您正在使用IE低版浏览器，为了您的雷锋网账号安全和更好的产品体验，强烈建议使用更快更安全的浏览器
谷歌AlphaGo的胜利：不是计算机打败了人类，而是人类打败了人类
【编者按】作者北大软件与微电子研究院研究生毕业，围棋业余5段，现参与在线围棋教育开发项目。“珍珠港遭到空袭！这不是演习！这不是演习！这不是演习！”——日凌晨从昨晚开始，一条声称某AI在19路棋盘上分先战胜樊麾二段，并且论文已登上Nature的消息刷爆了朋友圈。一开始，就像以往的那些“大新闻”一样，大家都认为是标题党，甚至某业余7段还查验到其论文尚未被Nature审核通过。然而随着时间的推移，越来越多的近距离详细消息传来，开始有人相信消息的真实性。围棋圈内的各种微信群、朋友圈都在不断地争论，相信的人越来越多，不信的人也坚持己见。终于，在接近凌晨两点，又一条最新报道来了，还附带着棋谱：《面对谷歌围棋AI，人类最后的智力骄傲即将崩塌……》（虽是真消息，但稍有标题党之嫌）至此，看到棋谱的所有人几乎都相信了：人工智能AlphaGo，实现了里程碑式的一步。| 首先，在客观上要肯定AlphaGo实现的水平进步附带着的棋谱：以往最强的围棋AI，大致是CrazyStone、Zen和银星围棋这几个。而AlphaGo在让以上几个程序（无银星围棋）4子的情况下，取得了80%左右的胜率。我们据此基本可以判断，人工智能将自己的水平上限一下子提高了5个子。樊麾二段，虽然以欧洲冠军闻名于世，但其实圈内谁都知道他是一名中国旅欧教学的职业棋手。虽然远离东亚职业一线，但樊老师的水平仍然是不容置疑的，他依然有着职业的水平（虽然是较弱的职业），一般的业6仍然是比他不上的。AlphaGo在正式比赛中对樊老师5：0（棋谱已可见），据说加上非正式比赛的总分为8：2（已确认），再加上棋谱里AlphaGo显示出的惊人的表现，我们可以认为，人工智能在围棋上的水平已经迈入了职业的大门。（最新：据多位顶尖棋手对棋谱的鉴定，认为AlphaGo的水平应该在业余强6段到弱职业之间，离人类顶尖大概还有一先到两先的差距）说的更明白点，之前的AI在蒙特卡洛算法的帮助下虽然取得了革命性的进步，战胜了绝大多数的人类，但人类中能战胜那些AI的人数可能仍然在近百万的级别。而自今日（其实已经是三个月前了）的AlphaGo起，能在围棋盘上战胜AI的人类人数可能已经不到千人了。按照人工智能研究院的田渊栋老师的说法，这个消息在相关研究圈内应该早就不是新闻了。甚至回想一下昨天扎克伯格在facebook上突然发声支持自己的研究团队，也因为是知道了google团队的成果即将在一日内公示，所以想要抢占一个在舆论的位置。（田老师参与的facebook的研究团队，是google现在最大的竞争对手，田老师他们使用的方法应该不太一样，虽然他们暂时落后，但我同样也很期待他们的下一步进展）总之，从事实看来，这不是演习已经是显而易见的事实。接下来谈点个人对人工智能的粗浅理解。| 蒙特卡洛算法之后，我看到了新的天地近些年来，尽管在蒙特卡洛算法的帮助下，AI实现了革命性的进步，达到了能战胜大部分人类的水平（中等业余5段），但随着摩尔定律的走向终点，计算机硬件的发展速度在旧有的道路上暂时无法按以前的速度爆炸发展下去，大家都认为仅凭蒙特卡洛算法是无法帮助AI战胜人类的。依据个人的理解，我曾将围棋的思维过程分解为四步的演进：常识→棋感→计算→判断。大约一年前，我曾和李喆七段就此问题进行过简单讨论，当时我认为蒙特卡洛算法的成功主要在于为人工智能建立了“棋感”，而以往的人工智能只能在“常识”和“计算”具有天然优势。在蒙特卡洛算法之前，虽然计算机凭借强大的计算力可以积累大量“常识”，但由于“棋感”的缺失，人工智能无法对计算方向进行有效的筛选，最终就不免沦于蛮力搜索。