一、AlphaGo其实只是弱人工智能

AlphaGo的技术细节在今年《自然》杂志上详细公布过，我们细细研究一下，就会发现AlphaGo的原理其实非常简单。

AlphaGo利用深度学习学习人类棋谱，模拟人类来选择几个优势点，然后通过蒙特卡罗树搜索，穷举计算这几个点胜率，从中优选。本质上来说，它还是搜索求解，而且是在非常固定的规则与模式下进行。

它所用到的GPU通用计算，分布式计算人工智能，深度学习，神经网络，蒙特卡罗树搜索都不是新技术。只是把这些技术用到围棋上并投入大量资源是首次。

按照人工智能的分类，AlphaGo还属于弱人工智能Artificial Narrow Intelligence (ANI)。

弱人工智能是只能擅长于单个方面的人工智能，规则是封闭的。AlphaGo的判断可以用于围棋，达到很高的水平，它要下象棋也能达到很高的水平，但是就要从头再搞一套象棋的软硬件，它在围棋的深度学习无法通用于其他领域。

按照人工智能的分类，还有强人工智能Artificial General Intelligence (AGI)

强人工智能是指在各方面都能和人类比肩的人工智能，人类能做的脑力活动它都能做。它没有既定规则和领域，是开放式的。

我们现在看到的各种幻想其实是强人工智能超越人类的高级阶段，AlphaGo作为弱人工智能，层次还相去甚远。

二、强人工智能是什么样子?

AlphaGo在围棋很强大，但是围棋是一个固定规则，有明确输赢判断的游戏，围棋棋盘不会扔进一个象棋棋子。而强人工智能要面对的是真实的世界，它所面对的规则是开放式的。

我们看一下李彦宏演示百度强人工智能的例子。

在百度大会上，李彦宏展示了度秘的多轮对话的人工智能。李彦宏询问度秘度身份，问它来自哪，能做什么，最后还让度秘订了两杯咖啡。

在这一组多轮对话中，李彦宏的问话是随机的，可能说各种问题，没有既定的规则。而度秘的人工智能首先要采集李彦宏的语音，然后把李彦宏的语音拆分成词，识别词意，然后识别李彦宏的语意，通过人工智能作出回答，最后把回答组织成句子，用语音说出来。

李彦宏的话是开放式的，而且有前言后语，针对这种环境的就是强人工智能。看起来这组对话只是小朋友的智力水平，而实际难度远远高于AlphaGo结合深度学习与蒙特卡罗树搜索的弱人工智能。

百度很热衷于展示自己在强人工智能上的成绩，在2015年联想大会上，李彦宏还演示过一次识图对话。

李彦宏打开一张费德勒穿蓝色T恤打网球的图，问AI。

“他在做什么?”“他的衣服是什么颜色的?”“他手里拿着什么?”而AI像人类一样应答无误。

这组对话除了前面例子中开放语言的强人工智能，还有一组图片识别的强人工智能，强人工智能不知道自己看的是什么图片，但是它经过深度学习看过千亿张图片学习后，可以认出颜色，物体，动作。

这个看似小孩能完成的举动，难度也远超AlphaGo。图片没有既定规则，开放中学习寻找规律人工智能，远不是深度学习与树搜索能解决的问题。

其实，谷歌也在研发强人工智能，它和百度一样去参加国际评测FDDB与LFW(成绩还输给了百度)。谷歌知道AlphaGo看似酷炫，但是只是可以作作大广告，而人类真正的未在在强人工智能这个方向。

三、AlphaGo距离颠覆人类非常遥远

科学与常识往往是违背的，AlphaGo赢了围棋看似开启了新时代，但是其真实意义类更似于计算器赢了人类口算，是单一领域的智能超越人类。只是围棋的难度远高于象棋，从1997年的深蓝到2016年到AlphaGo，人类因为更大的棋盘等了接近20年。

而AlphaGo放到人工智能科学到角度看，只是计算能力很强的弱鸡，其高度远不如百度达到3、4岁小孩智力的强人工智能。

弱人工智能只能在一些领域帮助人类，而当强人工智能未来发展到成人水平，人类当所有劳动就有可能被完全替代。那个时候人类就可以享受而不用辛劳了。

而当强人工智能完全超过人类以后，人类才需要担心机器会不会背叛人类的问题，那还是非常非常遥远的事情。

所以，AlphaGo只是强大的弱鸡，我们无须过于担心。