3月15日消息，据国外科技媒体TheVerge报道，在过去的几天时间里，AlphaGo同围棋传奇棋手李世石的世纪之战注定要成为AI研发史上的一座里程碑。围棋，这项中华民族传承已久的棋类游戏，长久以来一直都被业内公认为是一项计算机无法攻克的高地。但DeepMind借助机器学习和神经网络技术，让AlphaGo成为了具备世界级分析和决策能力的围棋大师。
但这些世界上最聪明的大脑聚集到一起，如果只是为了研发出一款能玩围棋游戏的人工智能系统的话，未免也有些太任性了。
DeepMind所完成的工作毫无疑问，将对AI领域产生巨大而深远的影响，而它所采用的深度学习技术也很有可能变革我们未来生活的方方面面，无论是智能手机还是无人驾驶汽车，你能想到的一切都将被它囊括。
其实，即便是现在看来所向睥睨的AlphaGo，它在围棋长征路上仍需面对许多强敌。现世界排名第一的18岁中国围棋天才柯洁，在上周看完AlphaGo同李世石的首轮对局后，似乎仍对自己同AlphaGo的假想对局怀有谨慎的乐观，并表示自己仍有百分之六十的机率可以打败AlphaGo。
李世石之所以被选中成为AlphaGo对手的原因，主要是在于李世石本身对位围棋这项比赛的至高象征意义和李世石所历经的丰富而漫长的围棋职业生涯，但若单从能力水平上来讲，柯洁才是目前围棋领域的真正王者。
就目前来看，DeepMind似乎有意在未来向公众开放这套AlphaGo系统，这样的话，AlphaGo同柯洁之间的对战似乎也在所难免。
而许多其他围棋棋手也纷纷表示他们想更多地了解AlphaGo的棋艺，毕竟AlphaGo在目前只手可数的几场公开比赛里，就已经展示了它另类的棋风和策略。
AlphaGo之父戴密斯·哈萨比斯（Demis Hassabis）此前曾表示，DeepMind公司正计划要测试一个完全没有经过人类对局训练的新版AlphaGo——其棋艺的进步将完全依靠于自我对战。
若是撇开这些考虑的话，关于计算机能否成为世界级围棋大师的这一问题现在似乎已经不言而喻了。对于所有的信息透明游戏（所有的信息数据都是开放的）来说，计算机面前似乎已经没有什么不可逾越的高山了。然而，对于像多人不限注扑克这样的信息不透明游戏来说，计算机还有很长一段路要走，而下一个挡在它面前的Boss或许将是电子游戏。
在过去的几周里，常有媒体刊文表示经典的电竞游戏《星际争霸》或将成为人工智能的新目标。
基于《星际争霸》在韩国经久不衰的火热程度，乃至上升到电子竞技类体育比赛的新高度的这一事实，我们不难想象，未来的电子竞技游戏里会真得出现“电子玩家”。
哈萨比斯在上周接受媒体采访时，似乎并不排斥人工智能在《星际争霸》中对战的这一想法，但他也表示DeepMind只对那些挡在他们研究主路线上的游戏感兴趣。
“《星际争霸》是一个能测试AI系统的很好的平台，它可以激发我们不断去思考新算法，并让我们测试这些算法是否足够强大，这是一个非常高效的开发AI的方法。当然，我们最终的目标是运用AI来解决那些我们在实际生活中所遇到的难题。”
AI研发者们不惧任何难题，只要它们能激发我们去研发更快的机器人学习和更高效的数据处理技术，让人工决策能变得更为强大。
机器人学习和神经网络技术现在已经被Google广泛地使用到诸如搜索引擎和无人驾驶汽车这样的项目上了，AlphaGo的成就可以推动这些领域更快地发展，或许在你还没察觉到的时候，AI就已经深入到你的生活里了。
杰夫·迪恩(Jeff Dean)是一位就职于Google的计算机科学家，Google内部的许多员工也称杰夫为Google公司里最聪明的一个人。
