最近幾天，在烏鎮圍棋峰會上，由Google DeepMind團隊開發的AlphaGo以3：0的成績完虐世界排名第一的頂尖圍棋高手柯潔，這是既AlphaGo以4：1的優勢取勝李世石之后，第二次完虐人類圍棋棋手，由此，對于人工智能的激烈討論再度被燃起。人們在慶幸人工智能技術取得了十足進步的同時，又恐懼人工智能可能完全取代人類。柯潔在與AlphaGo對決之前，被邀請到《朗讀者》（20歲的小伙子，發言和朗讀讓人深思，值得去看一看），柯潔選擇了《哈利波特與死亡圣器》一段節選，自比于哈利波特，而將AlphaGo視為伏地魔。人工智能究竟會不會成為魔鬼？針對這個問題，我想簡單科普一下人工智能的知識，并且談談自己的拙見。
1.圍棋究竟有多復雜？
圍棋比我們的宇宙還要復雜！圍棋的復雜度可以這樣粗略估算一下：圍棋棋盤橫豎各有19條線，共有361個落子點，雙方交替落子，如果不考慮吃子、禁著、打劫等其他規則，那么圍棋總共可能有361！種可能性，361！有多大？10788這么大？實在太大了！《Nature》的科普文章對模型進行了細化，得出圍棋平均走150步的話，會包含超過10170（1后面有170個零）種可能性。據《Nature》報道，宇宙中的原子總數也就10^80（1后面80個零），即使窮盡整個宇宙的物質也不能列舉出圍棋的所有可能性。所以說，妄圖利用計算機的強大計算能力窮舉圍棋的所有可能來打敗棋手，是完全不可能的。
所以，長久以來，即使早在1997年，計算機“深藍”就打敗了國際象棋第一人，但圍棋界一直認為計算機下圍棋是不可能下贏人類的。然而，今天的AlphaGo采取了與窮舉法截然不同的方法——人工智能，在圍棋上徹底地擊敗了人類！據Google透露，DeepMind取得的成功比預測的提前了幾十年！由圍棋的復雜性可見，人工智能發展到今天，的確非常厲害。有人說，AlphaGo只不過用來下下圍棋，它的成功能說明什么，有那么激動么？其實，AlphaGo的原理和方法是萬金油，可以毫不費力地被應用到各行各業，而AlphaGo能下贏人類，恰好說明這種方法已經相當成熟，目前各行各業對人工智能的應用研究如雨后春筍般成長，在不久的將來這些應用便會成為現實！
2.什么是人工智能？
關于人工智能，目前似乎還沒有統一的定義，但一般的人工智能系統至少具備三種能力：感知、推理、學習。我們可以把人工智能看成一個黑箱，一端是輸入，另一端是輸出，那么這個黑箱便實現輸出與輸入之間特定的線性或非線性關系。那么輸入從哪兒來？通過感知得來，感知包括視覺、語音、文字以及其他方式的感知，感知依賴于傳感器或人類的手工輸入，而且這些輸入的信息往往要經過特征選擇或特征提取的處理。黑箱實現輸出與輸入之間特定的線性或非線性關系，這便是推理，因而能夠實現一些評估、預測、決策等。這個黑箱如何得來？通過學習得到，而且這個黑箱通過不斷的學習會不斷的進化，使得推理越來越準確。
下面借AlphaGo所采用的深度神經網絡簡單解釋一下上面這一段話。神經網絡是一種模擬人腦神經網絡的人工智能技術。我們知道，人的神經網絡由千億個神經元組成，而每一個神經元由樹突、細胞體、軸突組成，樹突用來接受傳入的信息，而軸突用來將信號傳遞給其他神經元，通過突觸，神經元被連接到一起，形成復雜的網絡。
人工神經網絡對神經元進行模擬，建立了神經元模型，神經元模型包含輸入、輸出與計算功能，輸入可以類比為神經元的樹突，而輸出可以類比為神經元的軸突，計算則可以類比為細胞體。
圖中這個神經元模型包括三個輸入，一個計算，和一個輸出。其中，非線性函數提供計算功能，該函數被稱為“激活函數”，激活函數的選擇是神經網絡的一個研究重點，這里不做過多介紹。我們知道，神經元之間是通過突觸（樹突和軸突）相互連接的，上一個神經元的軸突末梢會與下一個神經元的樹突相連，用來傳遞信息，換而言之，上一個神經元的輸出會作為下一個神經元的輸入。在人工神經網絡中就是如此，一個激活函數被認為是一個“節點”，節點與節點之間通過“邊”（類似于神經網絡中的突觸）進行連接，而且這種連接是分層的，如下圖所示。
