最近， AlphaGo對陣李世石的人機圍棋大戰(zhàn)，引起世界矚目。當前，李世石已連輸三局，“機器替代人類”的聲音紛紛揚揚。AlphaGo的連番獲勝，也讓人工智能獲得了前所未有的關(guān)注度。

　　那么，我們應該如何理解AlphaGo，如何理解人工智能究竟能強大到什么程度？

　　AlphaGo：人工智能領(lǐng)域里程碑

　　AlphaGo的技術(shù)細節(jié)在今年《自然》雜志上詳細公布過，它的原理是利用“深度學習”學習人類棋譜，模擬人類來選擇幾個優(yōu)勢點，然后通過蒙特卡羅樹搜索，窮舉計算這幾個點勝率，從中優(yōu)選。

　　此次，AlphaGo將GPU通用計算，分布式計算，深度學習等技術(shù)用到圍棋上，并且是首次投入大量資源，展示了人工智能的巨大成果。而且在此之前，圍棋是唯一沒有被計算機攻克的博弈游戲項目，這次是計算機首次戰(zhàn)勝人類頂尖棋手。

　　所以，在這個意義上來說，AlphaGo戰(zhàn)勝李世石可謂人工智能研究領(lǐng)域的一次里程碑性事件。

　　不過，對于AlphaGo所代表的人工智能技術(shù)，冷靜的極客們已經(jīng)在思考不限于單一特定任務的求索，而是把視野更多地投向了人工智能更高的目標方向。有技術(shù)大牛在知乎上科普——人工智能有三種：一是處理特定任務的弱人工智能，二是全方位模擬人類的強人工智能，三是像《超體》中斯嘉麗一樣可以快速學習、在任何領(lǐng)域都比人類更聰明的超人工智能。

　　如果用這個標準來定義，AlphaGo更多地應該屬于弱人工智能范疇，意味著在可設(shè)計固定規(guī)則的單一任務領(lǐng)域，機器已經(jīng)完全有能力比人類中的精英做得更好。

　　但顯然，人工智能可以做的事情還很多，也可以完成比下圍棋這樣的單一任務更厲害的事情。弱人工智能受限于固定規(guī)則和單一任務，它能應用的場景畢竟是有限的。要承擔人類對“人工智能時代”天馬行空的想象，必須期待強人工智能的實質(zhì)性進展。

　　強人工智能是什么樣子？

　　所謂強人工智能是指有能力應對復雜而真實的世界，沒有既定規(guī)則和領(lǐng)域，它的反應機制也必須是開放而且充滿不確定性的。

　　在談到這場人機圍棋大戰(zhàn)為何吸引了如此廣泛的注意力時，另一家較早布局人工智能研究公司——百度，其創(chuàng)始人李彥宏表示，“機器絕對能贏，沒有任何懸念”。他認為，這次人機對戰(zhàn)最大的意義，在于讓所有人關(guān)心人工智能這個技術(shù)。

　　去年提出“中國大腦”提案后，李彥宏這樣形容百度人工智能的進度：“‘百度大腦’的智能水平已經(jīng)達到了3、4歲孩子的智力水平?！边@個水平聽上去一點都不酷炫。AlphaGo已然能手撕當今圍棋天王，百度的人工智能還是3、4歲小孩，是不是意味著百度人工智能方面照比谷歌差了一大截？

　　其實不是。說起當前強人工智能離我們最近的應用場景，就是百度所擅長的人機對話中的多輪交互。比如百度的語音搜索已經(jīng)可以和用戶完成好幾輪問答，以詢問天氣為例，百度甚至可以根據(jù)用戶第一句問話“今天天氣怎么樣”，自動理解和判斷第二句“明天呢”仍然是對天氣的詢問，并作出正確反饋--語音識別、自然語言理解和數(shù)據(jù)挖掘與呈現(xiàn)，則是背后的關(guān)鍵技術(shù)支撐。

　　用戶的問話是隨機的，問的也不一定是完整的句子，甚至有時連問話的語氣都沒有，因而人工智能首先要采集、識別用戶的語音，然后把語音拆分成詞，識別詞意，然后理解語意，通過人工智能作出回答，最后把回答組織成句子，用語音進行答復。

　　李彥宏打開一張費德勒穿藍色T恤打網(wǎng)球的圖，問AI：“他在做什么？”“他的衣服是什么顏色的？”“他手里拿著什么？”而AI像人類一樣應答無誤。

　　這個看似小孩就能完成的舉動，恰恰是強人工智能之于弱人工智能的天塹鴻溝。圖片沒有既定規(guī)則，開放中學習尋找規(guī)律。

　　日前在出席兩會期間接受采訪，談起為何這場對戰(zhàn)吸引了如此多的目光，李彥宏表示：“因為人工智能技術(shù)快要進入實用階段了?！彼硎?，未來5-10年是中國人工智能發(fā)展的黃金時間，過去是學術(shù)討論，今后逐漸進入商用，如智能機器人、無人駕駛汽車、語音識別等。李彥宏對人工智能的展望，不僅僅是百度一家企業(yè)的產(chǎn)業(yè)理解，同樣也是歐美巨頭的發(fā)展共識。更重要的是，這也揭示了人工智能未來的根本方向，那就是真正貼近并且服務于人的生活和工作。

　　人工智能距離顛覆人類還有多遠

　　再來回顧一下這場人機大戰(zhàn)。作為人類，職業(yè)棋手看過寥寥幾局后便可明白對手的風格，并采取相應策略，而資深游戲玩家也能在接觸一個新游戲后幾次便上手，但到目前為止，人工智能要達到人類水平，依然需要大量樣本的訓練。必須承認，如果沒有古今棋手在圍棋上無數(shù)成敗的經(jīng)驗累計，AlphaGo也不會有今天的勝利。

　　“人工智能打敗人類”，聽起來動靜不小，但真實意義其實更像計算器贏了人類口算--依然是單一領(lǐng)域的智能超越人類。而且以人工智能的進階標準來看，AlphaGo遠不是真正意義上模擬人，像人一樣思考、行動的強人工智能。正如李彥宏所說，“隨著計算成本的飛速下降和計算能力的飛速提升，未來十幾二十年，這樣的大腦或許要比人腦還要聰明”，而這樣的“聰明”才是可以對人們的生活產(chǎn)生根本性改變的人工智能。