阿尔法狗怎样战胜了人类？
人类认知这个世界有两套系统，一是感知系统，二是认知系统。感知系统包括我们的视觉、听觉、味觉、触觉和嗅觉。认知系统包括语言、文字、手势等，以及在这基础上形成的哲学、逻辑、数学、物理等认知体系。这两套系统是不一样的工作方式，产生的结果也是截然不同。并且，感知系统是认知系统的基础，认知系统的知识不能代替感知系统的知识。
比如，一个天生的盲人，别人无论怎样向他解释什么是红色，他也不可能理解。人的这种感知系统，其实是每一个生命体所独有的，每个人都看到的颜色、听到的声音、尝到的味道等，都由自己独有的这套感知系统来解读。我们之所以看到天空是蓝色，是因为我们大家的感知系统大体是一致的，但个体之间还是有差异。比如有些蓝绿色盲者，看见的天空可能就是绿色的。
我们不能说他们就是错的，感知系统都是每个人所独有，无所谓对错。就像有人吃一颗辣椒觉得不辣，别人吃却觉得很辣，辣还是不辣，无所谓对错，仅仅是每个人不同的体验而已。认知系统则不同，比如语言文字，必须有一定的标准，大家如果都用不同的标准，互相之间就没法交流。所以，认知系统，在相同的标准内，是可以分对错的。人工智能AI只有认知系统，没有感知系统。
有人会说，人工智能的那些各种传感器不也是感知系统吗？那些并不是，AI的各种传感器只是将各种信号转换成数据，然后再按人类设定的程序决定进一步的操作步骤。而人类是将信号首先转换成视、听、味、触、受等感觉，再通过对感觉的体验来决定下一步的行动。因而，AI只是用认知的方式来模拟感知，本质上是不一样的。AI的优势是在认知系统上，只要设定好了程序，其反应速度和精确性都要远远超过人类，而人类要先经由感知系统先对事物进行感知，反应速度上就远远比不上AI，这就是AlphGo战胜人类的秘诀。
在什么样的条件下，人类才可以战胜阿尔法狗围棋？
有几个几乎必须的条件：第1：就目前的情况看，不得不说，需要让子。这可不是猜测，自年初Master60局网棋开始，就有多位职业接收媒体采访时公开表示过。例如井山裕太：恐怕要被让二子；再如范蕴若：让二子可能人类稍有胜面；又如孟泰龄：让二子但黑棋贴目，可能是好胜负；等等。所以基本上让子是必须的条件。第2：比赛时间，人类需要更多的自由思考时间。
正式比赛的对弈，假设双方各2个半小时，其实相当于每个人有5个小时思考时间，因为人人对决基本时间都会用光，人类棋手可以利用对手的时间思考。而阿法狗在人类用光时间时，它至少还剩一半时间（随着算法和硬件的改进，它会用得更少）。这相当于人类所能思考的时间无端减少了1个半小时甚至更多。所以必须时间也有一定的不对等分配才合理。
第3：与国内AI厂家合作与腾讯合作，通过透露绝艺、骊龙的内部数据（每步的胜率）给棋手，让棋手参考，才说得上是知己知彼百战不殆。而阿法狗的厂商是不可能透露的。第4：资金支持棋手是要奖金、对局费生存的。若不给予棋手优惠政策，难以专心对付阿法狗；例如柯洁，他不可能专心研究、备战，因为他要应付国际大赛，要夺得它们的冠军，这有金钱、名誉在里边。
阿法狗哪些围棋下法是人类无法理解但实际很厉害的？
阿法狗有多厉害，纸上谈兵可不行，我们只有通过阿老师棋局中的具体手法来感受。开局不能“点三三”？不存在！这是阿法狗进化版阿法元AlphaGo Zero与阿法狗与柯洁人机大战的大师版Master的一局开局。寥寥数手，阿法元直接点三三，可谓颠覆了以往人们的认知！以前以为，序盘过后对方两个边星处有子，可以点三三，到后来Master网战60局全胜后，人们发觉布局十几、二十余手也能点三三，现在，阿法元告诉我们，占完角即可点三三！笔者顺手在四个角部摆了四种不同的点三三之后的下法，我们可以看到，点三三，在长久以来，人们认为在开局会形成让对方成起厚势的想法——根本就不存在！点三三不仅是极为有力的开局招数，还为人们对实地与势力的相互转换打开了崭新的思路和空间！布局五路没见过，阿老师告诉你！这是2016年3月，李世石与AlphaGo的第二局布局的场面。
当时，AlphaGo黑1刺，这在以前认为是将对手撞厚，而自己却没有所得的恶手，所以从没有人这样走棋（初学的小朋友除外，玩笑）。当时李世石看到黑1，一下子就感觉到不妙，他点头示意对面的AlphaGo“人肉臂”黄博士“抱歉离开一会”，就出去外面抽烟去了。出去外面的李世石，望着首尔城的繁华景色，陷入了深深的沉思……回到对局室，李世石粘上后，AlphaGo脱先于左上角托。
我们再来看，黑棋经过一手交换，弹性十足，白棋已不好攻击，而白棋右边本来就很坚固，让其在价值不大的地方厚上加厚，当无不可。本局蔓延了十几手的战斗后，AlphaGo走出了名垂棋史的名手——五路尖冲。当时，观战此局的棋圣聂卫平先生对此手赞叹不已：阿老师这手棋值得脱帽致敬。不论是从感官，还是最后的价值，这首棋都达到了最佳。
