對于人工智能行業(yè)，最近有兩件事，都與百度有關，首先是微軟原全球執(zhí)行副總裁陸奇加盟百度任COO,這次媒體竟然高度一致看好百度，從陸奇的強勢加盟，的確是百度布局人工智能公司的標志性事件。
另外引人關注的，還有在全球范圍的兩次的人機大戰(zhàn)，首先是化身為MASTER的AlphaGo,在網上連勝，除了去年與李世石對戰(zhàn)的一次平局，AlphaGo這臺人工智能AI,已經把這個星球上所有的圍棋高手打的落花流水。
而另一次人機大戰(zhàn)的代表則是1月6號開始，連續(xù)三周，國內著名的科技競技類電視真人秀《最強大腦》，以百度的人工智能機器人小度與《最強大腦》名人堂選手對決，分別在圖片和語音識別上，進行了PK,最終的結果是機器人小度和人類各有輸贏，三期的比分分別是：3:2、1:1、2:0.
并非是百度故意對決谷歌的AlphaGo,但是在巧合的是，這兩件矚目的人與機器的大戰(zhàn)，不僅刷遍了朋友圈，在年末給人類進程上，留下了一些唏噓和對未來的疑問。
面對三期次人類與機器的防守與對攻，我們從中應該看到哪些亮點？對于人工智能的未來應該怎么看？而百度和谷歌之間的人機大戰(zhàn)的技術PK,有什么區(qū)別？
爭議起：人類輸了？還是機器贏了？
第一期百度的人工智能AI小度，在識別人臉上，以3:2的戰(zhàn)績，戰(zhàn)勝了人類派出的“最強大腦”代表王峰。第二期人機大戰(zhàn)的游戲規(guī)則更為變態(tài)。選手會事先聽到三名合唱團團員經過加密的聲音，之后要在大合唱中，從21位合唱團團員中找到這三個人。最終，孫亦廷答對了二號合唱團團員，而小度則是找到了3號合唱團團員。人機大戰(zhàn)的第二輪，以1:1的平局告終。第三期被寄予厚望的“水哥”王昱珩在通過模糊視頻影像識別犯罪嫌疑人的環(huán)節(jié)中，改選了正確答案，最終未能取得勝利。
很多人以為《最強大腦》是百度故意対飚谷歌AlphaGo,其實按照電視臺的慣例，首播的節(jié)目應該是在MASTER在線大戰(zhàn)圍棋高手之前很久就已經錄制完畢，且舉行了新聞發(fā)布會提前預告，形成了中國人工智能AI與美國人工智能AI之間的對決，只是一種巧合，也許冥冥之中的安排。
由于最終的結果并未如很多人想象人類領先，所以有了一些爭議，甚至質疑比賽的公正性，Dr.魏接受媒體次放出表示：其實，在最強大腦舞臺上，大家都沒有看過挑戰(zhàn)的素材，人機雙方只是知道挑戰(zhàn)的大概項目。并且是“實時比”,至于對比比賽結果的企望，他認為：機器贏了就是機器贏了，這是科技發(fā)展的必然結果。這天遲早會到來，只是來得早和晚的事情。
MASTER是AlphaGo的升級版 小度的人臉識別要求更高
很多人把AlphaGo的圍棋大戰(zhàn)和小度的人臉識別大戰(zhàn)相比，其實兩者的區(qū)別還是很大的，甚至來說，并沒有可比性。
從技術上來說，這次AlphaGo的圍棋大戰(zhàn)，還是基于概率的算法，根據資料顯示AlphaGo采用的是蒙特卡洛樹算法，AlphaGo的落子的規(guī)則是：在每一次落子之前，系統(tǒng)會計算勝率最高的落點，而這個落點的計算概率，不僅僅是統(tǒng)計了人類目前所有的棋局步驟的計算，而是人工智能深度學習的結果，因為人類個體一生中，職業(yè)棋手下棋的次數，與人工智能的算法計算相比，是非常少的，除了計算經典棋局的步驟，系統(tǒng)的深度學會還會進行自我的對手模型對弈，以計算最有優(yōu)勢的落點方式，所以在MASTER對局的時候，其實是不斷計算的過程，計算最有優(yōu)勢的落點，這樣的算法近乎無窮，人類的落敗其實并不奇怪。
《最強大腦》的人臉識別大戰(zhàn)，主要是基于圖片和語音的識別，人臉識別的應用非常廣泛，比如門禁系統(tǒng)、網絡、金融身份認證等都是他的應用場景，目前主流的方式是1:1的方式：比如通過公安系統(tǒng)存的身份照片，與現實中的個體圖片進行比對識別。但是更難的是基于1:N的人臉識別，這樣的識別方式是必須依靠系統(tǒng)的深度學習，進行人的識別和身份認證。
現在的人臉識別技術還是非常準確的，但是有很多的限制，比如照片的角度、距離、亮度等等都會對識別產生影響，通俗點講：人臉識別業(yè)務的核心是把人臉的關鍵特站點定位，根據不同維度的特征空間的點進行比對，如果兩張照片是同一個人，則對比點是相近的。這樣的比對方式，與人類的識別接近，但又不同，比如：人類對于人臉識別的過程記憶、觀察、辨別再匹配，非常直接，一些顯著的生物特征會直接成為結果和記憶的重點，比如臉部的胎記、是否雙眼皮等等，而機器的思維方式還是進行點與點的計算分辨。
相比AlphaGo的不斷深度學習，還是基于概率的算法，這好比互聯網最初的黑客大戰(zhàn)的字典暴力破解，只要計算速度夠快，還是有破解的可能。但人臉識別的圖像識別技術的精度和使用場景都不太一樣，比如說：如果要識別某個餐廳的菜品是哪個廚師燒的，這在現在的中國來看，未來是有可能實現的：這是圖像識別的未來趨勢，叫做細粒度視覺圖像識別，這比人臉識別的要求更高，但未來通過人工智能是可以實現的，而這次中國的人機大戰(zhàn)的勝利的技術支持要求并不輸谷歌的AlphaGo.
