昨天，你的朋友圈是不是被柯潔和那只比谷歌自己還有名的“狗“給刷屏了? 至少在現場，當我們望著各路媒體抗著長槍短炮往棋院里沖的架勢，就應該能猜到，在未來兩個月甚至更長的時間里，一定會有以下場景出現： 圍棋高手與愛好者們忙著分析AlphaGo的“作戰策略“;程序員們則會陷入新一輪研究Google深度學習技術的熱情里，還有那群最近正意氣風發的人工智能創業公司，他們的腰桿子大概會挺得更直一些““ 那么大多數普通人呢?是否真的如許多媒體在這1年里所渲染的一樣，除了被人工智能所震撼以外，也會恐懼以“狗“為代表的人工智能終有一天將取代人類、統治地球? 昨天的現場，就在柯潔一邊“恭維“Google 強大的技術能力，一邊強調自己會“不惜一切手段“去戰勝這只狗的時候，座位后面傳來一句“悠悠“的感嘆：“難啊難“。 柯潔：我會有必勝的心態和必死的信念! 大概就是這三個字給了我們一些靈感，突然迫切想知道那些與技術圈不沾邊的年輕人們究竟是如何看待這場人機大戰的。因此，36氪國際新聞組的童鞋們突發奇想搞了一次“小調研“： 隨機通過網絡和線下的方式對將近600名“相關人選“(大約為18~34歲的國內外年輕人)進行了調查，得到了將近500份反饋。 當然，為了降低操作及統計的復雜性，我們只問了兩個簡單的問題： 你覺得這次大戰，柯潔會贏還是狗會贏? 對于Google的AlphaGo，你們最關心最想知道的問題是什么? 結果，非常有意思，可以說既在意料之中，也在意料以外。 這個老掉牙的問題還要問，煩不煩? 事實證明，這一年來，AlphaGo不僅贏了比賽，也贏得了人心。 因為有將近70%接受調查的受訪者幾乎脫口而出：當然是狗贏!我們賭狗!AI會碾壓人類，這還用說嘛! 甚至還有人表示：“想看到這只狗如何“統治“世界““人類進化的太慢了，沒辦法“。(這興高采烈的語氣，反正我們是看不出什么“恐懼“的情感色彩)。 當然，也有不少受訪者仍然懷有“人定勝天“的信念。但有意思的是，他們的選擇有一種為柯潔加油鼓勁兒的態度““還是支持一下人吧，萬一勝了或是AlphaGo出bug了呢““ 不過，也有人的態度異常謹慎，認為這是一個不能做出評判的問題。他們認為，這還要參考人類棋手們當天的發揮狀態以及新版AlphaGo的真正實力(不過，有人說“慢棋“或許能夠為人類棋手贏得翻盤的機會，你覺得呢?)。 不過最有意思的是這個回答：不管誰贏，反正都是主辦方贏(微笑臉)。 其實對于這個問題，幾乎沒什么懸念。只是在比分差距的大小上可能會存在一些意見上的出入。 連圍棋九段古力在會后接受采訪時都說了，新一代AlphaGo應該會比年初的Master更加強大。而后者，曾經在今年年初以60連勝，讓整個中國圍棋界丟掉了最后的防線。 一位經?；燠E聶衛平圍棋社的受訪者向36氪透露： “這一次對決將是5:0。從此以后，再無人類和計算機比下棋，就像現在沒有人和汽車賽跑一樣。周圍的棋友都是這么認為的。“ 不過，最意味深長的大概是這樣一個回答： 柯潔即便這次贏了，他的意義也已經不大了。只要AI突破了戰勝第一個人類的那一步，這個事情就基本不可逆了。深藍下國際象棋戰勝卡斯帕羅夫后，雖然很多后來的天才棋手可以超過卡斯帕羅夫，但他們已經不可能戰勝深藍，因為算法學習的速度是指數增長的。 因此，在人腦研究并反向學習AlphaGo的同時，AlphaGo又在這一年里把他們翻來覆去都“烹“了一遍““ 年輕人對AlphaGo的腦洞你不懂 對于這個問題的反饋，我們其實有點驚訝。因為受訪者的很多想法都非常新穎、毒舌，而且有的與人工智能研發者很多有趣的點子不謀而合。譬如： 人類早就輸了，我們就想知道狗與狗之間什么時候來場對決?這樣更有意思一點。(嗯，Google已經在進行實驗了) 我們要看狗們一起和人玩狼人殺!讓狗當狼人!看看能不能把人類碾壓!或者N只狗自己玩狼人殺““(提醒一下，一只狗的價格很昂貴好嗎) 這已經不稀奇了好嗎?什么時候人型版的AlphaGo能打乒乓球比賽戰勝張繼科和馬龍?(等到這只狗出現，估計他倆就老了) 什么時候能買到這么聰明的機器人?中國什么時候能做個破解版? 想問““請問柯潔是單身嗎? 