职业棋手们也从这一手棋，如醍醐灌顶，获得了不少升华。故意“下错”大雪崩定式？这是AlphaGo在2017年初，在网上化身Master大杀四方的一局棋。执黑的芈昱廷九段成了“背景板”，两位演绎大雪崩定式时，阿老师五路扳一手，让世界冠军芈九段当场“晕菜”。大雪崩定式，自从50多年前围棋大师吴清源将“外拐”改为“内拐”后，多年来一直牢牢占据着业界最难定式的交椅，但这次阿法狗就像一位不懂复杂定式的业余棋手一样，不过，却取得了意想不到的变化，将定式也改变了。
大雪崩定式也由此彻底“下岗”，本局之后，大雪崩定式几乎再也见不着了。化繁为简，改变“妖刀定式” 还是Master的网棋，执黑的“背景板”是世界冠军江维杰九段。角上即将走成人们熟悉的妖刀定式。大体上长这样：黑棋冲后，白棋将黑棋断开，此后双方围绕着远处的征子和引征勾心斗角，头绪百出，谁也无法掌控以后的流向。
柯洁单人挑战阿尔法狗，人类战胜人工智能的胜算有多大？
柯洁“英雄出少年”，目前是世界上最顶尖的围棋高手，一直稳居世界围棋排行榜上榜首的位置。柯洁与李世石的交手记录中，柯洁也占据了绝对的上风。但机器在数据、算法上有着人类无可比拟的优势，李世石不是AlphaGo的对手，我们认为此次AlphaGo也会打败柯洁。原因有三：一是经过这么多年的研究，对于围棋的逻辑和下法已经研究的相对清楚，机器处理没有逻辑上的难题；二是在于深度学习算法的演进，通过学习几千万真实的对弈棋谱，实力增长迅速。
而且机器运算能力在读点计时的情况下相比人类的优势会越来越明显；三是柯洁的棋风和优劣势计算机程序可以通过历史数据进行针对性学习进行对战。AlphaGo战胜人类是大势所趋，并且这个比赛在人工智能发展历史上的里程碑地位并没有大家想象的那么大，因为人工智能正在各个领域取得突破，深刻改变人们生活，围棋只是其中一个方面。
不过即人工智能赢了人类棋手，我们也不用恐慌。人工智能的发展经历三个阶段：第一个阶段是计算智能，要求机器能存会算：第二个阶段是认知智能，能说会听、能看会认;第三个阶段也是目前的最高阶段，是感知智能，它要求机器能理解会思考，这是人工智能领域正在努力的目标。在运算智能方面，计算机早晚会超越人类，但是我们还有认知智能领域。
我们可以创造文字，可以进行知识、语言的理解，可以进行逻辑推导并且最终做出决策，在这些和用来下棋的运算智能完全不一样的方面，目前来说在认知智能领域，计算机和人类比可能连门还没有摸到。AlphaGo在2016年与李世石对战时，讯飞研究院的研究员们曾经撰写了一篇《AlphaGo要怎么变得更强？》的文章发表在果壳网上，深入浅出地对AlphaGo进行了全方位的分析。
九章能穷举围棋变化吗？能不能利用九章算法战胜阿尔法狗？
看来，你根本不知道九章是个啥啊！九章不是经典（现在正用的）计算机系统，它玩不了“计算”，所以，你问的问题它没办法解决。顺便说说，九章计算机，严格讲它不是计算机，它是做概率模型试验的实验器具，这次潘建伟团队做了个“采样”，将50全同单模压缩态输入100模式超低损耗干涉线路，利用100个高效单光子探测器进行高斯玻色采样，输出态空间维度达到了10的30次方，采样速率比最先进的超级计算机要快上10的14次方（百万亿）倍。
阿尔法元自学成才，以100比0完爆阿尔法狗，你怎么看？
关于这个问题，每日经济新闻记者涂劲军认为：AlphaGo Zero完胜曾经战胜人类的AlphaGo，这是一个里程碑的事件，对于Ai技术来说，是上到一个新台阶，足以在现实中证明，不依赖于人类的既有经验，让机器自主学习掌握了人类上千年的围棋技能。 这种新程序代表着人类在建造真正智能化机器方面向前迈进了一步，因为即使在没有大量训练数据的情况下，机器也需要找出解决困难问题的方法。
DeepMind联合创始人兼首席执行官戴密斯·哈萨比斯（Demis Hassabis）说：“最引人注目的一点是，我们不再需要任何人工数据，”。他认为，建造Alphago Zero的技术已经足够强大，可以应用在现实世界，例如药物发现与材料科学等一些有必要继续探索各种可能性的行业。Alphago Zero的相关研究成果发表在今天的《自然》杂志上。
人类一直以来有一个担心，就是人工智能能够自我进化，从而超越人类，甚至对人类带来威胁。如果过去认为这种担心是多余的，那么现在完全有理由相信人工智能的强大足以超过人类。 当然担心之外，我们还是应该庆贺一下，如果能够很好地管控好人工智能，人类完全还是可以把无比强大的人工智能当作工具，为人类服务。 从市场空间来说，高强度的人工智能，可以帮助人类解决很多前所未有的问题，正如哈萨比斯说的，在医药、新材料领域，完全不用借助过去的人类经验来推进，人工智能的研发，应该比人类研发速度更加快捷，从而在急用的这些领域上取得重大成就。
阿尔法狗3：0战胜柯洁后宣布退役，该如何评价阿尔法围棋？