上圖所描述的神經網絡包括三層：輸入層、隱藏層和輸出層。深度神經網絡無非就是隱藏層更多，據說AlphaGo的隱藏層有48層，層數越多，網絡就更復雜，計算量就越大，但也更接近真實模型，之前沒有搞深度神經網絡是囿于計算能力有限，但隨著云計算的發展，這似乎不是問題了。每一層的節點都會通過箭頭（邊）連接到下一層的所有節點，表示這一層所有節點的輸出將作為下一層所有節點的輸入。在使用這個神經網絡模型時，可以視其為黑箱，不用關心它的內部結構，只需要關心它的輸入和輸出即可。之前說過，一般輸入需要經過特征選擇或特征提取的處理，對于圍棋，DeepMind團隊選擇了如下特征，作為系統的輸入，這些特征會用數學表示成矩陣。至于輸出，便是每個位置的選擇概率。當向AlphaGo系統輸入以下特征時，AlphaGo會利用自己的深度神經網絡模型進行推理，得到每個位置的選擇概率，在概率最大的位置下子就是正著。
值得注意的是，在神經元模型中，輸入和激活函數之間存在權值與求和，也就是說每條邊都有一個權值，反映了上一個節點的輸出作為該節點輸入的權重。但是這些權值并不是依靠主觀意志隨便設置的，它需要通過學習得到，這些權值也不是固定的，每一次學習都會都會更新這些權值，使得神經網絡模型越來越完美。
如何通過學習更新權值的？一般都會定義一個目標函數，目標是使這個函數最大化或最小化，如果要使函數最大化，那么就要找到一種迭代方法，根據歷史數據進行迭代，每次迭代更新一次權值，都會使目標函數值比更新之前更大，而且這種更新必須是收斂的，如果要使函數最小化，反之即可。這就轉換成一個優化問題了，需要一個尋優的算法，所以神經網絡和各種尋優算法相結合的搞法在文獻中出現概率非常高。AlphaGo的學習過程比較復雜，分為監督學習和自主學習兩個過程，監督學習是基于人類以前的對局數據，而自主學習是基于AlphaGo自己對局產生的數據。就是因為AlphaGo有自主學習的過程，所以在與柯潔的對局中，經常出現人類從未有過的走法。
人工智能的模型并不只有神經網絡，還有很多，但目前在數據量龐大、計算能力強大的條件下，深度神經網絡無疑是最成熟、最好用的。通過上面這幾段的科普，大伙對人工智能應該有了初步的認識：感知、推理、學習。
3.人工智能相比人類有哪些特點?
人工智能是人工的，與真正的人類區別還是很明顯的，基于這種區別，我們才能更好地討論未來人工智能與人類之間的關系。
a.人工智能是完全理性的。在這次AlphaGo和柯潔的對決中，發生了一件值得注意的事情，在最后一局中曾中斷了20分鐘，柯潔離開棋盤躲進洗手間放聲大哭。在后來的記者招待會上，柯潔反復地說，“我本可以做得更好的......，它太完美了......”，中間還多次哽咽，可見柯潔在下棋過程中，他承受的心理波動多大。李開復發微博說道：“和柯潔的真情流露相比，AlphaGo體驗不到手談的樂趣，勝利不會為它帶來愉悅感，也不會讓它激動到產生想要擁一位他愛的人的渴望”。所以說，在人工智能的世界里，是不會有情感、道德、倫理這些概念的。人類的真情流露與人工智能的冷冰冰形成鮮明的對比，但正是因為人工智能冷冰冰，所以它在做決策時絕對不會因為情緒的干擾導致決策失誤，所以正如馬云所說，AlphaGo從來不會下臭棋。
b.人工智能的學習速度遠遠超過人類。柯潔在《朗讀者》中對董卿說，“因為之后它（AlphaGo）的成長是飛速的。很多人可能還不知道它的原理，它是能夠深度自我學習，AlphaGo多的時候一天可以下上億盤，而人的一生也就下兩、三萬盤棋。”這是因為人工智能的輸入、計算、輸出都可以是并行的，只要聯網，它可以利用一切資源進行計算。例如AlphaGo的輸入完全可以同時往其數據庫中打入成千上萬的人類棋譜，只要存儲空間足夠，它接手起來毫不費力，再說學習訓練，它完全可以同時與成千上萬個對手進行對局獲取數據，用不著像人類一樣學習一個棋譜得花費好長時間，在同一時間對局也只能與一個對手進行。所以說，基于人工智能一個特定的學習任務，其學習速度是遠遠超過人類的，人類花費一輩子都學不完的東西，它可能幾分鐘就學完了。當然，人工智能的推理速度也是會要遠遠超過人類的。
