2016年3月9日下午3點30分，
穀歌人工智慧系統AlphaGo挑戰世界圍棋冠軍李世石9段成功——“人機世紀大戰”第一場人類投子認輸（在接下來的第二場，
也沒能挽回顏面）。
一時間，
“人工智慧已超越人類”的論調甚囂塵上。
暫且拋開那些聳人聽聞的“天方夜譚”不談，
還是讓我們去關注一下“腦戰”背後更深層次的現實與期待。
早在上世紀60年代，
便有人提出要“實現人類水準的智慧”，
但囿於當時的計算能力，
這股探索熱潮在上世紀80年代末陷入了低谷。
1997年，
IBM的Deep Blue 4：2擊敗了國際象棋世界冠軍卡斯帕羅夫，
令人們對“人工智慧”重燃希望。
而這次AlphaGo之所以能大顯身手，
則得益于多倫多大學Geoffrey Hinton教授創立的“深度學習”（Deep Learning）技術。
何為“深度學習”？簡單地說，
就是建立一個模擬人腦進行分析學習的神經網路。
自2006年被提出後，
該技術極大地推動了語音辨識、視覺、自然語言處理等方面的進展。
作為AlphaGo的幕後操盤手，
DeepMind團隊也正是因為引入了這種神經網路演算法才取得了突破。
據介紹，
對AlphaGo的研發是基於通用的技術進行，
也就是說，
這樣的技術在未來可以無障礙地應用到其他任何領域中去；果真如此，
人類的“頭腦優勢”將在所有領域遭到無情的碾壓。
不過，
即便是如此大出風頭的“黑科技”，
可能也算不上是穀歌在“人工智慧”領域的殺手鐧。
據稱，
其全新的人工智慧演算法RankBrain已經“比人們預期的更加先進、複雜”，
甚至達到了“匪夷所思的境界”。
這也是一種基於機器學習的人工智慧演算法，
開發它的最初目的是去處理人們模糊、陌生或者容易產生歧義的搜索請求。
穀歌搜索團隊的頂尖工程師Paul Haahr曾稍顯尷尬地表示，
他們雖知道該演算法的基本工作原理，
但“無法完全理解它究竟是如何運作的”；它在為使用者挑選所需要的搜索答案時，
甚至擁有了近乎“直覺”式的準確——這恰恰是人類智慧中最值得誇耀的部分！
沒錯！人工智慧——這個冷冰冰的“野蠻人”已經站在了人類社會的大門口。
在每時每刻都在不斷進化的過程中，
看似僵硬、凝固的機器擁有了幾乎可以與人類相匹敵的“頭腦”，
甚至更加完美——既不會犯常識性或重複性的錯誤，
也不會因情緒的波動而影響其“精確的判斷”。
就如之前歐洲圍棋冠軍樊麾在完敗於AlphaGo之後所說的那樣，
“面對機器，
就像面對一堵牆。
”那些人類通過觀察對手而產生並引為判斷依據的感知和直覺，
在機器面前都將蕩然無存；當與這個“隱形”的對手戰鬥時，
感到壓力和沮喪的只會是人類自己。
雖然，
穀歌的Eric Schmidt在“腦戰”前曾表示：這場比賽無論誰勝誰敗，
人類都是贏家。
現在看來，
這也只是他的一廂情願。
在人工智慧可能超越人類智慧的近未來，
人類將要面對的是前所未有的挑戰和抉擇——是與自己的“創造物”融合為一，
還是與更強大的“敵人”分庭抗禮？這一戰不管結局為何，
人類都是輸不起的！
