2016年即將過去，這一年中相信諸位ICT業(yè)內(nèi)人士聽得最多的詞就是AI（人工智能），無論是企業(yè)還是媒體，凡是和ICT著邊的，都多少要冠以AI的字眼，否則就有OUT之嫌。但實(shí)際情況又如何呢？

所謂追根溯源。這里我們不妨回溯下今年比較重要或者說引起媒體和業(yè)內(nèi)對(duì)于AI關(guān)注或者炒作的幾個(gè)節(jié)點(diǎn)或者說是標(biāo)志性事件，而對(duì)于這些標(biāo)志性事件的解讀和延展無疑會(huì)讓我們看到AI的本質(zhì)。

一、谷歌旗下AI公司DeepMind開發(fā)的Alpha Go神經(jīng)網(wǎng)絡(luò)在與世界圍棋冠軍李世石的“人機(jī)大戰(zhàn)”中以絕對(duì)優(yōu)勢獲勝，進(jìn)而引發(fā)了業(yè)內(nèi)對(duì)于AI的關(guān)注，之后AI開始頻頻出現(xiàn)在科技媒體和企業(yè)的報(bào)道中；

二、谷歌主打AI的無人駕駛汽車在路側(cè)中出現(xiàn)首例事故和特斯拉的Autopilot（自動(dòng)駕駛系統(tǒng)）頻頻出現(xiàn)的致死事故，盡管是負(fù)面的新聞，但還是激發(fā)了業(yè)內(nèi)對(duì)于AI的關(guān)注，并以自動(dòng)和無人駕駛汽車的熱炒體現(xiàn)出來；

三、是亞馬遜裝有Alex語音識(shí)別技術(shù)的Echo音箱所謂的暢銷以及有“互聯(lián)網(wǎng)女皇”之稱的 Mary Meeker 發(fā)布 2016 年度網(wǎng)絡(luò)趨勢報(bào)告時(shí)對(duì)于Echo以及AI的熱捧和向好的預(yù)測；

四、美國總統(tǒng)大選中名為MogIA的人工智能系統(tǒng)成功預(yù)測出川普將成為美國總統(tǒng)；

五、是圖形芯片公司或者說是其自己標(biāo)榜為人工智能公司的英偉達(dá)股價(jià)的暴漲。

首先我們看下Alpha Go在圍棋中戰(zhàn)勝李世石究竟依靠的是什么？其實(shí)對(duì)于計(jì)算機(jī)與人類在棋類的博弈，早在1997年計(jì)算機(jī)首次擊敗了等級(jí)分排名世界第一的棋手。加里•卡斯帕羅夫以2.5:3.5 1勝2負(fù)3平）輸給IBM的計(jì)算機(jī)程序“深藍(lán)”，當(dāng)時(shí)全球媒體和高科技界都驚呼標(biāo)志著人工智能進(jìn)入了新時(shí)代。

此前1988年，“深藍(lán)”的上一代“深思”是第一個(gè)贏過國際象棋特級(jí)大師的電腦；1996年，“深藍(lán)”成了第一個(gè)贏了國際象棋世界冠軍的電腦。需要說明的是。深藍(lán)重1270公斤，有32個(gè)大腦（微處理器），每秒鐘可以計(jì)算2億步，輸入了一百多年來優(yōu)秀棋手的對(duì)局兩百多萬局。

相比之下，AlphaGo最初通過模仿人類玩家，嘗試匹配職業(yè)棋手的過往棋局，其數(shù)據(jù)庫中約含3000萬步棋，計(jì)算能力是當(dāng)初“深藍(lán)”的3萬倍。這里我們看到的與“深藍(lán)”相比最大的不同是AlphaGo在數(shù)據(jù)和計(jì)算能力上的優(yōu)勢。

在此也許有人會(huì)說AlphaGo贏在其龐大復(fù)雜的神經(jīng)網(wǎng)絡(luò)，但根據(jù)TIan yuandong和AlphaGo的論文，如果不做任何搜索（實(shí)際上考驗(yàn)的是計(jì)算能力），只是根據(jù)“棋感”（其實(shí)就是估值函數(shù)），CNN（神經(jīng)網(wǎng)絡(luò)）最好能達(dá)到KGS 3d的水平，也就是業(yè)余1段的水平。

而MCTS算法在沒有Value Network的情況下在9x9的棋盤上能戰(zhàn)勝人類高手，其實(shí)印證了AlphaGo在殘局的實(shí)力是搜索（計(jì)算）起重要作用，也就是殘局的計(jì)算能力碾壓人類。但眾所周知的事實(shí)是，計(jì)算機(jī)的計(jì)算能力遠(yuǎn)強(qiáng)于人類早已經(jīng)是常識(shí)。