中國版人機大戰(zhàn)并未使出洪荒之力
與AlphaGo窮盡谷歌云計算的強大計算能力來獲取落子的結果來看，這次《最強大腦》的人機對戰(zhàn)卻并未完全使用全部的云計算能力。
根據百度深度學習實驗室主任林元慶透露，這次應戰(zhàn)的結果其實并不輕松，這次的比拼在于圖片識別，考驗的是模糊推理能力，而這次出場的小度，僅僅只有1個GPU在做運算支持。是的，沒看錯，對于這次的人機大戰(zhàn)，百度并未完全動用所有百度大腦GPU的計算能力：所有的訓練學習依靠在線，而事實比賽是在本地計算的結果，就完成了人機大戰(zhàn)的結果。
這樣的好處也顯而易見：
對于計算強度的要求不高，不會占用太多的計算資源就可以實現更大的計算結果。 前置的學習過程在云端，可以不斷進化升級。 1個GPU對于很多硬件的要求，在未來完全可以承載，可以移植到終端設備，如手機中，完成人工智能的強大功能。
從結果上而言，現在所有人工智能都是基于神經網絡的深度學習，而深度學習的時候計算的量是很大的，以百度人臉識別的學習體量是建立在200萬人像超過兩億圖片的量級上的，gpu集群可以讓這個訓練調優(yōu)過程大大縮短。
對比之下AlphaGo只能在頂級公司的服務器集群上實現，一個是對概率的極致計算，一個類似于智力的進化，從可用性而言，這次中國版人機大戰(zhàn)還是可圈可點的。
人機大戰(zhàn)人類落敗 但也請不要悲哀和失望
《三體》對于未來的描述有：唯一不可阻擋的是時間，它像一把利刃，無聲地切開了堅硬和柔軟的一切，恒定的向前推進著，沒有任何東西能夠使它的行徑產生絲毫顛簸，它卻改變著一切。但同樣劉慈欣也說過：沒有什么能永遠存在，即使是宇宙也有滅亡的那一天，憑什么人類就覺得自己該永遠存在下去。
細思極恐是人類最終的命運，從“人機大戰(zhàn)”變?yōu)榱恕督K結者》般的人類逃亡之戰(zhàn)，從哲學的理論上是有可能存在的，如果拿AlphaGo和小度的比賽來看，目前機器的目的是在于計算出結果，從而贏一局棋，或者是從眾多圖片中比對出正確的結果，這樣的人工智能的發(fā)展水平還比較淺顯。
人工智能最大的擔憂，是機器能真實的產生自我的思維意識，也如同人類產生各種思想、欲望，而這樣的思想和欲望是為了自我的生存、繁衍復制，那恐怕才是“人機大戰(zhàn)”的恐怖之處，而人工智能早期認可的“圖靈測試”的目標也是希望機器能產生這樣的“智能”,但相對現有的水平而言，目前所有國家的人工智能，還是集中在數據計算方面，利用數據的算法，去計算相應的結果，雖然有相應智商的對比，但是其實還是有相對固定結果的。
比如說：從恐龍進化到鳥，這是目前科學界所認可的一個觀點，這樣的是基于生物體、有機物的基因變化，形成了穩(wěn)定的特征，但是這樣的進化是漫長的，更多的物種并未進化成功而湮滅了，生命體的有機物結構比較穩(wěn)定，并且能夠自我復制，但是機器想通過算法變成這樣的生命體的結果無法預測，但從現有的能力來看，幾乎不可能。
還有一點，目前人工智能能完成和替代的工作都是相對簡單和有標準答案的，比如工業(yè)機器人代替了人工進行電子元件的焊接，精度更高速度更快，這也是正?，F象，并不太涉及到眾多的社會倫理的挑戰(zhàn)。
AlphaGo和小度的人機大戰(zhàn)，更多的是給我們演示了人工智能在基于人類可以看到的生活場景的應用展示之一，技術變的強大意味著人類自身的強大，從人類歷史而言，還是在宇宙爆炸時代的短短一瞬間，也是地球歷史的幾分鐘生物進化歷程，當代人類比100年前看到的、體驗的和可以預見的未來，只會越來越好，對于人機大戰(zhàn)的結果，對于中國人而言更是值得高興的事兒，中國版人機大戰(zhàn)是處于世界領先水平的。
如果從比賽結果來看，是機器暫時取得了領先，從目前人工智能發(fā)展的階段來看，人工智能還是初級階段，表面上的機器贏了，其實還是一群人類科學家的科研結果，其實也是表示了AI還在向人類學習，并不意味著人類輸了或者受到了威脅。對于新新事物，人類一直在恐懼：近代人恐懼拍照片，以為可能會被“攝取魂魄”,恐懼火車的巨大轟鳴，還恐懼可能撞死人的汽車，但時代一直改變，人類也在不斷適應，所以留給人類反思的并不是威脅，而是如何面對快速到來的人工智能時代，如何更好的發(fā)揮自己的能力，更好的發(fā)展以及更好的生存。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
