DeepMind带来启示：人工智能目前仍然需要依赖人类

近年来，人工智能的发展势头迅猛，一次次挑战人类的极限。这不，谷歌DeepMind的AlphaStar系统又在《星际争霸2》这款顶级游戏中战胜了一名高水平的人类玩家。这次胜利再次引起了全球媒体的广泛关注，他们纷纷报道此事，并宣称人工智能的进步已经让机器统治世界的梦想越来越近。如果我们去掉这些炒作和夸张的成分，从这次AlphaStar的胜利中，我们可以发现至少两点重要信息：人工智能对人类创造力的依赖仍然很高，以及在创造力方面，人工智能还无法完全取代人类。

对于大多数人来说，学习是一个深奥的名词。在我们的想象中，科幻小说中的超级人工智能可以轻松地学习所有知识，掌握各种技能，甚至试图取代人类。现实中的人工智能并非如此神奇。它就像其他编程任务一样，涉及大量的编码、算法设计和选择、数据和逻辑结构以及模式实例化等工作。换句话说，过去需要情感编码算法的任务，如今可以交给机器来完成。虽然机器在数据处理方面表现出色，但在创造力方面仍然无法取代人类。人类在理解数据模式时表现出的创造力和想象力是机器无法匹敌的。

至于现在的人工智能，人类在构建和管理训练和测试数据集方面发挥着关键作用。我们需要构建数据架构和支持软件，这些软件形成了模型与外部世界的接口，帮助模型从外部世界学习和交互。许多科技公司的AI在工作中唯一需要调整的参数就是输入数据。准确性来自于更改输入数据，直到输出满足精度要求，而不是调整底层的学习体系。

在DeepMind的这场比赛中，我们可以看到其中运用了学习方法。AlphaStar的成功不仅仅在于大量训练数据的集合，更在于对算法的选择和调整。成功的人工智能应用程序需要人类的创造力来选择算法构建模块来引导它们。这次人工智能的胜利告诉我们，人工智能的进步并非来自某种心灵感应能力，而是因为我们擅长将人类行为和自然循环编入计算机代码的统计模式。换句话说，这次成功让我们意识到人工智能并非像我们想象的那么神秘和强大。相反地，它依赖于我们人类所发现的模式和结构。人工智能的进步也在提醒我们人类创造力的本质的重要性。我们应该珍视并继续挖掘我们的创造力潜能，推动人工智能和人类文明的共同进步。