阿爾法狗是否顛覆了人類智慧？人類創造力情感是人工智慧無法替代 追求心靈永恆與安寧是人類存在的最高原則

佛學修行人的解答

阿爾法狗的深度學習的人工智慧軟體，確實比人類在大資訊大資料的處理上面更加具有優勢，這點是不可否認的。

也許阿爾法狗的深度學習的人工智慧軟體，可以裝入一個微型裝置裡面，植入人的神經體系以及人的大腦，直接接受並記錄，大腦神經系統與人體全部的神經體系的執行的資訊資料。

比如影象訊號如何傳導給大腦的神經元系統，而後再引發其他器官的反映，肢體的執行。這些資料十分龐大，人的大腦的神經元數量已經遠超整個宇宙的恆星的數量，因此人的大腦執行的資訊資料的記錄、分析工作也是現在人類的科學工具無法勝任的，但是如此海量資訊的記錄分析，阿爾法狗的深度學習的人工智慧軟體有希望勝任。

人類現在還是依靠間接的的方式獲取神經元某一區域的資訊。

一旦有了阿爾法狗的深度學習的人工智慧軟體，就可以透過阿爾法狗的深度學習而預先知道神經元體系執行的路徑，從而在神經元體系執行時，記錄下資料，傳輸到人體外部。

人類中風而導致左腳或右腳神經系統無法接受大腦的指令，形成左右腳行走的指令迴路，而無法正常行走。現在已有了人工智慧軟體，透過在大腦和腳肢體植入人工智慧裝置，重新讓左腳或右腳神經系統，接受大腦的行走指令，並形成左右腳行走的指令迴路，而達到正常行走。

此項幫助人類行走的人工智慧技術，以及幫助人類恢復聽力的人工智慧技術也已經成功，並商業運用。

也許發展到人工智慧技術後期，人類可以用非人類自身的材料，製造人的骨骼、關節、甚至器官，並形成人類的生物體的修復產業。

但是，就如

網易公開課 阿爾法狗背後的谷歌DeepMind：能自我學習的人工智慧中提到的

人類的創造力與人類的情感，是人工智慧技術無法替代的。

應用古老佛學【瑜伽師地論】的思想。人的智慧或者意識，是有五識身，以及第六識的分別心，第七識的思量心，第八識的藏識構成。

人工智慧技術，他的發展極限，就是模擬人類的前六識，並且在大資料處理能力上面遠遠超越人類的前六識。

但是，【瑜伽師地論】思想的核心，是心法。人類的眼耳鼻舌身，接觸的外部世界，確實可以表達為通用的物理化學執行過程的資訊，這些資訊資料人工智慧可以很好的處理。

但是人類的眼耳鼻舌身之五識身，是有情感的情緒的，就是同樣的一幅圖畫、同樣的天空中的一朵白雲、一段音樂，在不同人的心中，是有不同認知的、可以引發不同的情感與情緒。這一點，神經元體系的物理化學的電位以及神經遞質，是無法準確記錄下來的。

