是输是赢
尚未可知
恩，这两天，万众瞩目的柯洁和 AlphaGo 的围棋大战终于是打响了，其实昨天差评君也去了现场。
（现场气氛还挺紧张的）
比赛日程是，柯洁和AlphaGo在 23 号、 25 号和 27 号各比一场，中间 26 号的时候还有其他人跟 AlphaGo 的对战。
（隔天比一场，看来下一场还是很辛苦的。。。）
这次对战的 AlphaGo 已经是经过升级的 2.0 版本，也就是说，比之前对战李世石的时候还要厉害，柯洁赛前好像也是有点感慨，赛前发了一大段话：
柯洁的微博
不过可惜的是，第一场比赛的结果还是柯洁以四分之一子输给了AlphaGo：
差评君也不知道剩下的两场会结果如何，不过用李开复的话：
“人机对战基本没有悬念了，据闻AlphaGo近期即将来华和柯洁对战，其实已经不再具有科学意义了。以后我们应该更关注商业领域的人工智能，在金融、医疗、教育等领域产生商业价值，让世界变得更美好。”
反正输赢都已经不重要了~
不过近年来 AlphaGo 的一系列事件把人工智能这个词一下子推到了风尖浪口。。。
而且至今 AlphaGo 挑战人类棋手还未尝败局，人工智能下围棋已经这么厉害了？
实际上，人工智能不单单只是下围棋厉害，很久以前一台超级计算机 “ 深蓝 ” 就已经制霸了国际象棋的领域。
还有最近国内德州扑克的人机大战，“ 冷扑大师 ” 对战 “ 龙之队 ”，结果又是AI胜利。。。
难道人类真的会被人工智能取代吗？
于是 “ 人工智能威胁论 ” 就这么出现了。。。
（机器人和你抢工作~）
差评君觉得，这话说的可能有点太夸张了。
这样的说法有点妖魔化或者神化人工智能了，其实人工智能早就在我们生活中随处可见了，只不过这个概念在近几年因为神经网络、机器学习这些新的领域的崛起被炒火了~
为什么这么说呢，因为实现人工智能的方式不只一种，不仅仅用了神经网络的才叫人工智能，只用一些工程学方法编程实现的也是人工智能。。。
举个通俗点的栗子，相信不少差友会玩游戏，在游戏过程中免不了会遭遇到一些怪物，你打怪物怪物就会打你，这其实就是一种人工智能的实现了（换个熟悉点的叫法：游戏 AI）~
再说个稍微复杂点的，暴雪爸爸的魔兽争霸这类的游戏：
（玩过这个的大概都到了结婚年龄了？）
可以玩家和电脑对战，对面的电脑可以操作部队像真的对手一样和你对打，这也是一种人工智能。。。
没错， AI 在游戏里面早就被大范围的应用了。
单说这一类的 AI 呢，实际上已经在我们生活中有很多应用了，比如自动化生产的流水线，当然还有前面提到的游戏领域，甚至现在不少的股票类新闻，都是直接由人工智能生成的。。。
所以事实上人工智能早就替代了很多人类工作了，但差评君也没看到多少人觉得自己会因此找不到工作~
之前很火的小黄人分拣
（其实也还是需要有分拣员的帮忙）
而用了神经网络的人工智能呢，就很厉害了。。。
深度神经网络
现在炒的很火的说什么人工智能的其实基本上指的都是这一类。
而且其实现在机器学习在我们生活中已经很很多应用了，前几天差评君讲I/O大会的时候就提到过（详细的介绍可以看之前的文章，传送门）， 谷歌已经把 AI 融入到了他自己家大量的产品中去了，比如语音助手：
（现场的演示各种惊艳！）
再比如谷歌还利用 AI 扫描大量的 APP 来保证用户的安全：
Google Play Protect
（也是在今年的 I/O 大会上出现的）
但是实际上，差评君觉得还是有不少是没有办法取代的，不管怎么说，总得有个程序员吧（开个玩笑）~
后者到底最终能牛逼到什么程度，说实话还挺难说 ，并不知道以后可以发展到什么程度，说不定哪天就真的能模拟人脑的结构了，这差评君也说不准，毕竟现在科技的发展实在太快了。。。
但是就短时间来说，AI 也没有大家想的那么可怕。
比如 AlphaGo ,虽然都快被称为围棋之神了，它也只是能下围棋而已，它不能和你聊天不能和你打扑克，甚至都不能和你下五子棋。。。
为什么呢，因为 AlphaGo 神经网络本身就只是针对围棋的，换个别的事情这网络就没用了。
换句话说，对于不同的目标，总是要有不同的神经网络（种类、结构）与之对应。。。
比如图像识别的时候，工程师们一般会用卷积神经网络（CNN，Convolutional Neural Networks）。
但是语音识别的时候，更加适合用一种叫做深度神经网络（DNN，Deep Neural Networks）的种类。。。
当然，除此之外还有叫递归神经网络（ RNN ，Recurrent Neural Network）的。
所以讲了半天神经网络到底是个什么东西呢，差评君给大家简单展开讲讲~
这是一个神经元：
这个大概生物课本上差友们都见过，然后我们把它简单分成了俩部分：神经核和突触。
神经元细胞运作的过程一个电信号从某个地方传过来，再经过神经核的反应之后，又传了出去。。。
恩其实有点像编程上说的 “ 函数 ” 。
抽象出来的单个神经元
（左边是输入的电信号，右边输出的电信号）
然后把他们摆成一排，就变成了一个 “层 ”：
每个层的输出可以变成别的层的输入（就像是突触搭在了别的神经元上的感觉）
于是把好多层接起来，就能变成一个网络：
我们把每个神经元简单地画成一个圈：
对，这就是你们在各大网站经常能看到的样子了~
我们怎么用数据去描述这样的网络结构呢？答案是用矩阵（Matrix）。
前一层的第 N 个神经元和后一层第M个神经元之间的连线可以用矩阵上的第N行第M列的数字来表示（比如 0 就是不连接）~
听说过领接矩阵么？
然后训练网络的时候就是不断地去计算、修正这些矩阵。
当然，这其中不可避免的涉及了大量的矩阵乘法和转置的计算（矩阵的规模还可能很大）。
2x2的矩阵就已经很麻烦了
而各位差友们再想象下，我们人脑有 860 亿个神经元，要是真的去模拟大脑的规模，那计算量简直是无法想象的。。。
所以现在大家能见到的神经网络，基本都是针对一些特定场景的简单的网络，和人脑当然是没法比的~
差评君觉得至少短期内AI是不会彻底取代人类的，虽然不知道以后会怎么样。。。
于是问题来了：差友们，你们觉得有哪些工作是不能被人工智能取代的？
“ 所以，能代替女朋友吗？ ”
有干货，有态度，有内幕，喜欢就订阅差评哦！
