3月15日，引爆輿論圈的圍棋人機大戰(zhàn)進入收官之戰(zhàn)，被冠以代表人類出戰(zhàn)的韓國九段棋手李世石末盤不敵谷歌AlphaGo，比分定格1:4，本次事件被視為人工智能高速發(fā)展中的里程碑事件。同時，人工智能這個飛速發(fā)展的“種族”究竟能發(fā)展到何種地步，對人類地位的影響幾乎都成為了大眾關(guān)注的焦點。
　　這次勝利應(yīng)比 20年前人工智能“深藍”擊敗國際象棋冠軍卡斯帕羅夫更值得人工智能研究者驕傲，因為人工智能又邁進了一大步。深藍戰(zhàn)勝人類棋手時，它的策略簡單粗暴，那就是窮舉一切可能，選取最優(yōu)解取勝。這一策略可以應(yīng)對國際象棋，卻無法套用在圍棋上，有一種說法，圍棋的可能性數(shù)量要比可觀測到的宇宙中原子的總數(shù)還要多，顯然窮舉在圍棋面前只是空費力氣。而AlphaGo能征服圍棋，則是得益于其背后的創(chuàng)新算法，AlphaGo使用蒙特卡洛樹算法搜索，同時借助估值網(wǎng)絡(luò)與策略網(wǎng)絡(luò)這兩種深度神經(jīng)網(wǎng)絡(luò)，通過估值網(wǎng)絡(luò)來評估大量選點，使用策略網(wǎng)絡(luò)選擇落點。簡而言之，AlphaGo不再只是暴力地計算，而是開始模擬人類的思考與學(xué)習(xí)能力，用思考簡化計算，用學(xué)習(xí)提升技能。
　　所以，有人認(rèn)為“深藍是自動化勝人，AlphaGo才是智能化勝人”。同時，AlphaGo和他的家族已經(jīng)進軍醫(yī)療界、無人汽車界，并有望在金融、家居、電競等諸多領(lǐng)域占據(jù)一席之地。不過令人嘆服的 AlphaGo在定義劃分上還只是弱人工智能而已，人類對人工智能發(fā)展的期望是開發(fā)出通用型的強人工智能，它可以進行通常意義上的的認(rèn)知、學(xué)習(xí)、推斷，就像《鋼鐵俠》中的賈維斯，能在非特定領(lǐng)域的工作中比肩人類。
　　但這些在科幻大片中已習(xí)以為常的人工智能，在現(xiàn)實中人類仍難以企及。比如，在運算成本上，人類耗費幾塊餅干的能量就能完成的事，人工智能往往要花費讓一座城市運轉(zhuǎn)起來的能量。在了解認(rèn)識這個世界的窗口———眼睛上，現(xiàn)階段的計算機先天不足，只具備二維視角，更缺乏人類辨識彼此時的“默契”，所以在計算機視覺上還有長足發(fā)展的空間。而在模仿人腦過程中，人類對大腦工作原理冰山一角般的認(rèn)知，也成為人工智能發(fā)展的重要瓶頸，研究者渴望神經(jīng)科學(xué)和生物學(xué)幫助他們揭開人腦的秘密，但又憂慮新的了解筑起人工智能發(fā)展的新壁壘。顯然，強人工智能的成熟還要走很長的一段路，而究竟能走到哪一步更是個未知數(shù)。
　　不可否認(rèn)，圍棋作為象征人類智慧巔峰的運動，被人工智能征服，多少讓人失落，更有甚者，有人表達了對人工智能會取代人類的擔(dān)憂。但必須承認(rèn)的是，現(xiàn)階段 AlphaGo所代表的人工智能只是”弱人工智能”，在對弈中幫助AlphaGo取勝的仍是高明的算法而非高明的智慧。再高明的算法也無法與人類的思維同日而語，擔(dān)憂人工智能的負(fù)面影響還為時尚早，所以對我們而言，把握契機遠比杞人憂天更具有現(xiàn)實意義，現(xiàn)階段我們完全好好利用人工智能造福人類。
　　同時，我們也堅信人類未來可以找到與人工智能的相處的合理方式，因為值得人類驕傲的絕不只是創(chuàng)造新事物的智慧，還有凌駕于追求捧起科學(xué)圣杯之上的理性之光。