一、AlphaGo其實只是弱人工智能

AlphaGo的技能細節(jié)在本年《自然》雜志上具體發(fā)布過，我們細細研究一下，就會發(fā)明AlphaGo的道理其實很是簡樸。

AlphaGo操作深度進修進修人類棋譜，模仿人類來選擇幾個優(yōu)勢點，然后通過蒙特卡羅樹搜索，窮舉計較這幾個點勝率，從中優(yōu)選。本質(zhì)上來說，它照舊搜索求解，并且是在很是牢靠的法則與模式下舉辦。

它所用到的GPU通用計較，漫衍式計較，深度進修，神經(jīng)網(wǎng)絡(luò)，蒙特卡羅樹搜索都不是新技能。只是把這些技能用到圍棋上并投入大量資源是首次。

憑據(jù)人工智能的分類，AlphaGo還屬于弱人工智能Artificial Narrow Intelligence (ANI)。

弱人工智能是只能擅長于單個方面的人工智能，法則是關(guān)閉的。AlphaGo的判定可以用于圍棋，到達很高的程度，它要下象棋也能到達很高的程度，可是就要從新再搞一套象棋的軟硬件，它在圍棋的深度進修無法通用于其他規(guī)模。

憑據(jù)人工智能的分類，尚有強人工智能Artificial General Intelligence (AGI)

強人工智能是指在各方面都能和人類比肩的人工智能，人類能做的腦力勾當(dāng)它都能做。它沒有既定法則和規(guī)模，是開放式的。

我們此刻看到的各類理想其實是強人工智能逾越人類的高級階段，AlphaGo作為弱人工智能，條理還相去甚遠。

二、強人工智能是什么樣子?

AlphaGo在圍棋很強大，可是圍棋是一個牢靠法則，有明晰輸贏判定的游戲，圍棋棋盤不會扔進一個象棋棋子。而強人工智能要面臨的是真實的世界，它所面臨的法則是開放式的。

我們看一下李彥宏演示百度強人工智能的例子。

在百度大會上，李彥宏展示了度秘的多輪對話的人工智能。李彥宏詢問度秘度身份，問它來自哪，能做什么，最后還讓度秘訂了兩杯咖啡。

在這一組多輪對話中，李彥宏的問話是隨機的，大概說各類問題，沒有既定的法則。而度秘的人工智能首先要收羅李彥宏的語音，然后把李彥宏的語音拆分成詞，識別詞意，然后識別李彥宏的語意，通過人工智能作出答復(fù)，最后把答復(fù)組織成句子，用語音說出來。

李彥宏的話是開放式的，并且有媒介后語，針對這種情況的就是強人工智能。看起來這組對話只是小伴侶的智力程度，而實際難度遠遠高于AlphaGo團結(jié)深度進修與蒙特卡羅樹搜索的弱人工智能。

百度很熱衷于展示本身在強人工智能上的后果，在2015年遐想大會上，李彥宏還演示過一次識圖對話。

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(yīng)答無誤。

這組對話除了前面例子中開放語言的強人工智能，尚有一組圖片識此外強人工智能，強人工智能不知道本身看的是什么圖片，可是它顛末深度進修看過千億張圖片進修后，可以認出顏色，物體，行動。

這個看似小孩能完成的流動，難度也遠超AlphaGo。圖片沒有既定法則，開放中進修尋找紀律，遠不是深度進修與樹搜索能辦理的問題。

其實，谷歌也在研發(fā)強人工智能，它和百度一樣去介入國際評測FDDB與LFW(后果還輸給了百度)。谷歌知道AlphaGo看似酷炫，可是只是可以作作大告白，而人類真正的未在在強人工智能這個偏向。

三、AlphaGo間隔顛覆人類很是遙遠

科學(xué)與知識往往是違背的，AlphaGo贏了圍棋看似開啟了新時代，可是其真實意義類更似于計較器贏了人類口算，是單一規(guī)模的智能逾越人類。只是圍棋的難度遠高于象棋，從1997年的深藍到2016年到AlphaGo，人類因為更大的棋盤等了靠近20年。

而AlphaGo放到人工智能科學(xué)到角度看，只是計較本領(lǐng)很強的弱雞，其高度遠不如百度到達3、4歲小孩智力的強人工智能。

弱人工智能只能在一些規(guī)模輔佐人類，而當(dāng)強人工智能將來成長到成人程度，人類當(dāng)所有勞動就有大概被完全替代。誰人時候人類就可以享受而不消辛勞了。

而當(dāng)強人工智能完全高出人類今后，人類才需要擔(dān)憂呆板會不會反叛人類的問題，，那還長短常很是遙遠的工作。

所以，AlphaGo只是強大的弱雞，我們無須過于擔(dān)憂。