达到了何种水平呢？前天比赛结束，我看到围棋界的人士指出，AlphaGo仿佛不会劫争，当时我得出的结论是，AlphaGo虽然看起来很智能，但它其实还不能代表人工智能在今天的最高水平，因为实际上AlphaGo完全不会下围棋，它所表现的所谓对围棋的理解和大局观不过是一种硬计算的极端表达，在这样一个哲学家早已对软计算做出定义和精准预言的时代，硬计算发展的再充分，也缺少了对整个人工智能科学的前瞻性，当时我就觉得，AlphaGo虽然现在看起来风光，但在人工智能史上地位是不如“深蓝”的。但是，今天的第三盘棋，AlphaGo展现出了高超的劫争实力，而众所周知，劫争的存在会使围棋不可能通过硬计算的方式得以完成，因为在硬计算中每一个棋子都是等值的，而劫争则要求棋手对棋子的地位作出判断。现在再看AlphaGo和李世石的这三盘棋，我觉得AlphaGo是会下围棋的，也就是说，它并不是在进行简单的输入和运算，而是在阅读了足够多的围棋棋谱之后，对这项运动的基本思路进行了模态，也就是说，它在模拟的不是我们理解的传统意义上的计算，而是一种更高级别的计算，一种基于模态算子的不精确运算，也就是今天计算机领域十分前沿的软计算，这种计算最大的特点是它的整体性和不精确性，显然，AlphaGo具备了这种整体性和不精确性。当然，AlphaGo现在掌握的这种软计
f算还是一种非常低级的软计算，它不过是在硬计算的基础上增加了一定的系统性，其本质上还是对传统人工智能计算能力的发展，这种层次的软计算离软计算的最终形态模拟人的思维意识还相差甚远。因此，尽管AlphaGo在围棋领域显得无所不能，但它依然只是一种高水平的弱人工智能，或者说，一个强大了数万倍的专门下围棋的智能手机。
问题二：AlphaGo是怎么学会下围棋的？这个问题是我们中国优秀的围棋运动员古力提出的，他很奇怪，为什么Google公司的设计者没有一个人会下围棋，而他们设计的AlphaGo却能战胜人类在这一领域的最强者。在思考这个问题的时候，我想起去年七月份我在和刘晓力老师讨论人工智能哲学的时候她讲的一句话，她说，“永远不要用人类的智能去类比人工智能”。的确，对大多数人而言，在理解人工智能的时候往往是需要类比人类智能的。对我们人类而言，如果要学会下围棋，就必须从最基本的落子开始，一点一点学习如何布局、如何收官、如何攻防，然后逐渐学习一些更高级的打法，因此我们觉得，AlphaGo也一定要如此才能学会下围棋。但是，我想请各位想一想，人类在实现自己的飞翔梦想的r