1997年5月11日，是一個充滿象徵意義的日子。世界國際象棋冠軍卡斯帕羅夫（Garry Kasparov）第二次對戰IBM超級電腦深藍，勢均力敵，直到決定性的第六局，最後一子落下，電視上的他憤怒得一擺手而起，劃出了歷史分水嶺─人工智能歷史上第一次贏了人類。
2017年5月27日，輪到圍棋。繼去年3月前世界冠軍韓國選手李世石以4比1敗北，人機大戰再次在中國上演，由十九歲世界排名第一的柯潔迎戰Google開發的AlphaGo。賽前信心滿滿的他，初局之後，改稱AlphaGo為「圍棋上帝」，到第三局，因一個失誤，更當場哽咽二十分鐘，不久投子認輸。
賽後人工智能論壇，Google旗下的人工智能公司DeepMind創辦人Hassabis斬釘截鐵地引述Kasparov回憶錄中的話說：「深藍是結束，AlphaGo是開始。」
解開智能之謎：更重要的任務
「DeepMind目的只有一個：解開智能之謎（solve intelligence）。」Hassabis的野心顯而易見。DeepMind四百人員工，約有二百五十人是科學家，雲集世界頂尖的神經科學和人工智能科學等各種專家。Hassabis本身深諳國際象棋，編寫過銷量數以百萬計的遊戲Theme Park，同時是倫敦大學學院的認知神經科學博士，獲獎無數。
AlphaGo橫空出世，被認為加快了人工智能的進程至少十年。AlphaGo研究團隊的領隊David Silver說，一直都有人利用遊戲作為人工智能的測試點，但是圍棋被認為是最終挑戰。他指出，利用可連結圖像的卷積神經網絡（convolutional neural network），AlphaGo就能透過閱讀棋盤，累積足夠龐大的數據。
國際象棋下每一子，延伸出24種可能性，而圍棋有200種。圍棋計算3步等同200的三次方，500步等同200的500次方。(Credits: Deepmind影片)
關鍵的技術突破是「蒙地卡羅樹搜尋法」：圍棋的每一步都可以延伸成遊戲樹（gametree），這種手法建基於概率，可以模擬每一步棋帶來的結果，計算最有效率的步法。加上深度及強化學習，以策略網絡（policy network）探索可行落子位置的概率分佈，再以價值網絡（value network），以勝率為標準，預測落子後的結果。機器接受長期訓練，形成看起來好像具備人類的直覺判斷，甚至在下棋過程，下出了出人意料、精采絕倫的妙手。
Hassabis感嘆，第二局開頭一百子是人類與AlphaGo實力最接近的水平。去年李世石仍能下出反敗為勝的妙手，今日的Master版AlphaGo可以讓上一代三子，賽後公開的六十張棋譜，被譽為「圍棋聖經」。被譽為棋類智力最高考驗的圍棋，終被人工智能征服，「奇點」出現。
「遊戲只是訓練，建立AlphaGo只是為了造出計算機通用系統（general purpose of system），做到更多的事，深藍是專門為了下國際象棋而設計，亦只能下棋，而我認為，未來我們會見到更多，人類與機器聯合的力量。」Hassabis說。
賽後AlphaGo宣布退役，他說DeepMind未來會將精力放在研究「真實世界的問題」。
「我們認為通用人工智能（A.G.I.）是超越一切的解決之道（meta-solution），今時今日，資訊數據超載，系統極為複雜，難以明白；當你想到全球暖化、經濟或疾病問題，AI會是解開癥結的必要答案。」
搜集大量醫療數據 決定病人生死
IBM贏了國際象棋世界冠軍，Google贏了圍棋世界冠軍，作為先行者，IBM同樣決定優先處理「真實世界的問題」。
「有多少人在乎棋賽？」IBM研究全球實驗室副總裁Robert Morris反問。他曾負責領導研發深藍，早前來港參加亞太創新峰會。二十年前的深藍，依賴人類專家定義的價值函數去進行相關運算，與其說接近人腦，不如說更接近一台高效能的計算器。IBM志不止此，每年投放超過六十億美元在研發上，將人工智能量產化，極力在商業上推廣應用人工智能。該公司開發的人工智能系統Watson，能以自然語言回答問題，至今有數以千計企業付費使用。該公司在網站開放API供免費應用，預計明年用戶超過十億。
2011年，Waston參加美國老牌智力問答遊戲電視節目《Jeopardy》（主持人給出答案而參賽者必需由答案推斷出本來的問題為何），毫無懸念地戰勝了人類。
「深藍是運算密集式的（computational），到頂了，現在數據密集，更厲害。有許多人問我們要不要繼續下圍棋，但Jeopardy可以讀成千上萬的文獻，瞬間回答任何一條問題，而這不是所有人想得到的答案嗎？」他續指，Watson已在世界上五十八個醫院系統中應用，針對癌症病人，按病歷，然後詳細按頂尖專家所定的步驟，從世上二千七百萬篇醫學文獻，抽取最為相關的文獻和診斷方案，足以在只有一千名腫瘤專家的印度，輔助最基本門診使用，決定生死。Google Brain和DeepMind也有相近與健康攸關的計劃，例如利用深度學習圖像技術，遙距篩檢視網膜狀況，診斷糖尿病患者因網膜病變而導致失明的風險，及早診治。
今年年初，日本富國生命保險採用WatsonExplorer系統後，裁去三十四名員工，執行保險索賠工作，部分保險公司亦相繼跟隨。
