起航学习网

想说说人工智能很久，现在有些时间，就简单说说。

对于阿尔法狗横扫人类围棋高手的，我认为比赛对人类棋手存在不公，因为阿尔法狗战前打谱的次数已达到恐怕的程度，让其对人类棋手对自己都相当熟悉了，做到了知己知彼。

而人类棋手对阿尔法狗几乎一无所知。

一方知己知彼，另一方只知已而不知彼，被对方摸透而自己却对对方一无所知，比赛一开始就陷人类棋手于不公平之中。

建议谷歌放开让人类棋手频繁来挑战阿尔法狗，好让人类棋手能不断地熟悉了解阿尔法狗，当人类棋手能做到基本了阿尔法狗的特点后，就可以根据阿尔法狗的特点作出相应的策略（此前的比赛中，由于人类棋手对其一无所知，自然谈不上有什么好的应对策略）相信人类棋手就能战胜它，因为不竟人类顶尖棋手与其“差距”很少。

二，多年前我就提出过:日本经济迷失的原因是下错注，对于未来新经济增长方向，美国人押注在信息高速公路上（即我们正在用的互联网），而日本则押注在机器人上。

结果大家看到了。

虽然日本人为此奋斗了数十年，但机器人到今时今日还远未见到开花结果的一天，可见机器人研发之困难、发展速度之缓慢（绝对是蜗牛速度）。

再者，富士康的郭大老板几年前曾高度宣称要买一百万个机器人（包括机械手）来替代人手，然而，前不久有报导指经数年发展，今时今日富士康才买了四万多个机器人。

为什么只完成当初计划的4%？富士康方面没说明，相信是郭大老板在实践中才发现:用机器人还不如用人。

综上所述，无论是人工智能还是机器人，其发展速度仍将如以往一样慢如蜗牛，除非出现意外，但凡意外概率自然少。我以个人并不看好人工智能或机器人发展。207-8-21

——————————————————————————

提出的一些问题，这里再简答一下。

NBA每年都会有不少球员（指的是新秀或虽在NBA打球多年但仍未冒头的）打出惊艳的数据，但由些进身成巨星的只是少数，为什么呢？

原因不外乎是各球队各球员对这些新冒头的球员不熟悉、研究少、缺乏针对性的战术按排。

现实他们突然打出巨星般的数据，对胜负影响大，于是各球员众球员就必须必然对其重视起来;随着对这些新冒头球员的研究越来越深入，各种针对性的策略与战术多起来了，这些新冒头的球员就没有了别人对其不熟悉的便宜，他们大多数回归平凡，只有少数能抗过这关进身成为巨星。

虽然有少部分人能成功抗过这关成为巨星，但在被研究以及越来越多的针对性策略与战术下，他们的表现与作用也因此会下降！

如库里，骑士对其的研究很深入、针对性的策略与战术也很对头。

库里进攻能力很强，尤其是三分投，各种不讲理的三分投根本没法防，但库里的防守是弱点。

既然库里三分攻根本没法防，且防守是其弱点，所谓骑士的进攻就放在库里这点上，其战略目的就是:让库里的精力体力更多地消耗在防守上，进而大大地减少库里投入在进攻上的精力与体力;同时间放大库里弱点来降低库里的自信心。

进攻上的精力与体力投入大幅减少、自信心又被打击，所以过去两年库里对阵骑士时的表现大打折扣。

这种事物多的很。

所以，在大家未对阿尔法狗摸熟摸透并拿出对对头的针对性策略战术之前，不能说阿尔法狗如何如何的。

就算其能挺过这关，其优势也必将削弱。

对于漏洞的意义，往小处说，阿尔法狗何偿不是也利用人类的漏洞（会犯错、常常犯错）来取胜（棋界主流认识）。

往大处说，现在像特斯拉的马斯克等人认为未来会对人类带来巨大的危险，现在对于作出深入的研究，把其摸透摸熟，并由此作出针对性的战略战术，属于未雨稠谬之举。

对于一些人工智能界人士说的“人工智能的深度学习能力”，个人还是抱有怀疑。

包括阿尔法狗在内的围棋人工智能有不少，其能力进步不像人类那样是以战带训来得到的，而且消声匿迹一段时间再出来，棋力才增长，这好令人怀疑其棋力的增长是通过软、硬升级与及棋谱资料库的进一步丰富而达到的！

建议阿尔法狗等围棋人工智能放在一个中立的地方，断开互联网，并让相关人工监督，让它们互战、自战、与人类棋手战，经过、半年、一年的时间后，它们确实有较明显的进步，才能说明其真正拥有深度的学习能力。

