📖 ZKIZ Archives

人類的視力在變短 專家稱近距離觀看電子屏幕對視力損傷大

隨著互聯網的發展，電子產品變得與人類越來越親近，也使得越來越多的人擔心他們的視力正在遭受傷害。

1月24日，Uninversity Complutense of Madrid(UCM)在波士頓宣布，新的研究表明屏幕癮可能會破壞智力。UCM的研究人員宣布的內容顯示，LED燈，包括由數字屏幕發出光源，可能會永久損害眼睛，導致視網膜損傷和視力減退。

對於這個研究結果，國家眼科診斷與治療設備工程技術研究中心、同仁醫院醫生甄毅在接受第一財經記者采訪時表示，“近距離觀看電子屏幕或看書對兒童視力損傷極大，近距離用眼會導致孩子眼球快速增長，直接形成近視。但是一個不可忽視的現實是，隨著工業的發展，人的視力一直在變短，看手機比看書還近。藍光雖然有害，而手機的藍光是否對視力有傷害，目前尚無科學依據來證明。”

作為三基色的藍光，大劑量直接照射眼底，其傷害在科學上已得到求證，但是包括手機在內的數字屏幕發出的藍光，它的危害尚未得到科學確認。為了避開藍光，市場上出現了藍光眼鏡，手機也推出了各種濾藍光功能。但事實上，只要用眼過度都會帶來視力的下降。

“現在很多手機廠商都在從色溫、亮度上做一些調整，雖然沒有證據說藍光直接對眼睛有傷害，但是防護是可以做的，至少可以讓眼睛減少疲勞。”甄毅表示。

“手機光源對眼睛無傷害，但看得時間長了，會引起疲勞，要休息一會，就像看書一樣，字體要選大一點的，容易分辨。”複旦大學光科學與工程系陳良堯教授對第一財經記者表示，“手機的亮度不高，對人眼有無傷害，這要做實驗，在什麽波長和強度下的光，對人眼的哪部分組織有傷害，籠統說藍光不是很確切。手機、電腦以及電視屏都采用類似的光源，但手機字較小，用眼時間長，會比較累。”

近年來，近視的患病率在世界範圍內不斷上升。在美國，從上世紀七十年代到九十年代末，近視患病率由25%上升到了36%左右。在東亞地區特別是新加坡、中國(臺灣、廣州等地)，近視患病率上升的趨勢更為明顯。中國大陸上世紀六十年代青少年近視患病率約為40%，如今這一數據在15歲青少年中已達到了80%以上。有研究估計，到2050年，全球範圍內的近視累計人數將達47億。

2010年，國家體育總局發布的《國民體質監測公報》顯示，中國小學生近視患病率為31.67%，初中生為58.07%，高中生為76.02%。到2016年，教育部“全國學生體質與健康調研”結果顯示，中國小學生視力不良檢出率達到48.71%，初中生達到76.36%，高中生達到87.28%。

“近距離工作包括近距離閱讀、書寫等，有研究認為每天兩小時以上的近距離工作會增加近視發病風險，但不同研究對近距離工作的影響爭議較大，目前尚無統一結論。” 眼科學國家重點實驗室、中山醫院眼科中心副主任何明光教授對第一財經記者表示。

“眼睛是一個可以變焦的器官，如果長期保持近距離，過度疲勞，就會出現近視。”甄毅表示。

2017年1月，中國互聯網絡信息中心發布了《中國互聯網絡發展狀況統計報告》，顯示使用手機、電視上網網民規模保持持續增長，臺式電腦、筆記本上網網民比例則呈下降態勢。截至2016年12月，我國網民使用手機上網的比例為95.1%，較2015年底提升了5%，使用臺式機、筆記本電腦上網的比例分別為60.1%、36.8%，較2015年底均有所下降。

“在古代，人類幾乎沒有多少時間近距離用眼，當進入工業時代，人類學習任務加重後，近距離用眼負荷變大。”甄毅表示。

甄毅介紹，由於目前電子產品盛行，孩子上學時間更早，近距離接觸屏幕機會更多，導致目前6歲的孩子便開始出現100-200度近視。按照目前發展態勢來看，一個200度近視的6歲兒童在進行完將近16年的學習生涯後，正常情況會在6歲度數的基礎上再上升300度左右。

“高於600度就屬於高度近視，科學表明，高度近視發生視網膜脫離、青光眼的幾率更大，白內障的發病時間也會更早，且對於眼睛的黃斑區危害最大，所以兒童科學用眼任重道遠，尤其是電子屏幕的科學使用，直接影響到兒童未來的雙眼健康。”甄毅表示。

《中國互聯網絡發展狀況統計報告》提到，目前中國網民規模達7.31億，新增網民年齡呈現兩極化趨勢，19歲以下、40歲以上人群占比分別為45.8%和40.5%，互聯網向低齡、高齡人群滲透明顯。網民中學生群體規模最大，截至2016年12月，學生群體占比25%。

在何明光看來，近距離長時間閱讀是導致視力下降的一個環境因素，近視的成因除此之外還受遺傳因素影響。目前有科學證據支持的近視危險因素主要有父母近視、近距離工作時間增加和戶外活動時間減少。研究認為，父母近視將增加子女患病的風險，且父母近視的程度越深，子女患病的比例越高。

“戶外活動時間是當前科學界發現的一個重要因素，我們進行了為期三年的大型隊列研究證實，在學齡兒童中，每天額外增加40分鐘的戶外活動時間可減少近視患病率約9個百分點。因此，增加戶外活動時間是減少近視發病的有效手段。”何明光表示。

人類歷史首次！SpaceX成功發射“二手火箭”

當地時間3月30日傍晚，SpaceX在肯尼迪航天中心成功發射一枚回收的獵鷹9號火箭。這也是歷史上首次將同一個火箭用在兩次發行任務中。該火箭為盧森堡SES把一顆通信衛星送入軌道。

當地時間晚上6點27分，SpaceX發射一枚去年回收的獵鷹 9 號的一級助推器。起飛約 10 分鐘後，第一階段與火箭頂部分離，並控制返回地球，降落在地面或 SpaceX 的海上自主無人駕駛船上。飛船的部分成功回收意味著它可能還將進行第三次發射。在此之前，SpaceX 已經嘗試了 13 次火箭著陸，8 次成功抵達。

獵鷹9號火箭

在過去，火箭都只用來做一次性發射。昂貴的引擎和其他硬件要麽在大氣中燒毀，要麽墜入大海中粉碎。這次發射標誌著，人類已經掌握了重複使用運載火箭的相關技術，預計很快人類進入太空的成本將得到大幅的下降。

SpaceX的CEO埃隆·馬斯克在公司的現場直播中說道：“成功發射回收的獵鷹9號火箭，將會對航天飛行產生革命性的影響。這是人類航天事業的里程碑。”馬斯克相信，對火箭進行回收並重複利用，可以大幅度降低火箭發射成本。

埃隆·馬斯克現場直播

SpaceX的COO Gwynne Shotwell介紹，獵鷹9號的發射費用達6200萬美元，重複發射技術能夠節省30%左右的費用。那麽這個技術的掌握，能夠使每次發射節約超過1800萬美元。

