今日話題：被機器打敗的人類，該睜開眼了 2016.2.1日

　　谷歌團隊製造的“阿爾法圍棋”戰勝職業棋手，成為近日非常熱門的話題。不少報道提到，這個程序是“像人類一樣思考”，擊敗了人類，從而引發了對“懷有惡意的人工智能”威脅人類存在的擔憂——不得不説這有些誇大其詞了。但另一種威脅卻是真實存在的：機器人會搶走你的飯碗，而絕大多數人對此還一無所知。再不睜開眼看清楚，想出應對之策，説不定就要被淘汰了。

　　澄清誤讀：“阿爾法圍棋”其實是以機器的方式擊敗人類

　　圍棋代表着古老的東方智慧，在與代表西方棋類的國際象棋進行對比的時候，人們總是會驚歎於圍棋的複雜程度。這使得圍棋往往被賦予了一些神秘主義的説辭，國際象棋史上第二位世界棋王伊曼紐爾·拉斯克就曾説過，“國際象棋是一種僅僅侷限於這個世界的遊戲，圍棋則有些不像是從地球上誕生的。如果哪一天我們發現有一種天外文明和我們玩同一種遊戲，那一定是圍棋，決不會有任何疑問。”不少人相信圍棋可以代表着人類的終極智慧，而這種終極智慧是機器所駕馭不了的。畢竟，大約二十年前，國際象棋程序已經能戰勝最好的人類棋手，而在“阿爾法圍棋”之前，圍棋程序還必須被讓好幾個子，才有資格與職業圍棋高手較量。

　　“阿爾法圍棋”的橫空出世，大大動搖了這些神秘主義的看法，表明機器也可以駕馭這種人類智慧的象徵事物。儘管“阿爾法圍棋”展示出來的水平到底如何，目前還有不少爭論——一些職業棋手認為其已經邁入職業門檻，一些人則認為還差得遠，跟歐洲冠軍的較量説明不了什麼。其實沒有必要過多糾結“阿爾法圍棋”是否能打敗職業棋手或者世界冠軍，這個程序目前展示出來的水平已足夠顛覆人們的認知。谷歌團隊稱這個程序“掌握(Master)”了圍棋，這個恰如其分的説法，也已足夠瓦解人類對“自身是唯一智慧存在”的自信。

　　不過，有報道説“阿爾法圍棋”是“像人類一樣思考”，這給了人們一種感覺，“機器學習人類、掌握了人類的思考方式，才會變得這麼厲害。”的確，“阿爾法圍棋”背後是一種被稱為“深度學習”的機器學習方法，而“深度學習”是基於“人工神經網絡”框架的，與此有關的機器程序在一定程度上是參考了人類神經系統處理信息的方式。

谷歌團隊在論文中展示了“阿爾法圍棋”的決策過程

　　然而，説程序是“像人類一樣思考”，這實際上是一種誤讀，“阿爾法圍棋”在下棋的時候，並不是因為知道某一手棋好在哪，從而下出這手棋。“阿爾法圍棋”決策一手棋的一個關鍵步驟是——基於棋盤的局面，“選擇幾個可能會走的下一步棋”，選擇的方法是“複製優秀的人類棋手的選點”，注意是“複製”，也即是“知其然而不知其所然的”，這種“複製”是通過學習成千上萬局人類高手的比賽，總結各個局面下的着點，提煉出特徵，從而應用到目前面臨的局面。這些着手一點也不關心贏得比賽，只專注於能否複製出頂級人類棋手會下的棋，據論文介紹，“阿爾法圍棋”的“下棋選擇器”有57%的概率可以正確匹配優秀的棋手下棋選擇。

　　實現這種“學習”，可以説與圍棋理論完全沒有關係，與腦科學、神經科學也幾乎沒什麼關係，其方法基本都是計算機科學領域的，即前面提到的“機器學習”，實質上就是從數據中自動分析獲得規律，並利用規律對未知數據進行預測。拋開圍棋來看，其實就沒有那麼玄奧了。做出“阿爾法圍棋”的團隊隸屬於谷歌旗下的Deepmind公司，2003年的時候，他們的人工智能程序就在別的項目上令世人震驚了一把。在諸如彈球、拳擊、消磚塊等49個操作類電子遊戲中，Deepmind開發的AI程序只通過觀看屏幕裏的遊戲視頻，然後操作控制器，靠不斷試錯學習，最後就輕易擊敗了許多人類專業玩家以及別的用編碼寫出來的遊戲AI。

　　換句話説，在“機器學習”面前，圍棋也不過其中一種較為困難的遊戲罷了，只要總結出別人怎麼玩，它就能玩得更好。

Deepmind公司此前用“深度學習”技術做出的打遊戲AI，圖為AI的虛擬形象

　　擔心“惡意人工智能”毀滅人類，目前還只是杞人憂天

　　然而，如前所述，“深度學習”這種機器學習的方式由於“參考”了一些神經科學的知識，加上“阿爾法圍棋”這樣的程序又能模仿出人類的招法，“深度學習”不可避免地被描述為“它像大腦一樣工作”——儘管許多人工智能領域的大牛，如Facebook的人工智能專家燕樂存(Yann LeCun)就很不喜歡這種説法，他表示雖然深度學習從生命的生物機理中獲得靈感，但它與大腦實際工作原理差別非常非常巨大。將它與大腦進行類比給它賦予了一些神奇的光環，而“這種描述是危險的”。

