機器贏了就是機器贏了，這是科技發(fā)展的必然結(jié)果。但是，“人工智能威脅到人類，這個事情很遙遠?！?

不僅一目十行，過目不忘，還能“萬里挑一”——在AlphaGo（阿爾法狗）的升級版化身“神秘棋手”Master，以60勝0負1平的戰(zhàn)績橫掃人類圍棋高手之后，人工智能又一次成功挑戰(zhàn)人類大腦。

在《最強大腦》近日的首場“人機大戰(zhàn)”中，百度人工智能在“跨年齡識別”的任務上以3∶2的比分，戰(zhàn)勝最強大腦代表王峰。在“人臉識別”領域，機器人(21.380, -0.31,-1.43%)“小度”戰(zhàn)績優(yōu)異。

在此前，從深藍到AlphaGo的多次人機大戰(zhàn)中，交鋒的重點包括記憶能力、邏輯推理、計算能力等；這一次人工智能挑戰(zhàn)的，除了這些之外，還包括人類經(jīng)過幾百萬年進化的聽覺、視覺等感官天賦。

百度深度學習實驗室（IDL）主任林元慶告訴第一財經(jīng)記者，由于節(jié)目時間限制，電視節(jié)目對整個人機大戰(zhàn)的過程有所刪減。目前播出的人機大戰(zhàn)的第一部分（“蜜蜂少女”）是完整的，“小度”和王峰戰(zhàn)成2∶1；第二部分其實比了三局，第一局是兩者都錯了，第二局兩者都對，第三局王峰錯，小度對，戰(zhàn)成2∶1。因為第一部分成績僅記1分，第二部分成績?yōu)?分，因此，整個比賽是最后一局才決出勝負。從科學實驗的角度看，總共賽了5局，其中“小度”對了4局，王峰對了2局。

在北京大學心理與認知科學學院教授魏坤琳看來，在“辨臉”這一專職方向上，人工智能的準確率已經(jīng)達到很高的水準，下一步應該是提高運算的效率和能耗?！叭绻@個時代，人工智能這么快地來到的話，我們（思考的是）應該怎么做才能夠更好地發(fā)揮我們的能力，更好地發(fā)展，更好地生存?！?

微整形、雙胞胎都不怕

百度人工智能首場“人機大戰(zhàn)”的對手，是“90后”選手王峰，他的記憶認知能力是的。他曾以5分鐘記憶500個數(shù)字、1小時記2660個數(shù)字、聽記300個英文數(shù)字的成績，打破3項世界紀錄，多次獲得世界腦力錦標賽的“世界記憶總冠軍”，并打破快速記憶撲克牌的世界紀錄。

這一次，雙方比拼的是人臉識別中的跨年齡識別。按照比賽規(guī)則，第一輪，由章子怡從20張蜜蜂少女隊成員童年照中挑出2張高難度照片，選手通過平均只有三秒的動態(tài)錄像表演將所選童年照和在場的成年少女相匹配；第二輪，人機共同觀察一位30歲以上的觀眾，隨后將她從30張小學集體照中找出。

百度首席科學家吳恩達教授坦言，這次比賽中的競賽項目對于機器來說非常困難，對人類來說相對容易。機器沒有直覺，也并沒有久遠的進化歷史，只能靠分析數(shù)據(jù)來學習?！疤貏e對于識別整容、化濃妝或十幾年跨度的照片，并沒有大量的數(shù)據(jù)可分析?！?

這兩輪比賽的技術難點在于蜜蜂少女隊人員眾多且每個人在賽場上化妝表演，不排除有微整形、戴美瞳等因素干擾。此外，挑選的童年照都在0~4歲范圍內(nèi)，與現(xiàn)在的年齡跨度較大。而第二回合樣本容量大，30張集體照大約需要在1000~2000個人臉中找到對應的人，年齡跨度也覆蓋在80、90后等年齡層中。同時，比賽現(xiàn)場有實時照片傳輸、現(xiàn)場攝影機捕捉人臉圖像晃動、燈光干擾等因素，都會影響人工智能的識別準確率。

經(jīng)過幾分鐘的屏氣凝神，第一位童年照的主人輕松被雙方找到。然而在確認第二張童年照的主人時，百度大腦卻打出了兩份有著萬分之一概率不同的答案。吳恩達解釋說，這是因為兩份答案的概率很接近，極有可能是現(xiàn)場有一對雙胞胎！

最終，小度機器人用概率找到了答案，這一輪，王峰惜??；接下來，雙方在超過千人的合影中都準確找到了對應的人。

有意思的是，在比賽結(jié)束之后，有媒體提問林元慶：“如果讓打敗幾乎所有圍棋高手的‘阿爾法狗’和百度大腦比試一場，到底誰會贏？”

林元慶給出的答案是：谷歌和百度選擇的方向，特別是“人機大戰(zhàn)”的方向非常不一樣。“去年‘阿爾法狗’出來的時候，我們正在投入非常大的力量在無人車，百度內(nèi)部沒有做圍棋的項目?！?

人工智能并不完美

從打敗幾乎所有圍棋高手的“阿爾法狗”，到首場人機大戰(zhàn)中戰(zhàn)勝人類大腦的百度大腦，未來人工智能是否將顛覆人類世界？

在《羅輯思維》主講人羅振宇眼里，人工智能不僅僅是人類的延伸，更是人類的替代。他援引尤瓦爾·赫拉利在新書《未來簡史》中的觀點表示，“未來可能出現(xiàn)一種沒用的人。如果人工智能足夠強大，愿意毫無怨言地被剝削、被奴役，那有的人類可能連被剝削的價值都沒有了。近在眼前的是一系列職業(yè)的消失?！?

在魏坤琳看來，機器贏了就是機器贏了，這是科技發(fā)展的必然結(jié)果。這天遲早會到來，只是來得早或晚。

“任*技術出現(xiàn)的時候老百姓(46.330, -0.81, -1.72%)都恐慌：汽車出現(xiàn)恐慌，火車出現(xiàn)恐慌，計算機出現(xiàn)恐慌……這個是終極恐慌。人工智能的出現(xiàn)，可能讓很多一般智力活動（包括很多白領）甚至專職人員（包括某些領域的醫(yī)生）的工作受到威脅。但是，有些工作死了，新的工作又產(chǎn)生了。” 魏坤琳說。

林元慶則認為，人工智能替代人類，可能會替代一些比較低端的工作，例如汽車工廠里的流水線機器人，“人工智能威脅到人類，這個事情我們的觀點覺得很遙遠?！?

目前，圍繞人工智能人臉識別的行業(yè)應用包括但不限于金融領域的遠程預授信、人臉識別閘機等。

不過，在人臉識別領域，目前人工智能并不完美。

林元慶告訴記者，百度大腦所用的深度學習的方法，可以從海量的數(shù)據(jù)里面學到的是共性，但如果說一個人嘴邊長了一顆痣，機器學習就比較難，因為這不是共性。對于那些比較獨特的、個性化的特征，目前人工智能還沒有很好地利用。

再如識別“貓”，就算是3歲的小孩，對貓擺出不同的姿勢、毛色各異的貓都能夠很好地識別。而機器如果要實現(xiàn)精確地識別，背后需要非常海量的數(shù)據(jù)訓練，可能是成千上萬的數(shù)據(jù)；訓練的結(jié)果還不一定正確，下一次碰到姿勢不一樣的貓，有可能又識別錯。

“雖然我們?nèi)斯ぶ悄芗夹g過去幾年取得了長足的進步，但是識別還是一個非常難的事情?！?