上週，Google的人工智能計劃Alphago主導它與韓國世界冠軍李·塞多爾（Lee Sedol）的比賽，以4-1的比分獲勝。
這項成就震驚了人工智能專家，他們以前認為Google的計算機計劃至少需要十年，才能發展到足夠的能力擊敗人類世界冠軍。
關於計算機計劃可能會令人恐懼的是，Google DeepMind首席執行官Demis Hassabis表示，Alphago仍然可以提高其性能，因為與Sedol的比賽能夠揭露其一些弱點。
在遊戲中，計算機長期以來一直在與熟練的人勝過 - 深藍色擊敗的國際象棋傳奇人物加里·卡斯帕羅夫（Garry Kasparov）二十年前在2011年擊敗了危險球員。但是，由於在Go Go Go的比賽中，Alphago的勝利更加令人印象深刻。
因此，Alphago的勝利不僅使用了超級計算機的計算強度，而且還使用了深度學習的計算強度，它利用了允許計算機程序像人類一樣學習的神經網絡。
杰弗裡·欣頓（Geoffrey Hinton）討論計算機計劃的含義並將其成就稱為對MacLean的採訪特別重要。
欣頓（Hinton）認為，阿爾法戈（Alphago）的勝利非常令人興奮，儘管計算機計劃背後的團隊感到AI計劃可能會有一些弱點，這些弱點可能會在與塞多爾（Sedol）比賽期間浮出水面。
Alphago擊敗Sedol的重要性是，它顯示了計算機現在如何依靠自己的直覺，這是只有人類才能做到的。 Alphago的直覺是由其神經網絡提供的，為程序提供了所有可能的動作和直覺，這將是最好的舉動。
然而，欣頓認為，直到開發具有與人腦相同數量的參數的系統之前，深度學習不會被轉化為人類水平的能力。相比之下，人腦具有1000萬億個突觸，而當前的神經網絡只有大約10億個突觸。
欣頓還回答了人們擔心人工智能和深度學習有一天會允許計算機主導人類，並指出該技術現在正在用於世界上許多美好事物。該技術可能會導致壞事，如果使用錯誤，但這是由於技術的政治參與而不是由技術本身引起的。
根據欣頓的說法，防止人工智能傷害或使人類過時，不應通過削弱技術來完成。取而代之的是，應該對政治制度進行更改，以確保該技術不用於傷害人類。
自1980年代以來一直從事這項技術的工作，深度學習和人工智能的發展一直在為欣頓提供辯護。當時，人工智能領域駁斥了深度學習和神經網絡的概念。從那以後發生了什麼變化？
欣頓說：“主要是它起作用的事實。”
