AlphaGo贏第一局之后，它爹戴米斯·哈薩比斯（DemisHassabis）發(fā)推慶祝：“贏了！?。。〉窃鲁晒?。為團(tuán)隊(duì)驕傲！！也致敬神奇的李世石?！?/span>

之前，中韓圍棋界一致站到了人這邊，預(yù)測(cè)李世石贏，各路專家各執(zhí)一詞，比如，王小川挺AlphaGo，李開(kāi)復(fù)覺(jué)得李世石贏面大。所以，人們普遍的感覺(jué)是，AlphaGo贏得突然。

或者說(shuō)，有點(diǎn)早。

當(dāng)然，這次人機(jī)大戰(zhàn)一共5局，還有3盤(pán)沒(méi)下呢，比分勝負(fù)還未見(jiàn)分曉。（再說(shuō)，還有柯潔呢。）

但我們都知道，這件事的關(guān)鍵在于：棋手或許還可能贏，但人類(lèi)已經(jīng)輸了。

圍棋挑戰(zhàn)，一直被稱為人工智能的“阿波羅登月計(jì)劃”。因?yàn)椋?/span>361個(gè)子，每個(gè)都有黑、白、空三種可能，還得算有沒(méi)有氣、活不活，需要計(jì)算的可能性多達(dá)10^170種。

在人類(lèi)現(xiàn)在能觀測(cè)到的整個(gè)宇宙里，原子的總數(shù)才10^80。

所以才說(shuō)圍棋“千古無(wú)同局”，落子靠的是經(jīng)驗(yàn)積累出來(lái)的直覺(jué)，也叫“棋感”。這東西機(jī)器能有嗎？不可能吧。

可就像當(dāng)初那英評(píng)價(jià)章子怡跟汪峰談戀愛(ài)：“不可能的事，它就這么發(fā)生了……”

10^170的可能性，挨個(gè)算肯定不行，就算設(shè)備挺得住，電咱也耗不起。（你知道谷歌是用電大戶嗎？用電量相當(dāng)于幾十棟帝國(guó)大廈。）

所以，科學(xué)家決定，先用下面的蒙地卡羅樹(shù)狀搜索幫AlphaGo確定每步棋的方向。

 ▲ 國(guó)際象棋的落子思路

 ▲ 圍棋的落子思路

AlphaGo憑著存儲(chǔ)的大量棋局（10萬(wàn)局），判斷各種可能的勝負(fù)概率，縮小范圍，找到“一束”方向。

然后，科學(xué)家又給AlphaGo配了“兩根神經(jīng)”，一個(gè)是價(jià)值判斷（value networks ），負(fù)責(zé)評(píng)估各個(gè)選點(diǎn)的價(jià)值，另一個(gè)是策略判斷（policy networks），負(fù)責(zé)做決定，落子。

都說(shuō)“下棋看五步”，這兩根神經(jīng)一裝，AlphaGo能看20步。

好吧，我們都get到了：AlphaGo知道的多、很聰明?？蛇@還不算完，它還超勤奮。

科學(xué)家逼著AlphaGo自己跟自己下棋，不斷提高，這種強(qiáng)化學(xué)習(xí)法（reinforcement learning）正是人類(lèi)棋手每天干的事。

只不過(guò)，人要吃飯、睡覺(jué)、上廁所、談戀愛(ài)，一年練1000盤(pán)了不起了。AlphaGo專注、勤奮、不會(huì)累，一天就能玩100萬(wàn)局。

1,000,000局！每天??！

AlphaGo跟打敗國(guó)際象棋大師的深藍(lán)有本質(zhì)區(qū)別，它不是一臺(tái)更大的計(jì)算機(jī)，而是一個(gè)連接了很多數(shù)據(jù)中心節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，就像由幾十億個(gè)神經(jīng)元組成的大腦。

深藍(lán)除了國(guó)際象棋，連五子棋都不會(huì)，但AlphaGo不同，它那套神經(jīng)網(wǎng)絡(luò)系統(tǒng)學(xué)習(xí)能力超強(qiáng)，玩超級(jí)瑪麗、太空侵略者啥的，只要兩三局，就能超越全球任何一個(gè)游戲玩家。

哦，對(duì)了，它還不失誤。

現(xiàn)在，這些能自我進(jìn)化的“深度學(xué)習(xí)（Deep Learning）”人工智能，已經(jīng)在面部識(shí)別、無(wú)人汽車(chē)駕駛、語(yǔ)音處理、精準(zhǔn)治療等各行各業(yè)工作了，還可以用于商業(yè)、軍事決策，氣候模擬，等等。