否则，他们就是胡扯。

——————————————————————————

由于包括机器人、深度学习等人工智能的一窝风现象仍旧所以我打算再多说几句。

前几天工信部某位副部长在相关大会上公布:中国2016年年产机器人（包括机器臂）9万台，中国已是全球最大的机器人应用市场（占1/3）。所以鸿海的郭大老板拥有4万多台机器人起码是全球数一数二的应用者了，其一举一动是机器人应用效果好坏的主要观察标的。

假鸿海机器人应用效果良好，加上老郭正急于为其代工帝国转型（先是竞购得到夏普，最近又忙着竞购东芝芯片业务，还向川普承诺在美投资100亿美元），他不但会加大机器人釆购，还会向机器人产业方向转型（他的代工帝国是其转型机器人行业后的销售保证，不愁销路）。

但一样都没发生，这说明鸿海机器人实际应用效果差，郭大老板既不满意，更不看好机器人行业的未来！

一个既被全球数一数二的应用者不满意、更不被看好的行业，在中国却一再被吹上天，不能不让人一再深思。————————————————

现在网上普遍都是关于人工智能正面的、甚至就是营销性的信息，负面的、但客观的信息就很少，故我在此将提供业内大伽的一些看法来平衡一下。

如李国杰院士在《AI创业光靠算法走不远，警惕命运魔咒》一文中就写到“2004年，美国ADARRA开始搞无人车测试，结果所以的车都翻了，200英里的比赛没有车跑过10英里就翻了。之后釆用了神经网络”。“微软机器人网上聊天，被年轻人胡乱教一气，最后机器就认为911是假的，希特勒是好的”。“人工智能这几年取得很大的突破但还是没有解决一些在人看来很基础的问题。”“比如你教小孩认知事物，可能不出10、20张图片就能让他知道这是马、这是车，但对于机器人还做不到，可能机器人需要上百万张图片”（注，微软亚太研究院院长洪小文也说过类似的说法）。

而洪小文在《以科学的方式赤裸裸解剖AI——人的智慧在那里？》一文中也写到，“人类智慧应该是一个金字塔结构”。“最底层的叫计算和记忆”。“阿法狗打赢其实根本不证明AI有什么了不起”。“阿法狗基本做模式识别……把下棋变成一个模式识别”。“阿法狗打败人类根本和创造力一点关系都没有”。“创造力绝对不是一个大数据的问题，绝对是小数据的问题”。

个个认为，更准确的说法是:创造基本是微数据的问题！

就如洪小文提到的像爱恩斯坦等人，他们提出那些猜想、理论等时，包括他们自己在内的人类对相关事物认知甚少甚至极少，到后来才被大量的信息大量的数据来证实！

人类的理论、发现、发明等等，都是先由个别人在微数据的情况下通过人类自身的创造人创造出来的;而大数据恰恰相反是被用来验证那些理论、发现、发明等是否成立。

就我个人而言，那些原创的也是先基于微数据，等到灵感出现后，再找大数据来验证一下否成立。——————————————————————

而且，到目前为止，阿法狗每新换一种算法、新换一种版本，换了新算法的阿法狗都能完成对旧算法旧版本的展压！

况且，到目前为止，所有旧算法旧版本的阿法狗，自公开后、并经过较长时间的“深度学习”后，都没能让大家见识到阿法狗经较长时间的“深度学习”（指公开与大家见面或对弈之后的“深度学习”）后能有所进步！基本就是原地踏步。

所以，阿法狗之所以一代比一代强，根本就是因为换了一种更快更准确的新算法而已，所谓的“深度学习”，完全就是为吸引眼球的营销手段。

不认同
首先，阿法狗本身就是从对局中学习的，你开放人工智能和人类多切磋，如果人工智能输了，那他下次遇到这个问题，甚至类似的问题，他就不会在再错，这样只会增大人工智能的胜算
另外，如今的人工智能，其智能就建立在大量的学习上，不让阿法狗打谱来学习，那还叫什么人工智能。而且对于你口中的知己知彼，你是否是认为阿法狗是因为比赛前学习了这些旗手的曾经下过的棋局才赢的？其实阿法狗可以通过自我对战来学习，没有这些旗手的局，他仍然能达到很高的水平，训练的时间长一点，他还是能超过人类。

文章出自：http://qh.itpxw.cn/ai/python/201838927.html

文章标题：人工智能有未来只因人工智能太智能

免责声明：本站文章均由入驻起航学习网的会员所发或者网络转载，所述观点仅代表作者本人，不代表起航学习网立场。如有侵权或者其他问题，请联系举报，必删。侵权投诉