AI专家：AlphaGo缺少人类智能的一个关键元素

在第三次击败当今最优秀围棋选手之一的李世石之后，谷歌的AlphaGo显然已经创造了历史。但人工智能需要多久可以达到人类的智力水平呢？对此，专家们的表达了自己的看法。

史无前例 的功绩

人工智能及计算机科学家Richard Sutton认为，AlphaGo所取得的成就 以及自我改进的速度 都是 史无前例的 。IBM的深蓝花了至少10年时间才具备击败国际象棋世界冠军Garry Kasparov的能力。对比之下，AlphaGo从业余水平到击败世界冠军用了不到1年时间。

和国际象棋相比，围棋的变化要多得多。即便是对于今天的计算机而言，进行计算和分析也绝非易事。如此一拉，AlphaGo的成就就更让人刮目相看了。

Sutton认为，AlphaGo的成功主要得益于以下两种强大技术的结合：

1.蒙特卡洛树搜索：随机选择落子点，然后模拟整盘棋以寻找胜利策略

2.深度强化学习：一个模拟大脑连接的多层神经网络，当中包括选择下一个落子点的 策略网络 ，以及预测获胜者的 价值网络

但如果跳出围棋来看，Sutton表示，AlphaGo依然缺乏一个关键性的元素：了解世界运转方式的能力 比如理解物理定律和个人行为所导致的结果。

缺失的一环

智能系统可以被定义为能够设立并达成目标的东西。当今许多强大的人工智能程序却没有目标，只能在人工辅助下学习事物。对比之下，DeepMind的AlphaGo的确有一个目标 赢得围棋比赛 也可通过自己跟自己下棋来独立学习。

但是，围棋这种棋类运动都有一套明确的规则，因此AlphaGo可以遵守这些规则来达成目标。 但在现实世界当中，我们可没有游戏规则（可以遵守），也无法知道自身行为的后果。 Sutton说。

即便如此，Sutton并不认为开发出接近人类水平的人工智能是件遥不可及的事。

我们有50%的几率能在2040年实现（人类水平的）智能 提前10年也不是不可能。 他说。

其他专家也认为人工智能的发展速度要比我们预料的更快。加州大学伯克利分校计算机科学教授、人工智能专家Stuart Russell认为，人工智能在许多领域里都展现出了大幅度的进步，而这个发展速度似乎还会越变越快。

但这并不是我们对人工智能心存恐惧的理由。 我并不认为人们应该害怕， Sutton说道， 但我们的确应该去留意（人工智能的发展）。