導語：美國科技博客The Verge周一刊文，回顧了過去一周AlphaGo與李世石的比賽，並展望了人工智慧未來的發展。根據DeepMind的計劃，未來人工智慧可能將被用於智慧型手機助手、醫療健康和機器人等領域。
以下為文章全文：
過去幾天，AlphaGo對韓國傳奇棋手李世石的勝利是人工智慧研究過程中的重要裡程碑。圍棋由於其複雜性一直被認為是計算機難以攻克的堡壘。然而，谷歌DeepMind利用機器學習和神經網絡技術使AlphaGo具備了世界級的策略評估和執行能力。
不過，全球最聰明的人才從事人工智慧開發並不僅僅是為了贏得圍棋比賽的勝利。DeepMind的工作對於人工智慧的發展有著重要意義，而該公司利用的深度學習技術有可能變革我們所知的一切，無論是使用手機的方式還是開車的方式。
首先，在圍棋領域，人工智慧還有新的目標需要完成。18歲的中國圍棋選手柯潔目前世界排名第一。關於能否戰勝AlphaGo，柯潔表示了謹慎的樂觀。他預計，自己的勝率能達到60%。許多圍棋選手都表示，他們希望儘可能多地了解AlphaGo。在寥寥數場的公開比賽中，AlphaGo展示了非傳統的策略。DeepMind最終很可能將公開發布AlphaGo，而未來如果柯潔決定與AlphaGo一較高下，那麼也不必吃驚。DeepMind選擇李世石作為對手是因為李世石的標誌性地位，以及更長的職業生涯。不過，柯潔被認為是當前的全球圍棋第一人。DeepMind創始人德米斯·哈薩比斯(Demis Hassabis)也曾表示，在未來的發展中，DeepMind計劃拋開所有人工因素，讓AlphaGo嘗試完全自學。
但無論如何，關於計算機能否在圍棋領域達到世界級水平，這一爭議已經塵埃落定。圍棋是一種「完美信息遊戲」，即每個人都能看到棋盤上的所有信息。關於這類遊戲，計算機已經證明了自我。不過，對於「非完美信息遊戲」，例如多人撲克，人工智慧似乎仍存在困難。
人工智慧試圖徵服的下個領域很可能將是電子遊戲。過去幾周，有許多消息稱，DeepMind人工智慧技術的下一項挑戰將是即時戰略遊戲《星際爭霸》。考慮到《星際爭霸》非常經典，在韓國很流行，因此不難想像，未來人工智慧參加電子競技的盛況。
關於用人工智慧去玩《星際爭霸》，哈薩比斯在上周接受採訪時表現出了開放的態度。不過他同時指出，DeepMind只對符合主要研究方向的遊戲感興趣。哈薩比斯表示：「從某種意義上來說，這可以被用作測試載體。在這一平臺上，你可以編寫算法，測試能力提升的速度，以及最終結果。這確實是一種非常高效的方式。但最終，我們希望利用這項技術去解決現實世界的問題。」
這樣的問題多種多樣，而關鍵在於利用快速的學習和高效的數據處理去幫助人類決策。機器學習技術和深度神經網絡已在谷歌內部得到廣泛利用，例如用於搜索和無人駕駛汽車項目。AlphaGo帶來的經驗將有助於谷歌對這些技術展開進一步優化。或許在你還沒有意識到的情況下，這樣的進步就已經悄悄發生。
計算機科學家傑夫·迪恩(Jeff Dean)被許多人稱作谷歌內部最聰明的人，他目前也負責Google Brain深度學習項目，並將這一概念推廣至谷歌內部的多款產品。在谷歌對搜索結果的排序中，第三重要的信號來源就是被稱作RankBrain的深度學習神經網絡，而迪恩拒絕透露前兩大信號來源是什麼。谷歌也表示，這一神經網絡是谷歌搜索在兩年多時間裡最大的進步。機器學習也被用在其他更顯而易見、面向用戶的服務中，例如Google Photos照片搜索，以及Inbox的郵件自動回復。
作為一家公司，谷歌的很大一部分收入來自於收集數據，並利用數據去銷售廣告。人工智慧技術將提高數據收集的效率。關於機器學習技術是會加強谷歌的核心業務，還是幫助谷歌開拓新業務的問題，迪恩表示：「我不認為結果會是兩者之一。我們將利用這些技術去優化核心產品。在很多情況下，對數據更高層次的理解將幫助我們開發新功能。與此同時，這也有助於我們開發以往不可能做到的有趣的新產品。因此，幫助將同時來自兩方面，我認為兩方面的重要性差不多。」
關於機器學習技術如何幫助谷歌的業務發展，Alphabet董事長埃裡克·施密特(Eric Schmidt)表示：「可以認為，谷歌所做的所有事都很有意義。我們完成了許多搜索，投放了許多廣告，吸引了許多用戶，建立了許多數據中心，有很多人使用谷歌的計算資源和安全軟體。如果有很多人使用某件工具，那麼我們就可以使用機器智能針對信號進行觀察和訓練，從而提高效率。」
