根据DeepMind发布的资料，“阿尔法围棋”有12层神经网络，里面有超过百万的类人类神经元一样的连接。而且，“阿尔法围棋”还有杀手锏——强化学习。简单来说，就是给人工智能设立目标，让其在海量数据资源中向着目标不断尝试，最终让人工智能自己找到最佳的解决方案。它的突破性在于，以前人们都是通过编程，让机器严格执行人类的命令。而强化学习则把这个探索的过程交给神经网络，让人工智能一次次在海量数据的摸索中找寻最优路径，而这个方法有可能是人类都没有想到过的。

　　“阿尔法围棋”正是通过学习海量棋谱和自我对战，才具备了战胜韩国棋手李世石的能力。但是，一旦人类下出其数据盲点的棋，它的表现就如同第四局一般。从“棋神”到“棋盲”，只在一步之遥，而这一步天堑，就是大数据。控制大数据也许是人类未来控制智能机器人的主要方法。

　　其实，以“阿尔法围棋”为代表的人工智能尚处在初级阶段，要发展到全面替代人工，还有很长的道路要走，还有大量技术关口需要突破。即便人工智能高速发展，在数十年后对目前的劳动力形成替代效应，也不会造成大量人员快速失业，形成大规模社会动荡。纵观每一次人类文明的重要技术进步，其间的技术创新性、文明跨越程度，都不次于人工智能的突破。虽然在事后看，确实形成了劳动力的替代效应，但新的技术进步都极大地扩展了产业维度，衍生出更多的细分行业，并包容了大部分的就业人口。

　　至于许多人在探讨人工智能未来的时候，忍不住流露出对人类命运的终极关怀：如果人工智能发展到高级阶段，人类的命运是否会被机器人奴役？这是人类终极命运的“天问”，还是杞人忧天？目前仍然没有标准答案。我们知道的是，人工智能依然局限在“机器学习”的框架内，大数据的控制使得人类对于人工智能还有比较强大的制衡能力。这种忧虑更多来自于人类对新生事物的未知。与其夙夜无眠，不如趁早动手，早早研究人工智能的边界，并形成统一共识和控制规范。就中国而言，当前更要保持定力，抓住人工智能的发展机遇，走好中国特色的技术创新道路。（作者为同济大学经济与管理学院副教授）