又一场围棋领域的人机大战昨天已经打响。
如果说去年 AlphaGo 打败人类棋手让人工智能攻克围棋这件事情从实验室走向了大众媒体，那么本周这次人机大战，完全是一次毫无意义的营销，之所以这么说，首先要理解为什么人工智能的发展一直与棋类有关。
人工智能已不再需要棋类游戏
人工智能与棋类项目「结缘」完全是因为人工智能需要一把「尺子」来衡量其发展水平。在那个遥远的 1936 年，当天才般的阿兰·图灵发布《论数字计算在决断难题中的应用》时，图灵将人作为计算模型的模拟对象和灵感来源，他为机器的发展指明了道路——模仿人类，但图兰并没有回答一个问题：如何衡量机器的「智能」？
而后来的人工智能研究者们则在不断探索中找到一个思路：可不可以将机器与人类放在某个同样环境下继续比赛，利用人的智能来衡量机器的智能。棋类游戏首先被用于测试机器的智能，这是因为，本质上说，棋类游戏是一种「*」信息的游戏，对玩家而言，无论人类还是机器，所面对的信息是透明且对等————其实就是棋盘和棋子而已。
随后的故事里，1962 年，「六岁」的西洋跳棋的应用程序打败了当时全美最强的业余选手 Robert Nealey；1979年，十五子棋被机器攻克；1997 年，人类让出国际象棋冠军宝座；2015 年，围棋成为人工智能的新「殖民地」......
凡此种种，如果从所谓「尺子」的角度去看，人工智能的确在进步，以国际象棋和围棋为例，国际象棋平均每一步有大约 35 种可能的下法，围棋则多达 250 种，每一种下法之后又有 250 种下法，以此类推。从西洋跳棋到国际象棋再到围棋的「跨越」，背后也是数据、算法以及计算能力的发展，但硬币的另一面则是：这些进步也仅仅局限在特定领域，或者准确地说，仅仅是在棋类领域。
「信息论」开山鼻祖克劳德·香农曾在上世纪 50 年代预言：「（国际象棋）这个问题的解决方案将迫使我们承认机器是否能够思考的可能性，以及重新定义所谓思考的概念。」不过遗憾的是，即便是到了 AlphaGo 击败李世石以后，人工智能在棋类项目上已经碾压这个星球上最聪明的人类，我们依然无法承认机器的可思考性，也无法对于机器智能的水准作出判断，譬如你如何定义 AlphaGo 与一个三岁孩子之间的智能水准？
这也意味着，棋类项目作为人工智能进步标尺的功能已经失效，事实也的确如此，随着计算机、互联网的发展，在任何一个封闭规则的「游戏」来，机器都在无情地取代人类存在的价值。
当 AlphaGo 完成对李世石的完胜之后，围棋领域就已经是人工智能主宰的游戏了，随后的 AlphaGo 进阶版「Master」又一次横扫人类棋手的故事再一次说明这个问题，从这个角度来说，本周这场人机大战，就像一个电影剧本一样，结局早已写好，每个「演员」只需对号入座自由发挥即可。
脱离棋类后，人工智能正在三个维度狂奔
在人工智能一次次征服棋类项目的同时，另一群*的数学家、计算机学家则在探索人工智能如何为人类带来真正的福祉，也就是增强智能（Argumented Intelligence），硅谷资深记者约翰· 马尔科夫曾这样写道：「人们很容易认为，AI和IA是同一枚硬币的正反两面。
两者的根本区别在于，是设计造福于人类的技术，还是将技术作为目标本身。如今，这种差异的体现是，制造越来越强大的计算机、软件和机器人的目的是以人类用户为核心进行设计，还是替代人类。 」
到了上世纪 90 年代，随着互联网的兴起以及 AI 寒冬的到来，越来越多的研究者进入增强智能的阵营里。而几乎在同一时间，搜索引擎成为两家日后影响中美两国互联网乃至人工智能进程的公司的「入门砖」。百度创始人李彦宏在其新书《智能革命》里有一段关于如何将人工智能与搜索引擎关联的思考：
在搜索引擎大发展的十多年时间里，我和一些同路者逐步意识到，人工智能逐渐开始发挥作用。搜索引擎一直在推升计算机科学的天花板。几乎计算机科学的每一个层面，从硬件到软件的算法，再到数据，都在被持续推进，有一天一定会触碰到人工智能这个方向。在搜索上一尝试，就发现人工智能是有效的，与过去任何一个领域应用人工智能的感觉都不一样。
我们马上就会想，为什么它在这个场景下是有效的？我们的总结是，海量的数据，越来越强的计算能力，越来越低的计算成本，在搜索领域汇聚到一起，铺就了人工智能的回归之路。