杰夫目前主要负责Google大脑深度学习研究项目，并已成功将这些新技术应用到了Google公司的众多产品里。杰夫所带领的团队开发出了的一项名为“RankBrain”的深度学习神经网络新算法，如今已经成为Google搜索排名系统里的第三大支柱——杰夫不愿向我们透露前两大技术的名字——而Google也自豪地称RankBrain为Google公司近两年来，在搜索排名方面所取得的一个最大的进步。
总所周知，Google的主要营收来源是通过收集用户数据，并针对性地出售与之配套的广告服务，所有我们不难想象，人工智能技术的不断发展，将使Google搜集用户数据的能力变得更加高效。
当记者问及“机器学习技术在推动Google核心商业模式进一步巩固方面强一些，还是在帮助Google开拓新业务方面强一些？”的时候，杰夫向我们回答道：“我不认为这是一个二选一的问题。在这些人工智能新技术的帮助下，我们确实进一步改进了我们的核心产品，并且，随着数据信息提取和理解能力的提升，我们也在这些产品的基础上，开发出了许多新的功能。但在另一方面，它也确实帮助我们开发出了许多我们之前认为不可能实现的新奇产品。所以，它对两方面都有帮助，我不确定对哪方面的帮助更大，从个人角度来讲的话，我认为它对两方面的推动效果是等价的。”
“我们的世界不存在一个AI无法触及的角落”
当记者提问“机器学习技术会如何进一步推进公司业务发展”的时候，Alphabet公司主席和Google前CEO埃里克·施密特表示：“让我们来回顾一下Google做的所有的大动作吧。我们提供许多搜索服务，提供许多广告服务，我们拥有许多客户，拥有许多数据中心，有许多用户正在使用Google计算，有许多用户正在使用我们的安全软件，每天都是如此。如果你的产品积累了庞大的用户群的话，你就可以用人工智能来进一步改进它，通过对信号的观察和训练学习，你的产品将变得更加的高效。”
“我认为我们的世界不存在一个AI无法触及的角落，”施密特继续说道，并向我们列举了Google公司的传统搜索业务、无人驾驶汽车项目和最新分离出来的一个名为Verily的生命科学部门。“对我来说，这项新技术可以被用到Alphabet公司的任何一个地方。”
DeepMind作为一家公司，同Google的其它子公司的关联都不大，虽然它确实同谷歌大脑项目有一些交流。
“我们享有充足的自由，可以尽情地去优化我们的研究结果，”哈萨比斯向我们说道。“当然，我们确实正在Google内部研发一些新产品。但这些产品大多仍处于研发初期阶段，所有现在还不是谈论它们的时候。”
哈萨比斯还向我们透露，相比于DeepMind项目，谷歌大脑项目的研发周期要更短些，并且考虑到它的研发地点就在Google的山景城总部，谷歌大脑或将给我们带来更多出色的产品。
所有，DeepMind的下一步打算是什么？我们需要注意的是，AlphaGo并不是DeepMind唯一或是最大的项目——DeepMind是一家拥有数百名员工的庞大研发团队，但研发出AlphaGo却只用了它15名员工。
DeepMind已经将智能手机助手、生命健康和机器人列为它的终极目标了，而AlphaGo只是一个用来玩围棋游戏的简单系统，哈萨比斯表示，用人工智能来解决现实世界的难题才是我们的首要任务。
哈萨比斯还认为，在未来的几年时间里，我们将见证到搭载先进机器学习技术的智能手机私人助手的兴盛。
“我认为，起初阶段或许是不温不愠的，但随着时间的推移，这项技术肯定会在某些方面变得越来越出色。或许只需要4到5年的时间，你就能看到智能手机私人助手所取得的巨大进步。”
“我认为，人们希望看到智能手机私人助手变得更聪明、更善解人意，并更好地明白我们想让它做什么，”哈萨比斯这样说道。
