我将进化成一条狗(4)——人工智能

要选出2016年科技界的10件大事，AlphaGo大战李世石一定上榜；蛰伏九个月之后，AlphaGo化身Master，连战人类10位围棋高手，连续60局无一败绩。人工智能早已来到，只不过这一次，AlphaGo踩着最顶尖的专业人士向世人宣布：愚蠢的人类，在智力上，我已经打败你们了！有媒体为了人类的尊严，用了这样的标题报道：

谷歌AlphaGo的胜利：不是计算机打败了人类，而是人类打败了人类

这么说没有错，确实是非专业人士用算法打败了专业人士，只不过，本没有必要的！

AlphaGo是怎么回事呢？简单来说，他会观测棋局，准确的算出每一次落子的胜率，选择胜率最高的位置落子。为什么他懂计算胜率呢？因为他建立了一套计算函数P=f(x1,x2…xn),这里的x1到xn对应为棋盘上每个点的属性（白棋/黑棋/空白）和下一次落子的位置。这是一个有n个自变量的函数，为了方便描述，我假设所有的自变量都是一次，可以设f(x1,x2…xn)=w1·x1+w2·x2+…wn·xn+b。那么问题来了，w1,w2..wn,b的值怎么求？答案：深度学习。先说学习吧，在本系列的第二期大数据里面我有说过监督学习和非监督学习，学习在于我们，是不断的做黄冈密卷，对答案，根据错误总结规律，上考场。在计算机而言，他不懂总结规律，那他就做非常非常大量的题，通过试错，一步步逼近规律。AlphaGo学习用了多少棋谱？3000万！至于深度，是指用深度卷积神经网络，在此我就不详细解释了，感兴趣的同学可以看我的上一个系列《Python与人工神经网络》。

目前的人工智能，大概就是这个意思！他可以干什么呢？这里可以给两个限制，第一，是我们传统认为，只有人的智能才能完成的事情；第二，这个事情的过程可以用函数表示。比如：

计算机视觉：我有一张图片，要识别里面是一只狗还是一只猫。

专家系统：智能医生，输入症状可以给出诊断结果

博弈：上文说到的AlphaGo

自然语言处理：钢铁侠电影里面的机器人助手Jarvis，钢铁侠说一段话，他能立即明白钢铁侠说的什么并能做出正确的处理。现实中，我经常也会对我的小娜说：你好小娜，帮我打开有道云笔记。

智能搜索：在搜索框输入一个字，他就能出来我可能想搜索的东西。

2015年，人工智能预言家约翰·马尔科夫的著作《与机器人共舞》出版，书中从多个维度描绘了人工智能的发展史，剖析了人与机器谁将拥有未来这种我懒得想的问题，他在书中说：未来，我们将与机器人共存。尽管一些重复性劳动岗位会被人工智能替代，但经济发展将创造我们今天无法理解的工作岗位，这些岗位需要人类的创造力，机器人无法胜任。

然而，2016年3月，谷歌的人工智能开始画画了，我们来欣赏几幅：







2016年5月，谷歌的人工智能开始写诗了，我们来欣赏一首：

it made me want to cry.
no one had seen him since.
it made me feel uneasy.
no one had seen him.
the thought made me smile.
the pain was unbearable.
the crowd was silent.
the man called out.
the old man said.
the man asked.

2016年11月，微软和剑桥大学开发的人工智能系统Deepcoder能自行写代码解决简单的数学问题了，下面是该论文摘要的截图：



谁说人工智能没有创造性！可是创造性都沦陷了，人类最后的高地在哪里？我的解释：维度！上文中我已经提到，所有的人工智能都离不开f(x1,x2…xn)这个函数，这里的自变量x1到xn就是人工智能考虑问题的n个维度，也就是说，他考虑问题的维度是已经设置好的。无论这一代人工智能多强大，他的维度已经不能改变，而人思考问题的维度是可以无限变换的。

人类和人工智能如何相处？我们这一代很少有人不知道“深蓝”的，1997年，电脑深蓝在国际象棋的棋盘上打败了当时的世界冠军加里·卡斯帕罗夫，随后卡斯帕罗夫创办了一个自由式的国际象棋比赛，人可以参加，电脑可以参加，人和电脑也可以组团参加。那胜利的是谁呢？当然不是人，也不是超级电脑，而是人和电脑组成的团队！

欢迎扫码关注我的微信公众号获取最新文章