乍看上去，你可能会有点疑惑：标题中的三种事物毫无关系，到底要讲些什么呢?

　　让我们先从那只猫说起。

　　其实并不是特定的什么猫，而是“猫”这个概念。对人来说，分辨一只猫不费吹灰之力，甚至牙牙学语的婴儿都做得到—几乎没有人记得自己是什么时候开始认得猫，因为实在是太久之前的事了……但假设从来没有人告诉过你猫是什么，那应该也难不住你—无非是多查些资料而已。超强的学习能力也算是人类的一项特长，但对电脑来说就没那么简单了。

　　Artificial Intelligence，人工智能，就像长生不老和星际漫游一样，是人类最狂野的梦想之一。现在人工智能几乎遍地开花，无人驾驶、语音助手、面部识别等等虽然已经成熟，但距离真正的“智能”还有一步之遥：脱离了人类和大量现成数据的帮助，电脑甚至连猫和狗都分不清。比如常见的人脸识别，需要由人先设计好整套鉴别程序，电脑才能依照这些规则，做出效率极高的“识别”。这意味着电脑依然没有脱离工具的范畴，即使再聪明，也只是聪明的工具。

　　幸好2012年，“GOOGLE BRAIN”项目横空出世。这是由1000台计算机、1.6万个处理器构成的10亿个连接节点，被训练从未经标记的数据中，自行开展学习、掌握概念，更接近人脑的学习方式。这就是人工智能领域革命性的新技术—“深度学习”。

　　具体方法是，直接把海量数据投放到算法中，让系统在无人介入的情况下，自行分辨这些数据。一旦系统发现了重复出现的图像信息，就会自动创建一个“图像地图”，继续帮助系统自动检测类似的物体。最终，在看过了1000万张YouTube视频截图之后，系统学会了识别猫脸。也许你会觉得，这三岁小孩都能做的事有什么大不了的呢?殊不知，今天计算机能够琢磨出什么是“猫”，明天它也许就能琢磨出什么是“我”—认识猫，是距离真正的“智能”迈进的一大步。

　　时间来到最近，5-6月间发生了两件大事，也与深度学习有关。不知是不是某种巧合，2017年是高考40周年的特别时刻，一个特别的考生走进了考场—这里要说的不是王俊凯，而是“高考机器人”。

　　这是人工智能第一次走进高考考场，也是国家863计划(国家高技术研究发展计划)的一个项目。该项目于2015年启动，30多家科研院校和企业研发实施，他们有一个共同的目标：研制出能通过高考考上大学的机器人，而且是一本大学。

　　第一次上考场的人工智能，要考的是众人闻风丧胆、但对AI来说却是最容易的科目—数学。

　　为了避免泄题，考试是在7日下午高考数学科目结束后进行的。像其他考生一样，人工智能要在完全断网的情况下进行考试。论备考，AI考前总共做了不到500套试卷，大约12000道数学题，跟一般高中生差不多;论速度，AI显然具有优势，在22分钟内就完成了答题;论结果，满分150分，AI只得了105分，成绩差强人意。

　　有几道题，AI答了零分。开发者认为，原因在于这些题目包含了自然语言，比如“学生”“教师”，这是机器人难于理解的概念。事实上，人工智能最不擅长的就是语文考试，因为涉及到艺术、美感、情绪，而这些是无法用1和0表现的。

　　与一年一度的“全国大型知识测验”相比，另一位同龄人的对手则要强大得多。19岁的柯洁，作为当世围棋第一人，代表人类迎战最高水平人工智能—由DEEP MIND团队开发的“阿尔法围棋”。

　　这场全球瞩目的“人机大战”，最终以“阿尔法围棋”三局完胜告终。这也意味着，人类在所有棋类项目中彻底输给了人工智能。

　　2016年3月，“阿尔法围棋”横空出世，以4:1战胜了久负盛名的韩国棋手李世石，仿佛一石激起千层浪。2017年年初又化名“Master”现身中国线上围棋对战平台，一周内60战60胜，其中包括与柯洁对弈的三盘。按照柯洁的回忆，他一开始不相信Master就是阿尔法，因为与对战李世石时相比，它的进步实在太快了。

　　这种进步的主要原因就在于深度学习技术。

　　最初，“阿尔法围棋”1.0版本巧妙地混合了三种算法：蒙特卡洛树搜索+监督学习+深度学习。其中蒙特卡洛树搜索是一种优化过的暴力计算，也就是凭借超强的运算能力，列举出所有可能(深蓝就是这样战胜卡斯特罗的);监督学习，是通过学习3000万步人类棋谱，来模仿职业高手的下棋规律;而深度学习则是“阿尔法围棋”程序通过自我对战，自主学习如何下棋。

　　根据公开资料推测，战胜柯洁的是“阿尔法围棋”2.0，与之前的最大不同就是放弃了蒙特卡洛树搜索和监督学习，强化了深度学习的作用。也就是说，自我对战让“阿尔法围棋”获得了更多的提升，它的棋风也脱离了人的定式。

　　在多次比赛中，“阿尔法围棋”都走出过一些令人意想不到的棋。这些走棋在教科书中会被认为是低级错误，但凡一个正常的棋手都觉得不可理喻，但最终却被证明了是正确的。人类通过数千年实战，总结了围棋理论，教会了电脑下棋，然后电脑告诉人类：你的理论是错的。

　　这不禁让人浮想联翩：人类进化的路径也许并不是唯一的，我们只是恰好走上了这一条岔路而已。以及，我们距离终极的智慧，依然遥不可及。