前几篇，不管是不是广告，AI正在改变世界，我强调了好几遍，但并没有具体说，改变了什么，可能很多人并没有那么明确的意识到。

目前国内应用最广泛的是安防领域，你看机场，火车站，以及各个酒店的身份查验，统统都是AI人脸识别了，这个已经成标配，普及效率是非常快的，而且为什么最近几年才爆出来张学友演唱会抓逃犯，也是因为AI识别的升级。AI在抓捕逃犯，分析危险份子的时候，不仅仅用了人脸识别，部分还用到了步态识别。所以，我们日常生活，去坐飞机，坐火车，出入海关，参加演唱会，住酒店，都已经在使用最新的AI了，就在两年前，还是人在比对照片，现在全都是AI识别对不对。

与之最接近的是门禁系统，刷脸门禁正逐步替代指纹门禁或其他门卡门禁。对于商业写字楼和封闭小区而言，这个市场其实也才刚刚起步，未来很可预期。

另外，AI已经用在商业地产的智能调控上，可以快速分析人流聚集程度，不同时间的人流趋势，然后基于此可以对商业建筑内的商铺分布规律和租金做出调整。基于同样的思路还有交通智能管控，如何有效的调整红绿灯间隔提升城市交通运营效率，以及如何为城市交通改造提供数据和决策支持，也是可以通过类似机制来实现的。

但这些领域，目前我们感知度没那么高，毕竟我们不可能通过商铺的布局揣度出他们后面用没用到AI。只有在一些新闻文章里，你可以看到地产巨头和AI公司这样的合作其实已经非常多了。

交通运输领域其实AI的应用场景还是相当多的，现在国内停车场很多都不用取卡，而且可以根据车牌给你指出停车位置，号牌识别也是简单的AI技术，但号牌识别目前是不够的，经常遇到未上牌的新车无法进出场的问题，其实可以做的更智能一些，号牌识别加车得整体特征，理论上是可以做到没有号牌也能精确识别的。此外，货运物流体系基于AI做运力优化，也是大有可为的事情,，实际上一些物流平台也在开始尝试。

在交通与安防结合的领域，通过AI与路况摄像头结合锁定识别盗抢车，套牌车，相关技术其实也基本成熟了。

在双11的时候，阿里透露了两个AI应用场景，一个是海报生成，通过AI可以快速生成目标海报，而且随意调整；另一个是能源管理，通过AI优化能耗，这事之前Google已经公开过一些新闻数据，阿里也公开了一份技术资料，都是效果非常显著的。另外，电商领域识图搜索也是AI的一个落地领域，新加坡有个Visenze公司，就是专门做这个的，估值已经相当高了，当然，阿里这方面的实力也非常强。

媒体领域，AI写稿其实已经有了，但目前说实话，技术可能被滥用，批量洗稿，追热点凑流量，可能比认认真真的深度报道更容易实现，商业效果更好。至于媒体平台的推荐算法和自动投喂，我就不继续吐槽了，旧文里我说过我的观点。此外媒体平台的广告系统，深度学习来提升收入转化，也是由来已久的事情了。

医疗和教育领域相信AI也有很好的前景，但我不是很熟悉这方面的信息，就不赘述了。

游戏领域，很多游戏公司都希望通过AI来优化机器人，系统Boss角色等等的互动效果，这个市场非常大，但目前还没看到特别好的解决方案提供商。

此外，影视制作领域，现在影视制作成本种很多都是虚拟场景的后期制作，目测未来AI有很好的应用前景，可以用来优化后期制作成本，提高后期制作效果，目前应该有部分这方面的技术，但有待进一步成熟。

金融领域，风控，防欺诈，征信，有很多想象空间，我知道有这方面的公司在做，比如新加坡的Advance.AI。但AI的技术具体怎么用的，我并不是特别了解。

以上是对AI落地场景的一些分类介绍，其实还有更多领域正在悄然使用 ，更不用说市面上各种美图美颜拍照优化的诉求，更是AI兵家必争之地。那啰嗦这么多，其实想说AI真的已经深入我们生活。但本文主题，是想说一个已经彻底被AI改变的领域，就是围棋。借助这个领域的变化，我们可以体会AI时代，人们如何适应与进步。

从AlphaGo战胜李世石到今天，已经差不多3年了，以前我也写过几篇，但现在回头看，才是真正感受到AI时代的来临。

1、基于谷歌的论文，强围棋AI已经层出不穷。

典型的如腾讯绝艺，微信金毛，金老师的星阵，比利时的Leela Zero，Facebook的Elf 。都已经超过了人类世界冠军的水准，接近或达到了当年的Alpha Go Master的水准。不过由于技术相似度太高，拼的是算力，训练集，所以有些AI测试证明后就不再更新了。在策略上，星阵是唯一的例外，下面会单独列出。

