阿尔法狗vs李世石（ $ ）阿尔法狗vs李世石视频

大家好，今天小编关注到一个比较有意思的话题，就是关于阿尔法狗vs李世石的问题，于是小编就整理了2个相关介绍阿尔法狗vs李世石的解答，让我们一起看看吧。

人工智能何时超越人脑智能？

可以肯定的是人工智能能够超越人类。下面是最新的一些看法。

尽管对未来的预测非常困难，但也不乏其人。早在20世纪50年代，美国科幻时代著名的代表人物之一、“机器人三大定律”的制定者艾萨克·阿西莫夫就曾在《我机器人》的小说中预测，这个期限是2035年。他描述，2035年街上遛狗是机器人，清扫街道的也是机器人。现在，阿尔法狗已经毫无悬念地战胜了人类围棋世界冠军。再过18年，艾萨克·阿西莫夫的预言会实现吗？

对于这一点，现在的人工智能专家似乎不太认同。在2017世界机器人大会上，来自德国、法国、中国的专家们对于人工智能何时可以复制人类大脑显得保守。“我们都不知道人类智能是什么，何谈去复制呢？”法国科学院院士阿卜得拉曼·海德说。

事实上，尽管人类已经知道自己大脑的哪个部位分别负责语言、视觉和情感等，美国圣路易斯华盛顿大学医学院的研究人员甚至在2016年宣布绘制了人类大脑皮层图谱，将左脑半球和右脑半球划分为180个区域，详尽地标明了各部分所具有的功能。但人类目前对于大脑如何进行记忆、判断、分析等思维过程，仍然十分迷惑。

从十几年到近百年，这个区间能不能更精确一点？

牛津大学人类未来研究院院长尼克·波斯特洛姆在这两个数字之间做一个折中：“可能会是50年。”据他介绍，这个数字是在大量社会调查基础上推测出的。

这个问题看起来很想给人弄一些危机感出来。

其实这个问题你遵循这样一个专业一点的思路：

【来，咱们轻松聊一聊】

我们先讲一个名词，再说一个现状。

1.名词是「机器学习」

简单来说，机器学习就是初期由人提供数据、标注特征，随后慢慢让机器找规律的方法。

2.现状是，如今的人工智能主要依靠的是机器学习，神经网络的这一套。这一套训练模式的背后，依靠的是大量的数据，简单一点说，人工智能就好像一辆汽车，数据、信息就是它的石油。

特征提取也好，模型训练也好，人工智能想更多走入生活，他的养料就是多维度的数据。就好比说自动驾驶，你要标注行人、路障、标牌、动物、草木、来往车辆，还要分别设计好基本规则，才能让机器开始学习。

【说大家熟知的AlphaGo】

你们说AlphaGo很厉害，没错，但是AlphaGo可以自己跟自己下，随机下一盘，赢还是输，有一个规则在，很清楚。

围棋的计算量无比巨大，但是现在我们有庞大的硬件集群帮助训练，可以说只要能自己跟自己下，可以有一个判断标准，那就是汽油源源不断的跑车，人类的短跑冠军们，那是追不上的。

如果不是围棋呢？

我们比如说让人工智能当医生的时候，你会发现，血管、内脏你总不能自己随机生成一个，说是就是吧。这个时候，你需要把大量的真实病例输入进来，由人标识然后让机器慢慢学习。换句话说，以现在的情况看，大量的真实数据都存在纸面上，录入是最大的成本。

这个问题更加普遍存在于很多基础行业，简单讲，给你一个看起来智能的算法已经很简单，但是想要他真的智能，我们还没有足够标准化、足够规模化的数据。

【路程还能漫长】

人工智能的发展过程也会是一个行业数据、信息规范化的过程。这还是很遥远的一条漫漫长路。

换句说话，数据量不够大，是不能训练出真正有实用价值的人工智能的。

人类的智能是一个大型综合系统，目前的人工智能受到行业制约还是非常大的，其实担忧人工智能就像古代开着马车担忧旁边正在研发的汽车会对社会造成危害是一样的。

从前你要跟人聊两句，必须跋山涉水、或者一封封信件来来回回。如今电话、微信、视频的时代，技术推动的不该是你的危机感。你应该学会让自己具备多元的能力，长远的视野。

不要急于一开始就去猜结局，乐趣当然在发现和探索之中。

人工智能得等到人工智能在经济、社会、军事等方面起主导作用了，才能说人工智能时代的到来。现在看来，还需要再有多年的努力才能到达。现在只是个别点达到或超过了人的智力，什么时候达到面的提高，才是人们所期待的。

可能需要5年，10年，20年或更长时间。但具体时间无法知道。也可能永远不会知道。

众所周知，人工智能需要数据来了解世界，但我们经常忽视涉及的数据量。谢菲尔德大学机器学习教授和亚马逊AI团队的一部分，Neil Lawrence说，这些系统不仅需要比人类更多的信息来了解概念或识别功能，而且需要数十万次。劳伦斯说：“如果你看到所有的应用程序领域的深度学习是成功的，你会看到他们是可以获取大量数据的领域，”给出了言语和图像识别的例子。在这里，像Google和Facebook这样的大型科技公司可以访问山脉的数据，从而更容易创建有用的工具。“

世界各地有数百名研究者在自己的机器学习模式上工作。他们可能是革命性的，但没有数据使他们工作，我们永远都不会知道。像Google，Facebook和微软这样的大型科技公司有足够的资源来做到这一点。他们拥有丰富的数据，所以能够运行低效的机器学习系统，并改进它们。较小的初创公司可能会有很好的想法，但是他们将无法在没有数据的情况下进行跟踪。

届时，这可能最终产生了解透世界的机器人，它将会拥有我们认为的“灵魂”。

不可能超过。

人工智能之所以被称为人工智能，是因为它是人类创造的仿照人脑功能、代替人力的电脑系统，它可以为人类分一些忧，大大提高人类的效率。

但它归根结底是人造出来的，人类的思维它根本理解不了，喜怒哀乐为什么有它理解不了，只会根据人类编的程序模仿。换言之就是只会按照技术人员编定的数据库里的东西表达，至于为什么这么表达只有人类才知道。

比如智能客服，有的问题它答非所问，人的不同表达方式、口音、方言等它听不懂，人类对于它的怒气它不明白，只会简单机械地重复一句话。

阿尔法元无师自通却完爆阿尔法狗，你怎么看？

看到这个问题，只能说阿尔法元真的很强大，人工智能真的很强大。作为工具，未来或者现在，人工智能一定是人类的得力助手。

今天凌晨一点，《自然》杂志社上一篇论文引起了广泛关注，今年5月退役的AlphaGo现如今有了最强版AlphaGo Zero。AlphaGo可以打败中国棋手柯洁，而AlphaGo Zero可以打败AlphaGO。

最强版的AlphaGo ，其厉害之处在于，它可以“自学成才”。论文里提到，阿尔法元（即AlphaGO Zero）没有使用到任何人类围棋数据，只是在自我博弈中学习了三天，就轻松击败了AlphaGo。而经过40天的训练后，它击败了“Master”版本的AlphaGo（与柯洁对战的版本）。

虽然现在阿尔法元只是用在下围棋上，不过论文中也表示，人工智能将成为创造力高于人类的存在，并帮助我们解决人类面临的一些最重要的挑战。一些类似围棋的技术，比如说，蛋白质折叠、减少能源消耗或寻找革命性的新材料等问题，将得到解决。

到此，以上就是小编对于阿尔法狗vs李世石的问题就介绍到这了，希望介绍关于阿尔法狗vs李世石的2点解答对大家有用。