刚刚过去的一周，真正刷爆投资者屏幕的是一台名叫Alphago的人工智能程序。在AlphaGo和韩国棋手李世石之间的人机围棋大战中，AlphaGo连胜三局，虽然在第四场比赛中AlphaGo出现BUG，败给了李世石。不过，所谓的战败，却是AlphaGo另一种胜利。
据悉，AlphaGo在第四盘比赛输给了李世石后，却也因此成为了正儿八经的世界职业围棋选手。DeepMind的研发工程师Raia Hadesell在某社交网络上也公开表示，AlphaGo如果一直赢的话就不能被排名算法统计，正因为李世石赢了一把，让AlphaGo成为真正的“旗手”。这样看，AlphaGo的失误似乎是有意为之的。
目前在围棋排名网站GoRatings.org上，AlphaGo已经排名第四，积分是3533分。仅次于中国柯洁、韩国朴廷桓以及日本井山裕太。韩国李世石则被挤到世界第五的位置。有网友表示，李世石也够心塞，比个赛结果排名掉了一位。
此外，据韩媒报道，由于在此次人机大战围棋比赛中，AlphaGo连胜3局的影响巨大，韩国未来创造科学部新设立了总管人工智能(AI)产业的专门小组。
该小组由未来部的四位公务员与韩国电子通信研究院(ETRI)派遣的一位工作人员，共计五人组成。今后将专门负责AI生态界建设、技术支持、规定完善、投资支持等。
实际上，人工智能早已在不断进化
从第一台计算机问世以来，人们就梦想着发明创造出一种可以完美模拟甚至超越人脑的计算机系统。过去20年中，有4次人机大战给人们留下格外深刻的印象，也成为人工智能发展的绝佳动力。当然了如果加上这次的AlphaGo，应该可以说是5次了。
1、1997年，IBM的“深蓝”战胜了人类有史以来最伟大的国际象棋名家卡斯帕罗夫。
2、2006年人机大战， 浪潮超级计算机“天梭”与中国象棋特级大师许银川战和。
3、2011年，“深蓝”的同门师弟“沃森”在美国老牌智力问答节目《危险边缘》中成功挑战两位人类冠军。
4、2015年10月，“阿尔法围棋”人工智能程序以5：0战胜欧洲围棋冠军樊麾。
人工智能的发展令人咋舌， 学习功不可没，要想战胜人类的顶尖棋手，就必须学会让电脑像人脑一样的思考。此次的比赛，谷歌为AlphaGo设计了两个神 经网络，用“两个大脑”来解决问题：“决策网络”和“值网络”。通俗来说就是，一个大脑用来决策当前应该如何落子，另一个大脑来预测比赛最终的胜利方。与 此同时，AlphaGo也自行研究新战略，在它的神经网络之间运行了数千局围棋，利用反复试验调整连接点，通过广泛使用Google云平台，完成了大量研 究工作。正是这种超强的学习能力，才是AlphaGo取胜的关键，通过AlphaGo的给力表现，相信大家也能看出了 学习的重要性，通过建立、模拟人 脑进行分析学习的神经网络，让机器能够像人一样思考，可以说它是当下最有希望实现人工智能的技术。
看来，人机对战时代已正式到来！我们不妨来猜猜下一个“Alphago”会来自哪里，又能搞定神马？
下一个“Alphago”可能会来自哪里？
能够做出AlphaGo的科技巨头绝对不会只有Google一家，至少这些公司均有实力研发出AlphaGo：
IBM：1997年IBM用深蓝计算机战胜了国际象棋冠军，它在人工智能领域同样表现突出，其与美国德克萨斯大学联合打造的“沃森”基于单机，并不联网，但能够进行大量的自然语言处理，并且回答各种人类问题。2011年，它在一档智力竞猜节目中战胜了人类。
微软：微软拥有类似于Cortana的人工智能助理，还在中国推出了一个“小冰”，与Siri不同，微软的AI助理可以根据基于上下文的“长程情感对话能力”，Cortana具有自我学习能力，能够在与人类交互中变得越来越聪明。
Facebook：Facebook拥有三个人工智能实验室，其中美国两个，巴黎一个。招募了大量世界顶级AI专家。其正在内测名为“M”的数字助理，可基于 学习技术，鉴于用户醉酒照片并禁止其发布。同时它还可帮助用户完成诸多任务，例如预订行程、给好友送生日礼物等等。其外它的社交搜索算法可以借助于用户好友关系去过滤和排序结果，给到用户最想要的答案。就算AlphaGo胜出，Facebook依然可跟Google在AI上一较高下。
百度：在Google取得任何进展之后，呛声百度成为政治正确的事情，这是段子手们的基本逻辑。事实却是，百度并没有只是在做外卖，它在人工智能领域同样投入巨大。除了力邀吴恩达等顶级AI专家加盟之外，百度在硅谷开设了 学习实验室，拥有百度大脑项目已达到三岁婴儿的智力，并建立了“深盟”人工智能开源平台，将人工智能成果开放给行业。
它又能搞定神马？
如果让“Alphago”打麻将.....
