如果說今天的精準推送涉嫌心理操控，個性化定價是定向的“殺熟宰客”，那近幾年還有一種更深層、更廣泛的恐懼，已經(jīng)深深地根植在大眾的內(nèi)心了。那就是越來越多的人相信，隨著人工智能的進步，大量的工作會被機器取代，這個趨勢沒有人能夠阻擋。近幾年來，類似的研究、預測、警告不絕于耳，常常占據(jù)報紙版面的頭條。

人工智能在中國引發(fā)了廣泛關注的標志性事件是AlphaGo發(fā)起的人機圍棋大戰(zhàn)。

2016年3月，谷歌的算法AlphaGo與世界圍棋冠軍、職業(yè)九段棋手李世石對決，并以4∶1獲勝；其后該算法在網(wǎng)上與中日韓數(shù)十位棋手比賽，連勝60局無一敗績；2017年5月，在中國烏鎮(zhèn)圍棋峰會上，AlphaGo又以3∶0戰(zhàn)勝了世界排名第一的柯潔。

柯潔九段執(zhí)白對陣DeepMind人工智能AlphaGo（圖/東方IC）

至此，大眾都公認AlphaGo的圍棋水平已經(jīng)超越了人類的頂尖選手。棋類游戲的競技一向被視為智商水平的比拼，AlphaGo的取勝引起了一陣恐慌和討論：算法是不是已經(jīng)比人類聰明了？

我并不這么認為。今天的算法之所以強大，主要是因為算力強大，普通人一天只能下三盤棋，而AlphaGo一天可以自我對弈三萬局，在大量記錄的基礎之上，它可以對每一步棋的下法獲得更精準的分析和判斷。

我們還要知道的是，算法的背后還是人，而且不止一個人，每一個算法背后都有一個團隊，智慧可以疊加，如果三名亞軍聯(lián)手，很可能就會戰(zhàn)勝一名冠軍。輸給算法，并不是輸給機器，而是輸給了一群人加一臺機器。換句話說，機器之所以能夠戰(zhàn)勝人，是“眾智”的結(jié)果。

此外，機器能戰(zhàn)勝人類，還有一個重要的原因，那就是“以無情對有情”。人有情緒，會犯錯，領先時易大意，落后時會焦慮，在進行重復性工作時會分心，這些都是天性。一場圍棋比賽動輒10多個小時，對弈雙方殫精竭慮，高手過招，往往是在等對方一不小心犯個錯誤。人類的棋手，比賽的時間越長、壓力越大，犯錯的可能性也越大，但算法無情，相比之下，它永遠是穩(wěn)定的，不會因為分心或者緊張而犯錯誤。

當前人工智能興起的第二個標志，當屬無人駕駛汽車。下棋和開車，同為人工智能，實則差異巨大。圍棋再復雜，也是一個封閉空間內(nèi)衍生的單一性復雜，而無人駕駛汽車一旦上路，面對的就是一個動態(tài)的、開放的、復雜真實的空間。道路四通八達，路面質(zhì)量各異，各種障礙物、車輛、行人乃至打雷下雨，情況千變?nèi)f化，即便是一個老司機，也難以做到萬無一失。開車的挑戰(zhàn)和下棋不是一個數(shù)量級的。

然而，這并不意味著無人駕駛無法實現(xiàn)，解決的方法不是無限依靠智能，而是反其道行之，從“人工”向“智能”靠近：改造道路。現(xiàn)在的城市道路是為人類駕駛而設計的，如果我們改造道路，修建更適合機器駕駛的道路，并在道路兩旁裝配一套更方便機器感應、識別的標識系統(tǒng)，無人駕駛汽車的可行性、安全性將大大提升。所以，當下普及無人駕駛汽車的務實辦法，是為它們修建專門的、封閉式的道路，就像下棋一樣，在封閉的空間內(nèi)，機器超越人的可能性就更大。

這意味著，人類必須重建城市的道路體系，就像100多年前汽車被發(fā)明和普及之時，人類必須修建適合汽車行駛的公路來全面代替18世紀馬車走的泥路一樣。