導讀：人工智能一直為人們所關注，alpha go戰勝李世石等事件，将人們對人工智能的認識和讨論推入了新的階段。
6月6日，清華大學計算機系校友、搜狗公司ceo王小川于清華人工智能論壇上做了題為《alphago的幕後與思考》的演講，論述了在alphago人機大戰背後的故事，這場大戰有着怎樣的意義，以及人工智能研究和産業的碰撞。
演講全文如下：
今天我更多想給大家分享我背後看到的關于有趣人性的東西。之前的嘉賓們講了很多學術，學術跟企業的碰撞，最後講一個交接點，一個大的趨勢以外，還有一個人在裡面扮演什麼樣的角色，找到自己的定位。是以我今天選了這麼一個題目。這個題目中間第一件事情就是4：1的比分，每個人都已經看到了，而我對它的了解，先用一個詞，它是一個學術與市場營銷的完美的結合，特别是在東方，全中國人我估計95%都知道這樣一場比賽，而且徹底颠覆了我們對技術、對人工智能的了解。
但是為什麼這麼說呢？我先用一個詞，google背後的心機。google在今年1月份在《自然》雜志上發表了這個事，是跟樊麾打一場比賽，比賽前跟樊麾簽了一個協定，我跟你比賽結果不管是輸是赢，你不能對外透露任何細節，就是不能跟外面講，是保密的，這是他幹的一件事情，為什麼他這麼幹呢？很有意思，論文發出來的時候，如果假設提前告訴了公衆說先不發論文，我先跟樊麾比了一場，真正有多大學術的高度？可能沒感覺，看到樊麾比賽的人會知道有學術意義，如果光看論文，大多數是沒有感覺的，但是跟大衆講說我們智能赢了這個人，是以google這個團隊心思之缜密，不僅是在做研究的這群人，一下子把這個事情推到特别大的高度。
另外他們為什麼選樊麾？事後諸葛再看這個事情，如果他選一個職業選手，但是是一個沒有世界冠軍的頭銜的，我們覺得挺low，跟以前一樣，以前好多程式都是偏業餘的，感覺不好。一來給大衆一個感覺，找了一個世界冠軍，一個歐洲冠軍，挺高的頭銜，但是對專業選手而言，僅有二段，不算高手。我覺得既把眼球吸引到了，但是反過來又留下了給大家的想象和争論的空間。是以之前在1月份看到很多很多的文章在講這個程式，其實離圍棋還是很遠的，這是之前的了解。
比賽之前大家是什麼心态呢？比如聶衛平講，說是覺得計算機一點機會都沒有，不可克服的問題，認為機器能夠下棋是沒有判斷力的表現，講得很憤怒，甚至還有中國隊的圍棋總教練俞斌，他是在圍棋界裡面計算機學得最好的，在80年代就自己寫下圍棋的計算機程式，得到很多認可。
我認為機器是一點機會沒有的，因為我認為計算機有它不可克服的問題，人和電腦相比，100%是人赢。我想在這裡面能夠看到人性當中脆弱的一面，每個人都有，每個人生病的時候都有自己的壓迫，别人說你特蠢，微軟這個東西做得特爛，大家都不開心，每個人都有自己的自尊心在裡面，這件事一定會把一部分人放在我們自己的曆史舞台的對立面裡面去，圍棋選手今天很不幸，在下棋上有這樣的問題。
計算機的問題怎麼講？比如李開複講認為alphago比較懸，但是未來能赢，it界的人不會說機器幹不過人，他自己的存在感就沒有了。但是通常都認為機器沒有這麼快，以後會赢得。這次這樣一個比賽，大多數搞技術的人都沒有感覺到這個事情發生有這樣的速度。我很有幸，在2月份的樣子，我在知乎上發文章，說這次alphago會完勝，滿足了張钹院士講的三個條件，第一，我提出了問題，我看到了下棋，人工智能在下棋上是一個重大的事，好多人覺得沒有這個問題存在，沒有想這個方向。第二個我看到它會赢，第三個，我知根知底知道為什麼會赢，我認真地讀了論文，找了下圍棋的人請教，我鬥膽發了這樣一篇文章，是有勇氣的，最後也被驗證成功了，理想跟現實之間差别是很大的，對于這樣一個技術趨勢裡面，我覺得我是有判斷，但是市場股價沒辦法思考。
比賽前到比賽後就是七八天時間，給alphago取了一個新的名字，叫“阿老師”，我們特别希望中國有人做出這樣的阿老師來，把它當老師看。之前不是，之前覺得一無是處。我還很尊重他，他願意脫帽子給機器緻敬。網友叫它“狗狗”，給了很好聽的名字。這裡面反映的什麼事？
