2016年3月15日，韩国首尔，2016围棋人机大战第5盘赛况。 视觉中国图

谷歌AlphaGo 4:1战胜棋王李世石，于是有人担心：连围棋这种动脑子的事儿机器都能完胜，它取代人类不也是指日可待吗？

阿里巴巴集团董事局主席马云曾在3月19日的“中国发展高层论坛2016年会”上表示，机器会比人类更聪明，但是机器永远不会像人类那样有智慧，“应该用机器来解决问题，应对气候变化、疾病和贫穷。”脸书（Facebook）公司CEO马克·扎克伯格也表示：“人工智能会比依靠人来驾驶汽车更安全。人工智能还可以提高诊断准确率和治疗的效率。”

3月18日，正在出版国内首套系统实用的“机器人与人工智能”书系的湛庐文化联合中国人工智能学会，邀请清华大学智能技术与系统国家重点实验室主任朱小燕、360 云公司CTO何万青、三星研究院高级技术总监史媛媛等人，在“人机博弈的未来”专家春季研讨会上分享了他们对人机大战的理解。

“人机博弈的未来”专家春季研讨会与会人士

“机器能跟猴儿一样就不错了”

清华大学朱小燕教授分析，机器的发明肯定是在某些领域要超越人类，比如飞机与汽车，人类之前一直是怡然自得地使用着各种机器的，但是此次面对AlphaGo却有如此大的恐慌，究其原因，是因为这次机器是对人类的智商提出挑战。

“实际上我个人认为，机器能做得跟猴一样，就很不容易了。”朱小燕认为，所谓跟猴一样，就是它可以完成作业，你让它干什么，它就能任劳任怨地干什么。“但是，只有当机器可以自动地从文字中去凝练、去传承叫做知识的东西时，它才有可能战胜人类。”

此外，三星研究院史媛媛博士提出：“人类真正的价值在于人类具备面对未知环境的反应能力，知识的迁移能力、创造力；总结、提高、抽象的能力，想象力、直觉力，深度的思想能力。这些都是机器很难具备的。机器只是个记录人类知识经验的模型而已。”

“下下围棋还可以，麻将不行”

关于此次人机大战给我们的启示，360云公司CTO何万青认为，“日本围棋大师藤泽秀行曾说，‘棋道一百，我只知五’，意思是人类顶尖棋手离完美理解围棋真谛相差甚远。AlphaGo运用评估网络和策略网络学会判断最佳落子，这次，或许能帮助棋手提高对围棋真谛的理解。对于普罗大众来说，机器的进步，也将不断提升人类无能的标准线（机器做得越多越显示出人类在该方面的无能）。”

何万青还提到：“AlphaGo取胜的一个重要原因是它可以维持一个稳定的状态，而人却会情绪波动。但是，机器擅长的是在规则完备的情况下，按人类要求执行任务，所以AlphaGo更容易学会围棋而不是麻将。”云基地执行董事杨立认为，人某些时候会发挥“不靠谱”，所以难以维持稳定，但这些“不靠谱”也诞生了艺术、创造性等，但是有意思的一点是，世界发展的突破点也正是靠这些不靠谱的因素来推动的。

那么问题来了，为什么AlphaGo不跟人打麻将？何万青解释：“围棋这个项目叫做完备信息的比赛，但是如果跟人打麻将就不行，因为人可以使诈，你不会得到所有的信息。”

何万青在观棋的过程中发现了一个有意思的现象：“这次AlphaGo走出了几步棋谱上或者一般知识上说的‘臭棋’，看似不可扭转的败局，都在后面接上几步成为了好局。”

“这就是基准测试涉及到的一个问题，叫做‘围棋真理’。”何万青接着解释道，“因为围棋可下的点和深度能走多远乘在一起，它的数目是远远超过宇宙中原子的数目的，所以不可以用穷尽的办法下棋。我们可不可以在19乘19上面找到最好的走法？我记得日本有个出名九段叫藤泽秀行，他说人类探索出可下的最好的棋也只达到了围棋真理约5%。” 这就可以解释为什么AlphaGo走出人类认为的“臭棋”以后仍取得胜利，“那么深度学习算法，就要靠机器的能力了。剩下的95%，我们是可以靠机器协助尽快找出来的。”何万青说。

《人工智能的未来》书封

“让机器更好地为人类服务”

机器人与人工智能书系的国际委员、人工智能商业化先锋、斯坦福伦理学教授杰瑞·卡普兰特通过视频表示了自己的看法：“技术的发展就是机器不断实现自动化任务的进程。”

他指出，“国际象棋和围棋软件只是我们通过编程实现的自动化任务，‘机器很聪明’这样的表述并不准确。如‘calculator’曾经是需要大量细心、专业技能的计算师职业，却是最早被计算器这一小设备所替代的。展望未来，我们将看到各项人类的智力任务被自动化，为社会创造更大的价值的进程，但人类不会被机器替代，这也是我在湛庐文化即将出版的《人工智能时代》（Humans Need not Apply）中提到的观点。”

机器人与人工智能书系的国际委员、畅销书《与机器人共舞》作者约翰·马尔科夫以无人驾驶为例探讨人机差异，谷歌无人驾驶汽车已经能在市区、校园或者居民区控制方向盘、刹车、油门，但要想完全替代现有汽车仍为时尚早。从某种意义上看，设计无人驾驶汽车不如做好辅助驾驶，更好地保障人类的安全。

机器之心联合创始人赵云峰也提出：“与其纠结于这些遥不可及的问题影响人工智能行业的发展，不如把精力花在技术和算法的研究上，让机器更好地为人类服务。我很期待，深度学习在解决人工智能提升围棋棋艺之外，能在医疗、教育等行业对人们的生活产生更积极的影响。”