對(duì)此，微軟亞洲研究院常務(wù)副院長芮勇在評(píng)價(jià)AlphaGo時(shí)曾對(duì)媒體表示：

“今天所有的人工智能幾乎都是來自于人類過去的大數(shù)據(jù)，沒有任何一個(gè)領(lǐng)域的能力源自自我意識(shí)，不管是象棋還是圍棋，計(jì)算機(jī)都是從人類過去的棋譜中學(xué)習(xí)。其他領(lǐng)域也是類似，計(jì)算機(jī)在做圖像識(shí)別的時(shí)候，也是從人類已有的大數(shù)據(jù)中學(xué)習(xí)了大量的圖片。

在面對(duì)人類從來沒有教過的問題時(shí)，計(jì)算機(jī)就會(huì)一竅不通。假如讓 AlphaGo 去下跳棋，它就會(huì)完全傻掉。甚至說把圍棋的棋盤稍作修改，從 19&TImes;19 的格子變成 21&TImes;21 的格子，AlphaGo 都招架不住，但是人類就沒有問題。”

牛津英語詞典對(duì)智能（intelligence）的定義為“獲取并應(yīng)用知識(shí)的能力”。以數(shù)字經(jīng)濟(jì)麻省理工學(xué)院（MIT）數(shù)字經(jīng)濟(jì)倡議的研究員兼AI意見領(lǐng)袖湯姆•達(dá)文波特（Tom Davenport）的話來說：“深度學(xué)習(xí)并不是深刻的學(xué)習(xí)。”

另一位專家奧倫•埃佐尼（Allen InsTItute of AI）也有類似意見：“AI只是簡單的數(shù)學(xué)的大規(guī)模執(zhí)行。”簡單說，現(xiàn)在的AI實(shí)質(zhì)只是一種強(qiáng)大的計(jì)算方式，并沒有達(dá)到人腦那種堪稱智能的方式。

而花了15年的時(shí)間在IBM研究院和IBM Watson團(tuán)隊(duì)工作的專家Michelle Zhou，作為該領(lǐng)域的專家，其將AI分為三個(gè)階段。

第一個(gè)階段是識(shí)別智能，在更加強(qiáng)大的計(jì)算機(jī)里運(yùn)行的算法能從大量文本中識(shí)別模式和獲取主題，甚至能從幾個(gè)句子獲取整個(gè)文章的意義；第二個(gè)階段是認(rèn)知智能，機(jī)器已經(jīng)超越模式識(shí)別，而且開始從數(shù)據(jù)中做出推論；第三個(gè)階段的實(shí)現(xiàn)要等到我們能創(chuàng)建像人類一樣思考、行動(dòng)的虛擬人類才行。

而我們現(xiàn)在只處于第一階段，“識(shí)別智能”，也就是說，人們說的“人工智能”里面有很大一部分其實(shí)是數(shù)據(jù)分析，還是原來的套路或者說是“舊瓶裝新酒”而已。

無獨(dú)有偶，如果說上述AlphaGo最終還是依靠強(qiáng)大的計(jì)算能力體現(xiàn)出所謂AI優(yōu)勢的話，那么接下來我們要說的谷歌和特斯拉的自動(dòng)和無人駕駛汽車則在簡單的數(shù)據(jù)分析上都出現(xiàn)了偏差。

最典型的表現(xiàn)就是此前一直被吹捧的谷歌無人駕駛汽車，今年在時(shí)速低于2英里的情況下竟然發(fā)生了交通事故，且按責(zé)任劃分當(dāng)屬谷歌。

如果我們拿當(dāng)時(shí)谷歌無人駕駛汽車發(fā)生事故時(shí)的選擇和結(jié)果與此次人機(jī)大戰(zhàn)中的每步棋的選擇與結(jié)果比較的話，對(duì)于AI（例如AlphaGo）來說，前者不知道要容易多少倍（谷歌無人駕駛系統(tǒng)比人類最大的優(yōu)勢就是預(yù)判對(duì)方的行為，并做出應(yīng)對(duì)）。

可惜的是，谷歌無人駕駛汽車在這次事故中體現(xiàn)出了智能系統(tǒng)沒能完全判斷準(zhǔn)確人類的行為，還做出了最令人失望，可能也是最有悖于人類駕駛員的選擇，并最終導(dǎo)致事故的發(fā)生。

至于特斯拉，在今年屢屢發(fā)生事故之后，其升級(jí)了到了Autopilot 2.0系統(tǒng)，并發(fā)布了第二段自動(dòng)駕駛技術(shù)的演示視頻。