當 AI 崛起，我們該如何重新認識人類

在與 AI 的共同進化中，人類如何找到自己的角色和位置。

烏鎮的圍棋峰會上，AlphaGo 對弈了全球最頂尖的棋手，以 3：0 的成績完勝柯潔，然後領走了棋院頒發的職業九段證書。

這個證書代表著 AI 在一個領域被人類的接納和認可。AlphaGo 確實達到了它所能企及的巔峰，人類其實已經很難找到再與 AlphaGo 對抗的意志和動力了。大家都在如火如荼的研究 AI 的棋譜，興奮地探索 AI 全新的思維方式帶來的圍棋新境界。

AlphaGo 與棋王柯潔之間的交流留給人類世界的影響卻比人們看到的深遠得多。多少年後，這個圍棋領域人機對抗的終結將成為人們一直記住的人機協作時代的起點

AlphaGo 與柯潔之間絕不僅僅是比賽對抗而已。柯潔未來會和 Alphago 背後的研發團隊一起深入研究比賽過程，致力於將 AlphaGo 變成更通用的高級演算法，幫助科學家們解決更複雜的實際問題，比如尋找治病良藥、開發革命性新材料、節能減排等等。

隨著數字化、連接性和計算能力的整體演進，應時而爆發的 AI 已經證明了其某些方面超越人類的巨大優勢和鮮明長處，不僅僅讓人類世界刮目相看，更是贏得和開啟了一個與人類共同進化的機會。

AI 與人類的關係會進一步走向緊密的合作。我們當然需要不斷理解 AI 這個與我們的生活息息相關的夥伴到底有什麼樣的特質，不過，這時候人類是不是也應該重新審視自己？找到未來共同進化中的自己的角色和位置？

這次烏鎮圍棋峰會其實也給了我們一個有趣的角度，通過其中的幾個瞬間，來重新理解我們自己在未來人機協作中的角色和價值。

讓柯潔惜敗的四分之一子

四分之一子是圍棋比賽中雙方最小的差距。但是 AlphaGo 與柯潔的對戰並不意味著 AlphaGo 只比人類強四分之一子。

關於這件事有很多的說法，其中有一種觀點認為 AlphaGo 贏柯潔四分之一子是「刻意為之」，其背後被人類輸入的「價值標準」決定了它在用最高概率低風險的方式做決策。

這種「主觀意願」完全是 AlphaGo 背後的研發團隊為 AlphaGo 設定的演算法使然。如果演算法決定以大勝為目的，AlphaGo 當然可以選擇更激進的棋路但是贏率會下降。但是現階段 AlphaGo 背後的演算法決定了如果以三目的成績贏得對手的概率為 60%，而贏四分之一子的概率為 99%，那麼，它便會毫不猶豫地選擇後者。在與柯潔的對戰中，AlphaGo 或許可以更加漂亮地贏得比賽，但它背後的人讓它選擇了用一種更為穩健的方法去獲得最終的勝利。

這種穩健的力量，柯潔深有體會。

棋局進行到一半時，AlphaGo 已經領先了差不多一個貼目。但在這之後，它採取了保守的下法，並沒有沒有寸土必爭。柯潔說：「因為 AlphaGo 每步棋基本都是勻速的，不太會有時間的變化，沒有任何意義的地方它也會下很久，他就趁那個時間計算自己的步數，我就知道自己肯定要輸一點了，所以只能苦笑。」而在賽后，柯潔對於這場比賽的判斷是：「AlphaGo 從不給我獲勝的希望。」

從 AlphaGo「絕不犯錯」和「不給你獲勝的機會」的表現來看。很像是人類社會中一些特定人群追求的特性。就像足球領域歷史上一直有「一比零主義」的說法，有些教練會調教自己的球隊用最有效率和低風險的方式取得勝利。甚至由於這樣會太過降低觀賞性，世界足聯在一些細節競賽規則上都做過調整。當然，最終因為這是觀賞性運動，激情和不確定是其重要價值之一，所以總體上還沒有因為「用最合理路徑去贏」而形成死循環，最終在樂趣上殺死這個運動。

但這在其他領域可不一定。所以當很多領域 AI 會成為人類的輔助甚至是執行者，那麼很多時候 AI 之間有可能會進入「納什均衡」的狀態，簡單來說就是因為共同的嚴謹和高效率，彼此行為模式會相互影響和作用成為了博弈中的「相對最優解」，但是也意味著無人大勝，甚至很大程度上抵消了計算優勢的意義。

對足球觀賞性競技這是「無聊」，但對商業領域比如金融這樣的行業，這就會抵消了 AI 價值。比如在金融領域很多專業人士都說現在就是要搶 AI 的浪潮機會，在還沒有全行業普及 AI 運用的時候形成「智慧優勢」來賺錢，以後這成了行業常態，恐怕就沒有什麼優勢可言了。

所以今天留給人類的問題是，未來人和 AI 的組合中，AI 很可能最終是個常量。但承擔多大的風險，設定多大的「收益目標」，這依舊是人要來決策的。

就比如今天，你是否開始主動尋求 AI 的輔助去與沒有 AI 輔助的人來展開競爭，去追求在均衡出現前的巨大收益優勢？不同的人會有不同的認知和決策，並帶來完全不同的結果。

智慧面前，人多力量小

這次圍棋峰會上，人多力量大的理論可以說崩潰的非常直接。軍團派出羋昱廷、時越、唐韋星、陳耀燁、周睿羊五位世界冠軍以團體賽的方式對戰 AlphaGo，結果還是鎩羽而歸。