从产品形态上看，搜索引擎构成了人工智能*的载体，它就像人类信息中枢大脑一样，通过抓取、收集海量的全网信息，然后根据用户需求，实时反馈给他们。这个「大脑」也不断进化，从搜索文字到搜索图片再到搜索图片里人物的详细信息......搜索引擎带给人类社会的影响非常深远，它大大延伸了全人类知识的边界，丰富了全球人类的知识存储。
最近几年，随着深度学习在图像、语音领域的突出表现，人工智能再次成为一门「显学」，然而正如上文所言，人工智能的进步已经无法仅仅靠棋类项目的表现来衡量，而且，围绕人工智能与人之间的主次关系思考，也成为观察人工智能未来走向的重要切入点。首先，「人工智能」应该是为人类所用的技术，其宗旨是增强人类的能力，就像我们过往通过搜索引擎提升自己的记忆力，如今我们用手机对准某些不认识的语言，瞬间就能让自己具备看懂外语的能力。
其次，人工智能的落地实践正在加速。大量面向普通消费者的开箱即用的傻瓜化产品已经出现，国外如亚马逊 Echo，国内如百度基于手机百度的实时翻译、AR 展示等产品；同时还要对开发者提供标准化的开放接口，让人工智能成为驱动下一轮技术和商业变革的基础设施。
这让我想起李彦宏不久前在一次分享中提出人工智能给各个行业带来的变革，包括以下几个：制造业、汽车工业、健康产业和娱乐产业。
上述产业有几个相同点，比如都是数据密集型行业，不管是制造工厂还是一辆汽车，都包含大量数据；再比如都是有一定成熟度，但需要技术变革推动跨越式创新。更重要的是，上述产业都是我国的重要产业——事关国计民生的制造业、全球*的汽车市场以及消费升级背景中的健康娱乐行业，人工智能的发展和成熟，让我国的这些行业有了跨越式发展甚至弯道超车的机会。
在人工智能的落地上，各个公司都在进行这商业化的尝试，家庭——这一与用户联系更紧密、宽容度更高的场景成为*块开拓的「处女地」。亚马逊的 Alexa、Google 的 Assistant，以及百度的 DuerOS 都是这一领域的「开荒者」。昨天的百度联盟峰会上，李彦宏现场演示了搭载了DuerOS 的国安广视电视盒子，而这一商业化步伐并非试水，仅在DuerOS 推出的这半年时间，已经公开了与小鱼在家、海尔、美的、联想、HTC 等企业的合作，软硬结合的战略让人工智能的落地更具前景。
「From think mobile to think AI」，李彦宏在联盟峰会上如是说。
而在不久前的 Build 大会和Google I/O 上，两家公司都拿出了实实在在的人工智能解决方案。比如微软就大幅增加其认知服务的开放 API接口，通过这些 API，开发者能够更方便地将包括视觉、语音在内的人工智能技术融入到自己产品里。而 Google 则把进一步强化其机器视觉带给用户的体验，不管是增强版的 Google Photo 还是新出炉的 Google Lens，其目的都是加速人工智能的落地，让人工智能从实验室飞到你我的手掌之间。
其三，国家层面的人工智能布局和竞争也在悄然进行中。
2016年，英美两国政府相继出台围绕「人工智能」的政府规划。而早在 2016年5月，中国政府就颁发《“互联网 +”人工智能三年行动实施方案》，正式提出人工智能产业纲领。2017 年，「人工智能」也首次写入政府工作报告。
与此同时，2017年3月，百度获得国家发展和改革委员会批准，联合数家科研机构筹建「深度学习技术及应用国家工程实验室」。作为国内*一个深度学习领域的国家工程实验室，将着重发力于深度学习技术、计算机视觉感知技术、计算机听觉技术、生物特征识别技术、新型人机交互技术、标准化服务、深度学习知识产权七大方向；站在国家的高度，致力于解决我国人工智能基础支撑能力不足等问题，全面提升智能产业的国际竞争力。
写在最后
在一个封闭规则的棋类游戏里，人与机器的任何一次过招除了一次次侮辱人类并没有多少实际意义。经历了 2016 年的疯狂追捧，人工智能在 2017 年的发展方向越来越实用化，这意味着「苏醒」的机器智能，越来越多地展现出人类所不具备的能力和优势，这不是人类的坏事，反而会成为我们进化的阶梯。
而上述这些人工智能领域的变化和创新让人机围棋大战更显苍白和无力，而这也构成了我们打开人工智能之门的正确姿势：让技术为人类所用、为国家所用、为普通消费者所用，成为普惠世人、增强国家竞争力、延伸人类器官的利器。
