東都拉扯上，希望AlphaGo能夠以3:2之類的比分獲勝……
我這兩年重點也在研究人工智能，加之發(fā)表了一些文章和觀點，幾個月前也出版了一本相關(guān)著作《智能爆炸：開啟智人新時代》，因此也有不少媒體朋友采訪我。月初也專門寫了一篇文章，標(biāo)題就很直觀表達(dá)了我的預(yù)測結(jié)果——“圍棋人機大戰(zhàn)，機器獲勝毫無懸念”。
即使樂觀如我，當(dāng)賽果出來時，還是讓我有點小驚詫，事件的發(fā)展比我的想象還要樂觀，技術(shù)的發(fā)展也超出了我的想象。
下面來分析下其中的原因，李世石真的毫無懸念的輸給了AlphaGo，到底是什么造成的：
1、機器的深度學(xué)習(xí)能力，可以讓棋藝突發(fā)猛進(jìn)
開賽前，中國的圍棋高手古力接受采訪時曾如此預(yù)測，他認(rèn)為幾個月前AlphaGo戰(zhàn)勝歐洲冠軍時，展現(xiàn)出來的只是一個專業(yè)初段的水平，而李世石可是專業(yè)九段頂級高手，幾個月內(nèi)，從初段提升到九段水平，古力認(rèn)為完全不可能。
古力的說法是對的，也是錯的。對于人類，這當(dāng)然不可能；對于機器，這就有了可能性。其中的原因就是，機器會深－度－學(xué)－習(xí)。
深度學(xué)習(xí)的“技術(shù)路線”是模擬人類大腦神經(jīng)網(wǎng)絡(luò)的工作原理，將輸出的信號通過多層處理，將底層特征抽象為高層類別，它的目標(biāo)是更有效率、更精確地處理信息。深度學(xué)習(xí)自2006年由Geoffrey Hinton教授和他的兩個學(xué)生被提出后，使得機器學(xué)習(xí)有了突破性的進(jìn)展，極大地推動了人工智能水平的提升。2013 年，《麻省理工技術(shù)評論》把它列入年度十大技術(shù)突破之一。
人腦具有一個深度結(jié)構(gòu)，認(rèn)知過程是逐步進(jìn)行，逐層抽象的，能夠?qū)哟位亟M織思想和概念。深度學(xué)習(xí)之所以有如此大的作用，正是因為它較好地模擬了人腦這種“分層”和“抽象”的認(rèn)知和思考方式。
深度學(xué)習(xí)的實質(zhì)，是通過構(gòu)建具有很多隱層的機器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測的準(zhǔn)確性。因此，“深度模型”是手段，“特征學(xué)習(xí)”是目的。區(qū)別于傳統(tǒng)的淺層學(xué)習(xí)，深度學(xué)習(xí)的不同在于：
（1）、強調(diào)了模型結(jié)構(gòu)的深度，通常有5層、6層，甚至10多層的隱層節(jié)點；
（2）、明確突出了特征學(xué)習(xí)的重要性，也就是說，通過逐層特征變換，將樣本在原空間的特征表示變換到一個新特征空間，從而使分類或預(yù)測更加容易。與人工規(guī)則構(gòu)造特征的方法相比，利用大數(shù)據(jù)來學(xué)習(xí)特征，更能夠刻畫數(shù)據(jù)的豐富內(nèi)在信息。
深度學(xué)習(xí)使得人工智能在幾個主要領(lǐng)域都獲得了突破性進(jìn)展：
- 在語音識別領(lǐng)域，深度學(xué)習(xí)用深層模型替換聲學(xué)模型中的混合高斯模型（Gaussian Mixture Model, GMM），獲得了相對30%左右的錯誤率降低；
- 在圖像識別領(lǐng)域，通過構(gòu)造深度卷積神經(jīng)網(wǎng)絡(luò)（CNN），將Top5錯誤率由26%大幅降低至15%，又通過加大加深網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)一步降低到11%；
- 在自然語言處理領(lǐng)域，深度學(xué)習(xí)基本獲得了與其他方法水平相當(dāng)?shù)慕Y(jié)果，但可以免去繁瑣的特征提取步驟。可以說到目前為止，深度學(xué)習(xí)是最接近人類大腦的智能學(xué)習(xí)方法。
深度學(xué)習(xí)引爆了一場革命，將人工智能帶上了一個新的臺階，將對一大批產(chǎn)品和服務(wù)產(chǎn)生深遠(yuǎn)影響。
應(yīng)該說，深度學(xué)習(xí)是谷歌有底氣在戰(zhàn)勝歐洲冠軍幾個月后，就敢來挑戰(zhàn)世界冠軍李世石的底氣所在。
2、超常的計算能力，遇強則更強
