IBM科学家：AlphaGo是靠100%的汗水打败李世石

    自AlphaGo战胜李世石后，人工智能再次成为舆论热议焦点。这场世纪之战意味着什么？为什么机器会赢？不远的将来会出现具备超强人工智能的机器吗？带着这些问题， 近日LinkedIn（领英）中国旗下的职场社交App赤兔邀请到清华大学博士生导师、中国人工智能学会副理事长马少平和IBM中国研究院研究总监、大数据及认知计算研究方向首席科学家苏中，两位专家分别从各自的专业领域探讨AI如何走进人们的生活。这是自赤兔上线以来，第一次线下、线上语音直播同步进行的热点活动，当晚吸引了全国近千人参与并与嘉宾提问互动。

“互联网拯救了人工智能”马少平教授认为，随着数据获取方便，人工智能的方法也逐渐提高，互联网、云计算的发展带来的海量数据让人工智能又火了一把，AlphaGo能战胜李世石更多获益于机器深度学习的发展。但他表示目前深度学习从某种程度上还只是解决了感知的问题，像人类一样有推理能力，真正全面超过人发展到强人工智能，在其有生之年是很难看到曙光的。IBM科学家苏中则对人工智能的应用场景展开了畅想，他认为机器能否从海量的数据运算到帮助人做决策，这才是认知计算最核心。未来在医学和教育行业，人工智能或将对个性化决策产生重大影响。 

AlphaGo是靠100%的汗水打败九段高手李世石

在回顾人工智能的发展历程时，马少平介绍说在AlphaGo出来之前，计算机围棋最好水平也就是业余五段左右，现在应该是到九段了。因为从业余五段到职业棋手就是很大的飞跃，从（职业）初段再到九段是很大的飞跃。所以不管在下棋这方面是里程碑，在人工智能方面也是一个里程碑。

AlphaGo战胜李世石并不是因为机器有多聪明，因为机器能够无限的复述、演绎，重新的复盘、操作穷举在这里面用到的棋局、算法。因为对于这些数据的处理能力，机器比一个聪明棋手的大脑要强的多。“AlphaGo连1%的天分都没有，它的天分来自于它整个算法设计的团队，它的海量运算。因为16万盘棋，在那么大的深度学习网络，让人算我相信是算不完的，它能把里面最后的规律找到。”苏中认为，AlphaGo有一点是利用了现在的大数据，它用历史上十多万盘的专业棋手下的棋盘的对局，可能产生了上千万盘对局的状态。他们利用机器深度学习、网络学习去学。因为深度学习是一个黑盒子，进去的东西，出来的东西人解释不清，但是AlphaGo把里面规律性的东西找到了。此外，它不光把棋盘内容放进去了，同时它把里面的输赢关系，一些对棋局的判断，人讲不清楚道不明白的点，它用机器的模型理念把它放进去，而且它有扩展能力。

马少平教授则补充说，AlphaGo的成功获益于深度学习的突破性发展。它把深度学习加上强化学习的方法引入进来，但是它的整体框架还是蒙特卡罗数的搜索，一个是策略网络，一个是估值网络，使得它的搜索可能下的步骤横向的步骤减少了。在此之前还是所有的可能性都要模拟，现在是限定在某个范围内。原来的每次模拟都要从上到下模拟到底，现在采用估值网络以后模拟到中间可能就停止了，这样的话节省了时间可以模拟的次数更多了，这样效率就高了。 

互联网拯救了人工智能   超强人工智能尚不可能出现

人工智能（AI）这个概念到今年为止已经六十年了，然而它的发展却一波三折。经历了从早期计算条件、硬件条件的限制，到神经网络缺少理论支撑的瓶颈。但随着互联网的发展，人工智能又逐渐热起来了。“互联网拯救了人工智能。”马少平教授说，随着数据获取方便，人工智能的方法也逐渐提高，互联网、云计算的发展带来的海量数据让人工智能又火了一把。

不过，马少平教授认为人工智能是一个目标，不是具体的方法，它是希望机器能够在某些方面达到人或者是像人这样一个目标。语音识别好像是有人工智能的一种能力，人可以走路，现在的扫地机器人，也是人的能力，但除此之外人还有更高级的能力。因为人的能力实在是没有边界的，“可以说我们一直在路上，没有说哪天人工智能能实现。”

“目前的人工智能还是在一定的限度内进行的，它的模型实际上是限定了它的解的空间，你只能在这个范围内。比如我们说要现在要找一个唱歌最好的，现在就在这个房间里面的，再好也是在这个房间里面唱歌最好的，外面的不算在内。”苏中表示，很多时候讲机器利用大数据，是指它可以辅助人做决策。就像飞机一样，飞机有自动驾驶，飞行员在任何时候基本上是很轻松的。但是仍然没有人敢说，就让机器去驾驶。因为自动驾驶的基本还是在于正常情况下，当把数据输入以后，它可能驾驶的比人还准确，不容易犯错。但是在非正常情况下，机器缺少思维扩张能力。人工智能不知道人怎么去思考，不知道我们那些无限可能的东西在里面的逻辑是什么，所以现在的人工智能从某种程度上来讲它是弱的。 

人工智能或将在医疗、教育领域发挥重大作用

据IBM科学家苏中介绍，因为大数据的存在，机器的运算能力越来越快，但从运算到帮助人类去做个性化决策，这是才是认知计算最核心的部分，也是人工智能最有价值的部分。他希望IT技术未来在大数据的基础上能够帮助人们从赚取一美元到一百万美元，再到一亿美元这样的决策里面提供很好的服务决策。

IBM之所以进入这个市场，是希望IT从原来以计算为核心的提升到能通过海量的数据来辅助人类决策。比如说在医疗里面，未来机器可以通过认知计算，通过理解图像，理解病例里面的文字信息，理解新的医疗机构来出具可供医生做决策研究报告。”此外在教育方面，“每个孩子都想因材施教。但是真正做到因材施教个性化也是一样的，每个人的特质不一样，他对同样的问题反应不一样，你这个数据的采集现在有办法了，我能不能帮他来做。所以人工智能会在这些行业带来新的变革。”

针对人工智能未来在人们生活中的应用，除了两位专家给出了前瞻性的思考，赤兔的兔友也提出了很多有意思的观察。一位在农业领域就职的赤兔用户还专门针对传统农业与AI的结合应用，与两位专家进行了有趣的探讨。路漫漫其修远兮，未来或许当人类能把人的大脑逻辑搞明白，或许才能真正制造一个智能的机器系统。