而蛮力搜索虽然可以在一定程度上实现高水平的“计算”，甚至很多其他棋类都在这一环节上被人工智能打败，而由于围棋的过度复杂和摩尔定律结束对计算机发展前景的限制，走到这一步仍然无法让人工智能战胜人类。（注：上图为计算机眼中的国际象棋落子思路，而下图为计算机眼中的围棋落子思路，来自谷歌deepmind官网AlphaGo | Google DeepMind）而蒙特卡洛算法出现后，凭借大量储备的棋局，通过胜负概率来判断下一步着点以作为计算方向，极大的提高的计算的效率，所以AI的水平才实现了革命性的进步。而这次的AlphaGo，使用了深度与蒙特卡洛树状搜索相结合的方法。依据已经能看到的Nature上的论文（可见雷锋网文章：），研究者们在AlphaGo中加入了两个深度神经网络，以value networks来评估大量的选点，而以policy networks来选择落子，并且开发了一种新式算法来结合蒙特卡洛算法和以上两个神经网络。（注：上图为AlphaGo使用的神经网络结构示意图，来自原论文）在这种结合下，研究者们结合参考人类职业对局的监督式学习，和AI大量积累自对弈实现的深度学习，来训练和提高AI的围棋实力。在蒙特卡洛算法之后，我看到了新的天地。这种结合以及新式的思路，让人感到前景无限。最后谈一谈，我认为我们应该保有的态度。| 如何面对人工智能？这里，我首先想引用李喆七段在今天早上说的话：“我们已来到两个时代的连接处，无论你是否愿意，这都是一个需要接受的事实。工具无善恶，善恶在人心。未来的路通往何方，将由我们自己决定。”从凌晨到早上，朋友圈里的评论区一直争论不休，甚至某世界冠军一直在说“不信”，毕竟大家在没有看到板上的钉子之前，从情感上都是不愿意相信的。直到另外两位一线棋手告诉他，已经可以看到棋谱了......面对这个事件，接下来将会有很多的爆炸性新闻报道，以及各种各样姿势的讨论。我们要知道：一．人工智能的确实现了很大的进步。这次的进步可能是革命性的，这次新闻宣称的AI取得的成绩并不是“标题党”。二．人工智能还没有战胜人类（什么所谓“人类最后的骄傲陷落”都属于“标题党”）。但朝着这个方向迈出了一大步，而且是在很多人在蒙特卡洛之后不看好AI下一步发展的情况下，来了一个突然袭击（谷歌从开始研究到出成果再到发布，一直憋一个大新闻憋这么久也真是能忍）。三．人工智能战胜人类的时点，可能比很多人想象的要来得更早了。不是之前设想的生物计算机或者量子计算机出现后，甚至都不是新材料取代硅晶片之后，在这个时代就有可能出现了。也许是五十年后，也许是二十年后，甚至可能是十年后。从小学时开始，我就痴迷于许峰雄教授对于计算机国际象棋项目的研究和成就，一直追踪到97年“深蓝”战胜卡斯帕罗夫。（就是在那之后不久，我才从国际象棋转投了围棋......）（注：上图为第一个打败人类的计算机国际象棋程序“深蓝”之父——许峰雄）从中学时代到大学时代，我一直追寻着许教授的动态和他撰写的各种文章、书籍，他写的被我翻的都烂了，我甚至在中学时代一直想以此作为未来的求学从研的方向。许教授离开IBM、前往亚研院并声称准备致力于作为最终问题的计算机围棋难题之后，我仍然一年年心心念念的期待着许教授的后续动作。然而十多年过去，等来的却是无数的后来者。这也挺好，人类就是不缺后来者。看许教授对当年研究过程的讲述，最大的感受就是：其实并不是计算机打败了人类，而是人类打败了人类。大量的计算机专家，配合大量的国际象棋职业棋手，在算法上不断革新，再搭乘上摩尔定律的东风，不断的失败再重来、输了再修正，最终才解决了计算机国际象棋难题。卡斯帕罗夫，是败给了数以百计的人类专家的智慧的合力。围棋也会是一样，计算机——今天说人工智能更合适，战胜人类的那一天迟早会来，大部分人都从来不否认这一点。争论，始终在于这一天的早晚。