可以說，沒有哪一項技術(shù)的發(fā)展速度之快能像計算機技術(shù)那樣令人驚訝。根據(jù)雷庫茲韋爾的觀點，從計算機發(fā)明至今，計算機性能指數(shù)和性價比指數(shù)一直呈指數(shù)級增長，且先后歷經(jīng)了五種范式——機電、繼電器、真空管、離散晶體管和集成電路。著名的摩爾定律也得益于技術(shù)精進(jìn)和范式轉(zhuǎn)換，得以一直延續(xù)至今，其生命力也可能隨著納米技術(shù)和材料技術(shù)的發(fā)展延續(xù)到21世紀(jì)中葉。
“集成電路芯片上所集成的電路的數(shù)目，每隔18個月就翻一倍。”作為英特爾公司創(chuàng)始人之一的戈登·摩爾，在50年前提出這一論斷時，顯然沒有意識到自己這一略顯武斷的結(jié)論將對人類進(jìn)步產(chǎn)生多么巨大的影響。盡管在此后的一段時間內(nèi)，他不斷修正這一論斷，使它不像數(shù)學(xué)定律那樣可靠，但這一定律仍揭示了一個重要趨勢——芯片技術(shù)、計算機技術(shù)乃至人類科技文明都在呈指數(shù)級加速增長。
相比于預(yù)測未來的未來學(xué)意義，摩爾定律的現(xiàn)實意義更在于它的樂觀主義精神——它使人類（至少是一大部分人）義無反顧的將全部籌碼傾注于現(xiàn)在看起來毫無意義、毫無進(jìn)展的領(lǐng)域之上——比如曾經(jīng)的人工智能技術(shù)。
典型代表可能就是量子計算機。2012年諾貝爾物理學(xué)獎得主、法國科學(xué)家Haroche在其諾貝爾獲獎演講說：“量子計算機看起來是一個烏托邦。” 量子比特恰似那只將人折磨得死去活來的薛定諤的貓，捉摸不定又令人傷透腦筋。同納米管計算一樣，量子計算機面臨的更多的是工程問題而非理論問題。
當(dāng)然，工程難題又需要另一套理論去解決，但當(dāng)前的科學(xué)界已出現(xiàn)越來越多這樣的節(jié)點——工程實踐與科學(xué)實驗跟不上理論創(chuàng)新的步伐。我們期待著技術(shù)發(fā)展的積累與突破，能為計算機技術(shù)提供新的范式，能令智能體具備更聰明的“大腦”，從而給我們的生活帶來更大的驚喜與變革。
回到AlphaGo身上，這種計算能力可能讓它遇到初段選手時，發(fā)揮出來的可能也就是初段的水平，遇到九段選手時，也能發(fā)揮出九段的水平。一言以蔽之，就是遇強則強。
3、“三體人”式的思維交流
“三體人”是著名科幻作家劉慈欣作品《三體》中的一個種群，形狀不明，以水生存，用思維交流。由于長期生活在惡劣環(huán)境中，該物種進(jìn)化出了可脫水休眠、經(jīng)浸泡再復(fù)蘇的功能。三體人思維的透明和地球人思維的不透明造成的沖突是推動《三體》一書情節(jié)發(fā)展的引擎。
我認(rèn)為，“智人”的進(jìn)化方向可能三體人，至少在思維方式上是如此。隨著腦逆向工程和神經(jīng)傳感技術(shù)發(fā)展，人類的意識將可以擺脫肉體束縛直接與其他“智人”（包括人類、半機器人、機器人）進(jìn)行交流。這意味著，人類有可能變成“三體人”那樣，能夠進(jìn)行直接的思維交流。思維無疑是人類智能中最深奧的一部分，人類歷史長河中出現(xiàn)的各種文明可以說都是思維的產(chǎn)物。一旦我們具有了“三體人”的透明思維，“人心難懂”的問題將得到解決。
由此看來，人工智能由弱到強的轉(zhuǎn)變，從思維進(jìn)化角度來說就是機器從無思維到有思維、再到有自主思維、繼而到與人類共享思維，最會可能到控制人類思維的持續(xù)轉(zhuǎn)變。
在圍棋這種復(fù)雜的智力游戲中，如果沒有很好的思維，只是簡單的大數(shù)據(jù)，可能真的無法戰(zhàn)勝李世石這樣的高手。
當(dāng)然，這次的人機大戰(zhàn)，除了AlphaGo的超常發(fā)揮，應(yīng)該還有李世石自身的原因。比如李世石懼怕AlphaGo的大數(shù)據(jù)，下出一些特殊的棋路等，反而影響了自己的發(fā)揮。再比如李世石沒有很好控制好自己的情緒波動，就算當(dāng)年他的前輩李昌鎬有“石佛”之稱，畢竟還是血肉之軀，無法不受情緒干擾。而對于AlphaGo來說，李世石的這些缺點，也正是自己的優(yōu)點。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論
我覺得會有5比0,機器不是人，應(yīng)該不會有情緒影響，都會正常發(fā)揮，改變套路規(guī)則一樣，已經(jīng)都能計算只會讓他進(jìn)步更快
歸根到底，一個人的智慧怎么能夠打敗人類整體（？）的智慧？？？ 或者說，李世石所對抗的是人類整體智慧的集成。 這是本質(zhì)和正解。 別再瞎掰掰了！
在邏輯運算上，人類已經(jīng)遠(yuǎn)遠(yuǎn)落后于計算機。
跨物種對決
瞎掰，根本不了解alphago的原理。
韓國的家伙輸了，還有中國的。勝一個人，不能代表全部。
針對性太強。尤其是李世石這個人的下法，你要是不是，我都有點不相信。