再有，第七識的思量心，就是人類對於接受的所有的資訊，給予情緒與價值倫理的判斷，而後在儲存於第八識的藏識。對於這一點，已經遠遠超越人工智慧技術的範疇了。

人類的道德價值，公正與正義的價值，效率的價值，人類追求心靈永恆和平靜的價值，都在人類最高層的價值意義之中。而這些哲學範疇的價值，是人工智慧技術無法理解和表達的。

由於人工智慧技術的發展，由於生物科技以及神經科學的飛速發展，現在大多數的人工智慧技術的學者，都在否認自由意志的存在。

霍金，雖然提醒人類警惕人工智慧技術的危害。但是霍金還是認為人工智慧技術的智慧最終會超越人類智慧。

大謬，特繆！這就是當今的科學泰斗霍金，已經不認可人類還有靈魂的存有，不認可人類自由意志的存在。

霍金，可以代表大多數現代霍金人工智慧、生物科技以及神經科學領域從業人員的觀點。

悲劇，大大的悲劇！這就是人類500年來，人文主義的悲劇，人文主義最後導致對人自身的存在意義之否定。

霍金他們，看不到人類還有道德價值，公正與正義的價值，人類追求心靈永恆和平靜的價值存在了。

========================================================================

阿爾法狗60連勝橫掃，顛覆性的人工智慧時代即將到來？ | 探秘谷歌DeepMind

2017-01-05 阿爾法狗60連勝橫掃，顛覆性的人工智慧時代即將到來？ | 探秘谷歌DeepMind

阿爾法狗60連勝橫掃,人類最後一次贏棋已成歷史

2016年，人工智慧首次戰勝了圍棋頂尖高手。只是當時沒有人意識到，這一年，也是人類棋手最後一次在阿爾法狗身上贏得一盤棋。人類幾千年的智慧結晶，面對人工智慧短短一年的培訓，不堪一擊。

在剛剛結束的非正式測試中，阿爾法狗60連勝。人類的唯一機會，就是掉線、或者拔電源了。不知道這樣的局面還能維持多久。

2016年12月29日，弈城圍棋網出現一位名為“Master“的神秘棋手，並在2017年1月1日晚轉戰至騰訊的野狐圍棋。Master以每天十盤的速度快棋挑戰中韓日的頂尖高手，接連戰勝柯潔、樸廷桓、井山裕太等世界頂級棋手，引起巨大的轟動和對於螢幕背後其真實身份的各種猜測。

2017年1月4日晚，Master在戰勝韓國天才棋手申真諝，中國名將常昊、和世界冠軍周睿羊，取得59連勝之後，亮出了自己的身份：

Master就是Google DeepMind的阿爾法狗！ 隨後Master與古力下了最後一盤棋，以60戰全勝橫掃人類，結束了這次測試。

DeepMind的聯合創始人和CEO Demis Hassabis隨即釋出推特，證實Master的確就是阿爾法狗新版原型，並透露將在今年和人類頂尖高手慢棋正式過招。而僅僅在半年多前，對阿爾法狗並不服氣的柯潔，這次連輸兩盤，竟致一夜無眠：

最後可能因為壓力過大而住院：

而同樣輸棋的聶衛平，則更富哲理：

Master改變了我們傳統的厚薄理念，顛覆了多年的定式。。。看了40多盤Master對年輕高手們的對局，深感當年日本名譽棋聖藤澤秀行老師說的那句話‘棋道一百，我只知七’是何等地深刻貼切！在看似不能出招的地方出招，而且最後證明它的選擇都成立，都不是錯的！。。。這隻能說明，圍棋遠不像我們想象的那麼簡單，還有巨大的空間等著我們人類去挖掘，阿法狗也好，Master也罷，都是‘圍棋上帝’派來給人類引路的。

阿爾法狗到底有多強？ 看看下面這張圖表就知道了，是DeepMind去年Nature文章第一作者David Silver所示。人類最高等級分大概是3600，也就相當於AlphaGo第15代。而且阿爾法狗第18代，等級分已經高達4500。要知道根據Elo等級分公式，「勝率= 1/（1+10^m） * 100%」，其中m是兩選手之間Elo等級分差/400。所以高100勝率為64%、高200為76%、高300為85%。

那高900分呢？ 勝率為99。4%！人類還有機會麼？可這還不是最可怕的。最讓人絕望的是，據說阿爾法狗最新的版本已經是第25代！每代之間呢，差300分！

顯而易見，2016年是人類最後一次在阿爾法狗身上贏一盤棋。

阿爾法狗主要工作原理是基於多層人工神經網路的深度學習。一層神經網路把大量矩陣數字作為輸入，透過非線性啟用方法取權重，再產生另一個數據集合作為輸出。這樣透過合適的矩陣數量，多層組織連結一起，形成神經網路“大腦”進行精準複雜的處理。這些網路透過反覆訓練檢查結果，進而校對調整引數，因此更多的訓練後能讓它進化到更好。這也是其每一代都進步神速的原因。