這次回收火箭的成功發射，也幫助馬斯克實現殖民火星的最終目標更近一步。

李彥宏：人工智能永遠不可能超越人類的能力

2017深圳IT領袖峰會今日舉行，在上午第一場高端對話《人工智能：中國機遇與挑戰》中， 百度董事長兼首席執行官李彥宏表示， “十幾年前我對外講說互聯網，其實現在只是一道開胃菜，真正的主菜是人工智能。所以人工智能不是互聯網一部分，不是互聯網第三個階段，它是堪比工業革命的一個新的技術革命。 ”

此外， 當談到什麽時候人工智能可以挑戰真正人的認知能力時，李彥宏說：“我覺得還有很長很長的時間。我說的比較保守，我的意思是其實永遠不可能來到。所謂的超過人腦的強人工智能階段，我們可能永遠都不會達到。 ​ ”

但值得註意的是，李彥宏還強調，“我剛才講說人工智能永遠不可能超越人類的能力，但是當它逐步逼近人類能力的時候，其實已經可以一個一個行業去顛覆掉。”

人工智能是堪比工業革命的一個新的技術革命

針對百度進入人工智能非常早的問題，李彥宏在對話中表示：“從百度的基因來說，一開始就是立足用技術來做改變。我在2012年的時候就問過百度的相關部門有沒有利用深度學習，深度學習在圖片搜索中是偶然還是趨勢。最近幾年，原來認為沒用的東西現在有用，這是因為市場環境產生了變化，當時分析了環境因素之後，覺得人工智能的時代來了。”

在他看來，2013年的時候成立深度學習研究院是食言了，但是必須要做：“我在2013年以前不斷的講百度是商業公司，不應該搞純研究機構，但是深度學習是完全不一樣的東西，於是從那個時候開始大規模的投入去吸引人才。”

在李彥宏看來，現在的人工智能是比2013年的時候更大的產業：“但是深入學習這一撥起來以後我覺得是完全不一樣的東西，它需要在理論上，算法上，在很多方面有長遠布局和突破，所以那個時候開始大規模投入，去吸引人才，推進算法。其實不光算法，剛剛朱民講的時候也講到，各種各樣芯片結構，CPU，GPU等，都要審視怎麽可以適應深度學習需求。現在看起來人工智能還是一個比2013年，我們決定進入的時候一個更要大的這樣的一個產業，十幾年前我對外講說互聯網，其實現在只是一道開胃菜，真正的主菜是人工智能，所以人工智能不是互聯網一部分，不是互聯網第三個階段，它是堪比工業革命的一個新的技術革命。 ”

人工智能永遠不可能超越人類的能力

針對人工智能的上限，李彥宏表示，“我不太認可人工智能現在做的是仿生學，我們講人工智能這一個只是像人腦神經元工作的原理，人腦具體怎麽工作我們剛才馬雲說只了解3%，我們不知道人腦怎麽工作，不知道怎麽工作怎麽仿。只是說我們已經知道這一點點，跟計算機現在做的算法有類似之處，為了讓大家理解我們做這麽一個比喻。但我同意現在的人工智能，尤其是機器學習，深度學習的算法確實處在非常初級階段，有提升空間，現在做的還非常不夠。 ”

此外， 當談到什麽時候人工智能可以挑戰真正人的認知能力時，李彥宏說：“我覺得還有很長很長的時間。我說的比較保守，我的意思是其實永遠不可能來到。所謂的超過人腦的強人工智能階段，我們可能永遠都不會達到。 ​ ”

但值得註意的是，李彥宏還強調，“我剛才講說人工智能永遠不可能超越人類的能力，但是當它逐步逼近人類能力的時候，其實已經可以一個一個行業去顛覆掉。比如像人臉識別這一種應用。我們今天如果你去機場，要過好幾道安檢，把身份證拿出來要比對一下。其實人臉識別問題解決的話，將來到機場就應該大搖大擺就過去了。可以直接檢索出你買票，現在要登機，不需要一道道檢查。家里自己開派對不可能每個人進來以後把身份證先給我看看。但是人一多，幾千，幾萬人，甚至更多人的情況下，你就得用現在這一種比較笨的辦法一個一個人對它的身份。這個問題現在已經基本解決。 ”

雲啟資本陳昱：替代人類重複工種的機器人是人工智能投資標的

雲啟資本YUNQI 2017-04-01 13:05

本文由雲啟資本YUNQI（微信ID：yunqipartners）授權i黑馬發布。

3月30日，新京報“尋找中國創客”第三季正式啟動，在下午舉辦的“新技術·人工智能”分論壇吸引了近千名AI創業者參與。在人工智能分論壇上，雲啟資本董事陳昱做了主題為《人工智能離我們有多遠？》的主題演講，陳昱非常看好機器人的未來，由於傳感器等核心部件能力的提高和機器學習能力的提升，他認為未來機器人可以大規模應用。

陳昱表示，替代人類重複工種的機器人是人工智能投資標的，未來應用市場會非常大。如果成本足夠低，不需要售賣機器人，而是將機器人租賃出去進行簡單工作，就會有大量需求。所以雲啟傾向於選擇投資供應鏈成熟、在市面上成本最低的落地型公司。

在陳昱看來，機器人是如今市場上實現了軟硬結合的人工智能。傳感器成本的下降和質量的提高、計算機視覺和語音識別技術的提高，讓機器人的實用性大大增強。“通過機器學習的方法，我們就可以讓機器人變得更加的智能，能夠幫人做多的工作”，陳昱說。

以下為陳昱演講全文整理：

基礎架構的改進讓深度學習有了長足發展的前提，雲計算帶來的大數據存儲和處理能力讓深度學習能夠發揮它的威力。我們在投了一些雲計算、大數據相關的技術項目以後，逐漸把註意力轉到上層的人工智能應用，包括人工智能在零售、金融、醫療、教育等領域的應用，也包括我們喜歡投的機器人。

人工智能分為強人工智能和弱人工智能。我們認為強人工智能還比較遙遠，這是大公司如Alphabet旗下的DeepMind團隊要解決的問題。創業公司應該聚焦在弱人工智能，即使用機器學習來解決垂直領域的問題，譬如醫療影像識別、廣告精準投放、大數據征信，創業公司如果能解決好這些問題，對我們來說就是好的投資標的。

雲啟重點投資機器人。為什麽說現在是投資機器人的好時機？從技術角度來看，機器人核心零部件價格在下降質量在提升，機器學習算法在不斷改進；從商業角度來看，機器人使用門檻在變低，加上需求明確，所以容易落地；從社會角度來看，勞動力供給在減少，成本上揚，市場亟需替代品，而機器人是最佳選擇。