而棋手和围棋从业者们，出于可以理解的感情，总是希望并认为这一天不会来得那么快，但他们绝对不会拒绝甚至仇视这种进步。其实我看到的很多人，都一直期待并赞许着人工智能的进步，甚至很多职业高手还亲身参与和帮助着计算机围棋项目的研究。我们努力打造着一个“大玩具”，一个能战胜自己的“大玩具”。所以最终的成功，是我们人类自己的成功，而不应该对计算机感到恐惧。同时，这“大玩具”也不只是好玩而已，人工智能对于现代乃至未来科技的发展有着极大的意义，这意义甚至会超出当年原子弹研究的后续红利。所以不要害怕，不要烦恼，让我们期待着人工智能在围棋上战胜人类的那一天的到来吧。我之前一直认为在我有生之年是看不到这一天的，然而现在看来，我错了。我一点也不失望，反而感到很兴奋，很激动，并且期待着以google和facebook为首的前沿研究团队们的进一步的表现。最后的最后，恭喜谷歌，恭喜围棋，恭喜人类。另外，文本先发于知乎（我的知乎ID：），希望也能与雷锋网(搜索“雷锋网”公众号关注)的读者们一起分享，欢迎留言探讨。推荐阅读：
关闭雷锋广告
同步到新浪微博
智能硬件第一媒体
围棋业余5段，北大软件与微电子研究院研究生毕业，现参与在线围棋教育开发项目。
当月热门文章
￥255.00￥299.00
00:00:00后恢复原价
本栏目由提供
为了您的账户安全，请
您的邮箱还未验证,完成可获20积分哟！
您的账号已经绑定，现在您可以以方便用邮箱登录谷歌AlphaGo，靠什么击败人类棋手_百度知道
谷歌AlphaGo，靠什么击败人类棋手
就直接抛弃某些路线、面部识别。
　　AlphaGo的核心是两种不同的深度神经网络，判断每种下子策略的优劣。将这些信息放入一个概率函数，有些棋步是明显不该走的，就能判断在哪里下子赢的概率会高，人工智能就不用给每一步以同样的重视程度，“值网络”负责减少搜索的深度——人工智能会一边推算一边判断局面，不用一条道算到黑：“策略网络”和“值网络”。这样AlphaGo在分析了比如未来20步的情况下、识别声音；而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，抛弃明显的差棋，它能完成笔迹识别，本质上和人类棋手所做的一样，从而将计算量控制在计算机可以完成的范围里，就像人类棋手会判断当前局面以及推断未来的局面一样、驾驶自动汽车，比如不该随便送子给别人吃。
　　其中。
　　AlphaGo利用这两个工具来分析局面　　靠深度学习、自然语言处理， 　　这是目前人工智能领域中最热门的科目，局面明显劣势的时候、分析生物信息数据等非常复杂的任务。它们的任务在于合作“挑选”出那些比较有前途的棋步，而可以重点分析那些有戏的棋着
知道智能回答机器人
我是知道站内的人工智能，可高效智能地为您解答问题。很高兴为您服务。
其他类似问题
为您推荐：
谷歌的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁3月9日，在首尔四季酒店，棋手李世乭和谷歌AlphaGo的“人机对决”成为人工智能历史上的一个里程碑。
在一场关乎竞技、算法、人工智能乃至哲学的围棋“人机大战”中，代表人类出战的韩国著名棋手李世乭九段率先投子认输，不敌AlphaGo，人类先输一局。
本文来源于虎嗅网（公众号ID：huxiu_com），作者broccoli，LinkedIn领英获得授权转载。
围棋世界冠军李世石与谷歌人工智能程序AlphaGo（据说被国内网友亲切地称为“阿尔法狗”）首战打响！
此次人机对战将于北京时间3月9日-15日在首尔四季酒店举行，具体日程为：3月9日进行首场比赛，此后的3月10日、3月12日、3月13日、3月15日里，每日进行一场比赛。Youtube对本次赛事进行全程直播，国内棋迷也可通过B站、网易等渠道观看。
