應(yīng)用深度學(xué)習(xí)的人工智能 AlphaGo 戰(zhàn)勝人類(lèi)，讓全球許多人類(lèi)都感到危機(jī)意識(shí)，不過(guò)，或許在擔(dān)心未來(lái)可能遭到“天網(wǎng)”統(tǒng)治之前，先來(lái)想想人工智能的好處。機(jī)器學(xué)習(xí)技術(shù)其實(shí)可以應(yīng)用在許多復(fù)雜領(lǐng)域，幫助人類(lèi)解開(kāi)困難的習(xí)題，譬如過(guò)去想開(kāi)發(fā)新材料，成分比例與制備方式要一試再試，但透過(guò)機(jī)器學(xué)習(xí)的人工智能根據(jù)化學(xué)原理來(lái)幫忙找出最佳解答，那不就輕松多了嗎?

　　人類(lèi)史上最偉大的材料發(fā)明，大概是某天有位先民不知為何把錫混進(jìn)了銅里頭，創(chuàng)造出青銅，青銅遠(yuǎn)比柔軟的銅更有用處，開(kāi)創(chuàng)了青銅器文明，但是人類(lèi)發(fā)明青銅的過(guò)程完全是碰運(yùn)氣，事實(shí)上，就算在發(fā)明青銅之后的 7 ,000 年，人類(lèi)發(fā)明新材料也往往都是透過(guò)瞎貓碰到死耗子，不過(guò)，自然界可是有 95 個(gè)元素，發(fā)展新材料的混合、化合以及聚合方式有幾乎無(wú)限種可能，要靠人類(lèi)碰運(yùn)氣一個(gè)個(gè)慢慢試，得試到什么時(shí)候?

　　康乃狄克大學(xué)的研究團(tuán)隊(duì)認(rèn)為，該是派出機(jī)器學(xué)習(xí)的人工智能的時(shí)候了，研究團(tuán)隊(duì)讓機(jī)器自動(dòng)學(xué)習(xí)每個(gè)已知的聚合物，了解不同反應(yīng)聚合產(chǎn)生的材料在原子層級(jí)的特性，最后為何有的成為良好的導(dǎo)體、有的卻成為絕緣體，經(jīng)過(guò)機(jī)器深度學(xué)習(xí)以后，人工智能就能預(yù)測(cè)需要什么樣的反應(yīng)才會(huì)產(chǎn)生什么樣的成果，就有如 AlphaGo 預(yù)測(cè)圍棋的盤(pán)面情勢(shì)變化一樣。

　　不過(guò)畢竟不是人人都是家大業(yè)大的 Google，研究團(tuán)隊(duì)只先測(cè)試 7 種不同的化學(xué)元件組成的聚合物，在其中只先給予電腦 283 種的基本資料去分析，一但電腦從這 283 種聚合物“學(xué)會(huì)”了化學(xué)的真理，它就不再需要從量子層級(jí)重新分析起，而是能直接預(yù)測(cè)新分子的特性，而且準(zhǔn)確度相當(dāng)高，由于不用從基本的量子層級(jí)去計(jì)算，演算速度比起過(guò)去的方式快很多。

　　能預(yù)測(cè)新材料的特質(zhì)對(duì)化工產(chǎn)業(yè)可說(shuō)有重大影響，現(xiàn)在工程師們可以先找出想要的特質(zhì)的聚合物，然后才去合成它，最后發(fā)現(xiàn)果然真的跟預(yù)測(cè)一樣，如此能大幅減少開(kāi)發(fā)時(shí)間，也免除了一再試錯(cuò)而產(chǎn)生的大量成本。

　　就如同 AlphaGo 雖然厲害，但專(zhuān)家表示它仍然只是個(gè)弱人工智能，是機(jī)器學(xué)習(xí)的過(guò)程讓它變得如此強(qiáng)大，機(jī)器學(xué)習(xí)應(yīng)用在其他方面，也可望大幅加速許多運(yùn)算需求的效能，或是降低硬件的需求，而能對(duì)人類(lèi)產(chǎn)生相當(dāng)大的貢獻(xiàn)。或許我們先別悲嘆 AlphaGo 戰(zhàn)勝人類(lèi)，而是該歡呼像 AlphaGo 這樣的機(jī)器學(xué)習(xí)人工智能，將很快的能為我們的生活與科技發(fā)展，帶來(lái)許多貢獻(xiàn)。