基于AlphaGo的思路，其他围棋软件的水平也突飞猛进。仅2017年年初就有日本研发的DeepZenGo和腾讯人工智能实验室开发的“绝艺”达到了人类九段或以上的水平。腾讯“绝艺”不仅面对人类高手保持了绝对优势，直播，还战胜了AlphaGo以外的各路围棋软件，取得了2017年UEC杯计算机围棋大赛的冠军。

以后AI和AI之间的竞赛，应该会不断促进AI提高。人类虽望尘莫及，但可以不断从AI中学习新的思想。

从人工智能技术的角度说，AlphaGo用的是AI领域应用非常普遍的算法：深度学习、蒙特卡洛算法、增强学习等。可以说，机器视觉相关的深度学习技术，包含环境—决策—反馈的智能系统，里面都有AlphaGo的影子。当然，直接的代码实现层面，肯定没有复制、粘贴这样直接借用的关系，因为AlphaGo的深度学习模型毕竟是围绕围棋的特征建立的。

那么，当人机大战烟尘散尽，公众的热情回归理性时，AlphaGo究竟为我们人类带来了什么？AlphaGo带来的，仅仅是棋盘上的一张张棋谱，还是《自然》杂志上那篇划时代的论文？是公众对人工智能的重新认知，还是人类与机器命运的关键转折点？

我觉得，AlphaGo带给人类的，更多是一种对未来的警示：如果计算机可以在两年内实现大多数人此前预测要花20年或更长时间才能完成的进步，那么，还有哪些突破会以远超常人预期的速度来临？这些突破会不会超出我们对人工智能的想象，颠覆人类预想中的未来？我们已为这些即将到来的技术突破做好准备了吗？

无论是专业人士还是普通公众，AlphaGo的出现给每个人提供了一个最好的理由，让我们有机会重新思考：到底什么是人工智能？人工智能之于人类的意义是什么？人工智能与未来人类的关系到底会怎样？人工智能真的会在未来挑战人类吗？

　　DeepMind：会打游戏的人工智能

站在AlphaGo背后的，是一个名叫DeepMind的团队。这是谷歌公司于2014年收购的英国人工智能团队。在所有优秀的人工智能技术团队中，DeepMind无疑是最有潜力之一的。不得不承认，他们是一个真正有梦想也真正关注人类未来的技术团队。

DeepMind的创始人戴密斯·哈萨比斯（Demis Hassabis）从小就是一个神童，在棋类游戏中展示出了非凡的天分。哈萨比斯13岁时就成为国际象棋大师，在当年的国际象棋世界等级分排名中，哈萨比斯位列所有14岁以下选手的第2位，仅次于后来名声大噪的世界最强女棋手朱迪特·波尔加（Judit Polgár，小波尔加）。

　　1997年，哈萨比斯从剑桥大学计算机科学系毕业。1998年，22岁的哈萨比斯创立了Elixir Studios公司，专注于开发电脑游戏。2005年，哈萨比斯返回校园，在伦敦大学攻读了认知神经科学的博士学位。2010年，哈萨比斯在伦敦创建了人工智能技术公司DeepMind。直到2014年谷歌以4亿英镑收购DeepMind时，哈萨比斯的团队还基本不为普通公众所知。

2015年年初，DeepMind第一次真正进入公众视角，是靠一个基于深度学习和增强学习技术驱动的，能自己学习如何打街机游戏的AI程序。显然，国际象棋大师和电脑游戏设计、开发的背景，为哈萨比斯的人工智能之路，奠定了一个不同寻常的基础。DeepMind所研发的深度学习、增强学习等技术，在医药、金融、自动控制等众多领域有着广泛的应用前景，但这些行业应用离普通公众较远，DeepMind的先进技术难以被大多数人了解。哈萨比斯和他的团队非常聪明地选择用大众最熟悉的电子游戏，来作为DeepMind核心科技的第一块“试金石”。

DeepMind选取了数十款当年在雅达利（Atari）街机上非常流行的小游戏，然后用人工智能程序尝试“理解”游戏当前画面，控制游戏操作接口，并根据每次游戏的输赢情况，不断调整策略，自主学习游戏技巧。2015年2月向公众展示时，DeepMind的人工智能程序在大约四分之三的雅达利街机游戏中，达到或超过了人类高手的水平。类似技术随后被DeepMind团队用于人工智能围棋软件，并由此诞生了震惊世界的AlphaGo。

DeepMind的目标显然不是游戏本身。正如哈萨比斯在诸多场合所说过的那样，DeepMind希望利用在游戏中证明过的技术，帮助人类解决计算机辅助医疗等更为复杂的问题。但游戏与DeepMind的结缘，确实为这个独具特色的人工智能团队贴上了鲜明的标签。