可以預見，如果未來簡單重複的工作都被機器人做掉，那麽人將會有時間精力去做更有創造性、更具價值的事情。

我們在複盤基金的機器人投資的時候，發現他們都有兩個共通的特點，智能和可移動，通俗點說就是“無人駕駛”。

從室內到室外，從限定區域到全區域，從低速到高速，難度依次增加。不同的組合有不同的應用。如室內場景的無人駕駛對應的是服務機器人的通用底盤技術。算法成熟，傳感器精度要求不高，拼的就是造價。再往上一層走就是室外特定場景的無人駕駛，典型的例子就是無人機，主要應用在農業、線路巡檢和安防。高速的無人駕駛是最難解決的問題，而高速無人駕駛在商業領域，特別是物流領域會先落地。

除了商業價值，很重要的一個原因是無人駕駛依賴的高精地圖數據。無人駕駛現在大家比較認可的技術方向是傳感器融合（ Lidar + Radar + CV）加上高精地圖。全域地圖數據的采集成本很高，遠非一般公司能承受，再加上國家安全方面的考量，需要國家成立一家類似鐵塔公司一樣的國企來提供數據和服務。但物流領域里，運輸路線一般是固定的，地圖數據采集成本大大降低，所以會更容易落地。

下面簡單介紹一下我們投資的兩個機器人案例。

Robby是一家矽谷公司，由兩個MIT的高材生創辦。Robby設計了一款送貨機器人，可以自動沿著人行道導航到客戶家門。美國的人工成本比較貴，通常送一次外賣需要10美元，而送貨機器人會把這個價錢降到2美元，從而使得“餓了嗎”的模式能夠在美國落地。

擎朗是一家上海的機器人公司，核心產品是通用機器人平臺，一個能通過激光雷達和視覺在室內自主導航的可移動底盤，搭載不同的功能性外殼結構就可以演變成不同的服務機器人，實現導航、送餐、安防等功能。這個機器人平臺最吸引人的地方在於其成本特別低廉。這就催生了一種新的商業模式：機器人租賃。商戶不再需要花幾萬塊買一個機器人，而可以按日租賃，以很小的代價（如99元／天）來讓機器人為客戶服務。

最後呼應一下標題，人工智能離我們有多遠？我覺得人工智能已經在我們身邊了，而且每天都有新的人工智能應用產生讓我們的生活變得更美好。   

文章評論

匿名用戶

發布

全部評論：10

發布

貝萊德裁減基金經理 人工智能真會取代人類嗎？

3月28日，全球最大資產管理公司貝萊德集團(BlackRock Inc)宣布，將對其主動型基金業務進行重組，計劃裁去一批主動型基金經理，並用量化投資策略取而代之。

不過，不要以為量化基金真的就表現出色——至少對貝萊德來說並不是這樣。根據貝萊德2016年12月底發布的月度客戶簡報，截至去年11月，5個量化策略基金中，有4個基金的回報為有史以來最差水平。此外，在貝萊德所有量化策略基金中，表現不佳的占了近2/3。貝萊德集團好像更像是“找點事情”做做，而不是真的找到了“生財之道”。

那麽，這樣做的理由又是什麽呢？

主動型基金日益萎縮

貝萊德計劃裁員的基金經理都是從事主動型基金運營的。在過去幾年中，主動型基金管理的客戶資金不斷萎縮。貝萊德集團管理的主動型基金資產從三年前的3173億美元下降到去年底的2751億美元，而與此同時，貝萊德管理的總資產不斷上升至5.1萬億美元。其實，貝萊德此次裁員重組計劃借鑒了太平洋投資管理公司（PIMCO）的經驗，2015年，Pimco砍掉數個股權基金，負責選股業務的副首席投資官離職。

“我們到處都觀察到客戶資產從主動基金轉向被動基金的流動，這是件好事。我們都認為，被動基金效率高，而且非常透明。今後10年，這樣的趨勢還會繼續下去，所有人都會最終對此習以為常。”PIMCO的全球分析主管Ravi Mattu在彭博巴克萊指數發布會上回答第一財經記者提問時說。

主動型基金日益萎縮並不是貝萊德集團一家基金的現象，而是最近幾年來華爾街的新趨勢。主動型基金試圖通過分析和篩選優質的股票或者其他證券組合來得到超過基準指數的回報。與此相對，被動型基金，包括指數基金和指數ETF就不需要多少分析和篩選的技能，只要按照指數的權重配置資產，確保基金表現能夠跟蹤指數回報即可。

據國際基金評級機構Morningstar數據顯示，截至今年2月底，在過去的12個月中，主動型基金約有3074億美元的凈流出，其中，主動型股票基金流出3629億美元，而主動型固定收益基金則有少量流入的跡象。2016年主動型基金的資金流出創歷史紀錄。而被動式指數基金則在同期有6136億美元流入，其中被動型股票基金有4334億美元流入。

“股票基金的機構投資者很多年前就開始逐漸把資金從主動型基金移到被動型指數基金。固定收益方面的機構投資者在最近15年里也開始了。在未來10年里，更多的人會明白這個大趨勢。無效勞動的風險和基準指數的多因子演化使得主動型基金越來越難證明其工作的成績。”貝萊德集團的iShare Smart Beta產品策略主管羅伯·內斯特（Robert Nestor）在上述發布會上回答第一財經記者提問時說道。

不過，雖然主動型基金不斷萎縮，但是目前還是市場主流，到今年2月底，主動型基金約有5.6萬億美元的資產，占基金管理總資產的63%。主動型股票基金5.6萬億美元，占股票基金管理總資產的55%。

不可忽略的基金管理費

依舊占據市場主體的主動型基金不可能都超過市場大盤的表現，但是它們收取的管理費卻都明顯高過被動型指數基金。市場上主動型的股票基金每年收取的費用占投資額的比重從將近1%到將近2%不等，以高風險高收益著稱的私募基金管理費則更高，而被動型股票指數基金由於不需要分析師和基金經理，每年的管理費僅為投資額的0.2%，甚至更低。

數據顯示，在金融危機以後的長期“零利率”時代，主動型基金每年比被動型基金多收取的管理費相當於投資5年期國債的全部利息收入，這不再是個可以忽略的因素。投資者的眼光開始註意到管理費並且對其合理性產生疑問。

“主動型基金的真實表現並不如投資人想象的那樣。主導型基金萎縮的最終責任在我們身上。主動型基金中最受到威脅的是Closet Index基金，它們收的費用太高了。”WisdomTree資產管理公司固定收益部主管哈伯（Rick Harper）在上述發布會上回答第一財經記者提問時說道。

Closet Index基金並不是一個基金公司開發和銷售的基金種類，而是投資人對表現並不“主動”的主動型基金的諷刺稱謂。主要特指那些收著主動基金級別的管理費，但是總不願意承擔風險，滿足於跟蹤市場指數的基金，其特征就是雖然投資組合與指數型基金的組合不完全相同，但是收益率永遠與指數高度相關。

造成主動基金優選的股票表現與大盤指數高度相同的原因眾說紛紜。有專家認為，金融危機後市場結構改變，股票之間的價格關聯上升，所以無論如何選股都與大盤表現高度相似。也有人認為，基金經理激勵機制造成部分基金經理不思進取，但求無過，造成主動型基金的表現趨同與被動型基金。再有認為，目前主動型基金為了保障基金風險不會超過指數太多，造成基金經理選股時限制過多，能選擇的有限，最後結果也和風險一樣趨同於指數。

