中新网杭州3月11日电 (记者 王逸飞)10日晚，谷歌AlphaGo与韩国棋手李世石的人机大战五番棋第二局在韩国首尔战罢，最终AlphaGo展现出恐怖的全局控制力，执黑中盘获胜，并以2比0领先李世石。这一结果也令人工智能引起的“地震”继续升级，许多赛前坚定认为李世石将完胜的人士也大跌眼镜，坦承人工智能的发展速度远超想象。

　　人机大战吸引了全球目光，也引发了人们对AlphaGo背后的人工智能技术的关注。甚至“人类未来被机器人取代”、“未来将有710万工作岗位消失”等忧虑之声已经出现。对此，浙江大学管理学院管理科学与工程学系教授汪蕾、浙江大学神经管理学实验室神经营销所所长王小毅接受记者采访时进行了分析评价。他们认为“人工智能中的深度学习技术”、“情绪影响人类决策”两大因素成为了AlphaGo连胜的关键。而目前人工智能虽然概念火热，但距离成熟的产业化却仍尚有距离。

　　回顾人机大战五番棋前两回合，在首局的进程与结果中，人们便已经看到了AlphaGo的实力。从旁观者角度看，虽然其很多下法确有瑕疵，但保证了足够赢棋。而在第二局中，李世石全盘并没有太明显的失误，而结果却是AlphaGo取得了比首局更令人信服的胜利。

　　对于AlphaGo连胜的结果，汪蕾也惊讶于其进步：“这不是AlphaGo第一次和人类棋手对战。去年10月它就和欧洲围棋赛的冠军樊麾交战过。AlphaGo是基于机器学习和人工智能，有强大的自我学习和进化功能，所以它的棋艺进步非常神速，短短几个月的学习训练就有可能跨越一个天才棋手几十年走过的路。”

　　“这种自我深度学习机制使得AlphaGo每一次与顶级棋手的交战都会成为一次自我提升的过程，打个不恰当的比方，这就好比传统武侠小说里的某个人物练成了一种吸功大法，每次与高手的过招就会成为其力量的来源。”汪蕾说。

　　与汪蕾观点类似，王小毅也认为人工智能中的深度学习技术堪称AlphaGo致胜的首要关键。

　　“AlphaGo采用的是目前人工智能最普遍采用的人工神经网络中的深度学习技术，深度学习于2006年被提出，是机器学习研究中的一个前沿的领域，其原理是用多层训练的方法来达到深度学习的目的。”王小毅说。

　　他指出，AlphaGo所使用的是用于视觉处理的算法。得益于近年来快速发展的云计算技术，AlphaGo能够使用超过当年“深蓝”约3万倍的计算能力，从海量的围棋对弈数据中得到学习，而在实际对弈中，却并不需要这么大的计算能力，仅用单机版计算机即可。

　　在专家看来，这场人机大战目前呈现“一边倒”现象的另一大关键，则是情绪导致的对人类决策的影响。

　　“基于人工智能的AlphaGo机器棋手，和人类棋手最大的差别在于它不具备情感，没有情绪波动。”汪蕾说，情绪会影响我们的判断跟决策，而围棋是一种需要大局观、根据对手情况不断研判并做出决策的活动，在这样一种比较复杂的高强度的脑力活动当中，情绪当然也会参与其中。

　　她指出，人类再怎么心如止水，也不可能比机器更冷静，在处于劣势的时候，可能因为着急而激进；在处于优势的时候，可能因为沾沾自喜而出错；但这一点机器完全可以避免。

　　“现在大家比较关注的是这一场较量的胜负以及它带来的象征意义。但在我看来，其实输赢并不重要。无论结果如何，对人工智能而言，这肯定不是结束，它不过是人工智能技术发展与应用中的一个过程。而对于人类来讲，它其实是一个自我认识和自我发现的又一个途径。”汪蕾说。

　　毫无疑问，人工智能是目前信息技术的重要发展方向，也正因为是这样，资本市场已迫不及待地开始推广“人工智能”概念。专业人士指出，国际上各种人工智能概念出现的背后，同样是未来市场的争夺，最典型的就是谷歌的深度学习与IBM的认知计算之间的技术竞赛。

　　王小毅表示，目前人工智能技术的发展得益于三方面的技术突破：首先是机器学习算法上的突破，还有大数据为人工智能的机器学习积累了海量的学习数据，以及云计算为深度学习提供了弹性计算能力的支持。

　　对于人工智能的未来，汪蕾则认为，从长远来看随着技术的发展、科技的进步，人工智能的应用领域会更宽、更广。在需要依赖于大量信息、数据以及环境是动态变化的领域，和需要人脑来处理各种信息来研判、决策、博弈、竞争的地方，人工智能都有可能得到应用。

　　她也指出：“重大和关键技术储备与产业化是两个不同的概念。人工智能距离成熟的产业化尚有距离，而要想达到推动整个信息产业上一个台阶的目标则更是遥远。最终人工智能在更多领域的成功应用，还是依赖于对大脑的彻底解读，而这一点在我看来是未来要走的相当漫长的路。”(完)