導(dǎo)讀 : 這從來不是一個生存的問題，而是生活哲理。
設(shè)下這一場舉世矚目棋局的AlphaGo的科學(xué)家們未曾料到，段子手們的想象力，令“人工智能”在中國民間引起的最大熱議，竟是它是否會消滅文明、統(tǒng)治人類。
科幻文學(xué)和好萊塢電影強(qiáng)大的洗腦能力，已經(jīng)在民眾腦中刻下深深的烙印——“人工智能就是那種上天入地?zé)o所不能的機(jī)器人”。通常人們會覺得它離現(xiàn)實(shí)較遠(yuǎn)，然而一個虛幻的大腦突然出現(xiàn)，在一場智力競爭中橫掃了幾乎代表人類最高水平的選手，并且是在世界公認(rèn)的“人類智慧最后高地”的圍棋項(xiàng)目上。人類的自尊心很難接受，而人類的統(tǒng)治和防御本能更受到挑戰(zhàn)，于是就“細(xì)思極恐”了。
事實(shí)上恐慌大可不必，人工智能早已滲透社會，就在人們未曾在意的點(diǎn)滴之上。比如汽車防抱死系統(tǒng)、油路管理系統(tǒng)，可實(shí)時(shí)語音翻譯不同語言的Google翻譯軟件，垃圾郵件過濾系統(tǒng)，電商網(wǎng)站根據(jù)用戶喜好和瀏覽記錄推薦商品的引擎，醫(yī)院里協(xié)助醫(yī)生診斷的醫(yī)療系統(tǒng)，等等。
這些都是人工智能的實(shí)際應(yīng)用，并且隨著技術(shù)的發(fā)展，人工智能的應(yīng)用正在變得越來越高階，比如蘋果手機(jī)里的Siri，民用的智能無人機(jī)，又比如無人駕駛汽車。
AlphaGo背后的黑科技
AlphaGo與李世石的這一次世紀(jì)之戰(zhàn)之所以如此受到矚目，就因?yàn)樵诨A(chǔ)原理不變的情況下，發(fā)展出了新的訓(xùn)練和處理模式，使人工智能更進(jìn)一步。
AlphaGo采用了深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）的技術(shù)，DCNN的核心是卷積核，卷積核相當(dāng)于一個過濾網(wǎng)。而DCNN在圖像識別和語音識別中是非常有用的，AI能通過它對棋局做優(yōu)劣評估。
讓我們實(shí)驗(yàn)一下：我們準(zhǔn)備一萬張狗的照片，各種表情、各種部位的寫真，讓機(jī)器學(xué)習(xí)。
這個過程如下：
1.首先，將各種過濾網(wǎng)呈上來，比如能將圖像黑白化、平滑、去噪的等等等等。愛美的各位肯定用過美圖秀秀，但我們跟美圖秀秀對著干，我們不是為了美化，而是為了模糊。這樣可以突出照片中最有特點(diǎn)的部分。
2.為降低運(yùn)算量，把圖片統(tǒng)統(tǒng)切成小塊，比如一張圖片切成10*10的小塊，并準(zhǔn)備好所謂權(quán)值共享等方法，再加上硬件設(shè)備，就可以開始算了。
3.算什么呢？算這一萬張狗照片的各種特征值，通過分類器，形成最優(yōu)的分類模型。實(shí)際上，多層堆疊后產(chǎn)生的分類模型根本就沒了狗狗的真實(shí)模樣，機(jī)器不會管狗長什么樣。
訓(xùn)練結(jié)束，模型產(chǎn)生，如下圖，算法看見了什么——它看到的就是紅黃藍(lán)的色斑圖，藍(lán)色區(qū)域就是小狗的頭部。
讓我們回到AlphaGo的問題上。通過Google的論文，我們知道它是將19*19的棋盤看作一張圖，黑子和白子當(dāng)作像素，每落一子就相當(dāng)于加了一層過濾網(wǎng)（當(dāng)然特征算法和照片識別還是不一樣的），如此對棋局做出勝率評估，其實(shí)這就是Policy Network的基矗所以，下棋的時(shí)候大家感覺AlphaGo很有大局觀，還會落下迷惑詭異的子，其實(shí)它只是根據(jù)圖形判斷了一下勝率做出的判斷。
過去的人工智能是基于人工指定的規(guī)則進(jìn)行推導(dǎo)從而給出專業(yè)方案，如今的人工智能更多的是利用神經(jīng)網(wǎng)絡(luò)算法對文本、圖像、聲音進(jìn)行海量計(jì)算，從而自主地找出其中的規(guī)律，甚至可能挖掘出人類忽視的規(guī)律，正如AlphaGo在圍棋中落下的神之一子，利用“人腦”思維的棋手們還無法理解其中的深意。
DCNN這樣的技術(shù)當(dāng)然不只是成為圍棋領(lǐng)域人工智能的制勝法寶，讓我們欣賞下它在視覺上取得的成就。
這是一張從窗口拍攝的照片：