机器人终成围棋“大师”

　　文章称，对人工智能研究者来说，围棋一直有着特殊吸引力：最复杂的算法，但人工智能远不能与最好的人类棋手相比。直到去年，DeepMind公司开发的自我学习程序“阿尔法狗”以5—0战胜欧洲围棋冠军樊麾，他们才决定此次要在韩国首尔与世界围棋冠军李世石做五番对决。

　　文章说，这对于人工智能来说是个标志性时刻。因为此前大部分研究人员和围棋专家认为，计算机要达到职业棋手水平还要10年，而现在，“阿尔法狗”已能匹敌顶级围棋大师。

　　过去5年来，人工智能研究领域已取得难以置信的进步。谷歌研究员已把过去理论上的机器学习架构变成了真实、有用的产品。某些效果来自微妙的改进，如更多相关搜索结果、更严格的筛选过滤、对视频和应用程序的更好建议等。

　　机器学习还能让人们做到那些以往绝对做不到的事。比如“谷歌照片”能让你在几秒钟内，用手机找到女儿2013年和巴吉度猎犬一起站在雪地里的照片；如果你拿着手机在俄罗斯办事，用“谷歌翻译”能得到英语的同声传译。谷歌还在教计算机自动识别词类，理解句子含义，识别手写字体、图像和视频。

　　至于“阿尔法狗”成功的秘密，文章说，一种关键认识是，让计算机知道如何完成目标并通过经验来提高，而不是每项任务都通过手写指令来完成。这就是“阿尔法狗”的秘诀。

　　具体说，谷歌首先用人类对弈的3000万种走法来训练“阿尔法狗”的神经网络，让它学会预测人类专业棋手怎么落子。然后更进一步，让“阿尔法狗”自己跟自己下了几千盘棋，从自己的错误中学习，让它能发现全新的策略，下得比它开始所学习的那些人更好。

　　真正的挑战不是“人机大战”

　　如果“阿尔法狗”赢了，我们输了吗？当计算机能在典型的反映人类智慧的比赛中打败人类，我们就不如它们吗？

　　文章认为，恰恰相反。世界上真正的挑战不是“人类对机器”之战，而是人类加上所有我们能搜集到的工具，对我们周围那些难以解决的复杂问题的挑战。无论气候变化、医疗卫生还是教育，这些问题影响到我们每个人，已有成千上万优秀人才针对这些最重要的问题在努力，推动它们的解决和相关领域的不断进步。

　　拿人工智能技术来说，它为我们提供了强大工具，有助于专家更快做出突破，提高我们应对那些亟待解决的全球性难题的能力。我们需要机器学习来帮助处理复杂问题，预测未知，支持我们实现以往不可能的目标。

　　随着我们的工具变得更智能，用途更加多样化，我们就可以义不容辞地思考更雄心勃勃和富于创新性的方法，以解决社会最严峻的全球性难题。我们要抵制那种问题太难的想法，这样才能有更高的目标。

　　文章最后称，可以设想，下一代棋手可能会毫不犹豫地把“阿尔法狗”拉到自己一方。世界上最好的气候变化研究员、医生或教育工作者也会用机器学习工具来帮助自己。真正的考验不是机器能否战胜人类，而是人类和机器一起能否攻克那些全球性难题。