最近炒得沸沸扬扬的”柯洁大战 AlphaGo“的新闻你们可能都看腻了。不过据我所知，人机大战并不是什么新鲜事，在柯洁之前，不，在围棋之前，已经有 AI 在棋类竞赛中大败人类的黑历史了。
说到对思维有益的游戏，很多人都会想到下棋，国际象棋是西方人的最爱，而围棋则是我们值得骄傲的国粹。但从 AI 的角度来看，围棋可比象棋要难得多。早在1997年，就有 AI 战胜了象棋大师，当时出战的是 IBM 研发的“深蓝”，击败了俄罗斯国际象棋特级大师 Garry Kasparov。
在那之后又过了将近20年（在技术领域这几乎就等于一万年！），到了 2016年，AI 才开始在围棋领域战胜了人类大师。为什么同样是棋类，教 AI 下围棋就要花将近20年？
只看规则，围棋似乎比象棋简单的多：围棋只有一种棋子，仅有四条基本规则。但事实上，围棋的搜索空间比象棋大得多。下象棋， AI 主要依赖挖掘决策树，并尽可能地探索所有可能的走棋组合。但这个方法对围棋就不可行了，围棋的每一步是在一个 19 x 19 的网格中的任意位置落下一个子，棋手每一步有超过 200 个不同的落子选择，与之对比，象棋棋手平均只有 35 个选择。
另外，通常一局象棋比赛中，棋手大约一共要走40步；而在一局围棋比赛中，每个棋手要走100多步。这导致在围棋中使用穷举搜索策略，消耗会成指数增长。
要在围棋比赛中获胜，靠强大的计算能力是不行的，AI 还需要具备人类的模式识别能力和直觉，才能在搜索路径中找到捷径，只探索最有潜力的走法。
相比于“深蓝”，AlphaGo 成功的一个主要因素，就是新增了深度神经网络，让它可以像人类一样思考，不仅拥有了大局观，还可以下出让人意想不到的妙招。想想真的挺可怕！
如果你懒得看上面的文字，可以看看这个小视频，用4分钟的时间快速了解，为什么人类花了20年，才教会 AI 下围棋：
坦白说，虽然柯洁和 AlphaGo 的棋局还剩一盘，但我可以断言，人类想在围棋上战胜 AI，几乎是不可能的了。但也别太悲观，AI 之所以能战胜人类，也是因为人类教会了它们一个关键性的技术：深度学习。目前的人工智能，还是受控于人类的。
可能在悲观者眼中，随着人工智能越来越强大、普及，人类也就面对着越来越大的威胁。但我不这么看，人工智能的诞生，有很大一部分原因也是为了释放人类的创造力，把人类从重复性的工作中拯救出来。
人工智能的发展，不止在“消灭”工作机会，也在创造工作机会。国内的BAT，国外的 Google、Facebook、IBM、Amazon…...几乎所有巨头公司，都在投入自己的 AI 研究和应用。与此同时，他们也需要大量能够做 AI 开发、语音识别、无人车开发、大数据算法的工程师的加入。这些工作机会，很多都是5年、10年前几乎不存在的。
但让人担忧的是，直到现在，我们的传统教育也还没反应过来，不知道要如何为这些跑得最快的行业领域培养足够的工程人才。想要跟上时代，学习还是得靠自己。
我以前也推荐过的硅谷前沿技术学习平台 Udacity， 从两年前开始关注这些前沿领域的人才需求，现在已经和 Google、IBM、Amazon 等行业领跑者合作，推出了深度学习、机器学习、人工智能开发、无人车开发领域的多门认证课程 。
其中我个人比较看好的“深度学习”项目，会通过硅谷原创的课程视频、实战项目，加上一对一的技术辅导和同步学习小组，让你在家里就能学到硅谷最顶尖的“深度学习”课程，17周变身深度学习魔法师。在课程中，你会有机会亲手搭建自己的神经网络，预测共享单车的使用情况，创建人脸图像，还能开发出自己的翻译机器人。
不过这一期深度学习课程，报名只剩1天了，到5月27日晚上就截止......如果感兴趣的话，可以尽快点击“阅读原文”去自己看看他们的课程。我这里有20个优惠名额，在他们平台首次付款时报我大名（在优惠券区域输入“Tinyfool”）就能抵扣300元学费，不用谢！
如果不甘于被人工智能浪潮抛下，想抓住这个机会，成为全球走在最前沿的一批工程师，立即点击下方链接，加入“硅谷大学”吧。