「我並不認為，有什麼領域是這一技術不適用的。」施密特同時表示。他列舉了谷歌傳統的搜索和廣告業務、無人駕駛汽車，以及醫療健康部門Verily。「對我而言，這一技術將會被用在Alphabet的每家公司中。」
在谷歌內部，DeepMind獨立於其他業務，不過該公司與Google Brain有著密切的溝通。哈薩比斯表示：「我們有著很大的自主權，以決定如何優化研究進展。當然，我們也在開發谷歌內部的許多產品，但這些產品還處於初期階段，目前不是討論的時機。」他表示，Google Brain的項目周期比DeepMind要短。該部門位於谷歌的加州山景城總部，因此更關注產品。
那麼，DeepMind下一步將要做什麼？重要的一點在乎，AlphaGo並不是該公司唯一，甚至規模最大的項目。在DeepMind的數百名員工中，只有15人直接工作在這一項目上。DeepMind認為，最終目標包括智慧型手機助手、醫療健康和機器人。而儘管AlphaGo目前只是個下圍棋的系統，但哈薩比斯認為，一些基本原理也適用於解決現實世界問題。
哈薩比斯認為，我們將在未來幾年內看到基於高級機器學習技術的智慧型手機助手。「在開始階段，這將會比較微妙，某些方面還可以做得更好。但在4到5年後，你將會看到這方面功能的大幅改變。」
「我認為，我們希望智慧型手機助手更智能，對環境有更多了解，並且更深刻地理解你正在嘗試做什麼。」哈薩比斯表示。他認為，這種系統的基礎應當是類似AlphaGo的學習技術，而不是預先編好的程序。「目前，大部分這類系統都很死板。如果脫開預編程的模板，那麼它們幾乎毫無用處。因此，關鍵在於使其具有適應能力、靈活性，並更加強大。」
將人工智慧用於醫療健康領域還有較長的路要走。DeepMind此前宣布與英國國民醫療服務系統(NHS)展開合作，但到目前為止公布的消息只限於基礎的數據追蹤應用。哈薩比斯指出，這一合作的首個目標是讓NHS用上現代化的移動應用，隨後才會引入更先進的工具。
藉助沃森「認知學習」平臺，IBM也在試水醫療健康市場。沃森採用了與DeepMind不同的技術。沃森最初只是一臺用於參加智力競賽節目《危險邊緣》的超級計算機，而隨後被移植至雲計算平臺，並支持預測分析和個性化研究等工具。目前，IBM正在與斯隆凱特琳癌症研究中心合作，幫助泰國和印度兩所醫院的醫生診斷乳腺癌、肺癌和直腸癌。儘管沃森無法獨立完成診斷，但可以標記出重要信息，幫助醫生做進一步分析，並推薦治療方案。
IBM沃森健康副總裁凱西·麥克格羅迪(Kathy McGroddy)表示：「我們正在訓練沃森去觀察。沃森對圖像分析的學習已有多年時間。我們目前掌握來自已收購的Merge Healthcare的數據，從而加速沃森這一功能的優化。因此，沃森不僅可以識別醫療圖像中的異常，還能結合更廣泛的信息，例如用戶Fitbit手環中的數據，理解這些異常代表了什麼。」
最後，也是最遙遠的一項目標在於，將人工智慧用於機器人。谷歌正積極參與機器人市場的發展，例如該公司收購了Boston Dynamics等機器人公司，而谷歌自身也在開發無人駕駛汽車。迪恩表示：「我認為，機器人將是一個展示未來可能性的良好範例。我們收購了多家機器人公司，但如何將深度學習技術應用至機器人將會是未來幾年一個很有趣、很重要的方向。」
哈薩比斯表示，他目前還沒有太多地考慮機器人。「很明顯，無人駕駛汽車是一種機器人，但這基本上是一種狹義的人工智慧。不過，他們也將學習型人工智慧的某些方面用於了計算機視覺。特斯拉就使用了基於深度學習的標準計算機視覺技術。」他認為，家政清潔和老人看護將是人工智慧機器人未來可能的用武之地，但目前看來，這樣的概念距離實現還很遙遠。
AlphaGo的成功正在吸引全球關注，並重新點燃了主流人群對人工智慧的興趣，即使當前的使用場景還很有限。此前許多人認為，計算機無法完成需要人類直覺的任務，而這樣的觀念已被打破。
一些人也對此感到不安。過去一周，對於AlphaGo的成功，人們的反應有的是失望，有的是擔心。這樣的反應可以理解，但這也是對過去一周所發生事情的誤讀。人類開發了AlphaGo，解決了人工智慧領域最古老、最困難的一項挑戰。DeepMind的成就是偉大的，並可能給我們未來的生活帶來許多積極影響。
正如埃裡克·施密特在此次比賽的啟動儀式上所說：「無論最終結果是什麼，贏家都是人類。」(維金)