第61部分 (第3/5页)

以拿出证据，基于这种技术，未来的人类如果想靠‘慢工细活地打磨’和机器竞争，那么人类毫无胜算。谷歌公司的下棋机器人虽然至少还要5年才能做出来，但是他们已经定下了‘蒙特卡罗树状训练’的逻辑基础。

未来这样被设定了单一目标的机器人，可以用每天晚上自己跟自己左右互搏下100万盘围棋、并统计每一种不同下法不同应对的胜率变化，从而自我进化。到时候人类的围棋世界冠军，恐怕会和97年卡斯帕罗夫倒在ibm的‘深蓝’手下时一样惨。”

“这种状态，你们目前恐怕很难想象，因为目前我们和电脑在竞技领域的交锋似乎只有打魔兽和dota的人机对战哪怕设置最高级难度，电脑也只是靠更多的血量、攻击力和金钱采集速度，来获得对人类的优势。

除此之外，或许还有电脑那始终妙到毫巅的微操作电脑在玩魔兽的时候，看到某一个兵血量下降过快，会自动把它往后拖一下，短暂脱离战线直到对方的近战单位转而去攻击其他血还比较多的。这样的操作人类高手要训练很久才能做到，而且受限于手速很难多线同时这样操作。但对于电脑来说，哪怕地图上同时有100个地方在战斗，它也可以同时微操100个战场。

但是未来呢？电脑或许就是直接在战术或者战略层面的ai碾压人类玩家了只要那个用于打游戏的深度学习型人工智能，在被设定时的唯一目标，就是‘用尽一切手段获胜’。到时候机器可以先学习一番训练集，获得基础的强度，然后用蒙特卡洛树状训练结构左右互搏几千万局，把胜负趋势变化牢记在心这时候，那些技能囤积型的人类选手，还有什么价值？

或者说，就算他们还有价值，还有人类观众愿意看他们打比赛，也不是因为‘他们打得比机器好或者比机器差’而是因为他们还是一个人，因为他们和机器不同的‘人’属性，为他们博得了同情分。他们是在依靠自己的专才以外的能力，获取自己的价值和尊严。”

蒙特卡洛树状训练模式，在如今这个地球上，已经被提出来了么？或许吧，查查艰深晦涩的学术专著，应该是可以看到的。

所以冯见雄也不算造谣。

至于谷歌公司还有没有开始这么干，把这玩意儿用于商业项目的研究，鬼知道呢。

这东西是商业机密，所以只要学术上存在，冯见雄这么说就没毛病。

等将来谷歌真干成了，人类也只会惊叹冯见雄先知先觉，知微见著。

不过，苏勤肯定是不会死心的。

他也犯不着正面硬刚跟冯见雄讨论黑科技只要表现出自己适度的不屑就行了。

“呵呵”苏勤冷哼了一声，停顿数秒好让听众们的注意力都被吸引过来，“什么时候连科幻小说里的胡乱猜测，都能作为辩论的证据了？你说‘这种最新的人工智能在做任何单一目标的事情时肯定可以做到比人好’，有证据吗？

机器的性能替代人类技能，自古以来无非是在那些简单重复或者追求精准度的工种上。或许那些以‘精确、力量、灵敏’为追求的人类‘专才’，其价值确实会被机器消灭和替代。但原创性的、研究性的工作呢？机器只能复制人类的行为模式，难道还能主动创造不成？”

冯见雄微笑了一下，拿出一本《连线》杂志。

那是最近几个月刚刚发表的，上面应该都是前沿科技成果。

在06年，在深度学习算法诞生还不到两周年的萌芽时期，要想找出一些“阿尔法狗“级别的铁证，还真是不容易。

不过，并不是完全没有。

至少facebook公司，已经搞出一个可以代替人类美工师修图的软件雏形。几年之后，这种东西就会泛滥，然后成为智能版的、可以自动修图的“美图秀秀”一类