不過人類也不是完全沒有機會。這次測試，實際還是和一盤棋的。陳耀燁在和Master下了七手棋後掉線，被判和棋。論小聰明，人工智慧恐怕還差很遠。

不過總有一天，當人工智慧的大腦結合機器人的體魄的時候，恐怕插頭就不是人類想拔就能拔的了。。。

谷歌的DeepMind探秘

研發出AlphaGo的DeepMind給谷歌帶來的最大價值，是提供一家智慧的演算法工廠。它將遠不止是這家科技巨頭的人工智慧技術的長遠研究機構及人才儲備庫，打造演算法從各種大資料集中獲取知識對谷歌而言意義更大。《經濟學人·商論》2017一月刊，帶你探究谷歌收購的這家人工智慧科技公司的秘密。

人工智慧谷歌的海馬體

Alphabet已擁有大量人工智慧專門技術，為何還需要DeepMind？

#FormatImgID_8#

人工智慧（以下簡稱AI）科技公司DeepMind的辦公室藏身於倫敦國王十字火車站旁邊一座不起眼的建築物內，從外看去，完全不像是Facebook和谷歌這兩大科技巨頭爭相收購的物件。最終，谷歌勝出，在2014年1月以4億英鎊（6。6億美元）成功收購了DeepMind。但

谷歌當初為何要收購這樣一家英國AI公司呢？

在機器學習及與之相近的AI技術方面，谷歌早已走在前列。

DeepMind能給谷歌帶來什麼價值？

這個問題現在變得更迫切了些。2015年10月之前，谷歌的鉅額廣告收入為DeepMind這類雄心勃勃的零收入專案提供了充足的庇廕。而後谷歌構建了名為Alphabet的母公司架構，併成為公司旗下唯一盈利的公司。其他業務的綜合營收首次從谷歌的資產負債表中拆分出來，因而會受到更多審視。

但要了解DeepMind的價值所在並非一個簡單的財務問題。其意義更為深遠。

DeepMind對谷歌和Alphabet最直接的好處是使其在科技公司圍繞AI展開的戰略競爭中處於有利位置

（見圖表）。它吸納了眾多人才，令Facebook、微軟、亞馬遜等競爭對手對其研究人員求之而不得。公司在國王十字火車站旁的辦公樓內現有約400名計算機科學家及神經科學家，據說規模將擴至1000人。

DeepMind為母公司帶來的另外一個好處是聲望的提升。

被收購後，DeepMind已兩次登上權威學術期刊《自然》的封面，相關封面的巨幅複製品就張貼在公司大堂的牆上。首次登上封面是因為一款能玩電子遊戲的AI程式，第二次則是由於一款學會了下古老的亞洲棋盤遊戲圍棋的程式。這一以母公司名字命名的軟體AlphaGo在2016年3月擊敗了韓國圍棋冠軍李世石（如圖），一舉登上世界各地的新聞頭條。

然而，DeepMind的眼光遠不止於吸引人才和公眾關注。其CEO及聯合創始人德米斯·哈薩比斯（Demis Hassabis）將公司描述為一種新型的研究機構：

既擁有學術領域的長遠眼界，也具備“科技創業公司的活力和專注”

，而Alphabet的資金就更不用說了。哈薩比斯在2010年與穆斯塔法·蘇萊曼（Mustafa Suleyman）和謝恩·列格（Shane Legg）一起創立了DeepMind。列格與哈薩比斯在倫敦大學學院（University College， London）從事神經科學研究時相識，蘇萊曼則是哈薩比斯兒時的玩伴。

正如哈薩比斯所說，

公司的整體使命是“解密智慧”

。

這將使公司創造能像人類那樣廣泛高效思考的多功能“通用型”人工智慧。

公司接受谷歌收購有幾個誘因。一是可藉此獲得

谷歌的計算能力

。另一個則是

谷歌的盈利能力

：如果是由財力較弱的買家來收購，則更可能對DeepMind設下盈利要求。而谷歌沒有這樣的要求，哈薩比斯便可專注於研究，而非公司的運營細節。透過把DeepMind留在倫敦，與谷歌位於山景城的矽谷總部保持一段安全距離，他還可以對運營保留更大的控制權。

