導語：美國科技博客The Verge周一刊文，回顧了過去一周AlphaGo與李世石的比賽，并展望了人工智能未來的發(fā)展。根據(jù)DeepMind的計劃，未來人工智能可能將被用于智能手機助手、醫(yī)療健康和機器人等領(lǐng)域。

以下為文章全文：

　　過去幾天，AlphaGo對韓國傳奇棋手李世石的勝利是人工智能研究過程中的重要里程碑。圍棋由于其復雜性一直被認為是計算機難以攻克的堡壘。然而，谷歌DeepMind利用機器學習和神經(jīng)網(wǎng)絡技術(shù)使AlphaGo具備了世界級的策略評估和執(zhí)行能力。

　　不過，全球最聰明的人才從事人工智能開發(fā)并不僅僅是為了贏得圍棋比賽的勝利。DeepMind的工作對于人工智能的發(fā)展有著重要意義，而該公司利用的深度學習技術(shù)有可能變革我們所知的一切，無論是使用手機的方式還是開車的方式。

　　DeepMind創(chuàng)始人德米斯·哈薩比斯

　　首先，在圍棋領(lǐng)域，人工智能還有新的目標需要完成。18歲的中國圍棋選手柯潔目前世界排名第一。關(guān)于能否戰(zhàn)勝AlphaGo，柯潔表示了謹慎的樂觀。他預計，自己的勝率能達到60%。許多圍棋選手都表示，他們希望盡可能多地了解AlphaGo。在寥寥數(shù)場的公開比賽中，AlphaGo展示了非傳統(tǒng)的策略。DeepMind最終很可能將公開發(fā)布AlphaGo，而未來如果柯潔決定與AlphaGo一較高下，那么也不必吃驚。DeepMind選擇李世石作為對手是因為李世石的標志性地位，以及更長的職業(yè)生涯。不過，柯潔被認為是當前的全球圍棋第一人。DeepMind創(chuàng)始人德米斯·哈薩比斯(Demis Hassabis)也曾表示，在未來的發(fā)展中，DeepMind計劃拋開所有人工因素，讓AlphaGo嘗試完全自學。

　　但無論如何，關(guān)于計算機能否在圍棋領(lǐng)域達到世界級水平，這一爭議已經(jīng)塵埃落定。圍棋是一種“完美信息游戲”，即每個人都能看到棋盤上的所有信息。關(guān)于這類游戲，計算機已經(jīng)證明了自我。不過，對于“非完美信息游戲”，例如多人撲克，人工智能似乎仍存在困難。

　　人工智能試圖征服的下個領(lǐng)域很可能將是電子游戲。過去幾周，有許多消息稱，DeepMind人工智能技術(shù)的下一項挑戰(zhàn)將是即時戰(zhàn)略游戲《星際爭霸》。考慮到《星際爭霸》非常經(jīng)典，在韓國很流行，因此不難想象，未來人工智能參加電子競技的盛況。

　　關(guān)于用人工智能去玩《星際爭霸》，哈薩比斯在上周接受采訪時表現(xiàn)出了開放的態(tài)度。不過他同時指出，DeepMind只對符合主要研究方向的游戲感興趣。哈薩比斯表示：“從某種意義上來說，這可以被用作測試載體。在這一平臺上，你可以編寫算法，測試能力提升的速度，以及最終結(jié)果。這確實是一種非常高效的方式。但最終，我們希望利用這項技術(shù)去解決現(xiàn)實世界的問題。”

　　這樣的問題多種多樣，而關(guān)鍵在于利用快速的學習和高效的數(shù)據(jù)處理去幫助人類決策。機器學習技術(shù)和深度神經(jīng)網(wǎng)絡已在谷歌內(nèi)部得到廣泛利用，例如用于搜索和無人駕駛汽車項目。AlphaGo帶來的經(jīng)驗將有助于谷歌對這些技術(shù)展開進一步優(yōu)化?；蛟S在你還沒有意識到的情況下，這樣的進步就已經(jīng)悄悄發(fā)生。

