隨著人機大戰(zhàn)這幾天AlphaGo的亮眼表現(xiàn)，媒體的風向開始對AI的評論一邊倒，Wired撰文表示《人類棋類智慧的最后一塊堡壘被攻破》，Slashdot撰文表示《真正的AI已經(jīng)不遠了》，但最近hunch上，一位微軟專家在其博客上稱，也許事實完全不是這樣的。

“以Go本身為例，它應用的蒙特卡洛樹搜索法在Go身上異常有效，但用到其它棋類游戲就沒有這么明顯的作用了。

而全球經(jīng)典的機器學習算法，有確定型決策過程和馬爾科夫決策過程以及其它決策過程，但它們一直沒被廣泛運用，是因為它們是基于表格式學習而不是函數(shù)擬合，所以我們轉(zhuǎn)向了 Contextual Bandit的研究，但是就算是語境決策過程，我們都還只學了一點點，跟實際運用還差地挺遠的。”

另外，前幾天，微軟亞洲研究院芮勇也表示，總體上看，目前的人工智能產(chǎn)品都還處于弱人工智能階段。目前人類只是在語音識別、語音合成、計算機視覺等方面做得比較不錯，但采用的還是監(jiān)督式的學習訓練方式。如果計算機能夠建立在非監(jiān)督式的學習，那么將會開啟另一個時代。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。