在人工智能領域，美國的Facebook、蘋果，以至來自中國大陸的百度、騰訊等科技巨頭，已經爭相加入戰團。Robert Morris擔心，政府若不做好準備，未雨綢繆，人工智能或會在部分領域淘汰原來的人力資源，最終引發「社會斷層」。
「有許多人以為，只要問Watson一條問題『如何改善生產鏈』，就會有答案，但沒有背景，沒有運作數據，其實Watson也不能回答。每個人都應該要知道A.I.可以做的和不可以做的，我們需要主動出擊，若果有職業要面臨被淘汰，就要在大學裏設立應對轉變的職業訓練。」他指出，各行各業都需要人工智能，很多職業都會迎來轉變，很多從業員要適應新的工作方式，因此，政府有責任及早再培訓現有人才。邁向新時代，管理、保存、釋放數據，以至網絡安全等範疇，將需要大量新職位。
雖然邁向新時代， 但Robert Morris認為人工智能獨立自行運作的程度受到很大限制，所謂A.I.取代人類，目前言之尚早。他更願意稱A.I.為Augmented Intelligence（擴增智能），因為其目的不過是提升人類的智能。「我們並非要取代醫生，而是幫助他們做更好的決定。」
A.I. vs 人類：誰的創意比較厲害？
英國媒體BBC曾以《Will a robot takeyour job?》為題進行報道，探討哪些工作更容易或更難被機械人取締。報道指出創意、社交能力以及與情感溝通相關的工作，將最難被取代。事實真的如此嗎？
翻閱最近的新聞：「A.I.詩人」小冰現身，《Daddy’s Car》成為第一首由A.I.創作的流行歌，日本一本由A.I.寫的小說差點獲得文學獎……美國網上新聞媒體《商業內幕》（Business Insider）製作了一個「驚人」的A.I.進程時間圖表，內容包括在憤怒鳥遊戲中取勝、進行外科手術、寫出一本暢銷小說……。《商業內幕》預料2066年之前，A.I.將全面取代所有人類任務。也許，潛意識中，我們早將人工智能當成我們的競爭對手。
夏睿文（David Ha）是香港人，三十多歲時，他辭去高盛高薪厚職的投資銀行工作，轉而鑽研機器學習， 他寫的Blog後來得到Google注意，還邀請他成為Google Brain的訪問學者。
他啟發Google開發Quickdraw（你猜我畫），那是一個辨認塗鴉物件的圖像辨識App，只為收集人手繪畫數據，發展出SketchRNN程式——透過演算法，自動補足畫作未完成的部分，比方在兩邊畫豬和巴士，機器會自動補完中間空白的創作過程，創造出新的草圖，如此類推，能畫出新的瑜珈姿勢等等。
此外，SketchRNN又能利用插值方式（interpolation methodology），產生由數十個衍生圖組成的網格。利用Google平台TensorFlow，機器更可「創造」出全新的漢字。
他參與的Magenta計劃，致力研究人工智能的藝術表達方式，包括音樂和繪畫。
藝術家飯碗會被搶走嗎？他搖頭，指出約要三千張畫才可以訓練機器畫貓，「問題在於編集大型專業數據庫非常困難，那些數據全部都要靠人手繪畫」。Magenta也有其他project，如Nsynth，這個項目是將不同樂器的聲音組合成從未聽過的聲響。「機械學習有novelty search的概念，即是以創新為目標，但最終還是由人類評鑑。」
創意會被人工智能攻陷嗎？「機器可以創新，但創意沒有勝負這回事，AlphaGo有贏有輸，圍棋環境是有很大限制的，然而創意複雜得多。」
A.I.的終極能力如何，一直是業內業外人士關注的重點。DeepMind創辦人Hassabis在峰會上總結說：「追求人工智能（general intelligence）過程之中，或者可以解開人類思維之謎，如意識、夢以及創意，以及真正明白人類的能力所在。」今年7月，DeepMind發展出一個名為想像編碼器（imagination encoder）的機器，雖然只是讓機器預想積木遊戲的合適擺法，但他們在官方網站宣稱有「想像力」的機器比沒有的表現更好。
什麼工作不會被 A.I. 取代
人工智能來勢洶洶，在許多領域上的準確度都超過人類能力，比方CT掃描、交通燈辨識等。牛津大學一項研究指出，未來二十年，近半美國工作會被自動化，部分傳統專業工作，如會計師等高度精準的計算行業，也「難逃一劫」。科技公司雖然口徑一致，相信人類與人工智能會無縫合作，但看過圍棋高手柯潔因挫敗而崩潰一幕，不少人心有戚戚然。
去年9月，Facebook、Google、Amazon、Microsoft與IBM等五大科技界巨頭聯手成立Partnership on AI，還邀請了各NGO組織、社會學家共同參與議題討論和行業標準制定。曾擔任微軟和Google高層的A.I.專家李開復，在其著作《人工智能》一書透露：「超級人工智能誕生並威脅人類這件事發生的概率是非常小的。」他認為威脅論的出現，是因為「大眾習慣將人工智能人格化」。他批評霍金、Elon Musk等人混淆人工智能不同領域的標準，過於主觀武斷：「在弱智能（weak A.I.）時代，我們對什麼是智能的認知本來就是缺乏深度的。」他認為有些工種會未來被取代，如駕駛司機、股票交易員、會計師、整理拼湊資料的記者以及許多負責檢測診斷疾病的醫生等，但深度報道的記者、研究新藥的醫生將不會被取代。
步入大航海時代，A.I.仍是一連串的未知之數。
