2016年3月15日，韓國首爾，2016圍棋人機大戰第5盤賽況。 視覺中國圖

　　穀歌AlphaGo 4:1戰勝棋王李世石，於是有人擔心：連圍棋這種動腦子的事兒機器都能完勝，它取代人類不也是指日可待嗎?

　　阿裏巴巴集團董事局主席馬雲曾在3月19日的“中國發展高層論壇2016年會”上表示，機器會比人類更聰明，但是機器永遠不會像人類那樣有智慧，“應該用機器來解決問題，應對氣候變化、疾病和貧窮。”臉書(Facebook)公司CEO馬克·紮克伯格也表示：“人工智能會比依靠人來駕駛汽車更安全。人工智能還可以提高診斷准確率和治療的效率。”

　　3月18日，正在出版國內首套系統實用的“機器人與人工智能”書系的湛廬文化聯合中國人工智能學會，邀請清華大學智能技術與系統國家重點實驗室主任朱小燕、360 雲公司CTO何萬青、三星研究院高級技術總監史媛媛等人，在“人機博弈的未來”專家春季研討會上分享了他們對人機大戰的理解。

　　“人機博弈的未來”專家春季研討會與會人士

　　“機器能跟猴兒一樣就不錯了”

　　清華大學朱小燕教授分析，機器的發明肯定是在某些領域要超越人類，比如飛機與汽車，人類之前一直是怡然自得地使用著各種機器的，但是此次面對AlphaGo卻有如此大的恐慌，究其原因，是因為這次機器是對人類的智商提出挑戰。

　　“實際上我個人認為，機器能做得跟猴一樣，就很不容易了。”朱小燕認為，所謂跟猴一樣，就是它可以完成作業，你讓它幹什么，它就能任勞任怨地幹什么。“但是，只有當機器可以自動地從文字中去凝練、去傳承叫做知識的東西時，它才有可能戰勝人類。”

　　此外，三星研究院史媛媛博士提出：“人類真正的價值在於人類具備面對未知環境的反應能力，知識的遷移能力、創造力;總結、提高、抽象的能力，想象力、直覺力，深度的思想能力。這些都是機器很難具備的。機器只是個記錄人類知識經驗的模型而已。”

　　“下下圍棋還可以，麻將不行”

　　關於此次人機大戰給我們的啟示，360雲公司CTO何萬青認為，“日本圍棋大師藤澤秀行曾說，‘棋道一百，我只知五’，意思是人類頂尖棋手離完美理解圍棋真諦相差甚遠。AlphaGo運用評估網絡和策略網絡學會判斷最佳落子，這次，或許能幫助棋手提高對圍棋真諦的理解。對於普羅大眾來說，機器的進步，也將不斷提升人類無能的標准線(機器做得越多越顯示出人類在該方面的無能)。”

　　何萬青還提到：“AlphaGo取勝的一個重要原因是它可以維持一個穩定的狀態，而人卻會情緒波動。但是，機器擅長的是在規則完備的情況下，按人類要求執行任務，所以AlphaGo更容易學會圍棋而不是麻將。”雲基地執行董事楊立認為，人某些時候會發揮“不靠譜”，所以難以維持穩定，但這些“不靠譜”也誕生了藝術、創造性等，但是有意思的一點是，世界發展的突破點也正是靠這些不靠譜的因素來推動的。

　　那么問題來了，為什么AlphaGo不跟人打麻將?何萬青解釋：“圍棋這個項目叫做完備信息的比賽，但是如果跟人打麻將就不行，因為人可以使詐，你不會得到所有的信息。”

　　何萬青在觀棋的過程中發現了一個有意思的現象：“這次AlphaGo走出了幾步棋譜上或者一般知識上說的‘臭棋’，看似不可扭轉的敗局，都在後面接上幾步成為了好局。”

　　“這就是基准測試涉及到的一個問題，叫做‘圍棋真理’。”何萬青接著解釋道，“因為圍棋可下的點和深度能走多遠乘在一起，它的數目是遠遠超過宇宙中原子的數目的，所以不可以用窮盡的辦法下棋。我們可不可以在19乘19上面找到最好的走法?我記得日本有個出名九段叫藤澤秀行，他說人類探索出可下的最好的棋也只達到了圍棋真理約5%。” 這就可以解釋為什么AlphaGo走出人類認為的“臭棋”以後仍取得勝利，“那么深度學習算法，就要靠機器的能力了。剩下的95%，我們是可以靠機器協助盡快找出來的。”何萬青說。

　　《人工智能的未來》書封

　　“讓機器更好地為人類服務”

　　機器人與人工智能書系的國際委員、人工智能商業化先鋒、斯坦福倫理學教授傑瑞·卡普蘭特通過視頻表示了自己的看法：“技術的發展就是機器不斷實現自動化任務的進程。”

　　他指出，“國際象棋和圍棋軟件只是我們通過編程實現的自動化任務，‘機器很聰明’這樣的表述並不准確。如‘calculator’曾經是需要大量細心、專業技能的計算師職業，卻是最早被計算器這一小設備所替代的。展望未來，我們將看到各項人類的智力任務被自動化，為社會創造更大的價值的進程，但人類不會被機器替代，這也是我在湛廬文化即將出版的《人工智能時代》(Humans Need not Apply)中提到的觀點。”

　　機器人與人工智能書系的國際委員、暢銷書《與機器人共舞》作者約翰·馬爾科夫以無人駕駛為例探討人機差異，穀歌無人駕駛汽車已經能在市區、校園或者居民區控制方向盤、刹車、油門，但要想完全替代現有汽車仍為時尚早。從某種意義上看，設計無人駕駛汽車不如做好輔助駕駛，更好地保障人類的安全。

　　機器之心聯合創始人趙雲峰也提出：“與其糾結於這些遙不可及的問題影響人工智能行業的發展，不如把精力花在技術和算法的研究上，讓機器更好地為人類服務。我很期待，深度學習在解決人工智能提升圍棋棋藝之外，能在醫療、教育等行業對人們的生活產生更積極的影響。”