谷歌的無(wú)人駕駛汽車(chē)，看著好萌啊，誰(shuí)能想到它就是那個(gè)讓司機(jī)失業(yè)的狠角色呢。

這個(gè)叫Atlas的小哥，能走、能開(kāi)門(mén)、能搬箱子、摔倒了還能爬起來(lái)。要是給它按上人臉識(shí)別系統(tǒng)，送快遞都不會(huì)丟啊。

還有這些……

 ▲ 它專門(mén)替美國(guó)大兵試衣服

 ▲ 跑得最快的機(jī)器人“獵豹”

 ▲ 專門(mén)背包的機(jī)器人“大狗”

它們，就是你家娃將來(lái)的同事。不用休息，不要工資，不停進(jìn)步。

好吧，現(xiàn)在你是不是該認(rèn)真考慮一下孩子的教育問(wèn)題了？

如何培養(yǎng)孩子，應(yīng)對(duì)未來(lái)人工智能廣泛應(yīng)用的社會(huì)，這是一件再重要、再正經(jīng)、再緊迫不過(guò)的事了。比上哪個(gè)早教班、學(xué)鋼琴還是笛子，都關(guān)鍵太多了。

“勒布納人工智能獎(jiǎng)（Loebner prize）”被稱為人工智能領(lǐng)域的諾貝爾獎(jiǎng)。每年它會(huì)用聊天測(cè)評(píng)智能機(jī)器人，因?yàn)檫@招是著名數(shù)學(xué)家圖靈發(fā)明的，所以叫“圖靈測(cè)試”。

測(cè)試是這樣的：12位人類(lèi)裁判跟電腦聊天，然后猜敲字的是人，還是機(jī)器人。忽悠了最多裁判的人工智能，獲得“Most Human Computer”稱號(hào)——“最有人味的電腦”。得票最多的人類(lèi)呢，將被封為“Most Human Human”，最像人的人，或者“人中人”。

布萊恩· 克里斯?。?/span>Brian Christian）參加了2009年的測(cè)試，這大哥是學(xué)計(jì)算機(jī)和哲學(xué)的，還是個(gè)詩(shī)人。他把對(duì)人、智能、人工智能的思考寫(xiě)成了一本書(shū)《人中人：跟電腦聊教會(huì)我生命的那些事》（《The Most Human Human：What Talking With Computers Teaches Us About What It Means To Be Alive》）。2011年《華爾街日?qǐng)?bào)》銷(xiāo)量最佳、《紐約客》最受歡迎圖書(shū)，被翻譯成了10國(guó)語(yǔ)言。

會(huì)聊天，這么簡(jiǎn)單的事，怎么就是判斷人和機(jī)器的唯一標(biāo)準(zhǔn)了捏？

跟Siri聊過(guò)的人應(yīng)該都有感覺(jué)，你可以提要求、下命令，但你沒(méi)法跟它交流。除了經(jīng)常前言不搭后語(yǔ)，Siri的性格也陰晴不定，一會(huì)兒嬌羞少女，一會(huì)兒腹黑御姐，跟精神分裂似的。

我以前認(rèn)識(shí)一個(gè)初學(xué)漢語(yǔ)的老外，美國(guó)名校畢業(yè)，人特聰明，還肯下功夫，先是在美國(guó)跟書(shū)學(xué)，后來(lái)來(lái)了北京。有好一陣，他說(shuō)話都一會(huì)兒文言文，一會(huì)兒北京土話，上半句“雖不中亦不遠(yuǎn)矣”，下半句“都掉點(diǎn)兒了你怎么還在這賣(mài)呆兒”。

這就是人和機(jī)器的區(qū)別，人會(huì)讀懂場(chǎng)合，聽(tīng)懂你說(shuō)了什么，有什么深意，再現(xiàn)場(chǎng)決定我說(shuō)什么。也就是《美人魚(yú)》里最讓鄧超驚喜的：“你懂我？”但機(jī)器不會(huì)，它既看不懂眉眼高低，也聽(tīng)不出你話里有話，每一句話都是程序指令。

所以，朋友問(wèn)你：“親愛(ài)的，最近好不好？”你一陣溫暖，覺(jué)得有人關(guān)心。Siri問(wèn)你：“親愛(ài)的，最近好不好？”你知道別太當(dāng)真，那姐們兒才不管你好不好呢。

專家說(shuō)，人有兩種互補(bǔ)的決策方式：1、深思熟慮、理性計(jì)算；2、根據(jù)環(huán)境情勢(shì)迅速反應(yīng)，做出決策。

