哪些職業(yè)會被人工智能取代？行政、服務業(yè)等最危險

在圍棋人機大戰(zhàn)第三場比賽中，谷歌開發(fā)的人工智能AlphaGo戰(zhàn)勝韓國棋手李世石，總比分3：0領先，這也意味著“阿爾法狗”實際上已經(jīng)獲得勝利。既然已經(jīng)在圍棋這一人工智能領域的最大挑戰(zhàn)上擊敗了人類最優(yōu)秀的棋手之一，那么令許多公眾感到恐慌的一個問題隨之而來——哪些職業(yè)未來會被人工智能所取代呢？

“阿爾法狗”是一些網(wǎng)友對谷歌AlphaGo人工智能的昵稱。昨日，“阿爾法狗”憑借著卓越的算法能力，在舉世矚目的“人機大戰(zhàn)”中連續(xù)第3局戰(zhàn)勝了圍棋世界冠軍、圍棋九段(職業(yè)級別最高段)選手李世石。“機器戰(zhàn)勝人”，引發(fā)了大眾對人工智能威脅人類的擔憂。那么“阿爾法狗”到底是誰？它的圍棋技術是如何學習的？人工智能又離我們到底有多遠呢？

解讀

“阿爾法狗”是什么鬼？

“阿爾法狗”其實是一款圍棋人工智能程序，由位于英國倫敦的谷歌旗下DeepMind公司開發(fā)。它也是第一款能擊敗專業(yè)圍棋選手的計算機軟件。

據(jù)DeepMind的團隊介紹，選擇圍棋，恰恰是因為圍棋的復雜。圍棋的“分支因子”無窮無盡，走法比全宇宙的原子數(shù)量還要多。傳統(tǒng)的計算機程序在下棋時，會使用“暴力計算”的做法，為所有可能的步數(shù)建立搜索樹，也就是根據(jù)數(shù)學和邏輯推理的方法，把每一種可能的路徑都走一遍，從中選出最優(yōu)的走法。

但是圍棋棋盤有361個點，走法變化繁多，普林斯頓的研究人員算出了19×19格圍棋的精確合法棋局數(shù)的所有可能性是一個171位數(shù)——比宇宙中的原子數(shù)還多。這樣的計算結(jié)果，哪怕是巨型計算機也要算上許多年。而且由于圍棋的每顆棋子都相同，沒有大小的區(qū)分，這使得圍棋的下法中增加了很多“隨機”的成分，無法用邏輯推理來預測。所以圍棋一直被認為是人工智能領域的最大挑戰(zhàn)。

在阿爾法狗出現(xiàn)之前，電腦的圍棋能力還停留在業(yè)余水平。專家預言，想擊敗世界上的精英選手，電腦技術至少還要再發(fā)展十年。但是“阿爾法狗”做到了。

簡單來說，“阿爾法狗”系統(tǒng)之所以可以玩轉(zhuǎn)圍棋，是因為它具有兩個大腦，一個叫做“策略網(wǎng)絡”，負責選擇下一步走法；另一個“價值網(wǎng)絡”，負責預測比賽勝利者，每走一步估算一次獲勝方，而不是一直搜索到比賽結(jié)束，從而減少了運算量。兩個大腦配合工作，于是將圍棋巨大無比的搜索空間壓縮到可以控制的范圍之內(nèi)。

揭秘

“阿爾法狗”的圍棋是怎么學的？

戰(zhàn)勝人類的第一步是模仿人類。“阿爾法狗”首先用圍棋專業(yè)棋手的3000萬步實例對“價值網(wǎng)絡”進行訓練。而假如一個人要學習3000萬步，每步1分鐘，需要60多年。通過這種經(jīng)驗學習，阿爾法狗對人類走法的預測準確率就能達到57%了。

模仿之后，第二步便是超越人類。“阿爾法狗”最特別的一點就是，它可以“深度學習”。DeepMind公司CEO哈薩比斯說：“AlphaGo的棋風跟人類很像，因為它會像人一樣去學，而且在下棋的過程中變得越來越強大，你我都是這么學的。”

傳統(tǒng)意義下，計算機做出的所有反應都依賴于人類事先寫入的、具體的程序。因此，如果把所有非典型的例子都一一窮盡，轉(zhuǎn)化為代碼告訴計算機，是一項非常龐雜的工作。

但是“阿爾法狗”不會如此“按部就班”，它可以像人腦一樣自己來學習，不斷提升棋藝，靠的就是“深度機器學習網(wǎng)絡”。簡單來說，阿爾法狗可以自己與自己對弈，目前它自我對弈已經(jīng)超過3000萬局，在這個過程中，“阿爾法狗”不斷積累勝負經(jīng)驗，舉一反三，形成對圍棋的一種“全局觀”。如此，“阿爾法狗”在接下來的比賽中就不會完全依賴于“經(jīng)驗”，而是依靠自己的評價網(wǎng)絡，帶有創(chuàng)新性地選擇最有利于自己的走法。

“阿爾法狗”與人類對戰(zhàn)已經(jīng)不是第一次了，去年10月，它就曾以5：0的成績完勝歐洲圍棋冠軍、職業(yè)二段選手樊麾。在那之后，有專家就曾預測，“計算機程序擊敗圍棋世界冠軍是遲早的事，這是因為，計算機的運算速度比人腦快得多，能憑借‘大數(shù)據(jù)深度學習’在短期分析完一個人一生也無法窮盡的棋譜，棋力提升的速度和幅度都很驚人。”