在今天的围棋比赛中，李世石战胜了AlphaGo。

这是让人欣慰的消息，但我总觉得这种欣慰有点底气不足。谁知道是不是人类最后一次战胜机器的围棋系列赛呢？

从这4盘比赛来看，AlphaGo即便今天有关键失误，但掩盖不了这几盘比赛的落子光辉。AlphaGo强大的判断和计算能力，让循规蹈矩的对战变得基本没有胜算。而只有找到它的Bug，方才有战胜它的可能。这已经是根本的实力差距了。

李世石9段今天的表现是人类历史伟大的一幕，但改变不了的是，机器未来将统治围棋。王飞跃老师在博文里说，任何规则明确的问题或任务都应该是计算机战胜人类，早晚只是时间而已，围棋不应例外。

我们低估了AI的发展速度

从专家到普通人，都低估了AI的发展速度。

在这次比赛前，有非常多的顶级专家，包括人工智能界和围棋界都做出了预言，其中大部分都认为李世石将5：0毫无疑问战胜AlphaGo。

在新智元当时的读者调查中，42%的人认为需要1到3年，AI才能在人机围棋对决中获胜。

但实际上呢？现在就实现了。

99.99%的人，都被AlphaGo骗过去了

在这几天的比赛中，尤其是第三盘，李世石赢着、赢着，就输了。那时候围棋顶级棋手都认为李世石赢定了，但比赛中间基本上都蒙了。世界冠军柯洁倒是比较清醒，在很多人之前预言了李世石会输。但世界上只有一个柯洁，剩下99.99%的人，都没看懂AlphaGo的布局，被它骗过去了。

我们很难理解AlphaGo，即便是在围棋这样规则明确的游戏里。它的对围棋的认识和我们有很大的不同，我们可以从它的行为去推测想法，但它里面究竟在想什么，行为背后的原因，都无从知晓。

即便是AlphaGo创造者Hassabis，也在采访中表示被AlphaGo的下法震惊了。

在围棋中，AlphaGo有自己的认识，而理解结构和人类有很大的不同。在未来更多的领域里，AI会形成自己的价值观。

但人类要通过行为去揣测它的价值观？

现在看来不怎么靠谱。

围棋之后？AlphaGo的下一步是什么

我相信Google不会过于纠结在围棋上。AlphaGo在创立之初，就是一个通用人工智能程序。这意味着它不仅仅会下围棋，只要你喂给它足量其他领域的数据，它也能表现的非常好。

在和李世石的对战中，AlphaGo已经证明自己可以比世界冠军还要高明，这对于Google已经足够了。

几周前，DeepMind（创造AlphaGo的公司）刚宣布了和NHS（英国国家医疗服务体系）的合作，着手建立医疗+机器学习的平台。这项合作有助于DeepMind获得医疗诊断方面的数据，而就像围棋一样，当把这些数据喂给医疗版本的AlphaGo的时候，它也能学会怎么给人看病。

在看到AlphaGo在围棋的优异表现后，你是不是比较能够接受，让机器人医生给你看病呢？

所以我猜测，DeepMind会鸣金收兵，公布进军医疗领域！

而除了医疗，还有游戏、律师、金融、智能手机助手，你相信各种版本的AlphaGo在这几个领域，能比最好的人类选手做得还好么？反正我是信的。

恐惧：16%对人类未来不抱希望

这会带来人们的恐惧。

在新智元最新的一次调查中，“面对AI，你对人类的未来充满希望吗？”，猜猜结果是什么？

16%的参与者，投了“不抱希望”。

昨天李世石获胜带来的狂欢，掩盖不了人类集体的落寞。当然，人工智能的坚定支持者们，大多是心情平静的。

但我们很容易估计到，在未来的5到10年，AI会一步一步取代很多工作岗位。《纽约时报》有一篇文章，讲到了自从21世纪以来，美国的就业率就在不断的下降。

这是事实，而且还将继续。也许有人会说，当机器去做那些枯燥、重复性的工作的时候，人类还可以从事创意的工作。但无论什么时候，我们都不会需要那么多的演员、画家和歌手。

现实一点说，阿尔法工场的一篇文章的数据，统计表明经济衰退以来企业用于购买软硬件设备的投资增长了26%，而人力成本根本没有增长。

千万不要低估，AI对人类的影响。

所以今天我们推荐一篇文章，来自the Guardian，新智元翻译。

这篇文章说的是DeepMind背后的故事，有点长，讲述了这个团队的价值观和使命，以及这对人类的未来意味着什么。

专访DeepMind CEO：超级英雄Demis Hassabis

通过他的公司DeepMind，伦敦人Demis Hassabis正在领导着谷歌的一个计划——创造比人类大脑更强力的软件。但是，这对于人类的未来而言，意味着什么？

Demis Hassabis有着谦逊低调的风度和平易近人的神情，但是当他告诉我他正在为“解开智力的谜团，随后将之用于解决其他一切问题”的使命而努力时，他看上去无比严肃。如果从其他人——几乎任何一个其他人——口中听到这句话，都会让人发笑；但是从他口中听到就没那么让人想笑了。39岁的Hassabis曾经是一位围棋大师和一位视频游戏策划，而他的人工智能研究初创公司DeepMind在2014年据传被谷歌以6.25亿美元收购。他的父母都是移民，他在Finchley读了一所州立综合学校，又从剑桥大学和伦敦大学学院（UCL）获得了计算机科学和认知神经科学的学位。一位“空想家”，与他一起工作的人们是这么评价他的，Hassabis也顺水推舟地表示，他已经找到了“让科学研究更高效”的方法，并且在领导着一个“21世纪的阿波罗登月计划”。他是那种你在街上看到也不会留下印象的样貌平平的家伙，但是Tim Berners-Lee曾经对我说，他是地球上最聪明的人之一。

人工智能已经来到我们的身边，这毫无疑问，每当我们询问Siri或是从安卓上看到推荐信息时，背后都有人工智能的影子。而在短期内，谷歌的产品肯定会从Hassabis的研究中获益，即使个人化、搜索、YouTube、语音和面部识别从名字上看并没有“AI”这个词（“于是这只是软件，对吧？”他露齿一笑，“这只是某种能派上用场的东西。”）。不过，从长远来看，他正在研发的技术所具有的意义并不会仅仅止步于有情感的机器人和更智能的手机。它甚至不会止步于谷歌，也不会止步于Facebook、微软、苹果、以及其他正在搜刮人工智能博士并往这场最近的科技军备竞赛中砸下数以亿计金钱的巨头们。它关系着我们能想象得到的一切，以及更多我们想象不到的东西。

如果这听上去极其野心勃勃——就是这样没错。大多数AI系统都是“狭隘”的，训练事前编写好程序的代理（agent）来掌握某种特定的任务，它们并没有太多其他的能力了。所以IBM的“深蓝”可以在国际象棋上击败Gary Kasparov，却无法在画圈圈叉叉的井字棋上和一个三岁小孩对战。Hassabis站在另一边：他从人类大脑中获取灵感，试图创造第一台“通用用途的学习机器”，一组灵活的、适应性强的算法，能够——就像生物系统做的那样——只利用原始数据来学习如何从头开始掌握任何一种任务。

这就是人工通用智能（AGI），重点在于“通用”。在他憧憬的未来中，超级智能的机器将会与