此外，他們的問題不但更接地氣兒，也讓我們隱約看到了人工智能技術的訓練及落地究竟會是一個什么樣的走向。 我們總結了一下，這些人大概對這只狗基本有三個方面的疑惑： 如果被打敗了，真的很想知道AlphaGo是怎么勝的，我們到底差在哪里?它肯定也會有弱點吧? 既然人類敗局已定，那么像阿爾法狗這種人工智能機器人，距離其全面超越人類，究竟還有多遠? 贏了又怎樣?用機器代替人腦究竟有什么意義?它究竟能幫到我們什么?其商業價值到底在哪里?難道只是證明了人腦可以被AI碾壓? 圍棋峰會將于5月23日在烏鎮舉行 第一個疑惑：挑蘋果的故事 對于第一個疑惑，或許應該由AlphaGo背后的這支頂級人工智能開發團隊DeepMind來解答。只是很可惜，他們并沒有出席這場發布會(但你會在5月比賽現場看到他們)。 與一年前的解釋大致相同，DeepMind團隊通過錄像告訴我們，新版AlphaGo的核心仍然是蒙特卡羅樹搜索(MCTS)。 如果直接給你解釋“蒙特卡羅樹搜索就是根據某一個節點R去隨機尋找另一個節點T“，這聽起來會有點費力。其實早在去年，《人民日報》就給了這個看起來高大上的算法一個非常通俗易懂的解釋： “假如籃子里有1000個蘋果，讓你每次閉著眼睛找一個最大的，可以不限制挑選次數。于是你閉眼隨機拿了一個，然后再隨機拿了第二個與第一個比較，留下最大的;然后再隨機拿一個，再比較留下最大的““這樣循環往復，拿的次數最多，挑出的蘋果可能性就越大。但是，除非你把這1000個蘋果都挑一遍，否則無法100%肯定自己拿的是否是最大的那只。“ 換句話說，這個算法就是由n多個隨機結果去逼近所需要的精確結果。 接下來的東西就比較好理解了。 根據介紹，AlphaGo采用深度學習技術訓練形成的兩個網絡之一“““策略網絡“能夠對所有落子位置進行概率分布，隨后把生成的概率信息反饋到蒙特卡羅搜索樹中，通過上面的“蘋果比較過程“，逐漸生成一個最符合人類棋手思維的可行下法。 換言之，策略網絡的功能是“想人類所想“。 而另一個“估值網絡“，則負責估算勝率。然后再將這些估算出的信息投入到蒙特卡羅搜索中，繼續通過“蘋果比較過程“，推算出勝率最高的一些算法。 所以這個網絡的功能是“尋找打贏人類的走法“。 想想看，面對一個既能搶先讀懂你的棋路，又能根據你的棋路迅速生成一套更優對抗策略的對手，你的贏的概率會有多少? 但是我們剛才也說了，不到1000個蘋果，你無法完全確認手里的蘋果是否是最大的那個。也就是說，AlphaGo給出的只能是棋局更高的勝率，而沒有100%的勝算。 這也就從某種程度上解釋了，李世石為何能從AlphaGo那里扳回一局。 不過按照AlphaGo強大的算力與學習能力，一年后的回歸，即便仍然在面對復雜棋局時會有“恍惚“的微小概率，其面對人類棋手也已經撒下了天網。 第二個問題：這個老掉牙的疑問請交給科幻小說家 早在一年前，大家還在問這樣一個問題：在棋類競技中，人們還有機會打敗人工智能嗎?然而如今，大多數人的疑問則變成了“人工智能何時會全面超越人類“。 這是對人類的威脅?恐懼?專家和一些媒體們請放心““這是年輕人們處于對“人工智能竟然可以碾壓人類智商“的興奮狀態““ 確切來講，這是一個偽命題。 難道汽車不早就比人類跑得快了嗎?同理還有電腦的運算與搜索能力。 但你指的是如果是所謂像電影《機械姬》與美劇《西部世界》中出現的“機器覺醒“與“自主意識“，那就有必要被提醒這樣一個事實： 如今，算法尚且不能識別嘈雜環境中疊加在一起的自然語言(準確率很低)，一個個所謂的語音助手、智能音箱，也總是會出現識別錯誤，并沒有讓人們感受到真正的智能化。因此，它們又怎樣在一個個“交叉領域“完全復制人類的直覺與想象力? 我們明明還處于一個名副其實的弱人工智能時代。 所以，就像《三體》的作者劉慈欣老師所說的那樣：什么“人工智能統治人類“或“天網覺醒“，只需要科幻作家考慮就行了。 因此，你可以有恐懼或擔憂，請一定要找對方向，譬如你哪天的工作突然被機器給代替了，這就很尷尬了。這個時候，能夠消除恐懼的，恰恰是第三個疑惑的部分答案。 第三個疑惑：有何意義?肯定不是讓狗接接代言，賺取廣告費 想想看，如果僅僅讓狗總是與人類下棋當然沒多大意義，但做成一個可以與你下棋的AI陪伴機器人，是不是好像就有點意思了?