近排最熱門的話題就是AI（人工智能），自從上次IBM的Deep Blue贏了國際象棋棋王之后，Google的DeepMind開發(fā)了AlphaGo計(jì)算機(jī)，與十年來保持著世界排名第一的韓國棋手李世石（Lee Se-Dol）世界圍棋冠軍對奕。共奕五局，前三局都是AlphaGo勝出，李世石贏回第四局。李世石承認(rèn)，此前他低估了AlphaGo的技能，但他表示，該軟件并不完美。

開發(fā)AlphaGo的谷歌DeepMind首席執(zhí)行官杰米斯.哈薩比斯（Demis Hassabis）表示，這場比賽的結(jié)果將帶來寶貴收獲，讓他的團(tuán)隊(duì)發(fā)現(xiàn)和解決AlphaGo的弱點(diǎn)。人工智能的一個(gè)技術(shù)瓶頸，就是解決問題前先要獲取大量高質(zhì)量數(shù)據(jù)樣本，而人類在學(xué)習(xí)新事物時(shí)往往只需很少的樣本。

雖然人工智能在計(jì)算能力、可靠性方面超越人類，但仍存在大量有待突破的技術(shù)瓶頸。

從AlphaGo所用的「深度神經(jīng)網(wǎng)絡(luò)」來看，建立神經(jīng)網(wǎng)絡(luò)的基本流程就要搜集大量數(shù)據(jù)樣本，然后選擇合適模型，讓模型學(xué)習(xí)樣本，從中找出數(shù)據(jù)的內(nèi)在規(guī)律。最近有一本好書名為Rise of the Robots，預(yù)期大數(shù)據(jù)和人工智能將在不久將來淘汰很多勞動(dòng)力，甚至專業(yè)工作如分析員、會(huì)計(jì)師等，各位不妨留意人工智能的投資機(jī)會(huì)。