AlphaGoZero從簡單的自我對弈和隨機游戲開始，很快就超過了人類的水平，并以100：0的比分打敗了此前公布的AlphaGo版本“Master”。

　　這標志著機器學習已經(jīng)邁入無需人類指導的自學階段。

　　西北大學經(jīng)濟學家BenjaminJones等發(fā)布的一份最新研究報告認為，如果機器學習真的能夠代替人類完成各項任務，那么對于全球經(jīng)濟增長將有根本的推動。他們預測，人工智能正進入到快速的“自我提升”周期。

　　人工智能發(fā)展的提速受益于全球頂尖科技公司的帶動。比如蘋果iPhone也搭載了自主研發(fā)的專用于機器學習的芯片，從而實現(xiàn)更多智能識別任務，英偉達發(fā)明了適用于自動駕駛和其他人工智能應用的GPU芯片和平臺，亞馬遜長期利用人工智能算法推動電商的發(fā)展。

　　盡管人類對于機器是否能夠或者應該擁有自我意識仍持不同意見，但是毫無疑問，使用機器人的思維和人類共同決策會迸發(fā)出前所未有的創(chuàng)新理念，從而推動經(jīng)濟的發(fā)展。

　　人與機器人到底應該如何協(xié)作共榮，提振經(jīng)濟?多位專家認為，機器人智能應該分“三步走”——從自主導航，到自主學習，最后構建認知系統(tǒng)。

　　以無人駕駛汽車為例，大多都要求機器完成從A點到B點的移動，這意味著機器人需要具備自主導航能力。機器人不僅要掌握自身的實時定位，更要根據(jù)對地形信息的收集，迅速分析并規(guī)劃避障路線，流暢安全地完成移動任務。

　　電氣與電子工程師協(xié)會(IEEE)會員、香港科技大學教授劉明對筆者解釋道：“無人駕駛車的學習過程首先需要利用幾何學和算法優(yōu)化讓車輛實現(xiàn)同步定位與地圖構建。之后，結合深度學習和強化學習，機器人能夠在測試過程中不斷累積‘工作經(jīng)驗’，逐漸完善自身功能?！?/p>

　　如果說自主導航是機器人的核心需求，能夠保證機器人以安全的方式與人類共同協(xié)作，那么自主學習則能夠使機器人因地制宜地完成各項任務。印度機器人專家、IEEE終身會員JaykrishnanT團隊正在開發(fā)的一款Sayabot服務機器人，能夠通過各類傳感器實時收集數(shù)據(jù)，像人類一樣累積經(jīng)驗不斷自我優(yōu)化。

　　市場調(diào)研機構IDC最近發(fā)布的《人工智能時代的機器人3.0新生態(tài)》報告顯示，到2020年，全球商用服務機器人在醫(yī)療、零售批發(fā)、公共事業(yè)和交通領域的市場規(guī)模將達到170億美元。

　　在電影《超能陸戰(zhàn)隊》中，機器人大白看似遲緩呆萌，實際上是集百般武藝于一身的超級英雄。這強大實力的背后，得益于其認知系統(tǒng)。大白學習各種武術后，能把全部動作技能記憶保存起來，必要時迅速反應揮拳退敵。在現(xiàn)實生活中，構建機器人的認知系統(tǒng)，也是新一代智能機器人研發(fā)工作中最重要的部分。

　　IEEE會員、巴西坎皮納斯州立大學教授EstherLunaColombini對筆者表示：“建立認知系統(tǒng)實際上就是將所有機器學習的過程聚合起來，讓機器人能自如使用已習得的行為能力，并且在過程中不斷自我完善和優(yōu)化?！?/p>

　　Colombini正在研發(fā)一款用于協(xié)助女子足球運動員進行訓練的類人機器人，它會模仿球員的各種動作技能，例如走路、踢球、跌倒后起立等，通過大量的機器學習技術在訓練中不斷試錯、學習、調(diào)整，直至能夠熟練掌握。最終，這些足球技能都會通過“認知系統(tǒng)”融會貫通，根據(jù)實際賽況自主判斷使用哪項技能。