其中，金毛，Facebook的ELF，Leela Zero均已开源，普通人可以用不那么高的成本获得顶尖AI，对行业的影响极为巨大。

ELF开源地址 https://github.com/pytorch/ELF

Leela Zero开源地址 https://github.com/gcp/leela-zero

金毛开源地址 https://github.com/Tencent/PhoenixGo

以上开源应已包含最新权重的策略，无需额外训练，已是超越人类水平。如果默认不含权重策略，请自行在github阅读说明获取。

仅仅差不多两年时间，从Google取得技术突破，两篇论文公布，到应用领域全面开花，AI技术从突破到普及其实是非常快的，前面提到的人脸识别其实也是最近两年突飞猛进的。

2、星阵给了人类清醒的认识。

Google算法的特点是胜率优先，所以到后半盘优势局面下经常退让，然后到终局保持半目领先。绝大部分目前围棋强AI均是基于Google论文开发，所以思想继承基本都比较一致。但这一特点有个缺陷，就是胜率优先是基于特定的规则，比如贴7目半，如果修改贴目规则或者让先，那么这一策略就无法适应，除非重新进行大数据训练，所以这一逻辑产生的围棋AI，均无法真正下让子棋，让先棋，只能通过Pass一招的方式模拟让先（其实是让两子贴7.5目）。

而星阵确实有自己的策略，是以最大优势为目标，所谓不退让围棋，因此可以任意贴目，让先，以及任意让子进行。这一点可以看出，虽然说大家的围棋AI都是师承Google的论文，但金老师还是在这里做出了自己的创新。

那么以优势为目标，和以胜率为目标，除了可以适应更多的对弈场景，在与人类对决中，也让人类更清醒的认识了自己。

举个容易理解的例子，Google的那套AI，与人类对弈，好比盖世大侠之间的对决，只分胜负，点到为止。外人看来就是俩人棋逢对手，比拼上百招后，突然谷歌大侠跳出圈外，双手抱拳，承让承让，而人类职业棋手大侠则抱拳，惭愧惭愧，多谢手下留情，而业余棋迷只看的目瞪口呆，几乎看不出谁胜谁负。很多人只看结局半目胜负，会误以为人类和AI差距细微。

那星阵呢，就残忍多了，直接把人类棋手摁在地上摩擦。

与职业棋手的30盘让先棋，让先啊！人类只赢了一盘。而且输的基本上都是惨不忍睹。很多职业棋手，包括世界冠军在内，被星阵全盘追杀，大龙愤死，中盘崩溃，盘面惨不忍睹。

但其实在分先对局中，星阵的表现并不如绝艺。星阵的表现，让人类真正领悟到了围棋的博大精深。

人类已经彻底服输，从围棋领域看，人类几千年历史经验，比不了AI零基础自学几十天。

3、围棋解说

以前围棋世界大赛的解说，那么很多知名棋手讲解，都不敢轻易形势判断，因为即便顶尖职业棋手对同一局面的优劣判断都不一定相同，而且每步棋的好坏，也只能凭借个人的理解猜测。

但现在不同了，很可怕，由于开源AI已经普及，而且水平超过人类，现在业余棋手开着AI讲棋，可以根据AI的胜率变化图，很轻易的下结论，说世界冠军棋手走了一步坏棋，败招。说实话，职业棋手的体面是受损了不少。

当然，偶尔AI也有误判，但从发展视角来看，这种误判发生的概率越来越小。

4、比赛复盘

以前职业棋手对弈比赛结束后，要跟对手和一些高手复盘，寻求对局中的得失。

现在则是习惯开电脑复盘，AI告诉棋手哪几步棋走的不好，正确走法是什么。

说明一下，几个开源AI都非常强大，而且训练结果已经带入程序，也就是说，无需很大的计算量即可达到非常顶尖棋手的水平，现在很多职业棋手和顶尖业余棋手都会配备一台带有高配GPU的个人电脑，安装这种AI系统用于自我分析和自我训练，而各国棋院也会有更强大的服务器版本用于棋手分析。韩国棋院主要以Facebook开源的ELF为工具，而中国棋院则可以通过腾讯的绝艺系统进行训练，但同时很多中国棋手也自行安装了ELF。

5、日常训练和围棋教育

以前我们认为说，围棋棋手的培养，要多跟高手交流，有好的高手给复盘讲解。

现在AI可以是24小时无休的顶尖水平陪练，而且无限制复盘，还能给你指出正确下法。

最近两年，大量旧的围棋定式被AI淘汰了，而AI创造了很多新的定式被广泛使用。

研究AI，与AI对弈，与AI复盘已经是职业棋手和顶尖业余棋手的日常。

前段时间作为一线棋手中少有的80后陈耀烨九段战胜当时世界排名第一的00后棋手申真胥九段，夺得他的第三个世界冠军，（80后在职业围棋里已经算老将了）胡耀宇八段在网上点评的时候提到，陈九段和绝艺下了超过2000盘对弈。

