道生一，一生二，二生三，三生萬物……
混沌學中有一個很重要的結論，即：簡單系統可以產生復雜行為，復雜系統可以產生簡單行為。相應的有個周期三即混沌理論，通俗講就是周期三之后，系統就進入到亂七八糟，不可辨識的混沌狀態，任何可能性都會發生。
2017年10月19日，阿爾法狗團隊宣布最新版的阿爾法元，在沒有接受任何人類知識指導的情況下，僅僅通過對圍棋規則的自我理解和推演練習，就在三天后修煉成“神”戰勝了老版的阿爾法狗，并且是以100:0的巨大優勢勝出。
這一消息發布后，當即引起社會各界專業人士的震驚，對此360老總周鴻祎不無傷感自嘲地評論道：
這件事確實顛覆了一般性的深度學習，這才是真正的人工智能，我覺得機器即使不會產生意識，但是會訓練出超越人類的規則與經驗，本來我不相信機器會奴役人類的，但是我覺得機器開始超越人類的進程開始了，十年后當反抗機器的地下黑客組織躲在地下洞穴里在昏暗的燈光下，感慨起來圍棋的突破改變了歷史。
前一段時間，我和一位IT界的牛人曾深度探討過人工智能的內在機制問題，對于目前人工智能技術遲遲不能突破“理解力”這一關我感到很疑惑，在我看來智能的本質就是信息反饋環，一個信息反饋環就相當于一個智能“原子”，當足夠多的信息反饋環暴力堆積起來，具有理解力和自我意識的復雜性智能自然就會誕生。不過，遺憾的是，以他的IT技術思維總是無法理解我的想法，他一直堅持智能是被設計出來的，不相信靠混亂無序的自然堆積就可以衍生出智能和自我意識。
后來我又換了一個思路問他：為什么人工智能不可以通過簡單的觀察模仿人的行為動作來建立足夠多的大數據變得“聰明”呢？其實許多工作是不需要人工智能具有復雜的理解力，只要能夠總結歸納出標準動作，完美執行即可，例如銀行前臺服務，公務員政務處理，，企業流水線工作、汽車飛機駕駛等等。對于這個觀點他倒是蠻贊同的，認為這是一個未來人工智能技術的發展趨勢——用“簡單的模仿智能+大數據觀察搜集”來解決現實中的問題。
不過，他也談到現在許多人工智能技術在理論上可以做到，但從實用系統角度來談，還會受制于技術成本、能量消耗、使用效率、市場價格等因素，所以遲遲不能在現實中普遍推廣。但對于未來人工智能的普及速度他是持樂觀態度的，他給我科普了一下計算機、互聯網的發展進程：
1946年，第一臺電子計算機誕生。
1976年，第一臺蘋果牌電腦誕生，這意味著計算機開始普遍進入尋常百姓家。
1969年，兩臺電腦主機之間實現通訊，第一代互聯網誕生，當時這僅僅是少數科學家之間的交流工具。
1998年，谷歌公司誕生，這意味著互聯網開始成為普通人廣泛利用的信息搜集網絡工具。
1997年，國際象棋世界冠軍卡斯帕羅夫與IBM公司的國際象棋電腦“深藍”的六局對抗賽降下帷幕，最后卡斯帕羅夫以一勝二負三和的戰績敗北。人工智能在復雜性智力游戲領域首次戰勝人類。
2016年，圍棋世界冠軍李世石與阿爾法狗首次交鋒，最后以4:1的懸殊差距敗北，人工智能技術迅速火遍全球，并成為商家企業和各國政府高度關注的發展目標。
聽這位朋友分析，在IT領域30年基本上是一個技術大周期，即產品技術從實用化到推廣普及，不會超過三十年。從第一臺電子計算機到個人電腦普及是三十年，從第一代互聯網誕生到走入尋常百姓家也是三十年。現在人工智能技術實用化已經過去了二十年，未來十年將會是一個技術井噴爆發的階段，前五年人工智能會被大量應用于商業企業和政府機構，最多不會超過十年，個人實用型人工智能就會像手機一樣普及。
未來十年，是很長的時間，也是很短的時間，值得期待，也令人恐懼……