YouTube首场比赛直播页面
继1997年IBM超级计算机“深蓝”击败国际象棋世界冠军卡斯帕罗夫以后，人工智能又向人类博弈游戏的最后堡垒围棋发起了挑战。
事实上，就在不久前，谷歌已在《自然》上刊登论文，宣布旗下DeepMind（“深层思维”）开发的人工智能程序AlphaGo，在十九路围棋分先5比0击败了欧洲围棋冠军、旅法职业棋手樊麾二段（中国棋院）。有媒体评论，若此次AlphaGo战胜李世石，哪怕只胜一盘，也将成为计算机发展史上的“登月事件”。
比赛还没开始，全民就已经热情高涨（尽管有大批像小编这样对围棋一窍不通的人= =）。
截至开战前1小时，B站已有8,000人守在直播间眼巴巴地等待比赛开始。中午12：00，比赛正式开始，YouTube视频播放量在直播开始（YouTube直播11：30开始）20分钟内就接近3万 。虎嗅全程关注比赛（赛况直播综合自Youtube、新浪、网易）。
赛前YouTube评论板块
李世石开局不利
（更新时间13：35）棋赛正式开始，李世石执黑子，谷歌AlphaGo执白子。
开战一小时，双方在右上角陷入激战。第7手（黑第4手）时，李世石走了一步出人意料的棋，这一步在职业棋手中比较罕见的。曹大元说，如果是职业高手之间对阵下这一步，是要被批评的。曹大元表示谷歌人工智能比上次战胜欧洲围棋冠军樊麾时更强，而且从目前情况来看，白棋下得更好一些。
新浪直播嘉宾、中国棋院九段棋手俞斌认为李世石表现得比较急躁，不太有利。Youtube解说员、九段棋手麦克雷蒙也认为黑棋目前比较危险，并评价AlphaGo表现惊艳。同在解说现场的搜狗CEO王小川则表示，在足够复杂的局面下，机器的极限高于人。
77手，李世石首次离席。一般对手会等对手回来才落子，但电脑没有这样的“觉悟”，马上就落子了= =。
AlphaGo出现失常
（更新时间14：00）开赛1小时40分钟左右，AlphaGo出现失误，但随即在86手时使出了凶险招数。Youtube解说、韩国金成龙九段评价：成为职业棋手27年来，第一次看到白86断这手棋！然而李世石看到断这步棋后，摇了摇头（阿尔法狗被大师鄙视了233333）。
图片来自新浪
古力九段此时分析，黑棋左下已经构成很具规模的地盘，右上边目数也比较大。而白棋如果不逃出左下局面被包围的两子，盘面将明显落后。而实战是李世石夹死了AlphaGo左下的两颗白棋，白棋选择在右边打入。目前右边白棋大龙虽长，但眼位明显比较缺乏。
棋局进行到现在，形势判断各方认为李世石优势。网易直播解说员、中国棋院九段棋手曹大元表示：白棋现在有点失常。
重大失误后，李世石面露沮丧
（更新时间：15：14）开赛2小时30分钟，各方一度预测李世石稳胜。俞斌甚至说，接下去的看点就是机器会不会主动认输。
但随后AlphaGo似乎一直在制造变数，一通搅局后，黑棋已不具明显优势。将近3个小时，白棋50目左右，黑棋不算右下是55目，右下还未定型。不久，李世石右下出现失误，有评论员大呼不好，说李世石要输。
现场有人问金成龙李世石右下失误是否会影响胜负，金成龙说你不要套我的话，讲棋的只会说这棋好难好难啊，这种对弈需要大心脏，可是AlphaGo没有心脏，我也是人，得去下洗手间了。
比赛进行到3小时30分钟，俞斌宣布：这棋基本可以宣判了，如果是我们比赛研究室，在这个阶段，可以收子了。 李喆补充说：如果电脑不犯特别低级的失误，李世石基本输了。李世石似乎面露沮丧。
15：35左右，李世石宣布认输。
李世石曾信心动摇
对于这场世纪大战，李世石此前曾表示自己有信心获胜。“我听说谷歌DeepMind的人工智能技术很强，而且还在提升，但我还是有信心的，我觉得至少这次可以赢。”但仅仅过了半个多月，李世石却对美联社表示：“但是如果人工智能继续发展，再过一两年，结果就很难说了。”
