对于这场比赛的结果，大家基本呈一边倒的态度……但对AlphaGo未来的命运的畅想，简直让人大开眼界。
文 | 宇多田
前天，你的朋友圈是不是被柯洁和那只比谷歌自己还有名的“狗”给刷屏了？
至少在现场，当我们望着各路媒体抗着长枪短炮往棋院里冲的架势，就应该能猜到，在未来两个月甚至更长的时间里，一定会有以下场景出现：
围棋高手与爱好者们忙着分析AlphaGo的“作战策略”；程序员们则会陷入新一轮研究Google深度学习技术的热情里，还有那群最近正意气风发的人工智能创业公司，他们的腰杆子大概会挺得更直一些……
那么大多数普通人呢？是否真的如许多媒体在这1年里所渲染的一样，除了被人工智能所震撼以外，也会恐惧以“狗”为代表的人工智能终有一天将取代人类、统治地球？
前天的现场，就在柯洁一边“恭维”Google 强大的技术能力，一边强调自己会“不惜一切手段”去战胜这只狗的时候，座位后面传来一句“悠悠”的感叹：“难啊难”。
柯洁：我会有必胜的心态和必死的信念！
大概就是这三个字给了我们一些灵感，突然迫切想知道那些与技术圈不沾边的年轻人们究竟是如何看待这场人机大战的。因此，36氪国际新闻组的童鞋们突发奇想搞了一次“小调研”：
随机通过网络和线下的方式对将近600名“相关人选”（大约为18~34岁的国内外年轻人）进行了调查，得到了将近500份反馈。
当然，为了降低操作及统计的复杂性，我们只问了两个简单的问题：
1.你觉得这次大战，柯洁会赢还是狗会赢？
2.对于Google的AlphaGo，你们最关心最想知道的问题是什么？
结果，非常有意思，可以说既在意料之中，也在意料以外。
“这个老掉牙的问题还要问，烦不烦？”
事实证明，这一年来，AlphaGo不仅赢了比赛，也赢得了人心。
因为有将近70%接受调查的受访者几乎脱口而出：当然是狗赢！我们赌狗！AI会碾压人类，这还用说嘛！
甚至还有人表示：“想看到这只狗如何‘统治’世界”“人类进化的太慢了，没办法”。（这兴高采烈的语气，反正我们是看不出什么“恐惧”的情感色彩）
当然，也有不少受访者仍然怀有“人定胜天”的信念。但有意思的是，他们的选择有一种为柯洁加油鼓劲儿的态度——还是支持一下人吧，万一胜了或是AlphaGo出bug了呢……
不过，也有人的态度异常谨慎，认为这是一个不能做出评判的问题。他们认为，这还要参考人类棋手们当天的发挥状态以及新版AlphaGo的真正实力（不过，有人说“慢棋”或许能够为人类棋手赢得翻盘的机会，你觉得呢？）。
不过最有意思的是这个回答：不管谁赢，反正都是主办方赢（微笑脸）。
其实对于这个问题，几乎没什么悬念。只是在比分差距的大小上可能会存在一些意见上的出入。
连围棋九段古力在会后接受采访时都说了，新一代AlphaGo应该会比年初的Master更加强大。而后者，曾经在今年年初以60连胜，让整个中国围棋界丢掉了最后的防线。
一位经常混迹聂卫平围棋社的受访者向36氪表示：
“这一次对决将是5:0。从此以后，再无人类和计算机比下棋，就像现在没有人和汽车赛跑一样。周围的棋友都是这么认为的。”
不过，最意味深长的大概是这样一个回答：
“柯洁即便这次赢了，他的意义也已经不大了。只要AI突破了战胜第一个人类的那一步，这个事情就基本不可逆了。深蓝下国际象棋战胜卡斯帕罗夫后，虽然很多后来的天才棋手可以超过卡斯帕罗夫，但他们已经不可能战胜深蓝，因为算法学习的速度是指数增长的。
因此，在人脑研究并反向学习AlphaGo的同时，AlphaGo又在这一年里把他们翻来覆去都“烹”了一遍……”
年轻人对AlphaGo的脑洞你不懂
对于第二个问题的反馈，我们其实有点惊讶。因为受访者的很多想法都非常新颖、毒舌，而且有的与人工智能研发者很多有趣的点子不谋而合。譬如：
人类早就输了，我们就想知道狗与狗之间什么时候来场对决？这样更有意思一点。（嗯，Google已经在用几个AI一起玩游戏的方法进行实验了）
我们要看狗们一起和人玩狼人杀！让狗当狼人！看看能不能把人类碾压！或者N只狗自己玩狼人杀……（提醒一下，一只狗的价格很昂贵好吗）
这已经不稀奇了好吗？什么时候人型版的AlphaGo能打乒乓球比赛战胜张继科和马龙？（等到这只狗出现，估计他俩就老了）
什么时候能买到这么聪明的机器人？中国什么时候能做个破解版？