　　計算機科學家杰夫·迪恩

　　計算機科學家杰夫·迪恩(Jeff Dean)被許多人稱作谷歌內(nèi)部最聰明的人，他目前也負責Google Brain深度學習項目，并將這一概念推廣至谷歌內(nèi)部的多款產(chǎn)品。在谷歌對搜索結(jié)果的排序中，第三重要的信號來源就是被稱作RankBrain的深度學習神經(jīng)網(wǎng)絡，而迪恩拒絕透露前兩大信號來源是什么。谷歌也表示，這一神經(jīng)網(wǎng)絡是谷歌搜索在兩年多時間里最大的進步。機器學習也被用在其他更顯而易見、面向用戶的服務中，例如Google Photos照片搜索，以及Inbox的郵件自動回復。

　　作為一家公司，谷歌的很大一部分收入來自于收集數(shù)據(jù)，并利用數(shù)據(jù)去銷售廣告。人工智能技術(shù)將提高數(shù)據(jù)收集的效率。關(guān)于機器學習技術(shù)是會加強谷歌的核心業(yè)務，還是幫助谷歌開拓新業(yè)務的問題，迪恩表示：“我不認為結(jié)果會是兩者之一。我們將利用這些技術(shù)去優(yōu)化核心產(chǎn)品。在很多情況下，對數(shù)據(jù)更高層次的理解將幫助我們開發(fā)新功能。與此同時，這也有助于我們開發(fā)以往不可能做到的有趣的新產(chǎn)品。因此，幫助將同時來自兩方面，我認為兩方面的重要性差不多。”

　　關(guān)于機器學習技術(shù)如何幫助谷歌的業(yè)務發(fā)展，Alphabet董事長埃里克·施密特(Eric Schmidt)表示：“可以認為，谷歌所做的所有事都很有意義。我們完成了許多搜索，投放了許多廣告，吸引了許多用戶，建立了許多數(shù)據(jù)中心，有很多人使用谷歌的計算資源和安全軟件。如果有很多人使用某件工具，那么我們就可以使用機器智能針對信號進行觀察和訓練，從而提高效率。”

　　“我并不認為，有什么領(lǐng)域是這一技術(shù)不適用的。”施密特同時表示。他列舉了谷歌傳統(tǒng)的搜索和廣告業(yè)務、無人駕駛汽車，以及醫(yī)療健康部門Verily。“對我而言，這一技術(shù)將會被用在Alphabet的每家公司中。”

　　在谷歌內(nèi)部，DeepMind獨立于其他業(yè)務，不過該公司與Google Brain有著密切的溝通。哈薩比斯表示：“我們有著很大的自主權(quán)，以決定如何優(yōu)化研究進展。當然，我們也在開發(fā)谷歌內(nèi)部的許多產(chǎn)品，但這些產(chǎn)品還處于初期階段，目前不是討論的時機。”他表示，Google Brain的項目周期比DeepMind要短。該部門位于谷歌的加州山景城總部，因此更關(guān)注產(chǎn)品。

　　谷歌母公司Alphabet董事長埃里克·施密特

　　那么，DeepMind下一步將要做什么？重要的一點在乎，AlphaGo并不是該公司唯一，甚至規(guī)模最大的項目。在DeepMind的數(shù)百名員工中，只有15人直接工作在這一項目上。DeepMind認為，最終目標包括智能手機助手、醫(yī)療健康和機器人。而盡管AlphaGo目前只是個下圍棋的系統(tǒng)，但哈薩比斯認為，一些基本原理也適用于解決現(xiàn)實世界問題。

　　哈薩比斯認為，我們將在未來幾年內(nèi)看到基于高級機器學習技術(shù)的智能手機助手。“在開始階段，這將會比較微妙，某些方面還可以做得更好。但在4到5年后，你將會看到這方面功能的大幅改變。”