c.人工智能的創新能力要超過人類。前面提到過AlphaGo的學習過程包括監督學習和自主學習，其中自主學習是基于AlphaGo與自己對局產生的數據，因而產生了許多人類未曾出現過的走法，這便是創新，正式這種創新徹底地打敗了人類。人類對圍棋的認識經歷了幾千年，才發展到今天這樣，一個人想要在圍棋的走法上有所創新的話十分困難，但AlphaGo在短短幾年之類，通過其超強的學習能力便創新出了許多讓人瞠目結舌的走法。這其中的原因是AlphaGo有一個蒙特卡羅產生器，它會隨機產生一些走法（俗稱“亂走貓”），并且去嘗試用這種走法對局，然后AlphaGo會根據輸贏計算勝率，從而確定這種走法的行動正確率，這樣便實現了創新。因為人工智能的計算速度實在太快，所以在很短的時間內就能計算出這種隨機產生的走法的正確率，所以說其創新能力遠遠超過人類了。
d.人工智能解決的是單項問題。不管人工智能的有多強大，我們現在并不會恐懼人工智能的存在，因為它還完全在人類的掌控內。人工智能系統往往是以某一行業的應用命名的，例如人工智能被應用到醫療診斷，就被稱為“XX智能診斷系統”，這就意味著單個人工智能系統解決問題的范圍是十分有限的。而且，某人工智能需學習什么東西，能夠解決何種問題則完全是人類賦予的，這依賴于人類為其編寫的程序代碼。而人類就不一樣了，每個人都可以決定自己要學習什么東西，而且每一個人的知識往往會涉及到很多領域。
4.人工智能會取代人類嗎？
人工智能作為工具一定程度上取代人類是毫無疑問的。《未來簡史》一書中有個很震驚的觀點：未來，將有99%的人淪為無用之人。這種觀點并不夸張，由上述人工智能的特點便可知。因為人工智能從來都不會因為情緒問題導致決策失誤，人工智能的學習、推理能力遠遠超過人類，所以企業使用人工智能會比使用工人產生的工作效率高得多，企業唯一的目的就是追求利益，有什么理由不選擇效率更高的人工智能呢？所以說，隨著人工智能的發展，許多職業在將來都會消失，例如司機、營業員、快遞員等等職業可能很快就會消失了。所以不努力，就等著失業吧，筒子們！比如司機，現在人類駕駛造成的車禍實在不少，有很多是因為喝酒造成的，但人工智能駕駛絕不會因為喝酒造成車禍，相信不久的將來無人駕駛和共享汽車的模式將會完全取代現在的行車模式。這里說的其實只是人工智能取代人類的一部分工作，還是所謂“弱人工智能”，另外還有“強人工智能”和“超人工智能”，那么“超人工智能”是一種什么樣的狀態呢？
在終極狀態下，人工智能可能會朝兩個方向發展：一是人工智能脫離人類的掌控，并且產生了意識、情感等，完全取代人類；二是人工智能和人腦連接，人工智能稱為人腦的一部分，使得人類成了“神人”。牛津哲學家、人工智能思想家Nick Bostrom把超級智能定義為“在幾乎所有領域都比最聰明的人類大腦聰明很多，包括科學創新、通識和社交能力。”由此可見，我上面說的“人工智能解決的是單項問題”并不適應“超人工智能”時代，它成立是有條件的，就是人工智能的代碼有人類來編寫。也就是說目前人工智能的世界還是一個開環的世界，仍需要人的參與。但是我們可以試想一下，程序員也想偷懶，于是發明了一個人工智能系統接替他無聊的編碼工作，于是一切都變了，人工智能自己會寫代碼了！這樣的話，人工智能的世界便是一個完全的閉環世界，人類被排除在外，人工智能的進化完全不受人的控制，但其進化速度要遠遠超過人類，所以到那時候，人類就像《黑客帝國》中描述的一樣，成了機器人的奴役。
還有一種技術值得我們注意，就是人腦與計算機的連接技術，目前已經做了大量的實驗，部分已經稱為了現實。例如《未來簡史》介紹了一個實驗，在猴腦中植入電極，讀出猴子的思想，用來控制放生手腳。這里僅僅是利用大腦連接技術“讀心”，但是將來會不會實現更高級的功能呢？例如利用植入大腦的芯片，大腦可以借助人工智能超強的學習能力和推理能力在幾分鐘之內就學會現在一輩子都學不完的東西，這里仍然將人腦作為控制中心。一個更膽大的想法，如果給與人工智能控制人腦的能力，讓人工智能代替人腦做出更理性的決策呢？這就意味著將來人類和人工智能會緊密連接，彼此分不開，可以說人類的心智一半來自人類大腦，一半來自人工智能，人不再是人，而是“神人”。這樣，人類不被人工智能取代，而是一起平分天下！
