最近几天，在乌镇围棋峰会上，由Google DeepMind团队开发的AlphaGo以3：0的成绩完虐世界排名第一的顶尖围棋高手柯洁，这是既AlphaGo以4：1的优势取胜李世石之后，第二次完虐人类围棋棋手，由此，对于人工智能的激烈讨论再度被燃起。人们在庆幸人工智能技术取得了十足进步的同时，又恐惧人工智能可能完全取代人类。柯洁在与AlphaGo对决之前，被邀请到《朗读者》（20岁的小伙子，发言和朗读让人深思，值得去看一看），柯洁选择了《哈利波特与死亡圣器》一段节选，自比于哈利波特，而将AlphaGo视为伏地魔。人工智能究竟会不会成为魔鬼？针对这个问题，我想简单科普一下人工智能的知识，并且谈谈自己的拙见。
1.围棋究竟有多复杂？
围棋比我们的宇宙还要复杂！围棋的复杂度可以这样粗略估算一下：围棋棋盘横竖各有19条线，共有361个落子点，双方交替落子，如果不考虑吃子、禁着、打劫等其他规则，那么围棋总共可能有361！种可能性，361！有多大？10788这么大？实在太大了！《Nature》的科普文章对模型进行了细化，得出围棋平均走150步的话，会包含超过10170（1后面有170个零）种可能性。据《Nature》报道，宇宙中的原子总数也就10^80（1后面80个零），即使穷尽整个宇宙的物质也不能列举出围棋的所有可能性。所以说，妄图利用计算机的强大计算能力穷举围棋的所有可能来打败棋手，是完全不可能的。
所以，长久以来，即使早在1997年，计算机“深蓝”就打败了国际象棋第一人，但围棋界一直认为计算机下围棋是不可能下赢人类的。然而，今天的AlphaGo采取了与穷举法截然不同的方法——人工智能，在围棋上彻底地击败了人类！据Google透露，DeepMind取得的成功比预测的提前了几十年！由围棋的复杂性可见，人工智能发展到今天，的确非常厉害。有人说，AlphaGo只不过用来下下围棋，它的成功能说明什么，有那么激动么？其实，AlphaGo的原理和方法是万金油，可以毫不费力地被应用到各行各业，而AlphaGo能下赢人类，恰好说明这种方法已经相当成熟，目前各行各业对人工智能的应用研究如雨后春笋般成长，在不久的将来这些应用便会成为现实！
2.什么是人工智能？
关于人工智能，目前似乎还没有统一的定义，但一般的人工智能系统至少具备三种能力：感知、推理、学习。我们可以把人工智能看成一个黑箱，一端是输入，另一端是输出，那么这个黑箱便实现输出与输入之间特定的线性或非线性关系。那么输入从哪儿来？通过感知得来，感知包括视觉、语音、文字以及其他方式的感知，感知依赖于传感器或人类的手工输入，而且这些输入的信息往往要经过特征选择或特征提取的处理。黑箱实现输出与输入之间特定的线性或非线性关系，这便是推理，因而能够实现一些评估、预测、决策等。这个黑箱如何得来？通过学习得到，而且这个黑箱通过不断的学习会不断的进化，使得推理越来越准确。
下面借AlphaGo所采用的深度神经网络简单解释一下上面这一段话。神经网络是一种模拟人脑神经网络的人工智能技术。我们知道，人的神经网络由千亿个神经元组成，而每一个神经元由树突、细胞体、轴突组成，树突用来接受传入的信息，而轴突用来将信号传递给其他神经元，通过突触，神经元被连接到一起，形成复杂的网络。
人工神经网络对神经元进行模拟，建立了神经元模型，神经元模型包含输入、输出与计算功能，输入可以类比为神经元的树突，而输出可以类比为神经元的轴突，计算则可以类比为细胞体。
图中这个神经元模型包括三个输入，一个计算，和一个输出。其中，非线性函数提供计算功能，该函数被称为“激活函数”，激活函数的选择是神经网络的一个研究重点，这里不做过多介绍。我们知道，神经元之间是通过突触（树突和轴突）相互连接的，上一个神经元的轴突末梢会与下一个神经元的树突相连，用来传递信息，换而言之，上一个神经元的输出会作为下一个神经元的输入。在人工神经网络中就是如此，一个激活函数被认为是一个“节点”，节点与节点之间通过“边”（类似于神经网络中的突触）进行连接，而且这种连接是分层的，如下图所示。