在比賽前、比賽後，我們對機器的了解裡面産生了巨大的變化，我們開始接受它，開始把它拟人化，而且比分很巧妙，4：1，如果赢五局可能就不好了，不是圍棋選手被滅了，是人類被滅的感覺。帶來人和人平等的關系開始建立，印刷術建立之後，我們開始探讨人和人之間的關系。後來我查史料，文藝複興這樣一個運動，它其實是從封建社會到資本主義社會之間的一個分水嶺。咱們中國現在還沒經曆這個運動，是以有一點點問題。但是alphago之後，我覺得今天帶來我們重新的思考，就是機器和人的關系，去思考這個事情，有專家會講機器還不行，但是有人講機器以後會颠覆人類，我們開始思考這個問題，以前認為機器就是機器，拔電源就行了。診斷報告是機器給做的，說你這個人有什麼問題，看片子看得怎麼樣，找專家、找人。但是在今天照片子之後，機器給你診斷效果可能是比人更準的。我有一個朋友，也是清華的一個同學，他就是做ct看片子的，做乳腺看片子，他說大多數醫生看片子準确率是40%，他現在到70%，已經高很多了。我們今天接受機器在裡面能做很多的判斷。這是我們巨大的一個心理上的變化，我把它稱為“第二次人類自己的運動”。
對于機器智能，大家講了很多了，有各種專業的方法，包括怎麼定義人工智能，我們做産品的時候，就是想機器怎麼能在裡面做決策、做識别，目的還是希望能夠做決策。從做決策這件事情裡面就分了三個層次。
第一層，将傳統方法交給機器。第二層，将答案交給機器記憶學習。第三層，将目标給機器自我學習。
這是我自己的了解，也是跟alphago脈絡一緻的，其實最早的專家系統就是第一個，我們把規則交給機器，我們不管提符号主義，我們就把是把計算機世界變成一個邏輯，告訴機器，這是原來的階段。但是這個階段裡面重大的問題，如果我們自己會做，但是我們沒法去教機器，我們不知道怎麼描述的時候，這個機器就不靈了，而且教出來的徒弟永遠是比人弱的，這是不夠的地方。甚至我們在做一些學習系統，我們也要嘗試告訴機器怎麼去描繪一個實物，比如說做人臉模型，王小川長成這樣，大家都認識，但是要描述出來，比如說臉很圓，這個事情也比較不靠譜。是以我們發現我們沒法告訴機器，有了深度學習的方法以後我們确實解決了一個問題，就是隻告訴機器答案，我們給他的資料越原始越好，這件事情會使得程式員、工程師更容易應對專業的問題。因為它可以減少自己的專業背景，不用講說我要去懂人，或者我要像醫生一樣懂得這個片子怎麼看，他是拿資料訓練的。是以在這樣一個深度學習或者是人工智能發展過程中間，由于深度學習本身帶來了好處，技術人員更容易進入到專業領域裡面破解題目，但是這是技術本身。但是對公司而言，公司的領頭人一定是對行業了解比較深刻，對行業應用的時候必須很懂，這是我們講的第二個側面，我不用給機器方法，我給機器答案，機器自己找方法。
alphago代表一個趨勢，我之前跟微軟也在聊這方面，既不給你一個規則，也不給你一個答案，我把自己變成一個判斷者，就像下圍棋一樣，圍棋之前訓練的時候，前三盤棋是把人之前的走棋方法告訴機器，機器就是跟人處于類似的狀态。之後是機器人自己下，我也不知道哪個棋好不好，但是下完之後，人告訴機器這個結果是好還是不好的。人工智能又得到一個新的法門，答案都不需要知道，變得更加省事。
最近有一個消息應該是比較靠譜的，alphago在今年内會跟柯潔打一場比賽，我跑去看了很多評論，以前是一邊倒覺得人會赢，今天一邊倒覺得機器會赢。在座的各位覺得柯潔會赢的有嗎？還有是吧？這是缺乏判斷力的表現。但是我會猜想google會幹什麼新的事，不是簡單地下棋。我有一個猜想，我認為這一次跟柯潔比賽的alphago是沒有經過那三千萬盤棋學習的，因為之前是從kgs裡面拿了人六段到九段的走棋，讓機器在裡面學習，這是跟李世石打比賽用到的。但是跟柯潔比賽我認為是新的，就是兩個從來沒有學習過的機器，然後告訴你赢了、你輸了，什麼都不會的機器訓練一個下棋的規則來，跟柯潔比，如果是所料的這樣就會非常好看，因為以前的機器是仿人的，甚至我們判斷機器走棋走得好不好都是我們的經驗去判斷它。下棋的時候，頭兩局機器赢了，人輸了，媒體的報道說法是中盤逆轉，為什麼叫中盤逆轉？是因為前一半裡面專家态度就是機器走得特别臭，走到一半的時候，發現機器越到中局的時候越好了。這個時候就覺得機器是翻轉局面了。但是後來資料統計，包括google自己說的，其實不是，在他們的視野裡面，機器一直是領先的，隻是以人的眼光覺得機器走得很差，以機器的眼光，它自己走得挺好的。
