如何看待AlphaGo Zero通过完全自学100-0完爆AlphaGo？

如何看待？必须得说，这是人工智能发展历史上的重要里程碑，更是给了我们许许多多的启示。
阿尔法狗的胜利，打破了人类在棋类游戏中的最后一个堡垒，把穷举法不可能解决的围棋问题用

据阿法狗公司深心（DeepMind）主人介绍，阿法狗的算法是通过对围棋大师们的布局图像模式的大数据研究模拟而成。由于围棋规则太简单，按规则复杂的国际象棋一样的走法概率算法行不通，因为围棋开局的每一步走法可能的选择数量超越了已知宇宙所有的星星数量。因此无论哪位大师对弈大哥阿法狗等于对弈所有大师的集合，必败无疑。小弟阿法元的算法则完全避开了人类的布局模式和大数据、从零开始，在不断替换不断提高的模拟对手的引导下，小弟在几天之内就完成了大哥在几个月内完成的培训，几乎无师自通，并以绝对优势击败了大哥。主人很骄傲，认为只是第一性原理（first principles）的胜利，关键在于算法的重新（从零）设计。我们对此表示赞叹、祝贺，这算得上人工智能史无前例的成就。主人还表示深心超越了人类智能，如此第一性原理、“白手起家”（tabula rasa）的算法可以沿用到任何领域。我是个儒家学徒、怀疑论者，忍不住要泼点凉水。

首先，围棋只是个“二维”空间的游戏，很简单，而现实是个复杂的“三维”空间。就像天体物理学，两个天体间的运动可以模拟、计算，三个天体以上数学理论甚至计算机模拟就束手无策了，换言之，牛顿定律、爱因斯坦相对论可以计算太阳与地球的天体互动，加个月亮数学就死了。就游戏而言，两个玩家可以在博弈论中列表、一目了然，三个玩家就无法列表了。事实上，古希腊人是第一性原理的鼻祖。我们都学过平面几何，欧几里德就是从简单的公理、特理、定义开始进行他的推算和逻辑论证，换言之，他可以从已知的定理滴水不漏地推算出全新的定律。深心的算法或思维继承了欧几里德的哲学，就是我们还不太熟悉的形而上学。深心的人工智能在围棋界的成就要归功于古希腊。欧洲文艺复兴时期的科学家如牛顿、伽利略等和哲学家如斯宾诺莎、康德等均对欧几里德敬若神灵，可以说没有古希腊形而上学就没有欧洲的文艺复兴、科学革命，甚至也不会有现代爱因斯坦的相对论，后者的数学理论就是几何。不可否认形而上学在理论科学的应用，但它在复杂的现实特别是社会现实就很难行得通，如康德就企图按第一性原理推出整套哲学体系，这种“白手起家”的算法只能以失败或不了了之而告终。哲学、人文学的基础或前提必须是真实的自然而不是想象的超自然。

其次，在“三维”世界，人对机器的信息输入和操作必须转换为数码、数学和逻辑的方式，由此机器对人类知识积累的接受就打了个折扣，事实上，人在知识信息输出前对自然的第一认知学习已经打了第一折扣。由此可见，人工智能想在整体上超越人类智能原则上是不可能的。

除了空间维度和信息输入方面的局限，人工智能有一点永远不可突破的区域就是意识和情感，情感来自意识，而意识来自自然和有机的炭基生命，指望无机的硅基机器有朝一日产生情感无疑是天方夜谭。我有位性格浪漫的朋友经常在微信个人圈放嗮微软的智能机器小冰写的诗。据说小冰花了四天时间学习写诗，然后就写了136首诗，分别刊登在北京晚报等报刊杂志上。这是她的新作：

《用别人的心》：“他们的墓碑时候/我静悄悄的顺着太阳一样/把全世界从没有了解的开始/有人说我的思想他们的墓碑时候/你为甚在梦中做梦/用别人的心/又看到了好梦月。”

我对他的赞誉是，浪漫到了相信机器也能浪漫。有点类似我们对阿法元的热烈反应。就意识而言，无论是阿法哥还是阿法弟，他们毫无意识到自己在下围棋，更没有\"自我\"。