随着交锋的深入，话题的核心攻防要点被渐渐聚焦，已然没什么迂回的余地。

冯见雄缓过气之后，对最终的堡垒发起了图穷匕见的总攻。

当然，他毫不犹豫地利用自己对未来的先知先觉，作了个弊——这没什么好讳言的。毕竟他比苏勤更知道未来的社会需要什么样的人，科技的进步会把人类价值的评判体系逼到怎样的墙角。

“请问苏学长，你听说过谷歌公司已经投资了一个名叫杰夫辛顿的多伦多大学教授的研究所了么？如果没听说过，我现在可以告诉你，他就在最近这两年，发明了一种叫做‘深度学习算法’型的人工智能路线。

虽然目前的应用并不是很多，但国内已经有公司基于这种算法思想，作出可以统计每个人打字词频的新式智能拼音输入法了。而谷歌公司也已经用这种算法思想，开始布局教机器人下围棋、作套路化风格的曲子、甚至是作诗……”

苏勤感受到一丝危险，但立刻用辩题相关性的质疑，试图阻止冯见雄随口扯开话题：“那又怎么样？这和今天的辩题毫无关系。”

“有关系，因为我可以拿出证据，基于这种技术，未来的人类如果想靠‘慢工细活地打磨’和机器竞争，那么人类毫无胜算。谷歌公司的下棋机器人虽然至少还要5年才能做出来，但是他们已经定下了‘蒙特卡罗树状训练’的逻辑基础。

未来这样被设定了单一目标的机器人，可以用每天晚上自己跟自己左右互搏下100万盘围棋、并统计每一种不同下法不同应对的胜率变化，从而自我进化。到时候人类的围棋世界冠军，恐怕会和97年卡斯帕罗夫倒在ibm的‘深蓝’手下时一样惨。”

“这种状态，你们目前恐怕很难想象，因为目前我们和电脑在竞技领域的交锋似乎只有打魔兽和dota的人机对战——哪怕设置最高级难度，电脑也只是靠更多的血量、攻击力和金钱采集速度，来获得对人类的优势。

除此之外，或许还有电脑那始终妙到毫巅的微操作——电脑在玩魔兽的时候，看到某一个兵血量下降过快，会自动把它往后拖一下，短暂脱离战线直到对方的近战单位转而去攻击其他血还比较多的。这样的操作人类高手要训练很久才能做到，而且受限于手速很难多线同时这样操作。但对于电脑来说，哪怕地图上同时有100个地方在战斗，它也可以同时微操100个战场。

但是未来呢？电脑或许就是直接在战术或者战略层面的ai碾压人类玩家了——只要那个用于打游戏的深度学习型人工智能，在被设定时的唯一目标，就是‘用尽一切手段获胜’。到时候机器可以先学习一番训练集，获得基础的强度，然后用蒙特卡洛树状训练结构左右互搏几千万局，把胜负趋势变化牢记在心——这时候，那些技能囤积型的人类选手，还有什么价值？

或者说，就算他们还有价值，还有人类观众愿意看他们打比赛，也不是因为‘他们打得比机器好或者比机器差’——而是因为他们还是一个人，因为他们和机器不同的‘人’属性，为他们博得了同情分。他们是在依靠自己的专才以外的能力，获取自己的价值和尊严。”

蒙特卡洛树状训练模式，在如今这个地球上，已经被提出来了么？或许吧，查查艰深晦涩的学术专著，应该是可以看到的。

所以冯见雄也不算造谣。

至于谷歌公司还有没有开始这么干，把这玩意儿用于商业项目的研究，鬼知道呢。

这东西是商业机密，所以只要学术上存在，冯见雄这么说就没毛病。

等将来谷歌真干成了，人类也只会惊叹冯见雄先知先觉，知微见著。

不过，苏勤肯定是不会死心的。