上图所描述的神经网络包括三层：输入层、隐藏层和输出层。深度神经网络无非就是隐藏层更多，据说AlphaGo的隐藏层有48层，层数越多，网络就更复杂，计算量就越大，但也更接近真实模型，之前没有搞深度神经网络是囿于计算能力有限，但随着云计算的发展，这似乎不是问题了。每一层的节点都会通过箭头（边）连接到下一层的所有节点，表示这一层所有节点的输出将作为下一层所有节点的输入。在使用这个神经网络模型时，可以视其为黑箱，不用关心它的内部结构，只需要关心它的输入和输出即可。之前说过，一般输入需要经过特征选择或特征提取的处理，对于围棋，DeepMind团队选择了如下特征，作为系统的输入，这些特征会用数学表示成矩阵。至于输出，便是每个位置的选择概率。当向AlphaGo系统输入以下特征时，AlphaGo会利用自己的深度神经网络模型进行推理，得到每个位置的选择概率，在概率最大的位置下子就是正着。
值得注意的是，在神经元模型中，输入和激活函数之间存在权值与求和，也就是说每条边都有一个权值，反映了上一个节点的输出作为该节点输入的权重。但是这些权值并不是依靠主观意志随便设置的，它需要通过学习得到，这些权值也不是固定的，每一次学习都会都会更新这些权值，使得神经网络模型越来越完美。
如何通过学习更新权值的？一般都会定义一个目标函数，目标是使这个函数最大化或最小化，如果要使函数最大化，那么就要找到一种迭代方法，根据历史数据进行迭代，每次迭代更新一次权值，都会使目标函数值比更新之前更大，而且这种更新必须是收敛的，如果要使函数最小化，反之即可。这就转换成一个优化问题了，需要一个寻优的算法，所以神经网络和各种寻优算法相结合的搞法在文献中出现概率非常高。AlphaGo的学习过程比较复杂，分为监督学习和自主学习两个过程，监督学习是基于人类以前的对局数据，而自主学习是基于AlphaGo自己对局产生的数据。就是因为AlphaGo有自主学习的过程，所以在与柯洁的对局中，经常出现人类从未有过的走法。
人工智能的模型并不只有神经网络，还有很多，但目前在数据量庞大、计算能力强大的条件下，深度神经网络无疑是最成熟、最好用的。通过上面这几段的科普，大伙对人工智能应该有了初步的认识：感知、推理、学习。
3.人工智能相比人类有哪些特点?
人工智能是人工的，与真正的人类区别还是很明显的，基于这种区别，我们才能更好地讨论未来人工智能与人类之间的关系。
a.人工智能是完全理性的。在这次AlphaGo和柯洁的对决中，发生了一件值得注意的事情，在最后一局中曾中断了20分钟，柯洁离开棋盘躲进洗手间放声大哭。在后来的记者招待会上，柯洁反复地说，“我本可以做得更好的......，它太完美了......”，中间还多次哽咽，可见柯洁在下棋过程中，他承受的心理波动多大。李开复发微博说道：“和柯洁的真情流露相比，AlphaGo体验不到手谈的乐趣，胜利不会为它带来愉悦感，也不会让它激动到产生想要拥一位他爱的人的渴望”。所以说，在人工智能的世界里，是不会有情感、道德、伦理这些概念的。人类的真情流露与人工智能的冷冰冰形成鲜明的对比，但正是因为人工智能冷冰冰，所以它在做决策时绝对不会因为情绪的干扰导致决策失误，所以正如马云所说，AlphaGo从来不会下臭棋。
b.人工智能的学习速度远远超过人类。柯洁在《朗读者》中对董卿说，“因为之后它（AlphaGo）的成长是飞速的。很多人可能还不知道它的原理，它是能够深度自我学习，AlphaGo多的时候一天可以下上亿盘，而人的一生也就下两、三万盘棋。”这是因为人工智能的输入、计算、输出都可以是并行的，只要联网，它可以利用一切资源进行计算。例如AlphaGo的输入完全可以同时往其数据库中打入成千上万的人类棋谱，只要存储空间足够，它接手起来毫不费力，再说学习训练，它完全可以同时与成千上万个对手进行对局获取数据，用不着像人类一样学习一个棋谱得花费好长时间，在同一时间对局也只能与一个对手进行。所以说，基于人工智能一个特定的学习任务，其学习速度是远远超过人类的，人类花费一辈子都学不完的东西，它可能几分钟就学完了。当然，人工智能的推理速度也是会要远远超过人类的。