前者是人工智能的長(zhǎng)項(xiàng)，后者才是人類(lèi)的主場(chǎng)，是人的價(jià)值所在，是十幾年后你家娃能贏過(guò)機(jī)器人的職場(chǎng)（希望不是唯一一個(gè)），也應(yīng)該是現(xiàn)在你培養(yǎng)孩子的方向。

美國(guó)麻省理工的教授埃瑞克?布林約爾弗森（Erik Brynjolfsson）就告誡學(xué)生們，遠(yuǎn)離那些終將被機(jī)器人取代的工作，為自己的職業(yè)生涯贏的先機(jī)。

美國(guó)哈佛大學(xué)的教授弗蘭克·萊維（Frank Levy）、理查德·莫內(nèi)（Richard Murnane）研究了機(jī)器人會(huì)在哪些領(lǐng)域取代人類(lèi)，他倆把工作分成了五級(jí)：

第一級(jí)：做決策；

第二級(jí)：解決彈性問(wèn)題，比如看病；

第三級(jí)：不容易規(guī)范的體力活，比如，卡車(chē)司機(jī)；

第四級(jí)：可規(guī)范的體力活，比如，流水線工作；

第五級(jí)：可規(guī)范的腦力活，比如，記賬。（做假賬屬于第一級(jí)哈。）

教授們說(shuō)，四、五級(jí)工作，將來(lái)鐵定是機(jī)器人的天下，第三級(jí)嘛，也快了。其實(shí)，無(wú)人駕駛汽車(chē)早能上路了，就是亂穿馬路的大媽和小狗不好對(duì)付。

第二級(jí)暫時(shí)還好，但也受到了很大沖擊。美國(guó)FDA已經(jīng)批準(zhǔn)強(qiáng)生的麻醉機(jī)器人Sedasys給18歲以上的患者服務(wù)了，某些外科手術(shù)機(jī)器人也會(huì)主刀。

好吧，只剩下頂層了。那么，在未來(lái)社會(huì)做決策，需要具備什么能力呢？

丹尼爾·品克（Daniel H. Pink）是《連線》雜志的特約編輯，也是知名的社會(huì)趨勢(shì)研究專家。他說(shuō)，未來(lái)的決策者得有兩個(gè)關(guān)鍵能力——高理念（High Concept）、高感知（High Touch）。

 ▲ 丹尼爾·品克

高理念——指基于思考的創(chuàng)造力，包括辨認(rèn)模式、賦予意義、創(chuàng)造概念等等。比如，達(dá)爾文提出進(jìn)化論。

高感知——指基于洞察的創(chuàng)造力，包括體察情感、溝通，護(hù)理病人、談判、指揮團(tuán)隊(duì)都得有高感知能力。

好吧，這“雙高”能力咋培養(yǎng)呢？

美國(guó)密西根州立大學(xué)教授潘亞·米夏（Punya Mishra）說(shuō)，21世紀(jì)的學(xué)習(xí)，朝這三項(xiàng)努力就行了：

1、會(huì)處理信息

現(xiàn)在是海量信息，別說(shuō)背了，連看都看不過(guò)來(lái)。所以，孩子只要掌握核心知識(shí)，會(huì)讀、會(huì)寫(xiě)、會(huì)算就行了，知識(shí)面得盡量打開(kāi)，得培養(yǎng)獨(dú)立思考的能力，這樣Ta就能跨界篩選、處理信息，就能有所創(chuàng)見(jiàn)、做出判斷。

所以，別逼孩子背這背那了，只要Ta大概知道有這么回事，上網(wǎng)一搜什么資料都有了。

2、有執(zhí)行能力

《Google模式》里不是說(shuō)了嗎，谷歌就要這樣的人——能產(chǎn)出并執(zhí)行新奇、實(shí)用的點(diǎn)子的人。

點(diǎn)子光新奇不行，還得實(shí)用；光會(huì)想不行，還得能執(zhí)行。所以，得培養(yǎng)孩子溝通合作的能力、解決問(wèn)題的能力。

3、情商

會(huì)聊天！

包括：自控以及帶領(lǐng)團(tuán)隊(duì)的領(lǐng)導(dǎo)力，情緒的洞察力、敏感性，對(duì)不同文化及生活方式的寬容度。

開(kāi)發(fā)AlphaGo的公司——谷歌Deep Mind在其官網(wǎng)上寫(xiě)道：我們致力于用算法提煉人類(lèi)智慧。

 ▲ Deep Mind三位聯(lián)合創(chuàng)始人

所以……把孩子的“人類(lèi)智慧”發(fā)揮到極致吧！這是你能給Ta的最好的教育！