順便還能發揚光大一下我大中國傳統體育文化。 另外，雖然不清楚這只狗未來是否會售賣自己的“冠名費“““但你們應該能發現，狗的“大腦“和“心臟“其實正在被復制并移植進Google公司各種各樣的產品、軟件與合作項目里。這些可都是變現的渠道! 都嵌入了人工智能技術的Google硬件家族 至于它究竟能幫我們什么““ 這個問題其實有兩個答案，一個看似腦洞大開，卻很有可能是未來的人類發展趨勢;另一個最接地氣兒，但卻會在現實中出現各種各樣的問題。 先說第一個。這個答案雖然目前看著有點不靠譜，但未來卻很可能消除人類工作崗位被機器所替代的恐懼： 腦機合一(人機合一)。 通俗來講，就是通過把AlphaGo的“聰明才智“嵌入到你的大腦里，從而變得比機器人更聰明，更強大。專有名詞叫做“增強智慧“。(誰說沒意義!聽起來多有意義) 目前，已經有不少“先鋒級“公司和組織已經在認真琢磨這件事情了，譬如已經將此列入終極目標的馬斯克新公司Neuralink，以及美國眾多高校的人工智能實驗室們。 但這里要非常嚴肅地說一句，盡管個人非常支持這個點子，但利用腦機接口技術實現“意識和信息的上傳“、提升人類智慧，甚至實現人的意識永生““這些在未來很長一段時間都不太可能實現。 但MIT的科學家與軟件工程師卻表示，對人體有限的輸入和輸出，譬如在醫療領域，對癱瘓或帕金森病人的運動進行輔助，倒有可能在未來10年內實現商業化。 而且，他們已經研發出了可以讓癱瘓病人利用意識拿起飯勺的機械設備，效果非常不錯。 這就接上了第二個接地氣兒的答案““AlphaGo的智慧或許將會在醫療界大放異彩。 因此你會發現，早在去年中旬，以AlphaGo一戰成名的Google DeepMind團隊已經從純技術研發的世界里走了出來，開始與英國全民醫療系統NHS展開了合作。 合作方向之一，便是利用人工智能支持的軟件，幫助臨床醫生更加準確地判斷甚至預測部分疾病的早期癥狀。 譬如目前已經與Moorfields眼科醫院聯合開發出了能夠辨識視覺疾病的機器學習系統。 沒錯，這個需要強化“判斷力“的應用其實恰恰與“為AlphaGo建立“估值神經網絡“，并尋找可行的落子點“有異曲同工之處。 實際上，DeepMind此前為自己設立的目標，是利用人工智能幫助病人在診療過程中做出及時判斷，并助其實現康復。 但問題來了，不同于下棋的有規律可循，病情監測過程中，病人出現的“身體異常狀況“實在是太多了。就像DeepMind聯合創始人Suleyman所說的： “我們目前需要面對的最艱巨的醫療應用問題，就是如何更好地監測病癥。“ 在醫學界，一個病患極有可能會經歷很多不同的癥狀階段。 而DeepMind團隊根據自己在醫院調研期間的觀察發現，病人在整個過程中不僅會出現很多威脅到生命的癥狀，也會有很多非常復雜的體征表現。情形多樣且時間不定。 因此，這就會導致人工智不能給身體進行準確定位，進而也會錯失對一些病情惡化關鍵時間點的判斷。 而DeepMind現在做的事情，就是先后退一步，看看自己能否在“病情風險評估“(這里其實很像建立一個“估值網絡“)上做的更好，以及能否達到早期癥狀監測與實時預防的目標。 只有做好這兩個工作，才能涉及到更深層次的問題，譬如“干預病情“。 病情的及時監測與防治，這大概就是你將在未來5年內看到“另一只AlphaGo“造福人類的最好應用領域，也是Suleyman強調過的人工智能可以創造出巨大利潤的應用市場： 對于醫療健康行業來說，最值得注意的事，就是如果我們能夠在醫療系統里成功部署先進的現代化技術，那么就能實現系統優化并創造出令人難以置信的利潤。 所以，那些一直在懷疑“讓人與AlphaGo進行圍棋大戰究竟有何意義“的人們，除了應該看到人工智能的普世價值外，也請一定要相信： 作為以盈利為目的的商業公司，Google以及眾多喜歡帶機器人參加比賽的人工智能技術公司一定不會做無聊的事情。 不過最后還是要提一句，說不定AlphaGo的下一個戰斗目標就是狼人殺市場““ 注明：駐扎在北美的國際新聞組實習生譚菲君與青遲對本文亦有貢獻。

« 百度將成為Google最大的移動網頁速度盟友 | 錢內助：選對理財方式 與未來更近 »