而就在昨天，对弈“双方”在首尔举行了赛前最后一场记者见面会。李世石在记者会上表示，他认为到目前为止还是人类比人工智能强，“不过听到人工智能具有了类似人类的直觉判断能力，我倒感到有些紧张， 恐怕我以5比0战胜它有点儿够呛，因为人类下棋时会有失误。”（详见虎嗅文章《和谷歌一样，李世石也认为人工智能击败人类围棋选手是迟早的事》）
针对AlphaGo战胜樊麾一事，李世石认为，“阿尔法围棋此前与樊麾的对局应算业余中的顶级水平，并非职业水平。”他表示：“之所以接受机器的挑战，是因为听到欧洲冠军被击败感到震惊。如果我失败，可能会对围棋的流行造成影响，但人工智能击败人类是不可避免的事情。”
“阿尔法狗”有多厉害？
“深蓝”打败国际象棋世界冠军，已经给人工智能界带来了一次休克性的震撼。然而比起国际象棋，围棋要复杂得多，对比一下便知：国际象棋的第一步有28种下法，围棋有361种；国际象棋一局大约是40个回合，而围棋可长达150个回合。
在“深蓝”时代，大多数国际象棋电脑依赖的依然是穷举法，即计算并评估所有可能的下法，然后从中选择对自己最有利一种，“深蓝”当时的运算能力是每秒计算2亿种下法。
但在围棋中，这种方法根本行不通。据科技媒体Ars Techtica报道，以当今计算机的运算能力，用穷举法来计算围棋下法几乎是不可能的事。另据《卫报》分析，即使穷举法下围棋可以实现，计算机每走一步都要耗费大量时间进行计算，这样下去根本连普通选手都下不过。这种困境，甚至使得一位知名围棋软件开发者在2014年放出话来：机器要战胜人类选手，恐怕要再等10多年。
AlphaGo已经以事实证明要不了那么久。与传统解决方案不同，AlphaGo人工智能程序结合了深度神经网络机器学习方法和树搜索算法。简单来说，就是先让AlphaGo观察人类下围棋，然后通过将不同决策进行比较来提升技能，这一过程被叫做强化学习。经上百万次重复后，AlphaGo就可以进行对战了。
谷歌DeepMind CEO Hassabis表示，用强化学习技术“教”机器下围棋，就如同教小孩子一样，不是让程序员添一段代码就完事，而是要给程序看足够多的案例，让机器自己“领悟”到正确的下法。
从一定程度上说，AlphaGo是在以预测的方式模拟人类的直觉，试图以人类的思维去学习围棋。目前，AlphaGo模仿人类的直觉判断程度约为80%，但李世石表示由于它的运算速度要优于自己，所以要格外小心。
这种强化学习技术的应用，其实早已不局限于围棋。DeepMind曾用相同的技术教会计算机玩雅达利（美国电脑游戏机厂商）的经典游戏。另有消息称，DeepMind最近宣布与英国国民健康服务中心（NHS）合作，首个项目是为医生护士开发一款可以监测到病人是否出现急性肾衰竭的App。
接下来的比赛究竟胜负如何？虎嗅将持续关注。（点击“阅读原文”，查看虎嗅原文）
本文来源于虎嗅网（公众号ID：huxiu_com），作者broccoli，LinkedIn领英获得授权转载。
欢迎更多媒体、企业与组织与我们展开内容合作（请在公众号回复“赤兔”）。如有问题请联系领英客服电话：。
长按下方图片，识别图中二维码，订阅每日必读的职场干货。
2016 领英 保留所有权利
文章出自微信公众号
:LinkedIn-China
LinkedIn (领英) 中国官方微信公众账号
手机微信扫描上方二维码进行订阅
LinkedIn中国微信公众号最新文章
精品号随机推荐
最值得关注的微信公众号
免费VIP账号， 每天不定时更新爱奇艺，优酷土豆等
一元夺宝1块钱买宝马
游途旅行，旅行技术专家
提倡国人品质生活，选择有机生态的生活方式，健康，养生，休闲，品味，修炼自己，温暖他人！
冷笑话精选微信号
想了解有关科技、趣味、创意和新奇的产品吗,想寻找创意小礼品和新鲜玩意吗?
