“人機大戰第二季”大幕即將拉起，是“常勝將軍”AlphaGo“碾壓”世界圍棋第一人柯潔？還是“人類代表”最終技高一籌？50余位兩院院士和國內外智能制造領域專家、學者齊聚第三屆廣東院士高峰年會。思客在此次高峰年會上舉辦了一場“智能制造與工業大數據思客會”，周濟、鄔賀銓、李國杰、李杰等多位院士、專家對當前人工智能發展和未來趨勢也進行了介紹。當這些“最強大腦”同臺， 他們會如何圍觀新一輪的人機大戰？
從AlphaGo下圍棋贏了人為標志，應當說人工智能進入了“秋天”，真正到了收獲季。
AlphaGo可以贏人類，因為它的思考路線和人類不一樣
李杰（美國辛辛那提大學IMS主任）：
為什么AlphaGo可以贏人類，就是它的思考路線和人類是不一樣的。一般來說，當人遇見前所未見的情況，就會不知道如何反應，但人工智能不是這樣。為什么人工智能變得更加有智慧？為什么李世石會輸？是因為AlphaGo的思維模式不同于正常人類的思維模式。像實現無人駕駛的人工智能，可以在幾微秒、幾秒鐘的時間里對遇到的情境進行判斷，而人類可能做不到。
這就是為什么我們現在要做工業大數據，因為數據可以告訴我們人不知道的問題。工業大數據的目的在于如何在制造與工業系統中，利用傳感器和現有數據，找出隱形的操作問題及未知的變異，及時地做預防管理，避免故障并創造價值。
什么時候踢贏皇馬，就說明人工智能發展突破了
鄔賀銓（中國工程院院士、廣東院士聯誼會會長）：
去年AlphaGo和李世石的對決中，AlphaGo在總盤數上贏了李世石。據我了解，AlphaGo收集了世界上已經知道的圍棋棋譜，但李世石也收集了，兩者這樣相比，都沒什么特別的優勢。但是AlphaGo的優勢在于它通過自我對弈，產生了3000萬盤圍棋棋譜，而李世石是怎么樣也找不到這么多棋譜的，所以說AlphaGo戰勝李世石是注定的，因為它也很深入地研究了李世石的棋譜。
圍棋雖然說每一步之后都有很多走法，但是規則性是很明顯的。AlphaGo實際上是窮盡了所有的可能性，它戰勝李世石不足為奇。它跟柯潔的比賽，在我看來也許柯潔的水準比李世石高，但他能不能達到AlphaGo那么高的水平，我還不敢說。我不能給柯潔泄氣，但是他要用一般個人的智商去對付AlphaGo這樣集體智慧力量的結晶，顯然是有困難的。如果柯潔贏了，就表明AlphaGo還有很多可以改進的地方。
我也曾經跟谷歌一位負責研究技術的高層管理者說過，AlphaGo下棋贏過李世石不算什么了不起的成就，什么時候你組織11個機器人組成的足球隊踢贏皇馬了，就說明人工智能的技術發展得很可以了。因為人工智能對付一個人的時候，比較簡單，互相配合對付11個人就不好辦了。足球盡管有規則，可是每一腳踢到哪里，是沒有規則的，所以在比賽中才有很多變數。
AlphaGo贏不贏柯潔不重要，我們要考慮更難的比賽
李國杰（中國工程院院士、曙光信息產業股份有限公司董事長）：
人工智能已經有60年的歷史了，從去年AlphaGo下圍棋贏了人為標志，應當說人工智能進入了“秋天”，真正到了收獲季，過去很多解決不了的問題，現在可以解決了。
我講一個案例，現在國內有一檔節目叫做《一站到底》，我看到搜狗的一位負責人寫了一篇文章，才知道搜狗公司做了一個叫汪仔的機器人，讓它在節目中和人類比拼理解和判斷。搜狗汪仔超越了識別能力，能聽、能說、會看、會思考，可以在幾個毫秒內，從海量數據當中檢索出信息，接著思考、推理，然后快速搶答，最終戰勝“人類代表”。這個例子說明人工智能可以干成很多事。但目前為止，它能干成的最成功的事還是圖像識別、語音識別，另外就是做一些預測，比如說分析用戶、給用戶畫像、精準推銷、信用評級等。
應該說，人工智能還沒有像大家想象的那樣已經超越了人類，比如很復雜環境下它很難做準確判斷，問題比較確切的情況下才能處理好自己的任務。人工智能前景非常大，但是也沒有達到一下子把所有人都替代掉的程度，有些工作還是適合人做。人工智能應該有一個發展的過程，我們既要樂觀，但是又不能夠把它說得神乎其神。
如果比賽的規則是固定的，輸贏很明確的話，人工智能是比較有優勢的。人機大戰有看點的反而是一些答案不確定、需要很多想象的項目，尤其是一些需要靈感的項目，這種對決種中，人機差別還是比較大的。
現在有人讓機器人參加高考，想讓它們考上一本，如果考試的題目它們能理解，不管是數學、語文還是英語考試，我估計都沒什么問題。然而，有時候人工智能看不明白題目，答案也就錯了。這類比賽可以提高人工智能的水平，但是不要設想在一個短時期內，人工智能把人所有能做的事情都做成。人的進化經歷了幾萬年、幾十萬年，甚至幾十億年，不是它短期內就能超過的。
AlphaGo贏不贏柯潔不重要，在我看來，人機“圍棋大戰”已經比完了，只要有比較準確、固定規則的比拼，機器超過人，是沒什么好新奇的。我們應該考慮更新的、比它更難的比賽。
中國-博士人才網發布
聲明提示：凡本網注明“來源：XXX”的文/圖等稿件，本網轉載出于傳遞更多信息及方便產業探討之目的，并不意味著本站贊同其觀點或證實其內容的真實性，文章內容僅供參考。
