英国著名物理学家霍金2017年在GMIC表示，人工智能的成功可能是人类文明史上最大的事件，但它也可能是人类文明史的终结者，除非我们学会如何避免危险。我曾经说过，人工智能的全面发展可能会导致人类的灭绝。
我猜是因为害怕AlphaGo AI会变得像机器人Zen Yata一样。好吧，是“智能机器”。
为什么能打赢围棋的人工智能技术值得深思？
人工智能技术在围棋中的难度主要体现在两个方面：
搜索空间巨大：合法Go (10.170)的变化大于宇宙原子数(10.80)。
情况很难判断：很多人都发表过论文，说明没有很好的静态情况评价功能。态势评估功能。静态态势评估功能(可简单类比为中国象棋残局)动态态势评估功能(类比为中国象棋残局正向计算)。
那接下来我们就来介绍一下AlphaGo技术。
或多或少，你可能知道Alpha Dog采用了一个核心技术，DCNN，也就是深度卷积神经网络。今天我们不讨论神经网络。不过为了方便理解，我还是给大家直观的了解一下神经网络。
人工神经网络模拟人脑中的神经网络。成年人的大脑中有1000亿个神经元，这个1000亿个神经元的网络可以执行无数不可思议的功能。一个普通的人工神经网络通常可以实现一小部分人脑功能。我们可以把它想象成一个黑匣子，比如下图。
具体到AlphaGo技术采用的神经网络，我们可以把它想象成一个只会下棋的大脑。
什么是只会下棋的大脑？我们可以用人类棋手下棋时的思维模式来类比。请看这张照片。
当我们下棋时，我们面临着一种情况，这种情况似乎向大脑输入了信息。接下来，大脑处理这些信息，得到两个输出。首先是候选人招聘方式。在这种情况下，根据我十几年下棋的经验，大概有四招像ABCD。二是形势判断。我赚了10份订单。b招，获得3个目标。c出了战场，D走错了方向。注意，这里的判断是定量和定性的。这是人类棋手判断的特点。最后决定选A招，默默再做一个判断，确定自己有优势。
事实上，AlphaGo技术非常接近人类的思维方式。AlphaGo技术的神经网络主要分为策略网络和价值网络。
策略实际上是模仿人类给予候选人的过程，而价值网络则是模仿人类形式判断的过程。接下来，我们将详细展开。
当人工智能技术真的有人类思维的时候，你可以想象！