“AlphaGo打麻将能赢吗?”这并不是一个无厘头的问题，上海脑科学与人工智能重大项目首席科学家冯建峰认真思索后回答记者：“未必。”
除了可计算的数据之外，麻将更多地体现对弈时人的心理和情绪，还有运气，比如段子里提到的“人工智能扔出三筒又抓了三筒后会怎样?”
“如果说围棋是一堂数学课，麻将就是一堂人生哲学课。”网友风趣的话多少折射出人工智能与人类智能的差距。“AlphaGo依赖的结构和算法只是模拟了人脑的一些初级功能，但是如情感、决策、注意力、创造性等它都没有涉及。”冯建峰说。
中国人工智能学会副理事长、东华大学校长蒋昌俊教授对记者说，AlphaGo的本质还是以计算为核心，其所擅长的领域有三个条件：一是可以程式化表达的;二是需要具有明确的规则;三是搜索空间是有限的，可枚举的。
如果让“Alphago”去开车.....
既然有了棋感，不免让人联想到驾控感。假如人类驾驶员面对一个弯道，操控时拧过方向盘的角度，踩下刹车的力度判断，都会包含着一种人类驾驶经验。阿尔法狗的“棋感”，有没有办法迁移到自动驾驶中去?
黄畅给出的答案是，“很有可能”。
如果用阿尔法狗“棋感”部分的算法框架训练自动驾驶汽车，应该也能在规划控制上大大提升。但是和阿尔法狗的训练过程一样，自动驾驶车的人工智能需要一遍又一遍地在各种情况下开车驾驶，通过增强式学习，直到像小狗看到食物伸出爪子一样，处理每个弯道像老司机一样自然。
在现实中，让自动驾驶汽车实地训练极其危险且成本高昂，因此需要借助自动驾驶模拟器。黄畅介绍，目前有很多做得非常不错的模拟器，只要让负责自动驾驶的人工智能在其中不断演练，也能进行学习。“打赛车电动”也能训练，这和真实路测相比更加安全高效。
BUT，就像开车不全靠是驾控感一样，阿尔法狗这项意义非凡的能力，还不足以让它完成整套自动驾驶。假如用阿尔法狗的整个框架作为底层，设计出的无人驾驶系统，未必强于人类。因为目前自动驾驶的瓶颈，在于感知部分而非控制。黄畅认为，目前自动驾驶研究的感知能力才仅仅接近技术可用，尚未考虑成本、量产等因素。
如果让“Alphago”去投资.....
首先，人工智能完全主宰的程序化投资，目前还不大可能独立操作。换言之，投资界的“阿尔法狗”的真正诞生，可能还需要很长的时间。
围棋和国际象棋中，人工智能已经证明了其在数据计算和逻辑判断中的巨大潜力，但投资界为何还没有办法达到呢?
一些业内人士认为，其中的重要原因在于通常的资产管理业务所需要容纳计算的信息量和维度，远较棋类运动来得复杂多样。同时，投资界的很多准则和成功逻辑，又是不稳定的，这又增加了一层的复杂性。双重复杂性使得目前来看完全人工智能的投资还很难铺开。
除此以外，不定期出现的黑天鹅事件，通常也会令得整个投资程序的安全运行变得成倍的复杂。而在许多方面，程序化运算还涉及了硬件的稳定性，这个运营风险，也是阿尔法狗实时操纵投资的一个障碍。
换言之，现实生活的复杂性和易变性，是投资界中产生一个聪明的“阿尔法狗”最大的障碍。
结论二，人工智能的一些原理和技术，早已在投资界中得到了成功应用。
虽然完全智能的操作投资的“阿尔法狗”还不够力量。但在许多领域，人工智能或者说程序化交易的能量早已得到了发挥。
比如，在高频交易的套利操作中，事实上已经广泛地应用了程序化的交易手段。由计算机来捕捉那些市场内广泛存在的、偶发的套利机会，并及时下单交易。这样的程序在几十年前，已经在西方发达市场存在了。
另一个人工智能表现出色的领域是量化投资领域。量化投资通常指由程序部分参与的投资行为，而这是和人工主导的主观定性的投资手段相对应。
通常认为，量化投资在投资决策的客观性、纪律性、思维的系统性、覆盖标的广泛性上都具备明显优势。解读起来的意思是，量化投资并不容易受投资情绪的干扰，因此，通常能够更冷静客观地判断形势，同时也能不折不扣地执行交易纪律，这两者对于日常投资而言，都是有很大裨益的。此外，程序计算的速度之快，使得它足以覆盖广泛的投资市场和标的，海量地处理各方面暴露出的投资机会，并且进行投资。这亦使得它在金融品种日益增多的今天优势有所增长。
当然，量化投资的最大的特点，是作为程序本身，目前还难以像人类一样具备自动的“学习”功能。这导致它在策略有效性的判断、优化方面存在明显劣势。另外，它也缺乏人类所具备的模糊的定性处理的能力，对于突发事件的处理，对于重大风险的控制难以同人类思考那样有效。
因此，即便是在量化领域，人脑的参与和决策，仍然是不可缺少的一个重要环节。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
