人与机器的区别在于，我们曾在梦里鲜衣怒马，为理想孤注一掷

摘要：AlphaGo赢下这场围棋的“世纪大战”，这到底是人工智能战胜了人类，还是人类向自然发起挑战？

人类对自然，抑或说人类对人类本身的改造，又会随着人工智能的飞速发展下走向何方？

而对于哲学家来说，除了询问自己生从何来死往何处，现在又多了一个命题：我们人类和机器到底有什么区别？

这可能是目前对人工智能发展最深度的思考之一，期待与你一同探讨。

从事机器智能研究15年了，心情从没有像今天如此复杂：既兴奋又忧伤。机器和人类、现实和科幻、邪恶和美好的分界从来没有像今天这样如此模糊。眺望未来30年，智能革命的壮阔波澜，将改写人类社会对智商的理解和定义。从AlphaGo说起：Have to win关于这场围棋大赛，先引用一段博士老板Alan Yuille教授（美国顶级机器智能科学家，霍金理论物理学博士）的判断：

Go is a complex game but still it is finite so with enough computer power, and clever algorithm, the computers will have to win (if not this year, then next year).围棋是一套复杂但有内在逻辑和明确计算量的游戏，所以只要计算机遵循围棋的推演路径并拥有充裕的运算能力就必然能够赢得人类、取得胜利，AlphaGo的胜利对于计算机而言只不过是时间问题。

AlphaGo战胜人类，美国学术界早有准备。

伴随着摩尔定律的不断实现和几十年来人工智能的软硬件技术积累，人工智能其实已经悄然改变了我们生活中的许多方面，当我们还在感慨电影中各种AI的强大时，未来已经悄然而来，AlphaGo只是这场人工智能大浪潮中的一朵璀璨浪花。

在过去的5年里，人工智能已经在语音识别、计算机视觉、语言理解、医疗健康等领域取得了巨大进展，并在某些领域里超过了人类，比如语音识别、人脸识别等等方面。

以计算机视觉为例，人工智能已经发展出了突破肉眼精度的图像识别技术并已被广泛的应用于公安、金融、信息安全等领域，产生了巨大的价值。而这些进展之所以没有引起社会轰动，是因为社会中大部分非专业人员会通过直觉和自身感受而推论出机器识别“人脸”、识别“苹果”等图像信息是一件容易的任务，是一件不同年龄、不同教育背景、不同文化背景的人都能胜任的任务，在这其中体现不出人工智能的“智能”来。

但站在人工智能发展的角度，从围棋和图像识别的复杂性和不确定型来说，图像的变化比棋盘的变化要大得多。

围棋是有可遵循的逻辑、可衡量的计算量的游戏，对于人类大脑的难度在于庞大的计算量和对棋盘宏观形势的敏感度；而图像识别则会在信息抓取和逻辑分析层面呈现出更广泛意义上的随机性和不确定性。通过机器学习将图像中的信息进行分类解析、最终提取有价值的结构化数据是极难的科研课题，从学术界到工业界的转化耗费了几十年的时光。然而相比于计算机视觉、语言语音理解等其他的进步，AlphaGo的划时代意义在于它不仅仅缩短了机器与人的智能距离，还将颠覆人与人智商差异的感知 。

未来人与人的智商差距不再会是不可弥补的先天差距，而将成为一种可以通过工具而后天获取的能力，这带来的会是人类自我价值评估的一次大颠覆，智商对于人的意义将会在一定程度上有所下降。这就像从前算术不好的，现在用计算器就能补上；未来下棋不好的，可能只是加个AlphaGo就能补上。“智商”这个词的定义可能会被迫从形容人和动物差异，变成由人和机器的差异所定义。

