隨著李世石的兩次投子認輸，這場圍棋人機大戰的結果已經是谷歌的AlphaGo領先了，而且是干脆利落的2:0。當這一結果出來時，全世界都目瞪口呆。這場世紀大戰，吸引了超乎想象的關注度，也引發了足夠多的討論。因為這里有足夠多的噱頭：人機大戰、“人類智慧最后一塊高地——圍棋”、機器人、人工智能、人類的恐慌……于是，我們的社交媒體都被這場大戰占領了。
好賭是人類的天性之一，競猜比賽結果就成為茶余飯后的談資。認為李世石會完勝的主要來自圍棋界，認為機器人會完勝的主要來自科技界里的技術派。最終，李世石真的毫無懸念地輸給了AlphaGo，那么，到底是什么造成了這樣的結果呢？
一、機器的深度學習能力讓棋藝突發猛進
開賽前，中國的圍棋高手古力接受采訪時曾如此預測，他認為幾個月前AlphaGo戰勝歐洲冠軍時，展現出來的只是一個專業初段的水平，而李世石可是專業九段頂級高手，幾個月內，從初段提升到九段水平，古力認為完全不可能。對于人類，這當然不可能；然而，對于機器，這就有了可能性。
深度學習的“技術路線”是模擬人類大腦神經網絡的工作原理，將輸出的信號通過多層處理，將底層特征抽象為高層類別，它的目標是更有效率、更精確地處理信息。人腦具有一個深度結構，認知過程是逐步進行，逐層抽象的，能夠層次化地組織思想和概念。深度學習之所以有如此大的作用，正是因為它較好地模擬了人腦這種“分層”和“抽象”的認知和思考方式。
深度學習的實質，是通過構建具有很多隱層的機器學習模型和海量的訓練數據，來學習更有用的特征，從而最終提升分類或預測的準確性。因此，“深度模型”是手段，“特征學習”是目的。區別于傳統的淺層學習，深度學習強調了模型結構的深度，并明確突出了特征學習的重要性。也正是因為此，谷歌才有底氣在戰勝歐洲冠軍幾個月后，就敢來挑戰世界冠軍李世石。
二、超常的計算能力，遇強則更強
可以說，沒有哪一項技術的發展速度之快能像計算機技術那樣令人驚訝。根據雷庫茲韋爾的觀點，從計算機發明至今，計算機性能指數和性價比指數一直呈指數級增長，且先后歷經了五種范式——機電、繼電器、真空管、離散晶體管和集成電路。作為英特爾公司創始人之一的戈登·摩爾，在50年前提出了“集成電路芯片上所集成的電路的數目，每隔18個月就翻一倍”的論斷。
相比于預測未來的未來學意義，摩爾定律的現實意義更在于它的樂觀主義精神——它使人類（至少是一大部分人）義無反顧的將全部籌碼傾注于現在看起來毫無意義、毫無進展的領域之上——比如曾經的人工智能技術。我們期待著技術發展的積累與突破，能為計算機技術提供新的范式，能令智能體具備更聰明的“大腦”，從而給我們的生活帶來更大的驚喜與變革。
回到AlphaGo身上，這種計算能力可能讓它遇到初段選手時，發揮出來的可能也就是初段的水平，遇到九段選手時，也能發揮出九段的水平。一言以蔽之，就是遇強則強。
三、“三體人”式的思維交流
“三體人”是著名科幻作家劉慈欣作品《三體》中的一個種群，形狀不明，以水生存，用思維交流。由于長期生活在惡劣環境中，該物種進化出了可脫水休眠、經浸泡再復蘇的功能。
有科學家認為，“智人”的進化方向可能三體人，至少在思維方式上是如此。隨著腦逆向工程和神經傳感技術發展，人類的意識將可以擺脫肉體束縛直接與其他“智人”（包括人類、半機器人、機器人）進行交流。這意味著，人類有可能變成“三體人”那樣，能夠進行直接的思維交流。思維無疑是人類智能中深刻奧的一部分，人類歷史長河中出現的各種文明可以說都是思維的產物。一旦我們具有了“三體人”的透明思維，“人心難懂”的問題將得到解決。
由此看來，人工智能由弱到強的轉變，從思維進化角度來說就是機器從無思維到有思維、再到有自主思維、繼而到與人類共享思維，最會可能到控制人類思維的持續轉變。在圍棋這種復雜的智力游戲中，如果沒有很好的思維，只是簡單的大數據，可能真的無法戰勝李世石這樣的高手。
當然，這次的人機大戰，除了AlphaGo的超常發揮，應該還有李世石自身的原因。比如李世石懼怕AlphaGo的大數據，下出一些特殊的棋路等，反而影響了自己的發揮。再比如李世石沒有很好控制好自己的情緒波動，就算當年他的前輩李昌鎬有“石佛”之稱，畢竟還是血肉之軀，無法不受情緒干擾。而對于AlphaGo來說，李世石的這些缺點，也正是自己的優點。
更多
智慧技術應用請關注新思界綜研－智慧城市！新思界為您提供
《2017-2021年人工智能行業市場深度調研及投資前景預測分析報告》！