無論什麽原因造成主動型基金無法取得超過被動型基金的收益，主動型基金的投資人都不會願意付出高昂的管理費後，再接受一個與被動型指數基金一樣的收益。

當然有不少主動型基金表現優於大盤，但是在全行業的表現不佳的情況下，投資人發現選到一個能夠表現優於大盤還能禁得起時間考驗的基金的難度，不亞於選擇一個能不斷上漲的股票。既然選股票，選基金都這麽難，索性轉向指數基金，不再進行優選，至少能省下不少管理費。

引入人工智能

“但是我並不認為主動型基金會由此走向消亡，投資者還是對主動型投資有一定的需求。以後資產管理將有一條清晰的劃分，如果你不希望太多的風險就幹脆不要優化，直接投資被動型指數基金。如果你希望承擔更多的風險那再投資主動型基金。”內斯特說。

主動型基金的不斷萎縮造成了主動型基金從業人員相對過剩的局面。投資人把資金從主動型基金不斷移向被動型指數基金，造成基金公司的管理費收入大大降低，對基金公司的盈利造成沖擊。

貝萊德集團這次調整並不是第一次重組業務的嘗試。早在2012年，貝萊德集團就撤換了其主動型股票基金的分析和管理團隊。但是這些基金的表現並沒有隨著新人的上任而好轉，客戶資產凈流失的現象也沒有緩解。據《華爾街日報》統計，超過一半的貝萊德傳統主動型股票基金在2016年表現不及大盤指數。

貝萊德集團為了扭轉2016年的局面，把加拿大退休基金CEO威絲曼（Mark Wiseman）挖來成為管理主動型股票基金的主管。這一次，威絲曼不再試圖扭轉主動型基金的不斷萎縮，以及基金公司管理費收入大大降低的歷史趨勢，而是關停部分主動型基金，裁撤員工，通過節約基金的開支來降低基金公司的盈利沖擊。

為了留住部分有主動型投資需求的客戶，貝萊德集團把部分主動型基金並入量化基金，量化基金利用計算機程序代替基金經理來優選股票。

“信息的民主化讓主動型管理更加困難。我們必須改變生態，更多依賴大數據、人工智能、因子分析和建模等傳統的量化的投資策略。”貝萊德集團創始人和執行長勞倫斯·芬克（Laurance Fink）在接受媒體采訪時說。

貝萊德集團的量化基金團隊來自於2009年購入的巴克萊全球投資部，整個團隊在量化基金上已經有30年的歷史。這次貝萊德集團的主動型股票基金從基金經理運作轉向量化運作, 至少從去年的表現來看，不一定是因為計算機程序比人更聰明。可以想象，當市場上大部分基金都在試圖優選股票超過大盤的時候，資本市場上不會有這麽多機會能讓這些基金把握並取得成功。不過，量化基金擁有低成本的優勢，其管理費只有基金經理管理的主動型股票基金的一半左右。這樣的低管理費水平有助於留住客戶，同時其低成本水平更能保障基金公司的盈利。

德撲“人機大戰”爭奪200萬獎金，李開複：人類這次還有10%勝率

黑智 2017-04-05 17:10

AlphaGo戰勝了人類圍棋國手。今年1月，AI程序擊敗了德撲人類頂級職業玩家。面對人工智能，人類還有多少次可以戰勝的機會？

明天，亞洲的頂尖德撲牌手將再次迎戰人工智能。這次出戰的人工智能“冷撲大師”，是基於卡內基梅隆大學開發的Libratus，就是在1月在美國賓夕法尼亞，擊敗了四名頂尖人類高手，一舉獲得了20萬美元將近和177萬美元籌碼的德州撲克人工智能系統。

它將面對的是，是華人牌手“龍之隊”，由2016年世界德州撲克大賽WSOP金手鏈冠軍得主、常春藤資本合夥人杜悅領軍，戰隊成員由許朝軍、張淮、童舟、朱亞希、王天建六位撲克玩家圈內熟知的高手組成。這次比賽由創新工場、海南生態軟件園聯合主辦。

“勝率大約有10%。”杜悅在出征前坦承，“我希望中國龍之隊是最後一支能夠戰勝人工智能的團隊。”

“如果人類還有戰勝AI的可能，也許就是這次。”創新工場CEO李開複說。“當下次AlphaGo對戰柯潔，我認為，人類的勝出概率，基本為零。”

這次賽事，將在海南進行5天，長達45小時。獲勝一方，將獲得200萬元的獎金。而當人類面對機器已然勝算逐步下降的今天，這場人機對戰，又將代表什麽樣的意義？

突破“不完美信息”遊戲

創新工場之所以參與主辦這一賽事，或許與李開複的“人機對弈”情結息息相關。1988年，李開複在母校卡內基梅隆大學開發了“奧賽羅”，成為第一個擊敗黑白棋世界冠軍的人機對弈系統。而這次，他不僅為活動牽線，更為Libratus專門起了一個中文名“冷撲大師”。

2016年，卡耐基梅隆大學的Tuomas Sandholm教授曾領導開發了一個打撲克的程序Claudico，但是在一場面對數位高手的比賽中慘敗。這也是Libratus的前身。2017年，Sandholm 教授聯同Noam Brown博士開發完成了Libratus。

德撲和AlphaGo所擅長的圍棋不同。此前的20年里，被人工智能所攻克的圍棋、國際象棋和西洋雙陸，都是“完美信息”遊戲。也即是，所有玩家在遊戲中，能夠獲得公開和對稱的確定信息。遊戲中需要作出的決策點的數量，決定了機器的計算量。

而與之相比，德撲則是“不完整信息”遊戲。其中包含了更多的隱藏信息，每個玩家掌握的信息都是不對稱的，他只能看到自己的牌，卻不知道對手的牌，需要根據直覺推測對手手牌，選擇下註和放棄，並判斷對手的打法，想得到理想化的戰略，是非常困難的。因此，“不完整信息”博弈，就成為難以攻克的計算機難題。

冷撲大師Libratus，基於在匹茲堡超級計算中心大約1500萬核心小時的計算，用算法分析德撲規則，預測所有步驟的勝率，來進行自己的下一步。和AlphaGo用大量棋局做訓練不同，它的策略並非基於專業玩家的經驗，沒有用專業牌局進行神經網絡訓練，而是用隨機生成的牌局（隨機產生公共牌、底池籌碼、玩家拿牌概率）和嘗試性的動作帶來的結果（在隨機生成的輸入情況下模擬玩家跟牌後的結果）來作為訓練數據。Libratus還采用了博弈論，它通過納什均衡來計算如何應對對手的招數，通過平衡風險和收益，對自身的下一步進行修正，以期達到收益最大化。其程序名Libratus，就是來源於拉丁文“制衡”。

也因此，德撲被認為是人類博弈心理、智商和情商的高度體現，其中信息具有不透明性和不確定性，可以“詐唬”，甚至還帶有一定的運氣成分。打德撲所需的推理能力和心理戰術，是機器很難模仿的。也正因此，Libratus之前取得的成績，才在人工智能領域引起了巨大關註。

