中新網３月１６日電　當地時間３月１５日，人工智能Ａｌｐｈａ　Ｇｏ　（“阿法狗”）與韓國棋手李世石結束了五場對弈中的最后一場，以４：１大勝人類。“阿法狗”在這場人腦與人工智能的對決中，展示出的穩定、冷靜及強大，讓人難忘。

　　這已經不是電腦第一次碾壓人類“大神”了。但與之前人類的數次落敗相比，“阿法狗”的勝利絕對是質的飛躍。

人類首先“失守”的領域是跳棋。１９９５年，跳棋程序Ｃｈｉｎｏｏｋ（奇努克）在和人類跳棋冠軍馬里恩?廷斯利比賽中打出了６局平手，之后廷斯利退賽，Ｃｈｉｎｏｏｋ獲勝。

　　讓電腦真正“一戰成名”的，是上世紀９０年代的國際象棋大戰。１９９６年，ＩＢＭ研發的超級計算機“深藍”（Ｄｅｅｐ　Ｂｌｕｅ）與世界排名第一的象棋大師卡斯帕羅夫對決。是役卡斯帕羅夫以４：２擊敗深藍。

“電腦要想戰勝世界冠軍，得等到２０１０年。”卡斯帕羅夫獲勝后的豪言話音未落，第二年他在與進化升級后的“更深的藍”的對決中，以１勝２負３平的成績告負。

　　２００８年，電腦輕取德州撲克。一臺名為“北極星２”的電腦在美國拉斯維加斯連續輕松擊敗　了６名德州撲克頂級職業選手。

而“阿法狗”在與李世石對弈之前，已經戰勝了歐洲圍棋冠軍、法國國家圍棋隊總教練樊麾，還戰勝了法國的“瘋石”、日本“ｚｅｎ”兩個圍棋計算機程序。這個人工智能程序甚至被認為，有點像巔峰時期的韓國棋手、“石佛”李昌鎬：下棋時心如止水，情緒波動極少，對復雜的局面展現出強大的控制力。雖然其在比賽中也暴露出了漏洞和弱點，不過能在算法最為復雜的圍棋中獲勝仍是有標志性意義。

　　圍棋可謂是人工智能的“圣杯”。與國際象棋、德州撲克等不同，圍棋的棋局變數比宇宙中的原子數量還多，有著強大計算能力的電腦在圍棋面前也無法通過窮舉法暴力破解。取而代之的是，圍棋需要棋手具備類似“直覺”的東西。

要想在圍棋上戰勝人類頂尖棋手，必須先要讓電腦學會像人一樣思考。谷歌為此給ＡｌｐｈａＧｏ設計了兩個深度神經網絡程序：“策略網絡”（ｐｏｌｉｃｙ　ｎｅｔｗｏｒｋ）和“值網絡”（ｖａｌｕｅ　ｎｅｔｗｏｒｋ）。

　　這兩個程序是在模擬人類大腦神經網絡的基礎上創建的。這類系統會犯錯誤，但是會隨著時間的推移學習和提高。這讓“阿法狗”不僅僅“死算”，而是會智能地選擇需要計算的局面，會像人類一樣“思考”，極大地提高了效率，同時擁有了超強的學習能力。與以往的電腦相比，“阿法狗”實現了史無前例的技術突破。

　　“我認為這是一個大事件，但是，最終還是要留給歷史來評判，”　“阿法狗”背后的人類策劃者、ＤｅｅｐＭｉｎｄ公司共同創始人兼首席執行官杰米斯?哈薩比斯長久以來一直夢想著這次勝利。

而這一切，僅僅是開始。ＤｅｅｐＭｉｎｄ宣稱，他們開發人工智能的目的，就是為了解決人類社會面臨的最棘手的問題，讓機器變聰明，讓世界變得更好。

　　ＤｅｅｐＭｉｎｄ公司已經計劃推出多個項目，試圖通過借助與“阿法狗”類似的計算機算法，幫助科學家們在醫療和其他領域解決一些最為緊迫的社會問題。ＤｅｅｐＭｉｎｄ　Ｈｅａｌｔｈ就是一例——它可以幫助醫生識別最具風險的腎病患者。

人類制造的人工智能將人類打敗，其實也是一件讓人細思極恐的事。不少人都在討論“機器威脅論”，或者探討人類和人工智能的未來——是類似《終結者》那樣“機器掌控人類”，還是人類和人工智能的共融共生？不過，這都只是人工智能發展的眾多可能性之一。未來，相信有能力發明人工智能的人類，會有智慧解決這些問題。