我们要知道绝艺问世也不过两年多时间，两年2000多盘对弈，这可是比世界冠军还强的对手，而且随时复盘随时分析局面，这种训练环境在几年前根本是不可想象的。

人类围棋在最近这两年也进步了很大，和两年前比，顶尖职业棋手在AI的帮助下，拍脑袋估计一下，大约进步了一个让先。而用AI训练更多，研究更深入的棋手，进步越大，成绩越好，这也成为棋坛公认的事实。

由于AI的强大，职业棋手团体讨论的优势大不如以往。业余棋手和其他国家地区的棋手，在达到一定基础之后，也能够通过与AI的不断联系，迅速成长。

我的判断，业余顶尖棋手与职业棋手的差距会越来越小。未来欧美有望出现顶尖职业棋手。

6，谈谈 关公战秦琼

围棋圈有个积年已久的问题，那些历史上的古谱，那些曾经的大国手们，到底什么水平？

最近有好事者用AI把一些经典中日古谱跑了一下，还是很有意思的。

日本古谱中被广为传颂的妙手，基本上全被打脸。

耳赤之妙手，丈和三妙手，等等，在AI眼里，并非多么了不起的妙手，甚至都不算当时局面下的建议选点，之所以能赢棋，完全是因为对手在后续对局中出现了错觉和失误。

中国古人的计算力得到了肯定，范西屏，施襄夏的当湖十局被认为是古谱的巅峰代表，在AI眼里，固然布局惨不忍睹。（当然也与中国古谱还棋头规则有关，AI暂时没有这方面的规则判断）但中后盘战斗，好几盘双方招法与AI自己的选点重合度很高，已经基本相当于目前顶尖职业棋手苦修AI后的表现。范施的计算力还是相当强大的。

那么古人棋力和今人相比如何呢？毕竟我们现在职业棋手训练量更大，历史经验更丰富，而且又有更多同等对手可以互相磨练，如果古代国手中的强者来到今天马上与顶尖职业棋手对弈，多半是赢不了的，甚至可能最好的只能相当于业余6段的水平。

但是，如果让那些古人中的强者通过AI训练，让他们开始学习现代围棋的布局。我拍脑袋说一下，可能六个月到一年时间，就能达到职业棋手水准，少许可能达到顶尖职业棋手的水准。

8、其他

围棋AI普及后，围棋比赛规则已经调整，缘由为有业余比赛出现疑似使用AI作弊赢棋的现象，所以现在围棋比赛，无论业余还是职业比赛，已经全面禁止电子设备使用，并且很多取消了午休。

另外，日本出现了布局大赛，双方只下前60手，胜负由AI判定。AI作为人类比赛的裁决者，这也算是开创了新的历史。

除此之外，当年Google战胜柯洁后，有棋迷出来散播阴谋论，说柯洁放水，说联合做局，还有很多人信以为真。

今天，我重复一句，在这件事上散播阴谋论的是纯傻逼，24K的。

所有重要围棋比赛解说都在用AI，所有职业棋手和顶尖业余棋手都在用AI训练，被AI推翻的定式在职业围棋比赛中几乎已经不会再出现，而AI推崇的定式已经在重要赛事中让人看的审美疲劳。

最有意思的一幕是这样的，在比赛解说中，开着AI的解说员用上帝视角给出下一步的建议，说这一步是AI推荐的好点，但以人类的视角，对局者是不太可能想到的，言毕，人类高手下到了这个点上。为什么呢？这个人类高手和AI不知道训练了多少盘。

这么多铁一样的事实在这里，如果还有人会信阴谋论，那就真的没救了。

从对AI颠覆围棋常识经验的震撼，到现在以AI为师，围棋领域已经见证了人类如何与AI相处，适应，以及利用AI来提升自己的经历。

我知道围棋这个领域很冷门，可能大家只知道柯洁。AI可能不会让这个领域变得热门，不过还好，喜爱围棋的人依然喜爱，AI也并没有让这个领域消亡，至少现在，AI也并没有彻底找到围棋的必胜手段。

在其他领域，我相信，这样的事情还会发生，学会与AI共处，学会以AI为师，可能是我们很多人未来需要去适应的。

为了帮助大家让学习变得轻松、高效，给大家免费分享一大批资料，让AI越来越普及。在这里给大家推荐一个人工智能Python学习交流群：705673780欢迎大家进群交流讨论，学习交流，共同进步。

当真正开始学习的时候难免不知道从哪入手，导致效率低下影响继续学习的信心。

但最重要的是不知道哪些技术需要重点掌握，学习时频繁踩坑，最终浪费大量时间，所以拥有有效资源还是很有必要的。