虽然柯洁0:3输了，但精彩的棋局让人回味，虽然人类排名第一的棋手输给谷歌人工智能，但实际上输给人类智慧的创造。阿姆斯特朗在人类首次登月成功时说，这是个人的一小步，是人类的一大步。今天我们也可以说alphago是谷歌的一小步，也是人类探索创造的一大步。人工智能的深度学习算法的成功代表着人类对围棋规则与策略算法化的突破。
阿尔法狗战胜围棋界顶尖高手李世石，人工智能经历了怎样的涅槃？
人工智能的概念与历程了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能（Artificial Intelligence，简称AI）”这一概念，标志着人工智能学科的诞生。人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。
人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。
二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。
三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。四是低迷发展期：20世纪80年代中—90年代中。
随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。
1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
现状与影响对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。
专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域。
例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。
真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。
总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。
人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；全球知名风投调研机构CB Insights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。创新生态布局成为人工智能产业发展的战略高地。
信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。
目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。
另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。趋势与展望经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。
那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。
阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。
在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。从“人工 智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。
因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低人员成本。
人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。
人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。
2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。人工智能将推动人类进入普惠型智能社会。“人工智能 X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。
我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。
2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。
文章TAG：阿尔法狗有何绝招 如何战胜阿尔法狗 阿尔法 阿尔法狗 绝招
