第61部分(第3/5頁)

以拿出證據，基於這種技術，未來的人類如果想靠‘慢工細活地打磨’和機器競爭，那麼人類毫無勝算。谷歌公司的下棋機器人雖然至少還要5年才能做出來，但是他們已經定下了‘蒙特卡羅樹狀訓練’的邏輯基礎。

未來這樣被設定了單一目標的機器人，可以用每天晚上自己跟自己左右互搏下100萬盤圍棋、並統計每一種不同下法不同應對的勝率變化，從而自我進化。到時候人類的圍棋世界冠軍，恐怕會和97年卡斯帕羅夫倒在ibm的‘深藍’手下時一樣慘。”

“這種狀態，你們目前恐怕很難想象，因為目前我們和電腦在競技領域的交鋒似乎只有打魔獸和dota的人機對戰哪怕設定最高階難度，電腦也只是靠更多的血量、攻擊力和金錢採集速度，來獲得對人類的優勢。

除此之外，或許還有電腦那始終妙到毫巔的微操作電腦在玩魔獸的時候，看到某一個兵血量下降過快，會自動把它往後拖一下，短暫脫離戰線直到對方的近戰單位轉而去攻擊其他血還比較多的。這樣的操作人類高手要訓練很久才能做到，而且受限於手速很難多線同時這樣操作。但對於電腦來說，哪怕地圖上同時有100個地方在戰鬥，它也可以同時微操100個戰場。

但是未來呢？電腦或許就是直接在戰術或者戰略層面的ai碾壓人類玩家了只要那個用於打遊戲的深度學習型人工智慧，在被設定時的唯一目標，就是‘用盡一切手段獲勝’。到時候機器可以先學習一番訓練集，獲得基礎的強度，然後用蒙特卡洛樹狀訓練結構左右互搏幾千萬局，把勝負趨勢變化牢記在心這時候，那些技能囤積型的人類選手，還有什麼價值？

或者說，就算他們還有價值，還有人類觀眾願意看他們打比賽，也不是因為‘他們打得比機器好或者比機器差’而是因為他們還是一個人，因為他們和機器不同的‘人’屬性，為他們博得了同情分。他們是在依靠自己的專才以外的能力，獲取自己的價值和尊嚴。”

蒙特卡洛樹狀訓練模式，在如今這個地球上，已經被提出來了麼？或許吧，查查艱深晦澀的學術專著，應該是可以看到的。

所以馮見雄也不算造謠。

至於谷歌公司還有沒有開始這麼幹，把這玩意兒用於商業專案的研究，鬼知道呢。

這東西是商業機密，所以只要學術上存在，馮見雄這麼說就沒毛病。

等將來谷歌真幹成了，人類也只會驚歎馮見雄先知先覺，知微見著。

不過，蘇勤肯定是不會死心的。

他也犯不著正面硬剛跟馮見雄討論黑科技只要表現出自己適度的不屑就行了。

“呵呵”蘇勤冷哼了一聲，停頓數秒好讓聽眾們的注意力都被吸引過來，“什麼時候連科幻小說裡的胡亂猜測，都能作為辯論的證據了？你說‘這種最新的人工智慧在做任何單一目標的事情時肯定可以做到比人好’，有證據嗎？

機器的效能替代人類技能，自古以來無非是在那些簡單重複或者追求精準度的工種上。或許那些以‘精確、力量、靈敏’為追求的人類‘專才’，其價值確實會被機器消滅和替代。但原創性的、研究性的工作呢？機器只能複製人類的行為模式，難道還能主動創造不成？”

馮見雄微笑了一下，拿出一本《連線》雜誌。

那是最近幾個月剛剛發表的，上面應該都是前沿科技成果。

在06年，在深度學習演算法誕生還不到兩週年的萌芽時期，要想找出一些“阿爾法狗“級別的鐵證，還真是不容易。

不過，並不是完全沒有。

至少facebook公司，已經搞出一個可以代替人類美工師修圖的軟體雛形。幾年之後，這種東西就會氾濫，然後成為智慧版的、可以自動修圖的“美圖秀秀”一類