想问……请问柯洁是单身吗？
此外，他们的问题不但更接地气儿，也让我们隐约看到了人工智能技术的训练及落地究竟会是一个什么样的走向。
我们总结了一下，这些人大概对这只狗基本有三个方面的疑惑：
如果被打败了，真的很想知道AlphaGo是怎么胜的，我们到底差在哪里？它肯定也会有弱点吧？
既然人类败局已定，那么像阿尔法狗这种人工智能机器人，距离其全面超越人类，究竟还有多远？
赢了又怎样？用机器代替人脑究竟有什么意义？它究竟能帮到我们什么？其商业价值到底在哪里？难道只是证明了人脑可以被AI碾压？
围棋峰会将于5月23日在乌镇举行
第一个疑惑：挑苹果的故事
对于第一个疑惑，或许应该由AlphaGo背后的这支顶级人工智能开发团队DeepMind来解答。只是很可惜，他们并没有出席这场发布会（但你会在5月比赛现场看到他们）。
与一年前的解释大致相同，DeepMind团队通过录像告诉我们，新版AlphaGo的核心仍然是蒙特卡罗树搜索（MCTS）。
如果直接给你解释“蒙特卡罗树搜索就是根据某一个节点R去随机寻找另一个节点T”，这听起来会有点费力。其实早在去年，《人民日报》就给了这个看起来高大上的算法一个非常通俗易懂的解释：
“假如篮子里有1000个苹果，让你每次闭着眼睛找一个最大的，可以不限制挑选次数。于是你闭眼随机拿了一个，然后再随机拿了第二个与第一个比较，留下最大的；然后再随机拿一个，再比较留下最大的……这样循环往复，拿的次数最多，挑出最大苹果的可能性就越大。但是，除非你把这1000个苹果都挑一遍，否则无法100%肯定自己拿的是否是最大的那只。”
换句话说，这个算法就是由n多个随机结果去逼近所需要的精确结果。
接下来的东西就比较好理解了。
根据介绍，AlphaGo采用深度学习技术训练形成的两个网络之一——“策略网络”能够对所有落子位置进行概率分布，随后把生成的概率信息反馈到蒙特卡罗搜索树中，通过上面的“苹果比较过程”，逐渐生成一个最符合人类棋手思维的可行下法。
换言之，策略网络的功能是“想人类所想”。
而另一个“估值网络”，则负责估算胜率。然后再将这些估算出的信息投入到蒙特卡罗搜索中，继续通过“苹果比较过程”，推算出胜率最高的一些算法。
所以这个网络的功能是“寻找打赢人类的走法”。
想想看，面对一个既能抢先读懂你的棋路，又能根据你的棋路迅速生成一套更优对抗策略的对手，你的赢的概率会有多少？
但是我们刚才也说了，不到1000个苹果，你无法完全确认手里的苹果是否是最大的那个。也就是说，AlphaGo给出的只能是棋局更高的胜率，而没有100%的胜算。
这也就从某种程度上解释了，李世石为何能从AlphaGo那里扳回一局。
不过按照AlphaGo强大的算力与学习能力，一年后的回归，即便仍然在面对复杂棋局时会有“恍惚”的微小概率，其面对人类棋手也已经撒下了天网。
第二个问题：这个老掉牙的疑问请交给科幻小说家
早在一年前，大家还在问这样一个问题：在棋类竞技中，人们还有机会打败人工智能吗？然而如今，大多数人的疑问则变成了“人工智能何时会全面超越人类”。
这是对人类的威胁？恐惧？专家和一些媒体们请放心……这是年轻人们处于对“人工智能竟然可以碾压人类智商”的兴奋状态……
确切来讲，这是一个伪命题。
难道汽车不早就比人类跑得快了吗？同理还有电脑的运算与搜索能力。
但你指的是如果是所谓像电影《机械姬》与美剧《西部世界》中出现的“机器觉醒”与“自主意识”，那就有必要被提醒这样一个事实：
如今，算法尚且不能识别嘈杂环境中叠加在一起的自然语言（准确率很低），一个个所谓的语音助手、智能音箱，也总是会出现识别错误，并没有让人们感受到真正的智能化。因此，它们又怎样在一个个“交叉领域”完全复制人类的直觉与想象力？
我们明明还处于一个名副其实的弱人工智能时代。
所以，就像《三体》的作者刘慈欣老师所说的那样：什么“人工智能统治人类”或“天网觉醒”，只需要科幻作家考虑就行了。
因此，你可以有恐惧或担忧，请一定要找对方向，譬如你哪天的工作突然被机器给代替了，这就很尴尬了。
这个时候，能够消除恐惧的，恰恰是第三个疑惑的部分答案。
第三个疑惑：有何意义？肯定不是让狗接接代言，赚取广告费
