相信今天很多人都被“人機大戰”刷了屏。2016年3月9日，谷歌旗下DeepMind公司開發的圍棋人工智慧程式阿爾法圍棋(AlphaGo)開始對戰南韓職業九段圍棋大師李世石，第一盤，人輸。

　　AlphaGo曾于2015年10月以5:0的成績完勝歐洲圍棋冠軍、職業二段選手樊麾，也是AlphaGo第一次在公平比賽中戰勝人類職業棋手。

　　但因為前次對手段位低，世人未覺太驚詫，紛紛認為，這一輪大戰贏才叫真的贏。

　　什麼是AlphaGo？首先，它屬於人工智慧，即Artificial Intelligence，英文縮寫為AI，是研究、開發用於模擬、延伸和擴展人類智慧的理論、方法、技術及應用系統的一門新的技術科學。

　　它是電腦科學的一個分支，企圖了解智慧的實質，並生産出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

　　人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，業內設想，未來人工智慧帶來的科技産品，將會是人類智慧的“容器”。

　　Deepmind創建AlphaGo，是試圖通過增強學習技術(Reinforcement learning)構建通用的人工智慧。它的理念中包含兩個實體，一個是人工智慧本身，一個是它所處的環境。

　　人工智慧和環境間的關係有兩種，一種是通過感測器感知數據，另外一種是通過特定動作影響環境。因為環境的複雜性，它無法獲得所有的資訊，因此需要不斷重復感知-反應的迴圈，以期望能在環境中有最大收益。絕大多數哺乳動物，包括人在內都符合這套規則。

　　今天的這場對戰引起了行業內外空前的關注和強烈討論，圍棋作為人類最古老，也最複雜的棋類遊戲，也被稱作是“人類智慧的最後一塊高地”。因此如果AlphaGo能夠在這輪比賽中獲勝，其為人類世界帶來的意義是顛覆性的。

　　在此之前很多不同行業的專家學者對這次比賽的結果做出了預測，創新工場CEO、前谷歌全球副總裁兼大中華區總裁李開復也在知乎上做出回應，他認為這次比 賽具有“里程碑式的意義”，雖然並不看好AlphaGo這次能夠獲勝，但是相信總有一天，也許在1-2年內必然可以完勝人類。

　　而搜狗CEO王小川提出了自己的兩個斷言：AlphaGo將會完勝李世石；除了圍棋，人工智慧在其他博弈類的封閉遊戲裏也會橫掃人類。他表示：“我認為谷歌的深度學習方法加上搜索空間的方法，大體上可以覆蓋人的思考，而且它可能做得更好。”

　　在汽車領域，自動駕駛技術與人工智慧聯繫最為緊密，其原理大概可以理解為通過感應器了解周圍環境，再通過聯網獲得路況，隨後電腦程式判斷附近行人，最終計算出最佳的線路。

　　雖然自動駕駛的基本思想和AlphaGo非常接近，但人工智慧在圍棋比賽中戰勝了人類圍棋大師並不意味著“機器在智慧上可以超越人類”，這是兩個完全不同的議題。

　　汽車産品對人工智慧的需求遠高於AlphaGo，圍棋的棋盤只有361個交叉點，而智慧交通系統所承載的是一個巨大的生態網路，是資訊技術、數據通訊傳 輸技術、電子傳感技術、控制技術及電腦技術等有效地整合運用於整個地面交通管理系統，因此需要對海量數據進行運算分析，難點可見一斑。

　　智慧交通系統中所包含的巨大變數將對無人駕駛的安全性構成威脅，這也是為什麼在科技公司大力發展無人駕駛技術的同時監管部門則一直保持謹慎態度的原因之一。

　　去年底美國加州車輛管理局(DMV)出臺了自動駕駛在應用層面的法規草案，要求自動駕駛車必須配備方向盤和油門踏板，並且方向盤後面必須有司機隨時準備對汽車進行接管。

　　加州車輛管理局在文件中指出了很重要的一點，限制無人駕駛“是為了自動駕駛車以及其他道路使用者的安全”。人類的世界雖然有交規，但僅靠交規並不能完全解決駕駛中的所有問題。

　　全世界每時每刻都在發生交通事故，為什麼谷歌自動駕駛汽車以每小時3公里的速度在行駛中與後方巴士發生輕微剮蹭都能登上世界各大媒體的頭條？因為恐懼。

　　美國知名投資網站The Motley Fool報道，無論何時，當媒體談及谷歌創造無人駕駛汽車努力時，都不免會關注其面臨的諸多挑戰。但這都不是最主要的原因。

　　或許，谷歌進軍無人駕駛汽車領域的最大阻礙可能是人們根本不想使用這種技術。

　　究其原因就是，總會有部分民眾抵制將汽車控制權完全交給人工智慧的創意，只因為他們自己喜歡駕駛汽車。

　　美國汽車協會(AAA)最新調查顯示，75%的受訪者稱害怕乘坐無人駕駛汽車。

　　不過，自己汽車上裝有半自動駕駛功能的受訪者，比那些不使用輔助駕駛功能的人更有可能信賴無人駕駛技術，這顯示漸進式體驗可以緩解消費者的恐懼。

　　大數據可以幫助我們做出判斷，但不能杜絕小概率事件的發生，很多時候決定性的突破是隱藏在被大數據忽略的少數樣本中。

　　舉例來講，如果無人駕駛的安全程度為99%，我們也不能拿1%的危險性去冒險，因為那1%代表著無數人的生命。

　　人工智慧的目標是超越人類智慧，而不僅僅是模倣他們，但這並不容易。AlphaGo與人類比賽下棋只是具象的技術活兒，智慧、心智與認知，是作為程式的人工智慧不能真正理解甚至窮盡的極其複雜的議題。

　　比如，李世石輸後，網上迅速傳出的一個段子暗含了這種複雜性--“我叫李世石，我是一名來自南韓的棋手，今天早上出門前我在網上各大投注點用盡家財下了鉅額賭注買我自己輸，我想，這就是人類比人工智慧強的地方。”

　　人類與機器人下棋的目的恐怕不是論輸贏，而是啟發人怎麼理解機器越“長”越“像”人這件事，以及怎麼理解人類生存的新空間。

　　《汽車商業評論》認為，AlphaGo今天的勝利的確可以稱做是“里程碑式的意義”，但是就自動駕駛而言，人類想要利用其實現終極無人駕駛，還有太長的路要走。

　　還有，有人擔心人工智慧發展到超人工智慧最後會産生從其本身發展為出發點的創造，從而消滅人類。這種論點認為，屆時，防止人類衰老，治療各種不治之症， 解決世界饑荒，甚至讓人類永生，或者操縱氣候來保護地球未來等，這一切都將變成可能。同樣可能的是地球上所有生命的終結。

　　在我們看來，這種論點強化了人的惡意，而忽視了善意。惡意能消滅人，善意難道不能拯救人？在人類智力基礎上誕生的人工智慧，産生的邏輯基礎來自於人，所以最終的發展一定也是“以人為本”的。

　　在這個意義上，接下來4場李世石與人工智慧下棋比賽的輸贏已經並不重要。人如果繼續輸，只能讓我們對人類産生更大的信心。