昨天，在人机围棋对抗第三场比赛中， 李世石再次输给了谷歌开发的alphago，从而这名人类的顶尖棋手以0:3输给了智能的机器，虽然5局棋还会继续下下去，但李世石已无可挽回。反倒是谷歌可以测试一下，减少一部分资源，是否还能保持优势？即使输了，五万美元一局也值得一试。

　　我承认，在赛前，我低估了计算机的水平，经过海量对局深度学习（注：不是棋谱记忆，而是对局深度学习），alphago已经能在与围棋顶级棋手抗衡中保持优势。可能alphago的算法有缺陷甚至BUG，但这只能在对局中逐渐发现，而即使发现后，相信绝大部分的缺陷，都可以通过深度学习，而找到新的解决办法，而这里大都不需要人工干预。从这点看，alphago已初步具备了不断学习和创新的“大脑”。

　　三局棋中，都多次出现alphago下完棋后，在各个门户网站、视频媒体解说棋的围棋高手在发出，“人不会这么下”，“这步棋有问题”等评论，但最最后整体复盘时，则发现这些原本围棋高手理所当然认为“不应该那么做”的下法，实际效果并不差，甚至是一步“妙棋”。这步棋不是人教的，而是电脑自己研究发现的。

　　虽然三局棋，alphago都赢了，但也不必要恐慌。相信未来会有越来越多的细分领域，会被计算机占领，而互联网、大数据、云服务的普及，则会将成本降到可以接受的水平。就和我们现在到大型的汽车装配厂参观时会发现，一条几千米长的装配线上，忙碌的都是机器人（机械手），甚至知名的手机装配厂富士康，也在积极试点机器人替代人。

　　这正是神经元网络，深度学习的特征，相信未来这种做法会越来越普遍（相关知识就不介绍，最近很火，有很多资料）。尤其是alphago的这种程序，可以放到其他领域去学习，如果有足够多的数据，alpha?? 都可能变得很聪明。如果再给他配上工作需要的手、脚、触觉等，它就可以替代人做很多事。

　　大量引入机器人，将对提高效率，减少失误，降低成本等有明显的好处（对不起，大量的工人的工作，将被机器人或其他人工智能设备替代，可能他们需要转向接待、养老、上门服务等服务行业）。

　　澄清几个关于机器人（智能设备）人士的误区：

　　①机器人应该长得模样像人。甚至有人提到要做成有象人一样的弹性的皮肤，而且要有非常好的触觉（如果你袭美女机器人的胸，她也会凶狠的报复），其实，我们推出机器人，要的是实现某个功能，而对于这个功能来说，人的很多特征没必要，不仅增加成本，而且可能影响效率。

　　②机器人应该像人一样全面。同上，人还无完人，更不要追求机器人能“入得厨房，出得厅堂，进得洞房“。

　　③机器人的智商评价应按人的标准。这只要需要仿生时才需要，实际上，完全可以让机器人局部智商、能力，远超过人类最高水平，而其他根本不具备。

　　④机器人应该像人一样做事，要遵守已有的一切规矩。从alphago 所下的棋中，我们发现，一些我们原来已有的结论（定势、思维），其实是错误的。基本的操作规则要遵守，但在解决的细节上，自学习后的机器找到的”解“可能会明显优于人之前总结的。

　　⑤机器人应该完全听人的指挥，包括每一个细节。实际这是一个伪命题，第一不可能指挥那么细，很多细节可由机器人自动完成并优化，第二被坏人控制的机器人其实也是很可怕的。