讓我們再次把視線轉向新出爐的阿爾法元，探究一下它為什么是人工智能危機最后的一個臨界點。在我看來，人工智能技術在過去是采用“醫生式智能”處理問題，即通過大數據標注，讓人工智能記住不同問題的應對模式，然后照方抓藥。實際上它并不能真正理解自己在做什么，真正的理解應當是建立在創新基礎上的舉一反三，通過規則推演，找到新的而且是正確的解決方案。在這里，找到新方案比較容易，找到又新又正確的方案比較難，這就需要去理解勝負背后更加玄奧的“天道”規則。以學生解數學題為例，通過題海戰術，你可以讓學生把可能考到的所有題型都做一遍，臨場的時候一一對應發揮即可。但是從本質上講，這種訓練是側重于記憶智能的培養，而不是推理智能的培養。真正的推理智能是你可以從幾條基本規則，推導出一個世界，類似于歐幾里得老先生構建平面幾何學體系的本領素質。
在過去，外行人總把創新創造視為虛無飄渺的靈感迸發，其實真正研究思維科學的人都知道，所謂的創新其實就是推理，任何一門學科體系都是由幾個基本公理定律推導出來的知識“圣殿”，只是前期人們大量的工作是消耗在發現一些零散知識碎片上，因為受人腦智能格局所限，人們不可能一開始摸索到一頭完整的“大象”，看到的只是局部，當局部知識經驗積累足夠多時，才會有一個天才人物誕生，整合過去的散亂無序的知識碎片，將其構建為一個完整的理論體系。在歷史上，亞里士多德是這樣做的，歐幾里得是這樣做的，牛頓是這樣做的，門捷列夫是這樣做的，愛因斯坦也是這樣做的……
今天，阿爾法元也具有了這種天才式的智能，它第一次擁有了獨立整合知識的推理型智能，而且它無需站在巨人的肩膀上，自己就可以在短時間快速摸索窮盡一個領域中的所有關鍵節點，創造出超越人類智能格局的理論體系，這才是最可怕的。
研究者們發現，阿爾法元的開局和收官和專業棋手的下法并無區別，人類幾千年的智慧結晶，看起來并非全錯。但是中盤看起來則非常詭異，讓人難以理解。如果要解釋這一差異，只能說人腦智能格局遠遠小于阿爾法元的智能格局，由于運算力有限所以人類需要聚焦局部才能確認精準勝算，但是當棋局復雜擴大到中盤競賽時，人類的腦力不足，依然只能采取“局部式算法”來簡化應對復雜性整體局面，而阿爾法元的運算力近乎無限，它可以輕松統籌全局，采取“整體式算法”來應對復雜性整體局面，可以發現人類的思維盲區所無法觸及的廣闊棋藝棋道領域。這不禁讓人想起了已故去的日本著名棋手藤澤秀行先生的那句名言：棋道一百，我只知其七。
職業高手只懂得圍棋真諦的７％？這樣的感嘆聽上去像是謙虛。然而，當“阿爾法圍棋”在和李世石的第二盤比賽中下出黑３７那樣“天外飛仙”似的招法并且取勝，秀行前輩的話聽起來不再顯得那么夸張。但當阿爾法元以100:0的懸殊勝績戰敗老版阿爾法狗時，棋道是一百，還是一千？就變成一個值得懷疑商榷的問題了。
阿爾法元的誕生，意味著人工智能從記憶型智能升級到推理型智能，從依賴大數據階段升級到依賴小數據階段。比如未來，你只要告訴人工智能，幾何學的基本規則是兩條平行線不可以相交，它就能自己推演出歐式幾何；如果你告訴它兩條平行線可以相交，它就能推演出非歐氏幾何。在這個過程中，不需要人類教它什么知識經驗，它完全可以在一片空白處自己構建知識殿堂。更甚者，假如它自己發明了人類未知的新規則，就可以創造人類所沒有的新知識體系。由于人類對世界的所有認知都是建立在人腦運算力基礎上的，超出了上限即為不可知，不可識領域。但是人工智能沒有這個上限制約，所以它或它們一定會創建遠遠超出人類理解力極限的宏大知識體系領域。
從某種角度講，我們這一代人在未來10年將見證一個全知全能的“神”被創造的奇跡，以后任何可能性的發生都不足為奇了！