而在李開複看來，現實中，這種“不完整信息”才是常態。“世界上大部分的決策問題、商業問題，都不是單純靠強力的搜索和人工智能就可以解決的。”

高“情商”的AI

根據賽制，在4月6日-10日巔峰表演賽期間，中國龍之隊的六位牌手每人同時打兩手牌，進行每天上下午兩場共10小時的人機對戰，全程估計長達45小時達到36,000手牌。

表演賽為求降低發牌中的運氣因素，機器人將采用複式對稱發牌，兩兩成對的牌手其中一人將拿到與配對牌手對打的機器人底牌，因此六名牌手將拆分於兩個房間和冷撲大師對陣，比賽過程中還必須確保配對牌手彼此不能碰面交流。4月10日完賽時，將以人機各自積累的總計分牌數計算成績，決定最終200萬元獎勵花落誰家。

對於這次的德撲“人機大賽”，他和杜悅仍然“大膽”地把人類勝率預測為大約10%。“第一個畢竟這次的表演賽不如上次的對決那麽長，這次是36000手牌，上次是12萬，運氣成分會增加一些，人類的機會會有一些。第二，這次出戰的‘龍之隊’有計算機專業的學霸，他們對於計算機的理解更為深刻。”盡管如此，他也仍舊認為，遲早機器在符合以下三個前提的領域里，將全面戰勝人類：

第一，有海量的數據；

第二，數據有標準；

第三，單一領域。

“人工智能從AlPhaGo和冷撲大師所提煉出來的想法、技術和先進已經遠遠超過人類。”李開複說。“我們可以把AlphaGo理解為高‘智商’，但是冷撲大師是高‘情商’的。而且這樣的技術可以在很多商業的領域里面應用，因為大部分人類的信息都不是彼此公開的。”

同時，李開複表示：“另外一點就是，冷撲大師並非運用深度學習，而我們會由此認識到，未來會有更多的科學家發明更多的技術，讓AI給人類帶來更多的價值。”截止到目前為止，創新工場已經投資了Face++、馭勢科技、小魚兒科技等人工智能創新公司，但在李開複看來，更多地垂直領域的人工智能應用，仍將出現。他預計，現今這套人工智能撲克程序背後的模型，將適用於需要用到戰略推理和多方談判的場景，從企業談判、商務談判、外交談判、甚至到生活面的房屋買賣談判，十年內都將會部分或全面被人工智能所取代。

值得一提的是，這次表演賽，將在海南生態軟件園落地。而海南也將借此啟動人工智能產業基地。據了解，騰訊、樂視、360等1500家企業，也已經在海南生態軟件園落戶。助理總經理唐堯表示，人工智能產業得到了海南省的高度重視和扶持，海南生態軟件園也配套專項政策、政務及服務，積極布局人工智能產業。看來，業界對海南的認知，也在重構。

文章評論

匿名用戶

發布

全部評論：10

發布

德撲“人機大戰”爭奪200萬獎金，李開複：人類這次還有10%勝率

黑智 2017-04-05 17:10

AlphaGo戰勝了人類圍棋國手。今年1月，AI程序擊敗了德撲人類頂級職業玩家。面對人工智能，人類還有多少次可以戰勝的機會？

明天，亞洲的頂尖德撲牌手將再次迎戰人工智能。這次出戰的人工智能“冷撲大師”，是基於卡內基梅隆大學開發的Libratus，就是在1月在美國賓夕法尼亞，擊敗了四名頂尖人類高手，一舉獲得了20萬美元將近和177萬美元籌碼的德州撲克人工智能系統。

它將面對的是，是華人牌手“龍之隊”，由2016年世界德州撲克大賽WSOP金手鏈冠軍得主、常春藤資本合夥人杜悅領軍，戰隊成員由許朝軍、張淮、童舟、朱亞希、王天建六位撲克玩家圈內熟知的高手組成。這次比賽由創新工場、海南生態軟件園聯合主辦。

“勝率大約有10%。”杜悅在出征前坦承，“我希望中國龍之隊是最後一支能夠戰勝人工智能的團隊。”

“如果人類還有戰勝AI的可能，也許就是這次。”創新工場CEO李開複說。“當下次AlphaGo對戰柯潔，我認為，人類的勝出概率，基本為零。”

這次賽事，將在海南進行5天，長達45小時。獲勝一方，將獲得200萬元的獎金。而當人類面對機器已然勝算逐步下降的今天，這場人機對戰，又將代表什麽樣的意義？

突破“不完美信息”遊戲

創新工場之所以參與主辦這一賽事，或許與李開複的“人機對弈”情結息息相關。1988年，李開複在母校卡內基梅隆大學開發了“奧賽羅”，成為第一個擊敗黑白棋世界冠軍的人機對弈系統。而這次，他不僅為活動牽線，更為Libratus專門起了一個中文名“冷撲大師”。

2016年，卡耐基梅隆大學的Tuomas Sandholm教授曾領導開發了一個打撲克的程序Claudico，但是在一場面對數位高手的比賽中慘敗。這也是Libratus的前身。2017年，Sandholm 教授聯同Noam Brown博士開發完成了Libratus。

德撲和AlphaGo所擅長的圍棋不同。此前的20年里，被人工智能所攻克的圍棋、國際象棋和西洋雙陸，都是“完美信息”遊戲。也即是，所有玩家在遊戲中，能夠獲得公開和對稱的確定信息。遊戲中需要作出的決策點的數量，決定了機器的計算量。

而與之相比，德撲則是“不完整信息”遊戲。其中包含了更多的隱藏信息，每個玩家掌握的信息都是不對稱的，他只能看到自己的牌，卻不知道對手的牌，需要根據直覺推測對手手牌，選擇下註和放棄，並判斷對手的打法，想得到理想化的戰略，是非常困難的。因此，“不完整信息”博弈，就成為難以攻克的計算機難題。

冷撲大師Libratus，基於在匹茲堡超級計算中心大約1500萬核心小時的計算，用算法分析德撲規則，預測所有步驟的勝率，來進行自己的下一步。和AlphaGo用大量棋局做訓練不同，它的策略並非基於專業玩家的經驗，沒有用專業牌局進行神經網絡訓練，而是用隨機生成的牌局（隨機產生公共牌、底池籌碼、玩家拿牌概率）和嘗試性的動作帶來的結果（在隨機生成的輸入情況下模擬玩家跟牌後的結果）來作為訓練數據。Libratus還采用了博弈論，它通過納什均衡來計算如何應對對手的招數，通過平衡風險和收益，對自身的下一步進行修正，以期達到收益最大化。其程序名Libratus，就是來源於拉丁文“制衡”。

也因此，德撲被認為是人類博弈心理、智商和情商的高度體現，其中信息具有不透明性和不確定性，可以“詐唬”，甚至還帶有一定的運氣成分。打德撲所需的推理能力和心理戰術，是機器很難模仿的。也正因此，Libratus之前取得的成績，才在人工智能領域引起了巨大關註。

而在李開複看來，現實中，這種“不完整信息”才是常態。“世界上大部分的決策問題、商業問題，都不是單純靠強力的搜索和人工智能就可以解決的。”