野史君一一道来，让你看到不一样的历史，让你发现原来历史可以这样看。
环球旅行，带你看遍全球美景。让你了解旅行的意义。
搜罗更多劲爆事件，娱乐花边新闻，最受关注的图片更多精彩敬请关注！八卦娱乐头条！！！
微信内人气最旺的星座迷你宝典！分享懂你的星座。
微信公众平台导航谷歌AlphaGo以4:1战胜李世石说明了什么？--百度百家
谷歌AlphaGo以4:1战胜李世石说明了什么？
分享到微信朋友圈
如果你不学习，还不如一条狗！
在以前，如果说把下棋和科技这两个词联系起来，估计无论如何你都不会相信。但是今天，这两个词不但联系了起来，而且通过科技的力量颠覆了人类对于下棋这件事的认知。
聪明的读者一定猜到了珅珅今天想要说的话题，没错，今天就和大家说说最近轰动全世界的一个大新闻：围棋人机大战。
韩国九段围棋手李世石对阵谷歌机器人AlphaGo（音译为：阿尔法狗），总共五局的比赛终于落幕，最终AlphaGo以4:1的成绩击败了李世石，宣告了在这场举世瞩目的对决中，人类败给了自己亲手创造的智能机器人。
很多人把这场比赛赋予了极大的象征意义，也有人因此而预言人类终将被机器人取代，连被称为“棋圣”一向不看好机器人的聂卫平，都在赛后称赞AlphaGo“令人刮目相看”。
其实在赛前，连李世石在内的很多人，当然也包括聂卫平，都没有把AlphaGo当回事，觉得人类将以5:0的成绩完胜机器人，可能在李世石心里，100万美元的奖金早已是囊中之物了（谷歌承诺如果李世石获胜，将发给他100万美元奖金）。
不料开赛第一局AlphaGo就击败了李世石，给了人类一个下马威。接下来两战李世石皆败，比分变成了3:0，大家关注的焦点也从李世石能否完胜AlphaGo变成了是否会被AlphaGo完胜，从能否5:0击败机器人，变成了是否会被机器人0:5打败。
第四局，李世石在第78手，以一个神来之笔，似乎点中了AlphaGo的命门，让机器人近乎处于死机状态，最终它无力挽回颓势，李世石扳回一局，总比分变成了3:1。
最后第五局，由于上一局中李世石的出色表现，人们对他战胜AlphaGo似乎有了更多信心，但令人遗憾的是，这一局他又一次败给了AlphaGo的超级计算能力，最终比分定格在了4:1。
AlphaGo的成功，首先是基于计算机强大的运算能力，用设计者的说法“围棋可能是人类玩的最复杂的游戏了，它棋盘上的排列组合比宇宙中的原始原子还要多。”“白子对于黑子的行动，有数以百计的应对方法，黑子反过来对于白子的行动也有数以百计的回应方法。”
我们可以试想一下，进行如此巨量的数据运算，对人类而言显然是难以想象的，对计算机来说也是一项几乎不可能完成的任务。
在密码破解领域有个专业词语叫“暴力破解”，就是让键盘上的每一个字母、数字和符号排列组合，逐个“试错”破解，这种密码破解手段原理很简单，但运算量极其庞大，手段很暴力，所以被称为“暴力破解”法。
即便是暴利破解的方法，面对围棋这种量级的数据运算，依然是不够的，所以AlphaGo的技术团队使用了一种叫“深度神经网络”的方法来降低运算量，这是AlphaGo的关键技术，这种技术赋予了程序一定的“想象能力”，更加接近于人类的思考模式。