是以我們對機器的了解是有限的，是以如果機器根本沒跟人學過完全自己的經驗，這次就會有很多新的方法出來。比如慕容複中原的武功學會，然後再去修煉，突然來一個西域的，或者沒有跟中國比賽過的，沒有學過圍棋打法的，我們會遇到這樣的一個問題。是以我内心中，是否用這個程式參加比賽是我的猜想但是google嘗試不用人訓練機器，我蠻佩服的。就好像再重演一次人類的進化史。
我們會好奇哪些職業會被取代，倒過來講就是哪些行業是創業的機會？其實下圍棋的程式，如果把程式突然間跟alphgo說，對不起，我們改點規則，我們把棋盤放成21×21，放大兩個，機器肯定就不會下棋了，但是李世石一定會下。是以機器能做的事情是非常非常有限的。如果說這種題目非常地清晰，就像下圍棋一樣的，輸入的資訊就局限在有限的輸入裡面，在有限的輸入下，有規則清晰的輸出，在這種情況裡面，機器都會把人給取代。是以任務的确定性高，輸入的資訊封閉有邊界，輸出答案是标準可評價的。為什麼呢？棋手已經有了，或者醫生、司機、股票的高頻交易，像這種情況下輸入的資訊非常有限，在資訊非常有限的情況，機器就把人給應了，是以這裡面是機會。難被取代的行業，像創造性的東西，畫家、作家、科研，因為你這樣一個思考的問題是沒有一個邊界的，對機器而言，今天是完全找不到機會去努力的。分析一下哪個行業讓機器更有機會參與，讓人做哪些行業。
技術人員而言，今天發現自己不再是代表人的一方，而是代表讓機器更加聰明，能夠提高機器的效率，能夠看到更廣闊的前景，尤其是做搜尋的公司，做人工智能好像更有優勢，為什麼？因為有很多的資料，比如像芮勇講的要做資料的時候，搜尋機車，找圖檔，沒找到就不會點選了，使用者的點選都會反過來給圖檔做标簽。更多的是搜尋引擎本身就在做初步的人工智能。因為我們看到給你一個關鍵詞你要了解想要什麼，随後能夠給它十條答案。我在了解裡面，人工智能就是底層的基本理念，完全是一緻的。
今天我們看到google往前走的時候，已經開始提更多的理念，他們已經開始在講說已經從移動時代走向人工智能的時代。喬布斯也想得很明白，在走之前說機器能夠在未來學會回答問題，或者接受你的指令去做事。機器裡面是這樣一個輔助的角色，但是很不幸，蘋果的技術能力不夠，或者是時代沒有到，理念很好。
微軟題的一個概念也是做這個事。當然現在很多了，包括google、亞馬遜，大家都開始讓人跟機器以自然語言做溝通，機器服從于人，幫你回答問題，或者是幫你做一些控制指令。這是整個大的背景。我自己也覺得今天我們提網際網路已經不提連接配接，一方面是文化創意産業，一方面是機器變得更聰明，因為有了資料以後，怎麼選擇這個連接配接，做判斷就變得更關鍵。
這兒有一個小的視訊，這是我們公司現在想做的事。
王小川：我的演講就到這裡，謝謝。
王小川，搜狗公司ceo，前搜狐進階副總裁、首席技術官。1994年王小川用吳文俊消元法，首次在微型機下完成初等幾何命題的全部證明。1996年王小川代表中國隊參加第8屆國際資訊學奧林匹克競賽（ioi），獲得金牌，後為中國隊教練。2015年，王小川以“群體智能支撐的網際網路技術及應用”科技成果獲得北京市科學技術獎一等獎；獲得了科技北京百名領軍人才、推動“北京創造”的10大科技人物獎、以及北京市勞動模範稱号。此前王小川還入選了2014年北京市高層次創新創業人才計劃，并獲得了2014年安永中國新興企業家獎等多個獎項。2016年王小川代表搜狗捐贈清華大學1.8億元成立“天工智能計算研究院”，共同緻力于人工智能前沿技術的研究。王小川先生畢業于清華大學計算機專業，擁有工學學士、工學碩士，以及emba學位。
原文釋出時間為：2016-06-09
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号