人工智能，未来之路

北京时间12月6日，AlphaGo 研究团队提出了 AlphaZero ：一种可以从零开始，通过自我对弈强化学习在多种任务上达到超越人类水平的新算法，「阿尔法狗」再进化了。

现在的人工智能只是高维空间中的模式识别，AI还不能提取出一个事物的本质或者理解它的功能。其实很多现在看来是智能的任务其实都不是AI，有些只需要强大的计算以及大数据就足够了，例如棋类比赛。计算机正在做越来越多的人们以为需要智能的事情，实际上有些并不是AI。所以我们在从事人工智能相关的工作时要想一想，这个问题的核心的是AI吗？还是仅仅需要大计算而已？

为什么在人工智能领域，科学家总是热衷于让AI跟人类下棋，玩游戏？从简单的跳棋、五子棋，到更加复杂的中国象棋、国际象棋，以及最近非常热门的围棋和德州扑克，每次AI在某个智力游戏上成功地击败人类选手，便会让大家唏嘘不已，慨叹AI会在不久的将来取代人类。而科学家之所以乐于选择棋类游戏，一方面是因为它们自古以来就被认为是人类智力活动的象征，模拟人类活动的AI自然要以此为目标。成功达到人类甚至高于人类水平，可以吸引更多人关注并投身于人工智能的研究和应用中来。另一方面，棋类也很适合作为新的AI算法的标杆。棋类游戏的规则简洁明了，输赢都在盘面，适合计算机来求解。理论上只要在计算能力和算法上有新的突破，任何新的棋类游戏都有可能得到攻克。一个会下棋的AI也并非科学家的终极目标，其更积极的意义在于，AI算法在研究棋艺的过程中不断精进和提升，会带来更多设计上的创新，从而在根本上提升人工智能算法的能力和适用范围。

机器学习、神经网络等有着悠久的历史，深度学习也取得了很多成绩，并且还将取得更多成绩，但现在深度学习的能力被过度夸大了，其有着明显的局限性，还不能真正解AI问题，我们不能过于满足和夸大当前的成绩，AI的核心问题尚未解决，未来的路还很长。