在哈萨比斯的眼里，要让智能手机私人助手到达这样的效果，需要采用像在AlphaGo上所采用的那种机器学习技术，而不是简单地预先编好对话流程。
“目前，绝大多数的这些私人助手系统都非常的脆弱。一旦你的命令偏离了它预先编程好的模板，它们就会罢工。所以，我们需要让它的适应性变得更好，变得更灵活、更强大。”
就目前来看，DeepMind要想在生命健康领域取得一定成就，仍是一个遥远而艰巨的任务。DeepMind已经宣布同英国国家卫生署建立了合作关系，但它目前所推出的唯一一款与之相关的产品，只有一个简单的数据跟踪软件。
哈萨比斯表示，我们的首要任务是在推出其它更先进的工具之前，先让英国国家卫生署熟悉现代移动端软件的使用。
“我们正在教Watson去更好地观察”
IBM也已跨入到这场人工智能的技术竞赛中了，并成功推出了一款名为“Watson”的智能认知识别平台，但它所采用的技术和DeepMind所采用的技术有些许的不同。
Watson系统起初运行在一台超级计算机上，但后来被IBM转移至了云端，并推出了像预测分析和个性解读这样的新工具。
目前，IBM已同美国Memorial Sloan Kettering癌症研究中心建立了合作关系，为他们提供Watson系统，并在泰国和印度的两家医院建立了相应的机构，帮助内科医生们更好地诊断胸、肺和直肠等器官的癌变。
虽然Watson本身并不具备诊断疾病的能力，但它会提出一些可供医生们参考的东西，并提供可选的治疗方案建议。
Watson医疗的副总裁凯西·麦高第表示：“我们正在教Watson去更好观察。Watson多年来一直在学习图像分析，如今我们从收购的医学公司Merge Healthcare那儿得到了大量的图像数据，这将大大加速Watson的学习能力。所以，未来的Watson不仅能从医疗图像中查找病变，还能像Fitbit那样，以图文数据的方式，理解这些数据的含义。”
最后，也是人们如今谈论AI应用时，最常谈到一个话题，那就是AI机器人。
Google在收购波士顿动力公司后，在这一领域变得相当的活跃，并推出了像无人驾驶汽车这样的项目。
杰夫·迪恩表示：“我认为机器人是一个很好的例子。Google公司近年来收购了大量的机器人公司，但深入发展机器学习技术，并将它应用到机器人上，尤其是像无人驾驶汽车那样，将在未来的几年里，成为一个非常有趣，非常重要的研究方向。”
哈萨比斯表示自己目前还未仔细考虑过AI机器人技术。
“很显然，无人驾驶汽车也是一种机器人，虽然在计算机视觉方面它们采用了AI学习技术，但从整体上来讲，它们目前所具备的人工智能水平还很低。特斯拉汽车则大量采用了现成的基于深度学习的机器人视觉标准技术。”
哈萨比斯还将家庭服务机器人和老人专用机器人视为未来AI机器人的潜在消费点，但就目前来说，它们还有很长的一段路要走。
“无论结局如何，冠军都将是人类”
虽然，AlphaGo的侧重点非常的有限，但它成功地吸引到了全世界的关注，并再次点燃了AI技术的主流研究热潮，让计算机在某些任务上打败人类的想法，已经引起了无数人的兴趣。
在过去的一个星期里，AlphaGo的消息铺天盖地，也引发了我们无数的思考，有人叹惜，也有人惊恐，认为至少计算机又在一个领域里打败了我们。
人们的各种反应都是情有可原的，但小编以为大多数人都忽略了AlphaGo获胜背后的正真意义：是人类，我们人类创造出了AlphaGo，并在一个有人愿意为之奉献终身的领域里，解决了一个困扰了我们数千年的巨大挑战。
DeepMind所取得的成就是深刻的，并将在未来，对我们的生活方式产生巨大的积极影响。
就像埃里克·施密特在这场世纪对决的开幕式上所说的那样，“无论结局如何，冠军都将是人类。”（止水）