　　確實，“阿爾法圍棋”橫空出世後，“高度智慧的人工智能獲得人類一樣的意識後，反過來會對付人類”這種科幻小説中的經典情節，又引發了不少擔憂。但目前來看，這種想法確實還只是杞人憂天。去除一些帶有光環的描繪，“深度學習”本質就只是“挖掘數據規律並進行預測”而已，與人們想象中帶有“自我意識”的那種智能(如《終結者》中的“天網”)並不是一碼事，要實現這種狀況，得讓計算機產生“認知革命”，還並不清楚是否會真的出現這樣的革命，但人工智能領域的專家大多都相信，“認知革命”的來臨還需要很長的時間。

一些人擔憂谷歌這樣的公司最終會造出《終結者》中的那些邪惡機器人

　　不過這也不代表相關話題不值得探討，畢竟技術的演進往往是會超過人們的想象力的。物理學家斯蒂芬霍金、特斯拉總裁馬斯克都表達過對“人工智能的發展會終結人類”的擔憂。一些人工智能專家已經在呼籲，AI應該“穩健且有益於人類”，希望研究者們能達成這個共識。

　　即便跟人們想象的“智能”有區別，機器學習依然展現了很多改變世界的可能性

　　如前所述，去除一些附帶的光環，機器學習、深度學習這些概念其實並沒有特別神奇的地方。而且因為“像人一樣真正的智能”還不存在，一些技術愛好者甚至會感到失望。

　　這其實沒有必要，因為“智能”實際上是一種相對的概念，很多技術一旦應用在你未曾想象過的領域，“智能”的感覺就出來了——例如，三五年前，手機拍下一張名片，程序就自動識別出姓名、電話並錄入到手機通訊錄，這就是“智能”，而如今看來已經沒什麼了不起;又比如，現在的圖像識別技術，已經可以精準識別出一幅照片中，哪裏是人臉，哪裏是背景，甚至架子鼓這樣的東西都能精確識別出來，現在人們可能會覺得非常“智能”，但三五年後也可能會覺得稀鬆平常;又比如未來的無人自動駕駛汽車，必須要懂得閃避追尾等複雜情況，現在看起來不可思議，覺得只有人才能做得到，但説不定哪一天你也不會覺得有什麼奇怪。

使用機器學習技術的圖像識別程序，已經能輕易從圖片中識別出人體的各種部位

　　而近年機器學習的技術進展，正展示着許多潛在的可能性。例如應用在醫學上，機器學習可以根據病人的症狀和一個匿名的病人資料數據庫，預測該病人可能患了什麼病，這樣的決策模型，可以程序為專業醫療人士提供支持;又比如買賣股票，程序在經過“學習”後，可以根據一支股票現有的和以往的價格波動，自動判斷這支股票是該建倉、持倉還是減倉。這些都已經有實例支持了，以後説不定還會產生“通用機器人大腦”，可以做更多的事情。

　　“阿爾法圍棋”的意義，也不僅在於戰勝人類職業棋手，更多的是展示了技術方面的可能性，IBM的頂級AI科學家Rossi就稱，“DeepMind的技術創新是將新的機器學習方法與搜索結合在一起，看起來十分通用，除了圍棋等棋類遊戲之外，應該還可以用在其他情景中。這使得這個結果更加重要，並且更有前景。”

　　“機器覺醒”帶來的真正挑戰：機器可能會搶去人的飯碗

　　所以，真正的挑戰其實在於，有了這些以自動化為特徵的機器之後，機器可能會搶去人的飯碗。也許有人會指出，替代人類工人的機器人不早就出現了嗎?的確，在各種機械類的工廠，機器人的使用已經相當廣泛，但傳統的這些機器人能做的事情往往比較簡單、單一，顯得也不夠酷、不夠“智能”。而現在，在以“機器學習”為代表的新技術驅動之下，越來越多帶有“智能感”的新式機器或程序，可以做些以往只有人類才能做的事情——例如，自動語意分析技術的成熟，可以讓程序來寫財經報道;語言識別、翻譯能力的提升，讓機器翻譯可能比人做的更出色，更穩定不易出錯;甚至藝術鑑賞從業人員都會失業，因為由訓練有素的機器來進行鑑別的話，結果可能會更準確。

　　技術的演進是不可阻擋的，技術整體上會降低人類的勞動時間，提升人類福利，但並不是所有人都從中得到好處，被機器取代的人就是會失業。這並不是危言聳聽，最近的世界經濟論壇就公佈了一項關於科技發展促進就業的研究報告，名為《工作的未來》。報告顯示，到2020年，預計將有約710萬人失業，200萬個新的工作崗位被創造出來，未來五年受到影響的人數達500萬人——一大原因就是機器人等技術進步帶來的。彭博通訊社在報道今年主題時寫道：“達沃斯的機器人將使與會人員黯然失色。”論壇組織者也提醒，“人們對待這些產品不應該有一絲的自滿。”牛津大學的研究人員更是聲稱，未來20年，美國會有47%的崗位被機器人取代。

　　這就是“機器覺醒”給人類帶來的威脅。勞動者該如何應對?改變自己的知識結構，獲取新的技能，利用互聯網學習各種有用的公開課，這些都是可行的辦法，更重要的是要有面向未來的目光。結語機器正在“覺醒”，變得越來越“智能”，“阿爾法圍棋”給我們提了一個醒，不想被機器人淘汰的話，就該多睜眼看看，思考思考了。