人机大战：真正的看点不是弈棋

李世石两战失利后，人工智能界相对平静，但围棋界反应强烈。围棋，一个被认为是天才的领域，似乎被冒犯了。因为围棋需要大量的直觉思维，所以它需要在人类逻辑推理无法到达的巨大不确定空间中做出最佳决策。

事实上，无论是“阿尔法哥”赢还是李石师赢，双方都是一个学习的过程。人工智能开始深入学习，人类也从与机器的竞争中学习新知识，成熟思维。

每一种都有自己的优点和缺点。游戏不仅限于象棋游戏。

击败李世石的中国第九号选手段说:“即使阿尔法围棋击败李世石，它也无法击败我。范辉在去年失败后做了一个演讲，因为我们是人类，人类有时会犯大错误，变得疲惫，并且有压力，因为他们想赢的太多，但是程序不是，它是强大和稳定的。

根据今年1月发表在《自然》杂志上的一篇论文，“阿尔法围棋”使用蒙特卡罗树搜索算法，并引入了两种神经网络技术。它通过“价值网络”评估大量地点的价值，并通过“战略网络”选择安置点。研究人员让“阿尔法围棋”模仿人类学习的过程，观察人类专家的游戏布局，训练这些深层的神经网络，并与自己下棋来增强学习。使用这种搜索算法，游戏中“阿尔法围棋”对其他围棋程序的获胜率达到99.8%。

即使人工智能在各种游戏中打败了人类，但这并不意味着机器比人类聪明。大多数人工智能系统都是“专业人员”，只能完成一项特殊任务。虽然从理论上讲，“阿尔法围棋”的学习方法与人类的学习过程是一样的，具有很强的普遍性，但从“专家”到“通才”还有很长的路要走。

Alpha Go的创始人德米奇·哈萨比斯说，DeepMind的目标是开发一个人工通用智能(AGI)系统，要实现这一目标还有许多挑战。特别是，该程序还不能有效地将一个学习系统(如围棋)转换成另一个新的任务系统。然而，人类可以在各种学习任务之间无缝切换。"目前，我们不知道如何做这件事."

从“人工智能”到“人工一般智能”

德国人工智能研究中心的安德烈亚斯·登格尔说，从人工智能的角度来看，《阿尔法围棋》的获奖是证明深度学习技术潜力的有力证据。这些进步可能意味着人工智能正走向一个快速发展的时代，也可能导致新一轮的工业创新和变革。

科学家预测，从“人工智能”到“人工通用智能”是发展趋势。在哈萨比斯的未来愿景中，人工智能将能够与人类专家合作，解决癌症、气候变化、能源、基因组学、宏观经济学、金融系统、物理学等领域的几乎所有问题。他说:“我们想要掌握的科目变得越来越复杂。即使是最聪明的人也无法在一生中掌握其中任何一个。我们将AGI视为一个能够自动将非结构化信息转化为可用知识的过程，然后通过筛选海量数据来获得合理的观点，我们正在努力研究的是一个能够解决任何问题的超级解决方案。”

深度学习只是为了成为一个好的人类助手。

深度思维的研究领域包括深度神经网络、强化学习、神经科学的仿生模型等。尽管他们还不能把“阿尔法围棋”变成“多面手”，但他们已经在今年2月发布了深度思维健康，这是一个在医疗保健领域使用的深度学习项目。这是一个手机应用程序，包括两个模块:“识别风险患者”(流)和“早期临床护理管理”(哈克)。这意味着人工智能在医学领域可以成为一个很好的人类助手。

Streams可以及时发现急性肾损伤(AKI)患者，使医生能够更早干预并改善护理。哈克模块已经由伦敦帝国理工学院的专家开发了5年，需要进一步整合。它可以帮助医生制定计划和采取行动。Hark模块和AKI检测等项目仍处于早期阶段，研究团队希望这一工具将有助于医疗资源从被动反应转向主动预防疾病，让医务人员将更多时间集中在更重要的事情上。

根据该公司的网站，他们的目标是开发解决社会问题的技术，并专注于医疗保健，因为在这个领域，他们可以给世界各地的人们带来不同的东西。

(北京，3月10日，《科技日报》)