3月13日，AlphaGo與李世石的第四場對決結束，在連輸3場之後，李世石終於扳回一局。但3：1的比賽結果已説明人工智慧的強大，這也是谷歌對深度學習、人工智慧的成功行銷。百度深度研究院資深專家認為，快速進步的AlphaGo喚醒了人們對“有知覺、有自我意識”機器人的憧憬，深度學習和人工智慧技術將成為揭示科學原理、升級現有産業商業模式的重要工具，其應用空間涵蓋企業級和消費級市場以及各個細分行業。

　　喚醒深度學習

　　“多數人已折服於AlphaGo的精準、聰明和大局意識。但這個比賽結果對於我們來説其實並不是太吃驚。”作為人工智慧領域的從業者，凱澤科技首席術官吳軍指出，去年10月AlphaGo擊敗職業二段樊麾，圍棋界給AlphaGo的排名仍遠落後於李世石，但是他們忽略了AlphaGo突破了傳統電腦的“固定”程式邏輯，融入了學習能力。

　　如何實現深度學習？百度深度研究院資深專家介紹，AlphaGo構建了“兩個大腦”，一個是輸入了3000萬盤人類頂級棋手對弈數據，通過“自我對戰”來進行增強學習，改善此前的決策網路，另一個則是通過價值網路來進行整體局面判斷，以決策網路與價值網路來協作決定落子位置。

　　也就是説，AlphaGo的技術架構採用的是模倣人類大腦神經模式，而不再單單依靠機器的蠻力“強記”，通過深度學習把人工神經網路的層級大大增加，提升了計算能力。

　　“2014年谷歌在收購Deepmind團隊之前，這家遊戲公司的能力並沒有這麼強。”上述百度專家介紹，Deepmind被谷歌收購之後，融入谷歌的深度學習技術，其計算能力飛速提升。2014年10月份，在歐洲比賽之後，谷歌內部認為這是一次很好市場推廣的機會，為此投入了更大規模的資金，為AlphaGo增加了2000倍的計算能力。

　　現實應用一觸即發

　　AlphaGo在短短幾個月實現性能的大幅提升，用五個月走完了IBM“深藍”4年的路，體現了當前人工智慧系統學習速度之快。但谷歌並不打算製造出一個圍棋高手，AlphaGo開發者哈薩比斯表示，選擇圍棋只是其人工智慧水準的測試，最終還是為了獲得在現實領域的應用。

　　近年來，深度學習已經在圖像識別、語音識別等領域獲得了一些應用。目前深度學習技術應用最多的還是視覺領域，即對圖像和視頻的分析。在圖像分析方面，比如人們熟悉的人臉識別、文字識別和大規模圖像分類等，深度學習大幅提升了複雜任務分類的準確率，使得圖像識別、語音識別以及語義理解準確率大幅提升。谷歌在深度學習領域已經一馬當先，公司在多次公開場合討論過深度學習技術，比如深度學習是如何幫助Android手機提高語音識別準確率。

　　從産業鏈調研的情況來看，服務機器人、車載與電視助手、智慧客服以及圖像處理等應用已經開始快速滲透，在語音識別等領域獲得了一些應用，比如iPhone的語音助理Siri、百度的度秘、科大訊飛的“靈犀”、微軟的小冰等。

　　“目前深度學習更適合於圖像。”百度深度研究院的專家指出，人臉一比一進行比對，機器很容易實現，但是要在千萬人臉中快速尋找出所拍攝的人臉圖像，並要快速了解拍攝對象的個人資訊資料，則需要深度學習。

　　事實上，深度學習可以應用於任何需要理解複雜模式、進行長期計劃並制定決策的領域。谷歌大腦團隊負責人傑夫-迪恩表示，谷歌機器智慧已經帶來了巨大的變化和越來越多的機遇，未來人工智慧將為更高層次的雲計算服務。

　　興業證券分析師也指出，未來在個人應用領域可能帶來更好的語音識別作業系統、翻譯機、自動駕駛、機器人、社交網路興趣推薦等。在行業應用方面，深度學習更廣闊的應用空間包括大數據分析、特徵提取、預測預警、規劃、研發設計等。

　　憧憬強人工智慧

　　“AlphaGo也有弱點。”百度深度研究院的專家指出，在AlphaGo與李世石的對決中，李世石可以快速適應對戰狀態，而AlphaGo學習的過程中還需要工程師進行調試。這也就不難解釋，AlphaGo為何沒有實現4連勝。

　　中國人工智慧學會常務理事劉成林表示，機器在某個專門的領域超過人類並不奇怪，但是在綜合智慧方面，機器的能力還是遠遠不如人類的。雖説目前深度學習有很大進步，但機器深度學習的實現依然是依賴於人工設計的程式，而且深度學習需要有大量的數據作為訓練基礎，學習過程也不夠靈活，這些都需要在人的協助下實現。

　　AlphaGo代表的也非人工智慧的全部，人工智慧大體可分為感知智慧（如語音識別）、認知智慧（如自然語言理解）和決策智慧。目前，感知智慧已取得巨大的進步，甚至在某些方面已經超越人類，然而在強人工智慧（有知覺、有自我意識）領域仍有較大提升空間。

　　但是這並不影響業界對人工智慧的前景。劉成林感嘆，“僅在幾個月內實現了人類若干年才能夠達到的學習效果，這樣驚人的學習能力是人類可望而不可及的。”

　　有人工智慧專家預計，2040-2050年有50%的可能實現強人工智慧，2075年將有90%的可能性。當下，谷歌人工智慧圍棋系統戰勝人類證明了在弱人工智慧時代通過規則與數據能夠實現某一領域的智慧，説明弱人工智慧時代的智慧也很智慧，能夠替代人類很多領域的工作，這必將顛覆當前各個産業的生産方式，重塑各個産業格局。

　　興業證券分析師指出，如今已經進入雲計算和大數據的時代，如何開發利用好大數據，將人類的科技和視野提升到新的層次，將成為未來一段時間的重要問題。機器學習和人工智慧技術將成為揭示科學原理、升級現有産業商業模式的重要工具，其應用空間涵蓋企業級和消費級市場以及各個細分行業。