AlphaGo的背后是基于对数以百万计棋局的学习和足够多的训练，它的强大之处在于其自我学习能力，这区别于通常我们对于计算机认知的简单暴力运算。这才是人工智能的核心。
可见，学习能力有多么重要，机器尚且如此，何况我们人类了！谁拥有了学习能力，也就拥有了无限可能。
在看完李世石和AlphaGo的对决之后，我的脑子里突然闪过这样一句话：“如果你不学习，还不如一条狗！”
这也正是我想和大家分享的第一点：无论任何时候，都不要忽视学习的力量。
人工智能技术目前还仅仅是个起步，可以说击败人类围棋高手只是小试了一把牛刀，未来它的应用领域将无限宽广。
想到这里会让人既兴奋又害怕。兴奋的是我们的生活将更加智能和便利；害怕的是未来将有更多的人失业，越来越多的工作会被机器人取而代之，实际上这种情况正在现实中发生。
首先被淘汰的一定是那些低端的、机械式的、不需要创新能力的行业，这些行业将很快就会消失。
那么相对而言，什么样的人在这种技术变革中会胜出呢？
就是具有创新力的人，未来单纯的学习能力或许是不够的，必须要有创新能力。AlphaGo能够战胜人类，是因为它有极强的学习能力，但它终究是人类的手下败将，因为它缺乏创新能力。它只能在人类规定的框架下依照某种规则行事，对于人类拥有的创新能力，起码在可以预见的未来，机器人是不具备的。
这是我想说的第二点：无论任何时候，创新永不过时。
可能会有人想，人类最复杂的游戏都被破解了，这些游戏是否还有存在的必要？
这个问题其实可以换种方式提问：玩游戏的意义究竟是什么？
游戏不单单是用来争输赢的，它对人的最大价值是思维的训练，这种训练无关输赢。即便一个蹩脚的棋手，一旦拥有了游戏思维，或许会在其它领域（比如商业上）有所成就。我们都知道，股神巴菲特和比尔盖茨都是桥牌游戏爱好者，他们的桥牌技术有多高吗？未必。但他们都在桥牌当中找到了乐趣，训练了思维，这些意义恐怕比游戏的输赢更重要。
就像体育，普通大众开展体育运动并非是争夺冠军，而是为了强身健体，这个目的达到了就足够了。那些竞技体育只是少数人的游戏，某种意义上来说，已经脱离了强身健体的目的。我曾经看到过一种观点，说剧烈的体育运动非但不能强健身体，反而还会对身体造成损伤，还举了一个例子，竞技体育运动员的平均寿命甚至还不如普通人高。
从这个意义上来说，这次人机大战中李世石输给了AlphaGo其实没什么，完全没必要大惊小怪，也不用对游戏存在的必要性存疑，这只是一次游戏而已！
但它终归不仅仅是游戏，实际上这次人机大战是一次明显的营销活动。谷歌公司通过这次比赛，向全世界做了一次免费的宣传，向世人宣誓了它在高科技和人工智能领域的领先地位，是一种不折不扣的“秀肌肉”。
通过这次比赛，你在惊叹人类科技进步的同时，是否在潜意识当中对谷歌公司更加崇拜了呢？
如果你的回答是肯定的，那么恭喜你，你被谷歌成功营销了！
文/珅珅，更多原创内容请关注微信公众号：shenonly
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
阅读：2223
阅读：11万
热门文章HOT NEWS
当小米丧失对销量、估值高增长，及传播议程的控制力时，通常所说的...
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