高“情商”的AI

根據賽制，在4月6日-10日巔峰表演賽期間，中國龍之隊的六位牌手每人同時打兩手牌，進行每天上下午兩場共10小時的人機對戰，全程估計長達45小時達到36,000手牌。

表演賽為求降低發牌中的運氣因素，機器人將采用複式對稱發牌，兩兩成對的牌手其中一人將拿到與配對牌手對打的機器人底牌，因此六名牌手將拆分於兩個房間和冷撲大師對陣，比賽過程中還必須確保配對牌手彼此不能碰面交流。4月10日完賽時，將以人機各自積累的總計分牌數計算成績，決定最終200萬元獎勵花落誰家。

對於這次的德撲“人機大賽”，他和杜悅仍然“大膽”地把人類勝率預測為大約10%。“第一個畢竟這次的表演賽不如上次的對決那麽長，這次是36000手牌，上次是12萬，運氣成分會增加一些，人類的機會會有一些。第二，這次出戰的‘龍之隊’有計算機專業的學霸，他們對於計算機的理解更為深刻。”盡管如此，他也仍舊認為，遲早機器在符合以下三個前提的領域里，將全面戰勝人類：

第一，有海量的數據；

第二，數據有標準；

第三，單一領域。

“人工智能從AlPhaGo和冷撲大師所提煉出來的想法、技術和先進已經遠遠超過人類。”李開複說。“我們可以把AlphaGo理解為高‘智商’，但是冷撲大師是高‘情商’的。而且這樣的技術可以在很多商業的領域里面應用，因為大部分人類的信息都不是彼此公開的。”

同時，李開複表示：“另外一點就是，冷撲大師並非運用深度學習，而我們會由此認識到，未來會有更多的科學家發明更多的技術，讓AI給人類帶來更多的價值。”截止到目前為止，創新工場已經投資了Face++、馭勢科技、小魚兒科技等人工智能創新公司，但在李開複看來，更多地垂直領域的人工智能應用，仍將出現。他預計，現今這套人工智能撲克程序背後的模型，將適用於需要用到戰略推理和多方談判的場景，從企業談判、商務談判、外交談判、甚至到生活面的房屋買賣談判，十年內都將會部分或全面被人工智能所取代。

值得一提的是，這次表演賽，將在海南生態軟件園落地。而海南也將借此啟動人工智能產業基地。據了解，騰訊、樂視、360等1500家企業，也已經在海南生態軟件園落戶。助理總經理唐堯表示，人工智能產業得到了海南省的高度重視和扶持，海南生態軟件園也配套專項政策、政務及服務，積極布局人工智能產業。看來，業界對海南的認知，也在重構。

文章評論

匿名用戶

發布

全部評論：10

發布

AlphaGo將與柯潔大戰，德撲AI戰勝人類牌手，但是So What？

黑智 2017-04-10 17:18

本文系i黑馬原創 首發黑智（VR-2014）

圍棋和德撲，兩次人類組織的對機器的反攻，在今天都有新的消息發布。

就在剛剛，谷歌在位於北京的中國棋院就“中國烏鎮·圍棋峰會”召開了新聞發布會。據發布會宣布，此次圍棋峰會將於5月22-27日在中國桐鄉烏鎮舉行，在開賽的前三天中，AlphaGo與柯潔之間將進行三番棋對弈。

從4月6日持續到10日的“冷撲大師V.S.中國龍之隊-人機撲克巔峰表演賽”在今天中午正式落幕。經過了5天的征程，這場比賽，最終以人類的落敗而告終，德撲AI程序“冷撲大師”最後以792,327總記分牌的戰績獲勝，同時，200萬元的獎金，也歸屬冷撲大師所有。

兩場人類的反攻戰。一場已經以人類的再次失敗宣告結束，另一場即將開始，勝算還很難預測，但是至今為止，不看好人類棋手的預測居多。

圍棋和德撲，人類已經接連失守。這是一個值得人類反攻的戰場嗎？它又值得我們緊張，會給我們帶來“末日危機”嗎？

對戰人工智能，人類的絕望？

柯潔（最右）與聶衛平（柯潔旁邊）去年在北京聶衛平圍棋道場，憑記憶複盤 AlphaGo 與李世石第一局的開局，並向 Google CEO Sundar Pichai 展現棋局的精妙之處

谷歌表示，之後的烏鎮圍棋峰會特別設計了 AlphaGo 與中國頂尖棋手的多種比賽形式，包括：

人機配對賽：中國職業棋手將與另一名職業棋手對弈——只不過每一方棋手都將有AlphaGo作為自己的隊友與他們交替落子，真正體現共同學習的真諦。

團隊賽：由五位中國頂尖棋手組隊與 AlphaGo 進行對弈，共同測試 AlphaGo 在面對組合風格時所展現的創造力和適應性。

柯潔對陣 AlphaGo：AlphaGo 與世界排名第一的棋手柯潔進行的三番棋對弈將會成為萬眾所矚目的焦點。柯潔會將 AlphaGo 的能力推向甚至超越極限。

據報道，此次參戰的 AlphaGo 2.0 可能采用了全新的算法模型，即未先學習人類棋譜的經驗，而是直接通過對戰來獲得認知和能力。

AlphaGo的做法是使用了蒙特卡洛樹搜索與評估網絡（Value Network）和走棋網絡（Policy Network）兩個深度神經網絡相結合的方法，其中一個是以估值網絡來評估大量的選點，而以走棋網絡來選擇落子。在這種設計下，電腦可以結合樹狀圖的長遠推斷，又可像人類的大腦一樣自發學習進行直覺訓練，以提高下棋實力。

訓練一個沒有學習過人類棋譜的人工智能。不再受到人類棋譜的局限，走出真正的“人工智能”棋路。現在的AlphaGo，比起去年的AlphaGo1.0，無疑有了更加巨大的飛躍。

而在AlphaGo上，還有一個強大的武器。前不久，谷歌公布了TPU的細節，它在神經網絡層面的操作上，處理速度比當下GPU和CPU快15到30倍；在能效比方面，比GPU和CPU高30到80倍；在代碼上也更加簡單，100到1500行代碼即可以驅動神經網絡。

就在今天，德撲人機大賽中，亞洲人類牌手精英們，剛剛敗北。五天對戰下來，德撲AI冷撲大師累計贏得792,327記分牌數，平均22.0每百手損失大盲。200萬獎金，被機器獲得。撲克在幾十年來一直是人工智能和博弈論中的一個具有高挑戰性的問題。作為帶著隱藏底牌的“不完美信息”遊戲，撲克對AI來說，具有國際象棋和圍棋遊戲中未曾出現的信息障礙。冷撲大師相對於AlphaGo更高明之處在於冷撲大師不需要提前背會大量棋譜，也不局限於在公開的完美信息場景中進行運算，而是從零開始，基於撲克遊戲規則針對遊戲中對手劣勢進行自我學習，並通過博弈論來衡量和選取最優策略。