第一个十年的变化：The rich get richer（富人更富，强者更强）

从短期来看，让我们畅想一下在这场大浪潮中，谁会成为最大的受益者呢？当我们回顾推动人工智能发展的关键因素时，有三个要素极为重要：数据、算法和计算。AlphaGo这次在全社会范围内对人工智能进行了一场大面积的认知普及，会使得拥有成熟商业模式和海量数据优势的BAT等巨头重金投入这片市场，彼此间的互相追赶将在市场中形成像google收购deep mind一样的并购风潮。同时伴随着计算能力的不断提升和算法的持续优化，这将带来人工智能史上的第一次大规模应用实践，各巨头的业务将因为人工智能带来的效率提升而加速拓展，他们相较其它竞争者的优势也会因此不断加大，这就正如今天的google相对于其他公司一样。当资本成为这场竞逐游戏的驱动力时，获得先发优势的公司雪球也必将越滚越大，优势将在成长中愈发明显，The rich get richer。未来的思考：人类将重新理解知识、智慧、人性从远期来看，人工智能的进步将改写人类对自我、知识和教育的理解。倘若，90%的医生、律师、教师、程序员能被机器所代替，人们将需要重新开始讨论“人”的自我定义和“知识”的新时代价值。

当旧时代下的知识已成为机器人仅需拷贝和执行的简单命令，而“为什么要学法律、学编程等”的疑问及背后对自我价值的疑惑就必将引发社会教育结构的变革。

过往人与人之间通过知识组合的不同而形成的差异将被人工智能抹平，“高考”等考试测评手段作为广义上的游戏（game），就像围棋一样，将不再能作为准确评价智慧和学识的方式而被修正。当在体力劳动和脑力劳动里独立的人类相对于机器都不再具备经济优势时，人的存在形态、存在价值和机器的交互融合将成为未来前沿学术研究的重要课题，这会是一次人类社会的集体迷思、也会是人类价值的再次追寻。人类的希望？有人曾说，机器和人的差异是艺术的创作和欣赏。但这对于人工智能而言，已经并不是什么特别难的事情，大概在10年前就已有成熟的学术成果来用计算机创作梵高风格的作品， 在这背后的艺术风格提炼、学习和再造并不是什么新鲜的技术。也有人说，机器和人的差异是情感。但我不确定现今的人类社会对情感的定义是否像对智商一样，有着广泛的共识而能成为人类独特性的特征。情感诞生于本能和动物性，只是在人身上闪烁出了更加多彩的光芒，悲欢喜乐、嬉笑怒骂，这本就是人性中最难以捉摸而妙不可言的部分。

所以，机器和人的区别最终会是什么呢？在这个恐怕哲学家也难以回答的终极问题下，我想起了最近读到的这样一句话，“如果机器认为这场战斗必败，那么机器会选择投降；如果人认为这场战斗必败，那么有人会选择义无反顾的战斗，直至战死为止。”

或许，这句话里已经轻轻道出了我们与机器的区别。我们作为人的选择里，并不是只有精密的计算和推理、只有简单的概率分布和公理，还有我们生而为人的一点梦想和坚持——我们都曾在梦里鲜衣怒马，我们都曾为理想孤注一掷，我们都曾相信过无数个不可能，我们都曾执念过一个又一个的Dream。如果回顾人类在这蔚蓝星球里的一段段历史，的确人类文明长河里的那些进步，那些科学、文化、艺术领域里的每一个新发现、每一道灵光一现、每一次神来之笔都是因为我们一直有着做梦的能力，我们无止境的追求那些不切实际、计算不出成功率的dream，而这，才是我们整个文明史里最闪光的推动力。

来源：真格基金作者介绍：朱珑（Leo Zhu），依图科技CEO。UCLA统计学博士，师从美国顶级机器智能科学家、霍金理论物理学博士Alan Yuille教授，从事计算机视觉的统计建模和计算的研究。之后在MIT人工智能实验室担任博士后研究员，在纽约大学Courant数学研究所担任研究员，研究深度学习。依图科技目前已获得真格基金、红杉资本、高榕资本等投资机构的投资。