在今天备受瞩目的人机围棋大战中，谷歌的人工智能系统AlphaGo中盘战胜了李世石，以1：0的战局领先。其实关于这场对决，无论赢家是AlphaGo还是李世石，我们都早有心理准备，但听闻李世石中盘认输的消息，还是略感意外。世界顶尖的棋手选择中盘认输，说明他已无法看到翻盘的希望，选择放弃，也说明在面对AlphaGo这样一个人工智能机器的时候，这位世界冠军心理的不适应和敏感。而作为机器人的AlphaGo则不存在这个问题，它甚至能在开局不利的情况下及时“冷静”的寻找出翻盘的策略，这是它恐怖的地方。

谷歌的AlphaGo是一套专为围棋优化设计的深度学习人工智能程序，它利用“价值网络”去计算局面，用“策略网络”去选择下子。“价值网络”能够一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线；而“策略网络”负责当前的棋局，分析当前哪些棋步是不该走的，哪些棋步最有希望。他的关键词是“深度学习”，可以从以往的大量棋谱中进行学习，并通过与自己的对弈来不断改进。在此之前，它曾以5:0完胜欧洲围棋冠军、职业二段选手樊麾。

本次的人机对决也很容易让人想到1997年IBM的“深蓝”超级计算机以2胜1负3平战胜当时世界排名第一的国际象棋大师卡斯帕罗夫，不过如今的AlphaGo和当时的“深蓝”不可同日而语，甚至是有本质的不同，主要依靠强大的计算能力穷举所有路数来选择最佳策略，而AlphaGo真正更像人类，能够根据已经学习的内容来判断成本消耗，自己选择最优方案。他的围棋知识不仅是程序员遍进程序里的，而主要是通过不断的自我训练和对局慢慢学习而来，这个过程没有人类干预。显然，机器运算速度、数据存储量都远远超过人类，学习的速度也显然要远比人类要快，所以在这一方面，它于某个时间点超过人类也是必然的事情。

可以想到，AlphaGo的深度学习技术、神经网络技术、MCTS等等，这些都是基础性的技术，也就是通用的，既然AlphaGo能在围棋方面超过人类，那么它也可以在其他领域做得比人类好，只要运用上述类似的底层技术，得到相应的解决方案应该不成问题。如果你对这个保持怀疑，那么最好的例子应该就是同为谷歌在研发的无人驾驶汽车，没错，我们一直忽略或怀疑它在取代人类司机方面能够做到什么程度，经过这次AlphaGo首局战胜李世石，我们应该能够领略到这种深度学习技术的威力。无人驾驶汽车不比围棋，不是游戏，也更为复杂，所以它需要更多的时间来自我学习和总结，但是IT之家编辑相信，如果有一天谷歌正式拿出了无人驾驶汽车的正品，我们恐怕真得慢慢接受“司机下岗”这个事实了。而这也是人们担心和恐慌的原因，赛前就有人将本次对局意义上升到“电脑能否战胜人脑”，这种担心并非无道理。此前人们引发过“机器人代工潮”导致失业率暴增的担忧，根据预测，到2018年，全球将有130万台工业用机器人投入实际生产，从而大大削减企业的劳动力成本。而未来，人工智能取代人类的，肯定不仅是工厂工人们做的那些活，护士、会计、律师助手、教师等等，各行各业，包括那些需要高级脑力劳动的岗位，都有可能被人工智能机器人代替。

那怎么办？应该恐慌或是阻止？IT之家编辑认为，“水能载舟，亦能覆舟”，人工智能就如水，如果人类能够利用水的特性顺势而为，让人工智能解放人类的劳动，创造人类的无限财富、资源，能够比人类本身做得更好。“老师”能够教出最好的学生、“厨师”能够做出最好的饭菜、“医生”能够完成完美的手术……而真正的人类，寻求更具创造性的活动。当然，人类也要把握好水涌流的运势和规律，不让其决堤，不让人工智能危害到人类自身的安危。相信后者，是人类在将自己的劳动完全交给人工智能前，必须要解决的。

Alphabet董事长埃里克·施密特说的是正确的：“无论谁胜谁败，人类都是赢家”，AlphaGo或许能赢下最终的胜利，或许李世石能够成为最终的胜者，但无论如何，这种人工智能技术的大潮已经涌起，如果能够完全驾驭技术并让其为人类自身服务，今天的胜负，也就不那么重要了。