了解人工智能就从这本书开始！
近年来，关于人工智能最火热的事件恐怕就是DeepMind公司开发的人工智能围棋软件AlphaGo（阿尔法狗）在2016年击败韩国围棋选手李世石，并于次年击败全球排名第一的中国棋手柯洁。
说实话，当年在看到这条消息时我就突然开始思考一个问题：
早期电脑单机棋牌游戏，比如中国象棋、五子棋等，我也下不过电脑，这和阿尔法狗打败围棋大师有什么区别？
如果早期单机或者游戏里的NPC就是人工智能的初级，那为什么今年人工智能的概念才开始火起来呢？
01.人工智能到底是什么？
人工智能新浪潮实际上并没有给我们带来智能，它带来的是智能的一个关键组成部分——预测。
人类每天都要做出很多预测行为，预测无时不在。今天出门会不会下雨，我需要带伞嘛？穿这套衣服出门合适么？开车走哪条路才会不堵车呢？下了大雨，我是还继续开车走呢，还是坐公交出门呢？
预测是人类智慧的基础。
哈利·波特、白雪公主和麦克白这三个人物有什么共同点么？他们都被语言或者预测所驱动。就连《黑客帝国》这部看似讲智能机器的电影里，人类对预测的信念也是剧情的推力。不管是宗教还是童话，有关未来的知识都会产生重大结果。预测影响行为。预测影响决策。
人类预测的基础是经验，而机器预测的基础就是大量的经验——也就是数据。
电脑中的国际象棋，象棋是通过穷举，暴力破解了每一步棋的所有招式。这就意味着只需要按照设定好了的路走，电脑下的每一步都是无解的，因为所有变化电脑都已经想到了。
而围棋则不一样。
围棋靠穷举暴力破解是行不通的，至少近二十年计算机在没有质的改变之前，不可能靠穷举法解决每一手棋的变化，因为理论上来说围棋的变化有10的252次方之多，电脑根本无法储存这么庞大的数据。
那么如果计算机可以储存庞大的数据，那么“人工智能”的不同又提现在了哪里呢？
02.如果仅仅是预测，为什么它叫“智能”？
所有机器（无论是软件还是硬件），本质上都是按照经典的“如果-那么”逻辑编程的。
在计算机还无法储存庞大的数据时，电脑就需要在对手下完一步之后需要“思考”下一步落点在哪是“较为合理”的，这样才能减少电脑计算量，这个过程对于人工智能来说就是一个飞跃：从“无脑”到“有意识”。
这就需要机器学会学习的能力，通过学习减去一些不必要的计算分支，效率更高，更加准确，思维方式更加符合人性化。
工程师们意识到，不必告诉机器在每一种场合下要做什么，只要把焦点放在一个预测问题上即可——“人类会怎么做”，也就是像人类学习。
试想一下一个人工智能和人类驾驶员一起坐在汽车李的情景。人类驾驶员开车行驶过数百万英里，他通过眼睛和耳朵接受环境数据，用大脑处理这些数据，再根据传入的数据采取相应的行动：直行或转弯，刹车或加速。
工程师们给人工智能安装了各种传感器（如摄像机、雷达、激光定位器等），让它有了自己的眼睛和耳朵。所以，人类驾驶员开车的时候，人工智能观测传入的数据，同时观察人的行为。
当特定的环境数据传入时，人类驾驶员会右转、刹车，还是加速？人工智能对人类驾驶员观察得越多，就能越好地预测驾驶员在接收到特定环境数据时将要采取的具体行动。通过预测人类驾驶员在特定路况下怎么做，人工智能学会了驾驶。
当然机器学习的能力是需要不断提高的，这也就是人工智能发展的工程。
03.人工智能会替代人类么？
随着机器预测越来越多地取代人类预测，人类预测的价值将降低。但更重要的一点是，虽然预测是一切决定的关键组成部分，但它并不是唯一的组成部分。目前，决策的其他元素（判断、数据和行动）仍牢牢地被人类握在手中。
对于人类来说，一个根本的问题是，人工智能能否依据人类此前的判断发挥预测能力，并且在此过程中完全不需要人类的干预。
世上存在“已知的已知”，有些事，我们知道自己知道；我们也知道存在“已知的未知”，也就是说，有些事，我们现在知道自己不知道。但是也存在“未知的未知”，即有些事我们不知道我们不知道。放眼全人类历史，最后一类事情，往往是最棘手的。
不管人工智能如何发展，在处理“未知的未知”这一类事情上，永远也赶不上人类。
预测依赖于数据。这意味着，人类相较机器有两点优势。我们知道一些机器还不知道的东西，更重要的是，我们更擅长在数据不足的情况下决定该做什么。
人类拥有机器没有的三类数据。首先，人的感官极为强大。在很多方面，人的眼睛、耳朵、鼻子和皮肤仍然超过机器的性能。其次，人类是自己偏好的最佳仲裁者，可以提供消费者数据；第三，隐私担忧限制了机器可用的数据。
对于罕见的事件，预测机器的用处很有限。因此，罕见事件的存在极大地限制了机器预测人类判断的能力。
这也是人工智能目前阶段很难突破的局限性。
有时候，人类和机器的组合能对彼此的弱点进行互补，才能生成最好的预测。
当然，就现阶段而言，人工智能的发展虽然可能对人类的工作岗位造成变化，但是不可能完全取代人类。
至于未来的事情，你想的太久远真的好嘛？
