机器赢了就是机器赢了，这是科技发展的必然结果。但是，“人工智能威胁到人类，这个事情很遥远。”
刘佳
不仅一目十行，过目不忘，还能“万里挑一”——在AlphaGo（阿尔法狗）的升级版化身“神秘棋手”Master，以60胜0负1平的战绩横扫人类围棋高手之后，人工智能又一次成功挑战人类大脑。
在《最强大脑》近日的首场“人机大战”中，百度人工智能在“跨年龄识别”的任务上以3∶2的比分，战胜最强大脑代表王峰。在“人脸识别”领域，机器人“小度”战绩优异。
在此前，从深蓝到AlphaGo的多次人机大战中，交锋的重点包括记忆能力、逻辑推理、计算能力等；这一次人工智能挑战的，除了这些之外，还包括人类经过几百万年进化的听觉、视觉等感官天赋。
百度深度学习实验室（IDL）主任林元庆告诉第一财经记者，由于节目时间限制，电视节目对整个人机大战的过程有所删减。目前播出的人机大战的第一部分（“蜜蜂少女”）是完整的，“小度”和王峰战成2∶1；第二部分其实比了三局，第一局是两者都错了，第二局两者都对，第三局王峰错，小度对，战成2∶1。因为第一部分成绩仅记1分，第二部分成绩为2分，因此，整个比赛是最后一局才决出胜负。从科学实验的角度看，总共赛了5局，其中“小度”对了4局，王峰对了2局。
在北京大学心理与认知科学学院教授魏坤琳看来，在“辨脸”这一专业方向上，人工智能的准确率已经达到很高的水准，下一步应该是提高运算的效率和能耗。“如果这个时代，人工智能这么快地来到的话，我们（思考的是）应该怎么做才能够更好地发挥我们的能力，更好地发展，更好地生存。”
微整形、双胞胎都不怕
百度人工智能首场“人机大战”的对手，是“90后”选手王峰，他的记忆认知能力是顶级的。他曾以5分钟记忆500个数字、1小时记2660个数字、听记300个英文数字的成绩，打破3项世界纪录，多次获得世界脑力锦标赛的“世界记忆总冠军”，并打破快速记忆扑克牌的世界纪录。
这一次，双方比拼的是人脸识别中的跨年龄识别。按照比赛规则，第一轮，由章子怡从20张蜜蜂少女队成员童年照中挑出2张高难度照片，选手通过平均只有三秒的动态录像表演将所选童年照和在场的成年少女相匹配；第二轮，人机共同观察一位30岁以上的观众，随后将她从30张小学集体照中找出。
百度首席科学家吴恩达教授坦言，这次比赛中的竞赛项目对于机器来说非常困难，对人类来说相对容易。机器没有直觉，也并没有久远的进化历史，只能靠分析数据来学习。“特别对于识别整容、化浓妆或十几年跨度的照片，并没有大量的数据可分析。”
这两轮比赛的技术难点在于蜜蜂少女队人员众多且每个人在赛场上化妆表演，不排除有微整形、戴美瞳等因素干扰。此外，挑选的童年照都在0~4岁范围内，与现在的年龄跨度较大。而第二回合样本容量大，30张集体照大约需要在1000~2000个人脸中找到对应的人，年龄跨度也覆盖在80、90后等年龄层中。同时，比赛现场有实时照片传输、现场摄影机捕捉人脸图像晃动、灯光干扰等因素，都会影响人工智能的识别准确率。
经过几分钟的屏气凝神，第一位童年照的主人轻松被双方找到。然而在确认第二张童年照的主人时，百度大脑却打出了两份有着万分之一概率不同的答案。吴恩达解释说，这是因为两份答案的概率很接近，极有可能是现场有一对双胞胎！
最终，小度机器人用概率找到了答案，这一轮，王峰惜败；接下来，双方在超过千人的合影中都准确找到了对应的人。
有意思的是，在比赛结束之后，有媒体提问林元庆：“如果让打败几乎所有围棋高手的‘阿尔法狗’和百度大脑比试一场，到底谁会赢？”
林元庆给出的答案是：谷歌和百度选择的方向，特别是“人机大战”的方向非常不一样。“去年‘阿尔法狗’出来的时候，我们正在投入非常大的力量在无人车，百度内部没有做围棋的项目。”
人工智能并不完美
从打败几乎所有围棋高手的“阿尔法狗”，到首场人机大战中战胜人类大脑的百度大脑，未来人工智能是否将颠覆人类世界？
在《罗辑思维》主讲人罗振宇眼里，人工智能不仅仅是人类的延伸，更是人类的替代。他援引尤瓦尔·赫拉利在新书《未来简史》中的观点表示，“未来可能出现一种没用的人。如果人工智能足够强大，愿意毫无怨言地被剥削、被奴役，那有的人类可能连被剥削的价值都没有了。近在眼前的是一系列职业的消失。”
在魏坤琳看来，机器赢了就是机器赢了，这是科技发展的必然结果。这天迟早会到来，只是来得早或晚。
“任何新技术出现的时候老百姓都恐慌：汽车出现恐慌，火车出现恐慌，计算机出现恐慌……这个是终极恐慌。人工智能的出现，可能让很多一般智力活动（包括很多白领）甚至专业人员（包括某些领域的医生）的工作受到威胁。但是，有些工作死了，新的工作又产生了。”魏坤琳说。
林元庆则认为，人工智能替代人类，可能会替代一些比较低端的工作，例如汽车工厂里的流水线机器人，“人工智能威胁到人类，这个事情我们的观点觉得很遥远。”
目前，围绕人工智能人脸识别的行业应用包括但不限于金融领域的远程预授信、人脸识别闸机等。
不过，在人脸识别领域，目前人工智能并不完美。
林元庆告诉记者，百度大脑所用的深度学习的方法，可以从海量的数据里面学到的是共性，但如果说一个人嘴边长了一颗痣，机器学习就比较难，因为这不是共性。对于那些比较独特的、个性化的特征，目前人工智能还没有很好地利用。
再如识别“猫”，就算是3岁的小孩，对猫摆出不同的姿势、毛色各异的猫都能够很好地识别。而机器如果要实现精确地识别，背后需要非常海量的数据训练，可能是成千上万的数据；训练的结果还不一定正确，下一次碰到姿势不一样的猫，有可能又识别错。
“虽然我们人工智能技术过去几年取得了长足的进步，但是识别还是一个非常难的事情。”
