【MBAChina网讯】自AlphaGo两次战胜世界围棋冠军李世石的消息传出后，不少人开始恐慌， “机器人进步这么快，人类未来堪忧!”......人工智能真的会取代人类吗?人工智能VS人类智能，到底谁更厉害?作为国内最早将神经科学引入到管理科学领域的学者，浙江大学管理学院神经管理学实验室主任马庆国教授最早提出了“神经管理学NeuroManagement”的概念，并长期从事神经管理学、行为决策与决策神经科学等领域的研究。对于近日AlphaGo战胜人类的事件，他表示，剩下的几局AlphaGo可能还会赢，但这并不代表人工智能在未来能够完全取代人类。

浙江大学管理学院神经管理学实验室主任马庆国教授

不同类型的人工智能，“威力”不同

马庆国教授表示，人工智能主要分为A、B两种不同类型，其中，A类是真正意义上的智能。人工智能本身没有创造性，需要人事先设定好所有“规则”。当遇到问题时，它并不能像人类一样根据周围环境想办法。比如，人在过河的时候发现没有桥，会想出很多方法来解决过河的问题，例如，找木头搭建简易桥。但计算机没有这样的能力，除非人事先给它设定“在需要过没有桥的河时，应找木头搭建简易桥”。但是，如果周围没有可以搭建简易桥的木头呢?人可以想其他办法，计算机就不行了。

当然，也可以给计算机设定一些有具体执行方案支撑的“抽象一点的规则”，但计算机就只能在支撑“这些抽象一点的规则”具体方案中，找“最优”对策。没有创新造性，是A类人工智能“死结”，也是它和人类智能最大的差别。在创造性这一点上，A类人工智能永远跟不上人类智能。

而对于另一种类型的人工智能，马庆国教授把它称作B类人工智能。他说，B类人工智能是指解决问题的方案，是可以穷举计算的，例如，围棋博弈就是这种情况。你我在比赛中出什么招，理论上是可以穷举计算的(把双方出招过程算完)。如果计算机可以快到“你的招一出来，计算机把后面可能的变化都算完了”，它直接就能找出最优方案，所以从这个层面来说，人是绝对打不过机器的。

“机器的计算速度非常快，哪怕3-5亿亿次的计算，天河2号计算机只要一秒钟就可以算完了，而人本身根本无法做到。”

尽管计算机可以计算得如此之快，但还是不够解决人们不陌生的大规模的计算问题。例如，“货郎担问题”：有n个城市，已知城市间的距离，要找出一条最短的路线走遍所有城市(一个城市只能到过一次)，如何找出这条最优路线?5个城市，人可以用手工慢慢算，15个城市，人的手工就不行了(15的阶乘次)，25个城市，一般的计算机就不行了。

因此，马庆国教授认为，除了要看计算机的速度，还要靠算法。穷举是最笨的办法。在我们运筹学里的优化中有很多算法是尽量避免穷举计算的。分支定界法(branch and bound)虽然与穷举法没有本质区别，但毕竟会节省很多计算次数。也就是说，人类在创造各种技术提升计算机速度外，也要凭自己的智力构想出更多的算法，包括给计算机设定的有可执行计算支撑的“抽象规则”。

“这就是B类人工智能，随着计算速度的增长，它一定可以战胜人，因为人没有那样的力量快速做这样的运算。”

AlphaGo愈战愈勇，但始终做不到创造性

马庆国教授分析称，AlphaGo的算法是深度学习(Deep Learning)算法+蒙特卡罗(Monte Carlo)方法，它并不完全靠计算机的速度快，因为在技术进步的每个时间点上，计算速度是有极限的，就算是在最快的速度下，也不可能穷尽随n增大的所有可能。所以还必须要有算法。也就是说，AlphaGo的成功是计算机的速度+算法，而这个算法是深度学习加上蒙特卡罗，理解为某一种随机的算法加深度学习算法，二者的结合求优化。

“AlphaGo不是穷举算法，因为要节省计算次数，用穷举算法来不及算，所以它不能保证100%赢。”马庆国教授说，只有穷举算法，或者类似准穷举算法，才能够一步步精确的把最优算法找出来，那样才是机器准赢。如果漏掉了一些东西没算，那就也有可能输，但是这是小概率事件，非常少，因为它这个算法中还有一个功能叫学习。

