大脑究竟是怎样存储内容的，又是放在哪儿，我们都一无所知，就更别说如何将它下载与保存，并在其他机器设备上“复活”了。
这两天最火的事，莫过于神秘账号“Master”大胜人类围棋高手。到目前为止，已经连胜六十局。谷歌也在此之后正式承认，Master就是升级版的AlphaGo。看来，去年李世石对战AlphaGo以1:3落败的那场大战中，唯一的那场胜利，可能会成为人类历史上最后一次在围棋上打败机器的胜利。
对于这连番的胜利，很多人不禁质疑，人工智能是否将威胁到人类？其实，我们不必过度担心。要知道，Master背后的技术，也就是深度学习，已经存在很长时间了。之所以到现在才有如此进展，还得得益于硬件、数据与算法的进步。
但也不要认为，有AlphaGo这样的成绩，就意味着人类已经完全掌握了深度学习技术。目前，我们所掌握的只是完全有标注监督下的简单模式识别任务。而更关键的是，依赖深度学习的智能，其未来最大的瓶颈在于计算成本。要想完成更复杂的任务，训练深度学习模型的能源成本和时间成本会越来越高。而解决的方法，可能要来自硬件或算法本身的再次突破。
从人工智能的发展史来看，我们不难发现，人工智能并非单纯由某种思想、方法论或技术推动前进，而是在不同阶段，由不同的技术、理论与方法推动。上世纪六七十年代，专家系统曾经红极一时，但现在已经被果断抛弃。当前，深度学习扮演了这种推动角色，但能否持续下去，接下来会否有什么新理论技术，我们并不能确定。机器智能或许可以在一夜之间发生质变，也可能长时间停滞不前。
更进一步说，人类之所以会害怕人工智能，是因为我们在用人类的思维去理解它，去解释所有人工智能的现象。但我们依然还有很多不懂的地方，比如，人工智能的智能产生方式。最初，人类一直试图通过模仿人类的思考方式让机器获得智能，却无一例外以失败而告终。直至上世纪70年代，工业界转变观念，认为机器未必需要像人类一样思考才能智能。于是转而尝试新的方法，即通过数据驱动加超级计算，来让机器获得智能，终于获得突破。这也是今天AlphaGo获取智能的方法。通过深度学习、借助海量数据进行训练学习。其关键在于获取数据间的模式，或者说相关性。这是一种全新的思维方式，与人类完全不相同。
不过，并非所有的科学家都放弃了通过完全模拟人类大脑的思考方式来获取智能，今天就有研究者试图通过机器学习来实现。尽管他们信誓旦旦地表示这并非不可能，但很遗憾，现实可能不是这样。理由也很简单，信息只是一种概率模型，它可以存储很多数据，但它什么也不是，它并不能存储人类的思想、情感，包括模仿你的思维活动。
所以，下面这种想法，也只是天方夜谭的，即人类可以通过把存储在大脑的东西下载下来，转移到机器设备上，那么人类就可以长生不老。
我们可以把人的社交媒体信息、邮件信息，在不同的计算机上不断地复制、传播，但它没办法移植人类的记忆。从根本上说，两者之间根本没有任何相似性。更何况，大脑究竟是怎样存储内容的，又是放在哪儿，我们都一无所知，就更别说如何将它下载与保存，并在其他机器设备上“复活”了。
所以，如果现在有人告诉你，人工智能可以模仿人类思考，那么恭喜你，你打开了长生不老的大门。不过，还是得遗憾地告诉你，别做梦了。（郑伟彬 媒体人）