　　“我認為，我們希望智能手機助手更智能，對環(huán)境有更多了解，并且更深刻地理解你正在嘗試做什么。”哈薩比斯表示。他認為，這種系統(tǒng)的基礎(chǔ)應當是類似AlphaGo的學習技術(shù)，而不是預先編好的程序。“目前，大部分這類系統(tǒng)都很死板。如果脫開預編程的模板，那么它們幾乎毫無用處。因此，關(guān)鍵在于使其具有適應能力、靈活性，并更加強大。”

　　將人工智能用于醫(yī)療健康領(lǐng)域還有較長的路要走。DeepMind此前宣布與英國國民醫(yī)療服務系統(tǒng)(NHS)展開合作，但到目前為止公布的消息只限于基礎(chǔ)的數(shù)據(jù)追蹤應用。哈薩比斯指出，這一合作的首個目標是讓NHS用上現(xiàn)代化的移動應用，隨后才會引入更先進的工具。

　　IBM將人工智能用于理療領(lǐng)域

　　借助沃森“認知學習”平臺，IBM也在試水醫(yī)療健康市場。沃森采用了與DeepMind不同的技術(shù)。沃森最初只是一臺用于參加智力競賽節(jié)目《危險邊緣》的超級計算機，而隨后被移植至云計算平臺，并支持預測分析和個性化研究等工具。目前，IBM正在與斯隆凱特琳癌癥研究中心合作，幫助泰國和印度兩所醫(yī)院的醫(yī)生診斷乳腺癌、肺癌和直腸癌。盡管沃森無法獨立完成診斷，但可以標記出重要信息，幫助醫(yī)生做進一步分析，并推薦治療方案。

　　IBM沃森健康副總裁凱西·麥克格羅迪(Kathy McGroddy)表示：“我們正在訓練沃森去觀察。沃森對圖像分析的學習已有多年時間。我們目前掌握來自已收購的Merge Healthcare的數(shù)據(jù)，從而加速沃森這一功能的優(yōu)化。因此，沃森不僅可以識別醫(yī)療圖像中的異常，還能結(jié)合更廣泛的信息，例如用戶Fitbit手環(huán)中的數(shù)據(jù)，理解這些異常代表了什么。”

　　最后，也是最遙遠的一項目標在于，將人工智能用于機器人。谷歌正積極參與機器人市場的發(fā)展，例如該公司收購了Boston Dynamics等機器人公司，而谷歌自身也在開發(fā)無人駕駛汽車。迪恩表示：“我認為，機器人將是一個展示未來可能性的良好范例。我們收購了多家機器人公司，但如何將深度學習技術(shù)應用至機器人將會是未來幾年一個很有趣、很重要的方向。”

　　哈薩比斯表示，他目前還沒有太多地考慮機器人。“很明顯，無人駕駛汽車是一種機器人，但這基本上是一種狹義的人工智能。不過，他們也將學習型人工智能的某些方面用于了計算機視覺。特斯拉就使用了基于深度學習的標準計算機視覺技術(shù)。”他認為，家政清潔和老人看護將是人工智能機器人未來可能的用武之地，但目前看來，這樣的概念距離實現(xiàn)還很遙遠。

　　AlphaGo的成功正在吸引全球關(guān)注，并重新點燃了主流人群對人工智能的興趣，即使當前的使用場景還很有限。此前許多人認為，計算機無法完成需要人類直覺的任務，而這樣的觀念已被打破。

　　一些人也對此感到不安。過去一周，對于AlphaGo的成功，人們的反應有的是失望，有的是擔心。這樣的反應可以理解，但這也是對過去一周所發(fā)生事情的誤讀。人類開發(fā)了AlphaGo，解決了人工智能領(lǐng)域最古老、最困難的一項挑戰(zhàn)。DeepMind的成就是偉大的，并可能給我們未來的生活帶來許多積極影響。

　　正如埃里克·施密特在此次比賽的啟動儀式上所說：“無論最終結(jié)果是什么，贏家都是人類。”(維金)