10月19日，《自然》（Nature）杂志官网刊登了 Google DeepMind 团队（Alpha Go 的技术团队）的大卫·席娃尔（David Sliver）博士的一篇文章，介绍了他们最新的研究成果：不使用人类对弈棋谱，直接采用机器学习（增强学习）的方法，反而能够训练出更厉害的围棋对弈程序，该团队把这个程序称为 AlphaGo Zero（阿尔法元）
这是今天我通过吴军老师的【硅谷来信】的特别来信了解到的信息，今天我想再次整理下未来会对人类产生重大改变的技术——人工智能
1、三个概念
首先看看人工智能里常见的三个概念。人工智能、机器学习和深度学习。
人工智能很好理解是人造出来具有智能的机器。
机器学习是人工智能的一个分支。它结合了多个领域的知识，为了让计算机自己具有自动改进计算机算法的能力。
深度学习是机器学习的一个分支，它的概念比较复杂，我可能也理解不是很准确，它主要是结合的神经科学。让计算机模拟神经网络进行自我改进算法。而阿尔法狗就是使用的这一项技术。
从它们的定义了解到其实我们离人工智能还有很长的路，现在最成熟的是人工智能分支的分支，深度学习。
2、从围棋看待人工智能
再回头从下棋看看人工智能。首先阿尔法狗现在不能称之为人工智能，它只是应用了深度学习的技术。让计算机能自己通过大量的训练，自己学会计算分析怎么下围棋。
①围棋的本质是一个计算问题。但它的复杂度很高，大约是10的172次方。这比宇宙中粒子总数（大约是3乘以10的80次方）要大的多，人类是无法完美处理这么大的计算量。所以人类在计算的游戏里必定会输给“人工智能”（其实现在还不能称之为人工智能，为了方便后面还是直接成为人工智能），这没什么惊讶和悲伤的。
②在规则明确的领域里，对不以人为研究对象的课题里人工智能不需要人类的处理数据。例如在围棋这么庞大的计算量的游戏里，人类下过的所有棋谱，在计算机看来其实都是错的，没有价值，也就是说人工智能不需要考虑人类的数据，直接进行训练效率很更高。
③现在的人工智能暂时还无法处理规则不确定的情况，例如人类的情感。
④人工智能会在非常容易收集到有用信息的领域里最先产生作用，无人驾驶，天气预测，包括现在互联网里的只能推荐系统，可能以后比你更懂你自己。驾驶其实是个还算简单容易实现的领域。因为和下围棋比，它的计算量小太多，而且规则非常明确，就是怎么最快，最安全的从A到达B。
3、做什么
首先我想说真正人工智能还很遥远，人工智能全面取代人类所有的工作是一个相对漫长的过程，少说两百年。而这期间会给人类社会带来巨大变革。
人工智能现在只能对单一特定领域进行训练，还无法做出一个多领域适用的人工智能算法。就是说下围棋的阿尔法狗是不会炒菜的。那么其实给我们带来了很多机遇。如果善于发现生活中，规则简单但又必须要人参与的领域，你可以立马超越很多同行。例如律师，法律法规，法律档案这些信息的处理都是计算机擅长的。假如以后有成熟的人工智能产品，或你找到合作伙伴帮你开发人工智能。一名律师可以利用它大幅的提高自己的工作能力。当然这会带来大部分只会处理简单事务的律师失业。
所以有一项能力是你必须掌握，就是使用人工智能的能力。例如，现在社会大家虽然不是每个人都会编程，但操作电脑的能力很重要。例如PPT、Word、Excel等软件能极大提升我们的工作效率，以后人工智能也是一样，当然现在还没有成熟的商用的产品可以使用。但提前了解人工智能的知识，先学习下简单的编程是没有坏处的。
其实，比起我们应该做什么，更重要的是我们不能做什么。从前面的分析我们很难找到哪些事可以做，但不能做什么显而易见。简单的，规则明确的事，应该马上放弃，例如司机、会计、出纳，文员等。
做什么其实没有一个绝对好的答案，但有个标准是：找到你觉得很轻松，但别人看起来很困难的事。
最后我还是推荐下学习哲学，哲学这种抽象的概念，是计算机最难，最后才能克服的领域，也许它永远学不会。