“假设这次输了，它会把输和赢作对比，把这个算法进行自我改进，它的这种学习能力是一个逐渐增强的过程，比赛越多越会赢。而且无论是对方输，还是自己输，他都会总结经验，因此会越来越厉害，但始终做不到创造性。”

人工智能不可能消灭人类

随着人工智能的迅猛发展，不少人开始担忧，人类未来可能会被人工智能取代。而且早在2014年，著名物理学家史蒂芬·霍金也表示，运用人工智能技术制造能够独立思考的机器威胁人类的生存。他对此非常担忧，认为：“人工智能的全面发展可能导致人类的灭绝。”

而马庆国教授却表示，他根本不担忧，并表示，没有这种可能性。

他说，再发达的人工智能也解决不了创造性的问题，它只能做到“你告诉他干什么，他就干什么”。“当然，人们可以从逻辑上说，创造性也是有规则的，我设计了这个规则，这个机器人不是有创造性吗?但事实上，这不是本意上的创造性，还是按照你设计的规则运行、寻优，在你的规则范围内创造，而在这个规则之外，它仍然不能创造。”

马庆国教授认为，真正的智能(人类智能)是根本说不清楚的，有些人想出新办法，也有些人想不出新办法。但想办法是计算机做不到的，所以他不认为人工智能可以这么快的消灭人或者消灭人类智能。

人工智能和人类智能最大区别在于工作方式

对于人工智能与人类智能的区别，马庆国教授表示，人脑真实的智能(人类智能)和计算机(人工智能)最大的区别在于大脑工作方式。

他说，尽管计算机也叫电脑，但它和人脑的工作方式完全是两回事。无论是存储，还是计算，大脑都是靠神经元、树突、轴突以及突触等相互衔接的结构和多种神经介质，来实现工作的：从神经元前面来的信号，到这个神经元后面出去，上百个甚至更多的连接方式。而不同的连接方式，就可能在工作中形成了不同的意识。“当然，关于意识的产生，这也只是我的推测。”

此外，马庆国教授还表示，人类大脑虽然有一个记忆工作区，但根本没有计算机所谓的硬盘器，它的记忆方式跟工作中的脑信号、神经介质等很多东西连在一起，非常复杂。

目前人类大脑的记忆与工作方式等方面的研究并不完善，所以世界各国不断的实施脑科学实验计划，最新的就是2014年奥巴马政府对此做出的巨量投资，他的投资有以下四个目标：

第一个目标是治疗脑的一些疾病，比方说老年痴呆等;

第二个目标是弄清楚所有的神经网路工作图。这个目标有点离谱，因为这个比基因测试可能还要复杂的多。而且人和人之间还有差异，和基因那种稳定性相比，相差很大;

第三个目标是工作方式，计算机要仿脑怎么仿?我们国家十三五规划里把这个叫做类脑，我们过去提出来的叫做仿脑计算;

第四个目的是弄清楚意识是如何产生的。这很奇怪，大脑本身是个物质的东西，通过运动竟然产生了意识。而意识在哲学上就是精神世界了。这点至今还未揭秘。

最后，对于AlphaGo战胜人类的事件，马庆国教授表示，从脑科学和计算科学的角度，AlphaGo只不过是我们科学进步的一个台阶，而且是一个小的台阶，它依赖于计算能力，也就是速度;也依赖于计算方法，但是仅仅靠新方法计算来解决阶乘级的问题，是非常难的，最终还是依靠速度。因此，人工智能计算更好的出路是仿脑计算，还有很长的路要走。

欢迎广大考生加入2017年管理类联考交流群：125636159 / 346590212 ，MBA提前面试交流群：482386421，关注MBAChina网微信公众号：mbachinaV。

更多教授观点推荐：

外经贸MBA郝旭光：人内心都有追求立即满足之念

中欧MBA忻榕：企业转型期不可或缺十种领导力

精彩推荐：

复旦大学管理学院2017年MBA招生专题

2016年管理类联考调剂复试专题

全国各地区2016MBA复试及调剂活动汇总

欲了解更多教授观点请点击：http://www.mbachina.com/html/jsgd/