人機撲克大戰巔峰表演賽的發起人、創新工場CEO李開複更是明確表示：“通過冷撲大師和龍之隊表演賽的對戰結果，人機對戰基本沒有懸念了。據聞AlphaGo近期即將來華和柯潔對戰，其實已經不再具有科學意義了。”

AlphaGo和柯潔的對戰結果，在李開複這里，已經提前被判了人類的“末日”。

過去的那些人機對戰

迄今為止，已經有多少次人機對戰了？

一次是全球矚目的AlphaGo對戰李世乭。它完全可以稱作一次“巔峰對決”，它掀起的是體育和科技界共同的高潮，吸引了全世界的關註，在首輪對決中，根據某門戶的數據，就有全球1億人次觀看了直播，其中中國就有6000萬人。而它的結果也可謂成功，那就是，人工智能、深度學習，這些原本是高在雲端的名詞，瞬間被大眾所接受，帶來前所未有的AI熱潮，人工智能相關的創新技術和公司，紛紛走向前臺。

Master在去年年末掀起了第二波熱潮。以此為註明網名的“棋手”，在圍棋網站弈城和野狐上，一路過關斬將，擊敗了常昊、時越、古力等眾多圍棋好手，“韓國第一人”樸廷桓、“日本第一人”井山裕太，以及世界排名居首的柯潔，也對戰落敗。60連勝後，Master被證實是AlphaGo。

今年1月，在美國賓夕法尼亞，卡內基梅隆大學開發的德撲AI程序Libratus擊敗了四名頂尖人類高手，一舉獲得了20萬美元將近和177萬美元籌碼的德州撲克人工智能系統。這也是人工智能第一次在德撲比賽中獲勝。

在今年3月19日結束的第10屆UEC杯世界圍棋“機機大戰”中，來自中國的騰訊圍棋人工智能程序“絕藝”，戰勝衛冕冠軍日本圍棋人工智能程序“DeepZenGo”奪冠。UEC杯是世界權威的計算機圍棋大賽，由日本電氣通信大學於2007年創辦，承載了計算機攻克圍棋項目的使命。在取“絕藝”這個名字之前，它以weigo為名，以“虎虎有生氣”的ID於2016年8月首次在野狐平臺（騰訊旗下圍棋對弈平臺）下棋，8月23日首次戰勝職業棋手；9月4日，weigo以“野狐掃地僧”ID連贏 ID為tby的網友8局；11月1日，weigo正式以“絕藝”ID亮相野狐，並沿用到了現在，多次戰勝中日韓三國一眾頂尖棋手，成為野狐首個晉級“十段”的棋手。

更遑論，今年還有百度的小度，在最強大腦的節目舞臺上大“秀”頭腦，用自己的圖像識別等技術，挑戰人類智商。

每一次的人機對決，人類都毫無懸念，毫無勝算。

無法戰勝AI，人類會被機器取代嗎？

如果人工智能不能比人類更強，被創造出來，又有什麽樣的意義呢？

機器戰勝人類，並不是初次。汽車和飛機被創造出來，跑得更快，飛的很高。那麽為什麽我們會對人工智能產生“擔憂”的情緒？大約是，人類最恐慌的，就是有朝一日，被機器所取代。

就像AlphaGo剛剛戰勝人類棋手時，外界討論更多的是：它會像人類一樣思考嗎？

在前不久的IT領袖峰會上，李彥宏說：“強人工智能時代，也許永遠不會到來。”

人工智能能否擁有人類一樣的智商、情感，或擁有自主意識？回答這個問題之前，人類需要先搞明白人類自身的大腦。

在博鰲論壇上，魯白也作出了同樣的回答：“絕對不會。”他解釋，人腦有五個方面的功能：第一是感覺，第二是運動，第三是記憶，第四是情感與情緒，第五是認知。“怎麽樣跟人工智能或者電腦產生感情，論題中包括兩個方面：一個就是情感的產生與情感的交流，延展一下就是社會性；一個方面是認知。認知又分兩個部分，一個是一般的認知，連動物都有，我覺得人工智能可以有這個方面的認知功能，包括邏輯思維分析，以及決策之類。人還有另外的一個方面的認知叫做高級認知功能，里面包括語言包括自我的意識，包括想象力、創造力最後還有人所特有的一種目的性的行為，而我認為，人類是在這方面，是不能被機器代替的。”

借助強大的數據處理能力和深度學習，機器已經在很多領域超越人類。但是，它不能做到的，是如何模擬人類大腦的運行，擁有自主意識和情感。

那麽，機器將在哪些領域代替人類？李開複的答案是，人工智能在符合以下三個前提的領域里，將全面戰勝人類：

第一，有海量的數據；

第二，數據有標準；

第三，單一領域。

在前不久，黑智也在采訪中，總結了機器逐漸取代人力的領域。比如鑒黃師。企業只要用互聯網音視頻有害信息監測系統，就可以自動識別網絡上傳播的涉恐、涉暴、涉黃信息。

通過音、視頻雙通道進行有害信息檢測，語言類內容為主的音視頻，采用語音識別、關鍵詞檢索技術檢測；圖像類內容為主的，就通過定時采集關鍵幀圖像，進行圖像識別，判斷是否為色情、性感、正常。

“我們的系統對直播平臺涉黃圖像檢測的準確率高達99%以上，誤報率低於1%，需要客戶進行人工複核的比例不超過3%。人工複核後的數據會被收集起來進行叠代訓練，不斷提升識別的準確率。”極限元聯合創始人馬驥說。

還比如客服和呼叫中心。大型呼叫中心的坐席，也在比以往有了縮減的幾率。以前，人工客服超過50%的時間，都在處理用戶咨詢的大量重複性問題。現在，用AI機器人客服屏蔽掉這些重複問題，就減輕了人工的工作量，並且以客服助手的形式提高人工客服的工作效率，也給企業降低了成本。

智能客服公司智齒科技CTO吳立楠以樂視為例，解釋了實際的應用場景：“在樂視，智齒科技機器人解答環節可以擋住60%的用戶。也就是說，100個咨詢者只有40個會轉到人工，另外60個都被機器人服務了。原來一個客服只能同時服務5個用戶，有了機器人的輔助，現在可以同時服務15個。如果最多只有100個用戶咨詢，原來一共需要20個客服，現在只要3個就夠了，節省了85%的人工成本，並且機器人的準確率達到97%。”

這種模型廣泛應用於各種自然語言處理問題，如語音識別、機器翻譯、分詞、詞性標註等。

什麽職業將被機器改變？和黑智談過的眾多業內人士也總結，勞動並無高低之分。那些和數據相關，重複性較強、邊界清晰的工作，容易被機器所取代。

另外，人工智能聯盟已經組建，目的就是為了防止人工智能危害人類。

當然，我們還會拭目以待，下一次機器與人類的對陣。就像馬雲在IT領袖峰會上的發言那樣：“AlphaGo 贏了李世石，so what？下圍棋本來的樂趣就是對方下一把臭棋，結果機器不會下臭棋，那還有什麽事情呢？”