想想看，如果仅仅让狗总是与人类下棋当然没多大意义，但做成一个可以与你下棋的AI陪伴机器人，是不是好像就有点意思了？顺便还能发扬光大一下我大中国传统体育文化。
另外，虽然不清楚这只狗未来是否会售卖自己的“冠名费”……但你们应该能发现，狗的“大脑”和“心脏”其实正在被复制并移植进Google公司各种各样的产品、软件与合作项目里。这些可都是变现的渠道！
都嵌入了人工智能技术的Google硬件家族
至于它究竟能帮我们什么……
这个问题其实有两个答案，一个看似脑洞大开，却很有可能是未来的人类发展趋势；另一个最接地气儿，但却会在现实中出现各种各样的问题。
先说第一个。这个答案虽然目前看着有点不靠谱，但未来却很可能消除人类工作岗位被机器所替代的恐惧：
脑机合一（人机合一）。
通俗来讲，就是通过把AlphaGo的“聪明才智”嵌入到你的大脑里，从而变得比机器人更聪明，更强大。专有名词叫做“增强智慧”。（谁说没意义！听起来多有意义）
目前，已经有不少“先锋级”公司和组织已经在认真琢磨这件事情了，譬如已经将此列入终极目标的马斯克新公司Neuralink，以及美国众多高校的人工智能实验室们。
但这里要非常严肃地说一句，尽管个人非常支持这个点子，但利用脑机接口技术实现“意识和信息的上传”、提升人类智慧，甚至实现人的意识永生……这些在未来很长一段时间都不太可能实现。
但MIT的科学家与软件工程师却表示，对人体有限的输入和输出，譬如在医疗领域，对瘫痪或帕金森病人的运动进行辅助，倒有可能在未来10年内实现商业化。
而且，他们已经研发出了可以让瘫痪病人利用意识拿起饭勺的机械设备，效果非常不错。
这就接上了第二个接地气儿的答案——AlphaGo的智慧或许将会在医疗界大放异彩。
因此你会发现，早在去年中旬，以AlphaGo一战成名的Google DeepMind团队已经从纯技术研发的世界里走了出来，开始与英国全民医疗系统NHS展开了合作。
合作方向之一，便是利用人工智能支持的软件，帮助临床医生更加准确地判断甚至预测部分疾病的早期症状。
譬如他们目前已经与Moorfields眼科医院联合开发出了能够辨识视觉疾病的机器学习系统。
没错，这个需要强化“判断力”的应用其实恰恰与“为AlphaGo建立“估值神经网络”，并寻找可行的落子点”有异曲同工之处。
实际上，DeepMind此前为自己设立的目标，是利用人工智能帮助病人在诊疗过程中做出及时判断，并助其实现康复。
但问题来了，不同于下棋的有规律可循，病情监测过程中，病人出现的“身体异常状况”不仅多而且复杂。在医学界，一个病患极有可能会经历很多不同的症状阶段。
而DeepMind团队根据自己在医院调研期间的观察发现，病人在整个过程中不仅会出现很多威胁到生命的症状，也会有很多非常复杂的体征表现。情形多样且时间不定。
因此，这就会导致人工智不能给身体进行准确定位，进而也会错失对一些病情恶化关键时间点的判断。
而DeepMind现在做的事情，就是先后退一步，看看自己能否在“病情风险评估”（这里其实很像建立一个“估值网络”）上做的更好，以及能否达到早期症状监测与实时预防的目标。
只有做好这两个工作，才能涉及到更深层次的问题，譬如“干预病情”。
病情的及时监测与防治，这大概就是你将在未来5年内看到“另一只AlphaGo”造福人类的最好应用领域，也是Suleyman强调过的人工智能可以创造出巨大利润的应用市场：
“对于医疗健康行业来说，最值得注意的事，就是如果我们能够在医疗系统里成功部署先进的现代化技术，那么就能实现系统优化并创造出令人难以置信的利润。”
所以，那些一直在怀疑“让人与AlphaGo进行围棋大战究竟有何意义”的人们，除了应该看到人工智能的普世价值外，也请一定要相信：
作为以盈利为目的的商业公司，Google以及众多喜欢带机器人参加比赛的人工智能技术公司一定不会做无聊的事情。
不过最后还是要提一句，说不定AlphaGo的下一个战斗目标就是狼人杀市场…或者，来盘麻将？
注明：驻扎在北美的国际新闻组实习生谭菲君与青迟对本文亦有贡献。我是36氪国际新闻组组长傅博，关注人工智能、无人驾驶、新能源等各类前沿科技，欢迎联系（微信：fudabo001，请注明身份）。
推荐阅读
点击下方图片即可阅读
长按识别图片二维码▲
下载「创投助手」APP
