大局未定，變“數”萬千

張帥

再過十幾天，我們就要奔向2020年了。在即將逝去的2019年，AI又雙叒叕打敗了人類，這次在游戲Dota2中打敗了世界冠軍隊伍，而人工智能名叫Rerun。

整個賽程其實并無亮點，截至比賽結束形成0：2，OG只推了AI隊伍的兩個外塔。但是對于專家而言，訓練一只比世界冠軍還強AI隊伍的過程，則十分的精彩。要知道，與棋類對弈相比，電子競技游戲要更復雜。

有詳細的解釋說道，攻克這一難題的關鍵，是把現有的強化學習系統規模擴展到前所有為的水平，僅這樣就消耗了數千塊GPU和好幾個月的時間，OpenAI為此構建了一個分布式的訓練系統，其中的一個挑戰是，環境和代碼會不斷變化……。

總而言之，Open AI累計三年的完整論文放了出來，其中涉及到了AI訓練的過程需要學會使用鼠標做出動作，其訓練量甚至達到了人類打180年游戲。還要學會計算量和超參數并且回顧視頻比賽。

AI始終是一項緊繃人類神經的技術，高居不下且不斷的在探索著應用領域。曾有專家在他們的文章中《遠非末日：AI對未來工作的影響》指出：“與蒸汽機、鐵路和互聯網一樣，人工智能通常被描述為一種通用技術，具有廣泛應用于多個行業的潛力，因此也將在許多方面影響勞動力市場。” 但是換個角度來講，就是相對于機器最本質的區別，人可以從事新的、更加復雜的任務。也許會因此相應的提高了人類本身工作的難度，但是在這個過程中，事實上人類也會學習甚至習慣一類新的學習、工作方式。

技術的突破其實在歷史的車輪面前，有褒有貶。不過很多技術的創造，未必能夠以人的意志而轉移。AI或許會像最初的工業革命一樣，會改變整個社會、人類文明的變革。但就現有的階段來說，AI仍未極其復雜的技術，如果沒有足夠多的沉淀，我們幾乎不可能享受到AI所帶來的便利，只能說AI面前仍有一道鴻溝，甚至無法清晰的定義未來AI深度產業應用的場景。

所以享受現在，體驗無數個AI的應用才是與之相遇的最好打招呼方式。