或許，我們可以期待烏鎮，AlphaGo會不會特意，下一次臭棋給我們看。

文章評論

匿名用戶

發布

全部評論：10

發布

德撲人機大戰落幕人類慘敗 會打撲克的AI有什麽用？

經過五天的鏖戰，德州撲克人工智能系統Libratus毫無懸念獲得最終勝利。在這場德州撲克人機大戰中，中國龍之隊的六位牌手共與冷撲大師打了36000手牌，共輸792327分，AI完勝人類。

比賽的結局並不出乎意料，開賽之前，創新工場創始人、董事長李開複就曾表示：“對人類能贏感到悲觀，贏的概率不到10%。”事實上，今年1月，在賓夕法尼亞州匹茲堡的Rivers賭場，CMU開發的Libratus人工智能系統就曾擊敗過人類頂級職業撲克玩家，那場比賽共持續了20天，對玩了12萬手，最終AI贏得了176萬美元。

會詐唬的AI

Libratus是一個玩無限德州撲克的人工智能程序，Libratus的策略並非基於專業玩家的經驗，所以它的玩牌方式可能有明顯的不同。基於在匹茲堡超級計算機中心大約1500萬核心小時的計算，它使用算法分析德州撲克規則，從而建立自己的策略，而且它能夠在比賽中，通過預測所有未來步驟的勝率來思考自己的下一步。

與圍棋強調計算和形式判斷能力不同，德州撲克更講究多人博弈過程，如何避免人性貪婪等弱點，並將科學的概率統計與靈活的實戰策略很好地配合起來。在圍棋、象棋等遊戲中，機器和人類在決策前可以獲得全部信息，而在德州撲克中，彼此無法得知對方的底牌是什麽，也不知道發牌員發出的下一張牌是什麽，在“不完整信息”下，人工智能需要根據經驗或概率統計知識，猜測對手底牌和下一張牌的可能性，然後再制定自己的應對策略。

“如果AlphaGo是一個超級天才，冷撲大師CMU系統其實一定程度上是一個EQ專家，是靠EQ來打敗你。”李開複表示。表演賽為求降低發牌中的運氣因素，機器人采用複式對稱發牌，兩兩成對的牌手其中一人將拿到與配對牌手對打的機器人底牌，因此六名牌手將拆分於兩個房間和冷撲大師對陣，比賽過程中還必須確保配對牌手彼此不能碰面交流。在整個比賽中，冷撲大師也經常出現一些“詭異”的打法，例如時常超池下註，給對手造成極大的壓力，並做出人類出於心理原因做不到但是正確的bluff(詐唬)。

“AI利用增強學習技術，從自我對局中學習最優的撲克玩法，而避免從人類的既定模式中學習經驗，這是非常重要的一點。”李開複表示。不過，據了解，目前Libratus的算法還只適用於無限制投註的一對一比賽，如果將比賽擴展到更常見的多人制比賽，Libratus面對的挑戰會更大一些，還需要進行策略上的升級與調整。

人工智能應用挑戰

正如馬雲所提及的疑問一樣，人工智能打敗人類圍棋大師，所以會打撲克的人工智能在解決更為廣泛的現實問題方面又有哪些價值?在李開複看來，世界上大部分的信息還不是公開的，冷撲大師在面臨不完全或誤導信息時的推理能力，未來能夠解決在決策、外交、商業合作、談判方面的不確定性問題，成為人類的“參謀”。

但如同谷歌人工智能大勝人類圍棋大師，使得AlphaGo的能力被充分認知，但在商業化方法和能力方面卻並不明顯。以AlphaGo為例，需要學習數量龐大的棋局才可以掌握有效的下棋技巧，而冷撲大師目前的對戰形式也是一對一，而現實生活中德撲是多人遊戲，多人遊戲在計算上的複雜程度是目前冷撲大師所無法勝任的。

人工智能和冷撲大師所提煉出來的人工智能技術如何發揮其商業價值，李開複認為仍需要滿足三個條件：海量的數據、數據有標註、單領域。例如在金融領域，金融是虛擬的、由人創造的，數據量龐大且天生帶有標註，譬如股票的漲停、小額貸款是否還錢、買了保險後是否出事都是一種標註，這使得AI在放貸、銀行、投資、保險方面具有潛力。

“相較於告訴人們人工智能能做什麽，目前更重要的反倒是告訴人們，人工智能不能做什麽。”地平線機器人技術創始人兼首席執行官余凱曾向第一財經記者表示，在他看來，人工智能進一步拓展的首要挑戰就是數據不足的問題。眾所周知，人工智能是建立在海量數據基礎之上，通過大數據訓練，來優化算法模型，以人臉識別技術為例，訓練這一算法模型需要至少百萬級別的圖片數據。

目前，人工智能主要是監督式學習，有監督的訓練就需要帶標簽的數據，因此數據的質量和精準度與輸出結果密切相關。“如何剔除數據中的噪音、垃圾信息，獲取優質且帶有標簽的數據成為新挑戰，這其中就涉及到無監督式學習或者半監督式學習。”地平線機器人技術聯合創始人、算法副總裁黃暢說。

另一大挑戰在於深度學習的推廣和場景遷移能力不足，每個領域的數據都需要重新收集、標準和再訓練，很難進行跨領域推廣。這些挑戰也是人工智能工業界和學術界急需突破的問題。“在招聘的過程中，懂得深度學習的人很多，而懂得遷移學習、增強學習，具備思辨能力的人很少。”第四範式創始人、首席執行官戴文淵告訴記者。

在實際應用層面，人工智能仍有很長的路要走。正如李開複在比賽結束後的回應一樣：“人工智能已從完美信息的AlphaGo，延伸到了不完美信息的冷撲大師，人機對戰基本沒有懸念了，據聞AlphaGo近期即將來華和柯潔對戰，其實已經不再具有科學意義了，以後更應該關註商業領域的人工智能，在金融、醫療、教育等領域產生的商業價值。”

馬斯克：超級人工智能必將實現，人類只能選擇成為AI

24日據CNBC報道，特斯拉創始人馬斯克周日表示，他成立自己名下第三家公司Neuralink開發腦機交互和融合界面，動機是旨在防止類似“終結者”那樣的場景出現。

一名推特用戶詢問馬斯克，新公司是否為了“對抗天網(《終結者》中的人工智能防禦系統)”時，馬斯克回答說，這正是Neuralink背後的“靈感”。

上周，馬斯克在接受采訪時表示，Neuralink計劃在4年內推出“微米級設備”，以實現腦機界面的目標，允許人類直接通過思想進行交流。人類語言將變成“思想的壓縮版本”，在大腦中“奔流不息”。

馬斯克曾經在多個場合表示，他對人工智能（AI）研討範疇的急速提高感到擔憂。最終，他擔憂有朝一日AI將逾越人類。多年來，這種擔憂促使馬斯克采取了一些舉動，協助確保AI不會把人類變成二等公民。

馬斯克接受采訪時還表示， 超級人工智能必將實現，人類只有一個選擇：成為 AI。他認為腦機融合後的 AI 系統將以和人類的本能大腦與理性大腦同樣的特性存在。人腦和計算機將融合無間，人類甚至無法察覺自己在運用 AI 思考。