桔了个仔，人工智能 | 数据科学 |AI风控与反洗钱 | 码农 阅读原文 可以说是非常多领域了。这里列举一些： 1997 年 5 月，IBM 开发的深蓝，击败国际象棋世界冠军卡斯帕罗夫。 2016 年，alpha go 战胜李世石，柯洁。 图像和物体识别领域，完胜人类。 更详细的可以参考小鱼的这个列表：人工智能已在哪些领域超越了人类的表现？ 实在太多了，没法全部列举。列举这些领域，不仅费时费力，而且难以记住。 我们如何判断人工智能在哪些领域超越（或者即将超越）人呢？ 在多数条件和边界都清晰的决策对弈边界清晰的任务中，人工智能早已超过人类。 如果「边界和条件清晰」的决策中还没超过人类，那就是边界比较大，算力（钞能力）还没到达那里，但超过人类是迟早的事。复杂度越低的游戏，AI 越容易超越人类。 例如我们都知道，象棋 AI 很早就战胜人类了，而围棋 AI 战胜人类则是这几年的事。根据微软研究院的一篇文章[1]，各种游戏的复杂度如下： 国际象棋比围棋复杂度低了一百多个数量级，所以战胜人类的国际象棋 AI 很早就出现，而战胜人类的围棋 AI 出现得较晚，很符合我们认知，是吧。这里补充点，去年 AlphaFold2 解决的蛋白质预测问题，复杂度是 10^300，也就是说，蛋白质折叠问题比围棋复杂度高出一百多个数量级！这也是为啥这个成就不仅仅在生物界翻起巨浪，而且也令整个科技界震惊，因为人工智能能解决问题的复杂度又上了新台阶。 这里引出一个问题，为啥还没出现完全战胜人类的麻将 AI？ 因为从博弈论的角度来讲，围棋是完全信息动态博弈，而麻将属于非完全信息动态博弈。相比完全信息博弈游戏的人工智能，设计能够在非完全信息博弈项目上战胜人类的人工智能程序要难得多。在麻将对局中，每位选手只能看到自己的 13 张手牌与已经打出去的牌，场内大量的隐藏信息无法看到。过高的随机性影响了算法模型的训练。 虽然麻将 AI 无法在单局中保证战胜人类，但如果是多场麻将比赛综合呢？如果从这个角度看，AI 也能战胜人类。2019 年，微软开发了麻将 AI Suphx，在竞技平台“天凤”上超越该平台公开房间顶级人类选手的平均水平。 日本在线麻将竞技平台“天凤”，因其完善的竞技规则、专业的段位体系，成为了业界知名的高水平专业麻将平台，受到职业麻将界的广泛承认。天凤吸引了全球近 33 万名麻将爱好者，其中不乏大量的专业麻将选手。 登上天凤十段后，Suphx 在 5000 余场比赛中的稳定段位超过 8.7，相比人类顶级玩家的 7.4，整整高出了 1.3 个段位，以往最强的「爆打」的稳定段位更是只有 6.5。 在条件和边界不清晰的决策中，人工智能还没完全超过人类（但不代表没机会超过）。 而在涉及情感方面的领域，AI 依然落后于人类。例如心理咨询之类的。因为人类自己都不知道自己有些能力是怎么获得的，例如同理心，AI 能做到吗？虽然说 AI 可以通过语料分析或则面部识别来判断人类当前心情，但人类的情绪并不是只有「高兴、悲伤」等几种状态的，人类情绪更多的时候是「五味杂陈」。 阅读原文