c.人工智能的创新能力要超过人类。前面提到过AlphaGo的学习过程包括监督学习和自主学习，其中自主学习是基于AlphaGo与自己对局产生的数据，因而产生了许多人类未曾出现过的走法，这便是创新，正式这种创新彻底地打败了人类。人类对围棋的认识经历了几千年，才发展到今天这样，一个人想要在围棋的走法上有所创新的话十分困难，但AlphaGo在短短几年之类，通过其超强的学习能力便创新出了许多让人瞠目结舌的走法。这其中的原因是AlphaGo有一个蒙特卡罗产生器，它会随机产生一些走法（俗称“乱走猫”），并且去尝试用这种走法对局，然后AlphaGo会根据输赢计算胜率，从而确定这种走法的行动正确率，这样便实现了创新。因为人工智能的计算速度实在太快，所以在很短的时间内就能计算出这种随机产生的走法的正确率，所以说其创新能力远远超过人类了。
d.人工智能解决的是单项问题。不管人工智能的有多强大，我们现在并不会恐惧人工智能的存在，因为它还完全在人类的掌控内。人工智能系统往往是以某一行业的应用命名的，例如人工智能被应用到医疗诊断，就被称为“XX智能诊断系统”，这就意味着单个人工智能系统解决问题的范围是十分有限的。而且，某人工智能需学习什么东西，能够解决何种问题则完全是人类赋予的，这依赖于人类为其编写的程序代码。而人类就不一样了，每个人都可以决定自己要学习什么东西，而且每一个人的知识往往会涉及到很多领域。
4.人工智能会取代人类吗？
人工智能作为工具一定程度上取代人类是毫无疑问的。《未来简史》一书中有个很震惊的观点：未来，将有99%的人沦为无用之人。这种观点并不夸张，由上述人工智能的特点便可知。因为人工智能从来都不会因为情绪问题导致决策失误，人工智能的学习、推理能力远远超过人类，所以企业使用人工智能会比使用工人产生的工作效率高得多，企业唯一的目的就是追求利益，有什么理由不选择效率更高的人工智能呢？所以说，随着人工智能的发展，许多职业在将来都会消失，例如司机、营业员、快递员等等职业可能很快就会消失了。所以不努力，就等着失业吧，筒子们！比如司机，现在人类驾驶造成的车祸实在不少，有很多是因为喝酒造成的，但人工智能驾驶绝不会因为喝酒造成车祸，相信不久的将来无人驾驶和共享汽车的模式将会完全取代现在的行车模式。这里说的其实只是人工智能取代人类的一部分工作，还是所谓“弱人工智能”，另外还有“强人工智能”和“超人工智能”，那么“超人工智能”是一种什么样的状态呢？
在终极状态下，人工智能可能会朝两个方向发展：一是人工智能脱离人类的掌控，并且产生了意识、情感等，完全取代人类；二是人工智能和人脑连接，人工智能称为人脑的一部分，使得人类成了“神人”。牛津哲学家、人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑聪明很多，包括科学创新、通识和社交能力。”由此可见，我上面说的“人工智能解决的是单项问题”并不适应“超人工智能”时代，它成立是有条件的，就是人工智能的代码有人类来编写。也就是说目前人工智能的世界还是一个开环的世界，仍需要人的参与。但是我们可以试想一下，程序员也想偷懒，于是发明了一个人工智能系统接替他无聊的编码工作，于是一切都变了，人工智能自己会写代码了！这样的话，人工智能的世界便是一个完全的闭环世界，人类被排除在外，人工智能的进化完全不受人的控制，但其进化速度要远远超过人类，所以到那时候，人类就像《黑客帝国》中描述的一样，成了机器人的奴役。
还有一种技术值得我们注意，就是人脑与计算机的连接技术，目前已经做了大量的实验，部分已经称为了现实。例如《未来简史》介绍了一个实验，在猴脑中植入电极，读出猴子的思想，用来控制放生手脚。这里仅仅是利用大脑连接技术“读心”，但是将来会不会实现更高级的功能呢？例如利用植入大脑的芯片，大脑可以借助人工智能超强的学习能力和推理能力在几分钟之内就学会现在一辈子都学不完的东西，这里仍然将人脑作为控制中心。一个更胆大的想法，如果给与人工智能控制人脑的能力，让人工智能代替人脑做出更理性的决策呢？这就意味着将来人类和人工智能会紧密连接，彼此分不开，可以说人类的心智一半来自人类大脑，一半来自人工智能，人不再是人，而是“神人”。这样，人类不被人工智能取代，而是一起平分天下！
