小编的话：就在昨天，咱们人类冠军终于战胜 AlphaGo，扳回一局！有人说：人工智能，已经开始明白亚洲文化中的「面子」问题了，有意相让。对于这样的说法，我们大可一笑而过，它们的自我意识，至少在此刻还未出现！但在目前 3：1 的战果面前，人工智能的强大也不言自明。本文写就于 AlphaGo 战胜欧洲冠军的时刻，好文回顾，我们再来看看人类离人工智能的自我意识，还有多远？
围棋的失守
「就在一个多月前」朋友圈里被一条消息刷屏：面对谷歌围棋AI，人类的最后智力骄傲崩塌了。当时的消息讲的是 Google 的最新发展的围棋人工智能 AlphaGo 战胜了欧洲冠军，战绩是5比0。
那是有史以来，人工智能第一次战胜职业围棋选手，因此具有象征性的意义。
早在1998年，深蓝已经战胜了国际象棋世界冠军卡斯帕罗夫，今天是2016年1月28日，过了差不多十八年，围棋也沦陷了。围棋是世界上最富变化性的棋类运动，因此可以说，在以棋类运动为代表的智力运动中，人类已经输给了AI。这个局还剩最后一点底裤：欧洲冠军只是职业二段，相对于职业九段还有些差距。
但相信这个底裤很快也会被扯下来，AlphaGo 将近期挑战职业九段李世石，就算输掉这一次，下次再来，将人类最强围棋选手挑落马下也是可以想象的事。「编者注：果然！」
从前有个神话，对围棋来说，人工智能是无法战胜人类的。这个神话开始流行，大约是在卡斯帕罗夫输掉之后。
围棋的复杂度是国际象棋的亿万倍不止，如果使用海量记忆，暴力搜索的方法，以计算机的计算能力而言，实在太困难。然而，这一次，google使用了深度学习的算法，让智能在下棋中学会赢棋。深度学习的算法对于二十世纪末计算机技术而言，属于黑科技，所以神话在当时也不算是妄言。
AlphaGo 有自我意识吗？
即便对于深度学习技术而言，这次的成果也颇费了一番功夫，AlphaGo 由两个截然不同的深度学习网络构成，策略网络和价值网络，两种深度学习的网络相互关联，求得最佳策略。
下棋是对大脑的训练，基于神经网络的算法，也是通过下棋不断地训练自己。一个人类棋手，下一局棋需要一个小时以上，两个AlphaGo 彼此间下棋（或者同一个AlphaGo 不断变换黑白，自己和自己下）速度快得惊人，据说一天能玩一百万局。这么海量的训练，可以让 AlphaGo 很快就达到最佳状态，人类的大脑在这样的智力游戏中告负，不算冤枉。
人工智能超越人类的智力，这不算什么新闻，比如计算出圆周率小数点后上百万位，从海量数据中寻找关联性，计算机以野蛮计算给人留下刻板印象。然而在这些计算性的智力中，人工智能只是按照预设的程序行动，严格说来，算不上真正的智能。深度学习的人工智能超越人类，则完全不同。
人类没有告诉 AlphaGo 该怎么下棋，它自己学会的，这个事实背后隐藏着对人类智力神圣性的终极挑战。神圣性最核心的部分，无非是自我意识。
从前提过一个观点，通过编程实现的人工智能是不会具有自我意识的，可以把它们都称为拟智能。而能进行自我学习的智能则有诞生自我意识的可能，只要复杂度达到一定程度。对于 AlphaGo 来说，它正是一个通过学习产生的智能，能够战胜人脑，证明它的复杂度也达到了一定程度。
那么自我意识呢？在哪里？
AlphaGo 显然还没有形成自我意识。
为了能够解释这个问题，还是需要对照一下自我意识产生的条件。自我意识的产生，需要生物的智能高到一定程度，从而能够认识到自身的存在。 AlphaGo 的智能已经够高了，然而它却没有本体。对于一个没有本体的存在物而言，所有的一切都是外界客观，自然也不会产生自我意识。
人工智能的自我意识还有多远？
推广一下，可以预测人工智能的自我意识在什么情况下会产生?
是能够学习，这一点目前已经做到了。
足够复杂。AlphaGo 的智能，是单项智能，从总体复杂度上，不认为它能达到人脑的水平。这一点或许还不够。
拥有本体。一个物理性的本体也许是最直观的，一个抽象的本体也行，将来的计算机学或许会产生一个分支，专门研究人工智能的本体问题。
本体和外界之间，必须要产生互动。
可以看到，对于 AlphaGo 而言，第一点是确定的，其他项都差得远。自我意识仍旧沉睡在很深的水底，有待发掘。全世界的科研人员，自觉或不自觉，都在努力把它挖掘出来。
那究竟有多远？
自我意识浮现的关键一步，是学习性的算法，这一步已经跨过去，那就已经跨过了门槛。剩下的只是时间问题而已。
给出一个精确的时间点，就像预测十年后某一天的天气一样不可能。但是……它们正在路上，等待着将来的某一天和我们相遇。
也许，就在你我有生之年。
联系客服
