“阿爾法圍棋”在與李世石的“人機(jī)大戰(zhàn)”中優(yōu)勢(shì)明顯，人工智能取得的突破令人瞠目。那么，人工智能是否已達(dá)到“無所不能”的境地？
實(shí)際上，雖然人工智能在計(jì)算能力、可靠性等方面遠(yuǎn)超人類，但仍存在大量有待突破的技術(shù)瓶頸。在諸多領(lǐng)域，人工智能還遠(yuǎn)遠(yuǎn)不能挑戰(zhàn)人類智能。
【學(xué)習(xí)需要大樣本】
先從“阿爾法圍棋”所用的關(guān)鍵技術(shù)——“深度神經(jīng)網(wǎng)絡(luò)”說起。建立神經(jīng)網(wǎng)絡(luò)的基本流程是，搜集大量數(shù)據(jù)樣本，然后選擇合適模型，讓模型學(xué)習(xí)樣本，從中找出數(shù)據(jù)的內(nèi)在規(guī)律。“阿爾法圍棋”正是通過學(xué)習(xí)海量棋譜和自我對(duì)戰(zhàn)，訓(xùn)練出不凡“武功”。
“阿爾法圍棋”在與歐洲圍棋冠軍樊麾對(duì)戰(zhàn)前，便已進(jìn)行了超過3000萬局的自我訓(xùn)練。南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系周志華教授在接受新華社記者專訪時(shí)指出，當(dāng)前人工智能的一個(gè)技術(shù)瓶頸，就是解決問題前先要獲取大量高質(zhì)量數(shù)據(jù)樣本，而人類在學(xué)習(xí)新事物時(shí)往往只需很少的樣本。
“這就導(dǎo)致問題稍微變化，機(jī)器就不行了，但人類毫無問題。例如在‘阿爾法圍棋’和李世石的大戰(zhàn)中，若換成25路棋盤，李世石仍能戰(zhàn)，‘阿爾法圍棋’就不行了，需要回去重新收集25路棋盤上的棋譜，重新訓(xùn)練模型，”周志華說。
【應(yīng)用范圍仍狹窄】
在英國(guó)帝國(guó)理工學(xué)院人工智能研究者馬克·戴森羅特看來，人工智能仍未實(shí)現(xiàn)人類所具備的通用智能。“目前，人類習(xí)以為常的一些學(xué)習(xí)能力對(duì)人工智能來說仍難以實(shí)現(xiàn)，例如，人們能夠?qū)⒔鉀Q某一問題的知識(shí)用于解決另一新問題，從有限的經(jīng)驗(yàn)就能學(xué)習(xí)一定技能，還有在抽象層面進(jìn)行推理的能力，以及與他人協(xié)作的能力。”
甚至可以說，人工智能在某些方面的表現(xiàn)還不如小學(xué)生。比如，一個(gè)小孩看過一張貓的照片后，就能立刻辨認(rèn)出下一張圖片里的貓。而應(yīng)用人工智能的谷歌圖像識(shí)別系統(tǒng)，“學(xué)習(xí)”過幾千萬張照片后，識(shí)別貓的準(zhǔn)確率也還不能與人相比。
在科研方面，科學(xué)家們能夠從大量紛繁雜亂的現(xiàn)象中發(fā)現(xiàn)規(guī)律并抽象到理論高度，總結(jié)出物理定律和數(shù)學(xué)定理，而人工智能尚無法做到。
目前，大部分人工智能系統(tǒng)的應(yīng)用范圍仍很狹窄，只能執(zhí)行一對(duì)一、點(diǎn)對(duì)點(diǎn)的特定任務(wù)。開發(fā)出“阿爾法圍棋”的“深度思維”公司就雄心勃勃地計(jì)劃打造“通用人工智能”：一套能像生物系統(tǒng)一樣學(xué)習(xí)的靈活算法，僅使用原始數(shù)據(jù)就能從零開始掌握任何任務(wù)，可為醫(yī)學(xué)、環(huán)境、金融等多領(lǐng)域問題提供解決方案。
【人類是否應(yīng)憂慮】
研究者普遍認(rèn)為，人工智能的發(fā)展順序是：弱人工智能、與人類智能相當(dāng)?shù)?ldquo;強(qiáng)人工智能”和全面超過人類智能的“超人工智能”。目前，弱人工智能已經(jīng)滲入我們生活的方方面面：搜索引擎、實(shí)時(shí)在線地圖、Siri等手機(jī)語音助手都運(yùn)用了人工智能技術(shù)。但人工智能要從情感、行為和認(rèn)知三個(gè)維度全面模擬人類，還有很長(zhǎng)的路要走。而“超人工智能”還只是科幻小說和影視作品中的想象。
但仍有許多人在探討人工智能未來的時(shí)候流露出對(duì)人類命運(yùn)的擔(dān)憂。埃隆·馬斯克、史蒂芬·霍金、比爾·蓋茨都曾在不同場(chǎng)合表示，人工智能可能對(duì)人類帶來威脅。如果所有技術(shù)瓶頸一一被突破，人工智能全面超越人類智能，人類最終面對(duì)的是友好的超人工智能還是企圖控制人類的“天網(wǎng)”？