10万多次复盘学习才造就了阿尔法狗，战胜李世石它靠的是100%的血汗

两周之前AlphaGo和李世石的人机大战引起了热议，有人认为这只是计算机算法的进步，并不能称为真正的“智能”，有人却在恐慌有一天会被“天网”奴役。与其猜想，恐慌，不如来听听真正的人工智能科学家的意见。

近日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在赤兔所举行的活动上，分别从各自的专业领域探讨AI如何走进人们的生活。

10万多次复盘学习造就AlphaGo

“天才是1%的灵感加99%的汗水”爱迪生的这句名言广为流传，那么机器是否跟人一样也是1%的天赋，加上99%的血汗?在赤兔人工智能的专场活动中，资深媒体人骆轶航认为AlphaGo之所以战胜李世石，期间这99%的血汗就是它能够无限的复述、演绎，重新的复盘。不过，IBM首席科学家苏中却认为机器本身连1%的天分都没有，它背后是整个人赋予它的算法，赋予它的智能。

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。

人类会被“天网”奴役吗？

半导体技术在计算技术方面，我们知道摩尔定律，过去四十年或者是五十年以来，人们的生活被带入数字世界，每十八个月在同一款大小的处理器上面运算能力要提高一倍。那么人工智能会不会存在类似于像摩尔定律这样的规律，实现一个有规律可以遵循的指数性的突破?

马少平教授认为，随着数据获取更方便，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。但现在我们说到的都是弱人工智能，真正全面超过人、强人工智能，至少现在还没有。

普通人理解的人工智能是机器更像人化，这让人工智能这个词给人无限的遐想。但科学家眼中的人工智能却是另一番景象。据马少平教授介绍，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。目前的人工智能从方法上来说，它还是在一定的限度内，它的模型限定了它的解的空间，只能在一定范围内。

“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。”苏中也表示，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。

除了下棋，人工智能到底何用？

两位专家都认为人工智能在应用方面有广阔的前景。现在来讲，数据比以前更容易获得，产业链也很完整。有人专门采数据，有人做数据集成，还有人做加工数据，有人把数据分享出去，有很多的业务模式。

IBM科学家苏中介绍说，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。

苏中认为“个性化”可以做到非常极致，大到你买辆车可以是个性化的产品，小到今天上个网聊天界面也是个性化的，它都是通过智能或者是机器学习的方法可以做到。再比如现在电子商务的公司也寻求怎么更了解自己的客户，做更精准的市场营销，这都是跟个性化相关的。

从技术的角度发展来看，一些行业更容易利用这样的技术或者是基于大数据技术发展。在医疗行业，在教育行业，从业者不仅需要懂职位要求和流程，还需要知识的积累。一个医生怎么才是好医生，他看过很多病人，经过很多年的历练，好的老师也是这样的，他有很多教学经验。现在基于大数据，能够通过数据的分析把医生和老师的知识掌握起来，让他们更好的服务。

“举个例子，现在我们都讲看病难、看病贵，而人工智能可以解决这一问题。病人还没有进来的时候，让机器读取信息，把所有的用药情况和检察情况提炼。机器把80%的决策做好，剩下的医生再问一下，效率可以大大提高。“ 此外在教育方面，真正做到因材施教个性化也是类似的，苏中认为未来人工智能会在医疗、教育等行业带来新的变革。

针对人工智能未来在人们生活中的应用，还有在农业领域的用户专门针对传统农业与AI的结合应用进行了探讨。最重要的是，机器的智能是人类赋予的，这就决定了它的智慧跟人的智慧最本质的区别，也决定了最强大的力量在人类自身。人类利用人工智能寻求更大的自我突破，也许才是科技发展的奥义。（文章首发钛媒体）