其實，人類的失敗或許並不是敗在算力上。在進行團體賽時，五個人討論的時間要遠遠多於下棋的時間，而且性格方面的不合以及個人棋風間的巨大差異更是容易導致棋局發生「變故」。這次團體賽我們的 5 位世界冠軍棋風迥異，甚至性格也不太一樣。羋昱廷和唐韋星都是那種「超級能講派「棋風偏攻擊性，而周睿羊等人是那種大局派，他們在共同布局時很容易出現分歧。

果然，在此次團體賽中人類明顯出現了分工不明確的弊病。5 個人中每個個體都過於強大，但是棋風卻具有顯著差異，誰來負責哪一手也沒有明確的規則。如果想要獲得勝利，選手們也許需要在賽前花費不少時間來訓練和磨合。本次團體賽每個人的力量並沒有完全朝著一個方向努力，其結果確實不是非常的令人滿意。

原本我們非常崇尚集體的智慧，「人多力量大」，「三個臭皮匠，勝過諸葛亮」等等，但事實上發現其實這種理解未來要被顛覆一下了。

但是當 AI 出現后，我們發現機器完全可以「以一敵百」。AI 可以通過深度學習自行決策，但是人類在做集體決策時，我們不經過溝通也許完全不會明白彼此的想法是什麼。畢竟人的智慧由於數據交換的效率低，API 還不統一（語言、思維方式、表達方式迥異），所以串聯起來肯定是極其低效的，這種集體的智慧意味著需要耗費大量的溝通成本，也往往也不一定是準確的。

從這個層面上說，在面臨大量信息和既定規則的場景下，人越多越不利於效率的提升。而 AI 會比很多群體討論效率高很多。因為人類在這方面的劣勢不只是在於與 AI 之間的算力差距，而是在於面臨數據的獲取、決策並形成統一結論的情況下，人腦，特別是一群人腦沒有機器的效率高。

商業領域企業一定會越來越通過數據來形成決策基礎並引入各種層次「智能」來輔助決策，這種決策鏈條的縮短，直接影響商業領域辦公室白領的未來，這件事必然會短路掉替代很多人的職位和崗位。

不服輸的古力

烏鎮的圍棋配對賽，由古力+AlphaGo 對陣連笑+AlphaGo，考驗的方面正是人機協作。而這種賽制也決定了這必然是 AlphaGo 打敗 AlphaGo 的一場比賽。

觀察整場比賽，比賽進行到一半的時候，實際上古力和他的 AI 夥伴已經具有了極大的優勢，他們的剩餘時間大大甩開了連笑團隊。而這個時候古力明顯是跟隨 AlphaGo 的思路，給 AI 打輔助，甚至其中的幾招模仿了 AlphaGo 的打法。

然後執白的連笑團隊的 AlphaGo 似乎感覺到了局勢的嚴峻性，下子的思路越來越激進，也讓人意想不到。雖然連笑團隊的 AlphaGo 一直在拚命發力，但這卻讓同隊的連笑陷入為難中，因為他需要跟上 AlphaGo 的思路繼續往下走。本來之前的關鍵點都是由連笑來主動出擊，雖然效果不佳，但是放手交給 AI 下是否是最佳選擇呢？

讓連笑沒有想到的是，120 手時自己的 AlphaGo 置之死地而後生，一招妙棋讓古力那邊陷入了長時間的思考。隨後，古力的「豬隊友「AlphaGo 的一手棋又狠狠的「坑」了一把古力。下了一招本局逆轉的最大勝負手。

如果不是連笑那邊的 AlphaGo 這手看似無理的拼搏手段，就不會有後面一系列複雜的變化，從這裡能看出 AI 在劣勢下，絕非束手待弊，它也會像人類一樣，用看似無理的手段將局面導入複雜，然後在激烈的搏殺過程中等待對手犯錯。這也讓大家知道了 AI 並不是神，並非不會犯錯，也並非不可戰勝。

但是真正有意思事情才開始。隨後古力的 AlphaGo 開始多次要求投降。因為 AlphaGo 的研發團隊在當時在設計演算法時，就定下來如果勝率低於百分之三十就投降的規則。但是古力反駁了自己的隊友 AlphaGo 做出的投降請求。他的選擇是：還要拼一下！

其實誰都看得出，整個人機協作的比賽可以看出機器佔據了越來越重要的角色，不僅僅棋手們有意無意已經把很多關鍵手留給了機器來做決策，而且古力的不投降其實也沒能逆轉，再次證明了機器的決策是正確的。

30% 的概率也好，1% 的概率也罷，這其實都是 AlphaGo 背後的人類設計者可以設定的。這些指標對與機器就是其理性的基石，投降還是拼搏，這裡面沒有情緒都是理性的計算。

但是，30% 也好，1% 也罷，對人類卻不只是個概率數字，因為只要不是 0 就是意味著希望。就像人會為億萬分之一的幾率去買彩票，也會為千分之一的成功幾率去艱苦創業，你可以說這是人類的「愚蠢、貪婪、非理性」，你也可以說這是人類的「勇氣、無畏、有激情」。正是因為如此，即便有無數「撞南牆的失敗」，但那些「蕩氣迴腸的成功」又何嘗不是同源而生？

古力那個不投降的瞬間非常值得記住。因為要更好的協作而不是被替代，我們需要認識人類的本質，然後發揮自己的本質。

人類能夠且願意在低於「XX 概率下作出選擇」，無論對錯，這都是人類在人機協作中最重要的價值，或許也是我們存在於世的意義。

在與機器的共同進化中超越自己，也找到自己，這才是 AI 帶給我們的更令人興奮的未來。