假如他成功實現了通用AI技術，顯然將會為Alphabet帶來巨大的價值，等於為之提供了一名可以被無窮複製的數字化員工，用於解決各種問題。

但DeepMind的研究計劃並不是——或者說尚未成為——一種商業模式，而且其未來規劃極為長遠。

哈薩比斯表示公司正在執行一個20年期的規劃。他補充道，DeepMind的目標是發明類似人腦運作方式的AI新演算法。正因如此，公司聘用了大批神經科學家。哈薩比斯聲稱，從人腦尋求靈感使DeepMind大大有別於其他機器學習研究團隊，尤其是“深度學習”這一正為“谷歌大腦”團隊使用的機器學習的強大分支。

即便DeepMind從來都沒研發出達到人類水平（或甚至超人類）的人工智慧，但在研究過程中建立的學習軟體仍可為Alphabet的其他業務帶來好處，而且效果已經顯現。

今年七月，公司宣佈其學習軟體已找到方法將谷歌資料中心的製冷用電量減少五分之二。該軟體先是分析資料中心的操作日誌來理解任務，然後透過反覆模擬執行來最佳化過程。

DeepMind也在應用AI研究來自主解決問題

。主管這些工作的蘇萊曼曾表達過此種抱負：

希望DeepMind能幫助管理能源基礎設施，完善醫療保健系統，改善潔淨水的供給，以此開拓公司的收入來源。

DeepMind已經啟動了醫療保健方面的工作。今年11月，公司獲得了首個付費工作，與NHS公立醫院皇家自由倫敦醫院（Royal Free London）簽下五年的合同，為其處理170萬份病歷。今年早前，DeepMind從倫敦其他醫院獲得了兩組資料集：100萬份視網膜掃描圖，可從中挖掘並辨別出退行性眼病的早期徵兆；頭頸部癌症病例的醫學影像，可輸入到DeepMind的模型中，讓其AI系統學習區分健康和癌變組織。

神經網路在延展

熟練的程式設計師及強大的計算機是這類應用型AI業務的關鍵，不過獲取現實世界的資料也至關重要。

運用AI及機器學習技術改進醫院、電網及工廠等系統時，獲取其具體操作資料是必需的。

當然，在這些方面，Alphabet公司擁有大量資料可供挖掘，但DeepMind必須還要從其有意探究的各個領域獲取更多資料。

例如，最近它參與一個關於唇讀的專案之所以取得成功，就是因為獲得了前所未有的大資料集。由計算機視覺專家安德魯·基澤曼（Andrew Zisserman）帶領的一組牛津大學的科研人員負責了該專案。BBC向這些研究者提供了數十萬小時的新聞播音員錄影。沒有這些資料，他們就無法訓練其AI系統。

關於資料採集之於DeepMind未來的重要性，哈薩比斯輕描淡寫地表示，

人類工程師只要能就有待解決的問題構建模擬情境就足夠了，然後DeepMind便可將學習主體置於這些模擬情境中。

但目前執行的大多數機器學習系統並非如此操作。AlphaGo本身就是先在收錄了16萬盤人類棋局、包含數百萬著棋的資料庫中學習之後，才反覆自我對弈訓練，加以改進。不過，

DeepMind如果真的需要掌握大量個人資訊，就必須解決消費者對於企業獲取資料的顧慮。

但如果這些問題得到解決，DeepMind將為Alphabet帶來巨大的價值，成為其一個全新的部分：

一家演算法工廠

。這樣一來，DeepMind將遠不止是該科技巨頭的AI技術長遠研究機構及人才儲備庫。DeepMind處理的資料的所有權可歸其來源機構（這應有助於減輕人們對隱私外洩的擔憂），但透過學習這些資料而打造出的軟體將屬於Alphabet。

DeepMind自己運用AI程式解決複雜問題也許永遠賺不了大錢，但學習軟體從那些資料集中獲取的知識卻意義重大。

科技巨頭們掀起收購戰，Alphabet把DeepMind納入麾下，原因或許就在於此。