前几天棋手柯洁在围棋人机大战三番棋中的最后一战0:3落败，至此拥有“最强大脑”的人类棋手与人工智能棋手的对决终于都以失败告终。而棋手们相信，未来，差距会越来越大。

　　刚刚取胜，AlphaGo“之父”、DeepMind掌门人哈萨比斯就和另两名主要开发者在乌镇揭秘了AlphaGo的最新实力——40层神经网络、使用自己积累的数据、更强大的策略网络和价值网络提高了反应速度和判断准确度……以它为代表的通用型人工智能学习系统不需要预设程序，能够实现自主学习、举一反三。

　　机器到底牛在哪里？这种学习系统涉及深度学习和强化学习等关键技术。深度学习即层叠的神经网络，而强化学习就是让机器自己学习以达到最大化收益。哈萨比斯称，机器强化学习是指学习的能力、效率甚至创造力。

　　一个有意思的巧合，前几天在沪召开的首届学习力论坛上，教育专家们讨论起学习力的培养时提到，学习能力的关键在于动力（兴趣）、专注力（效率和毅力）以及创造力。原来机器与人在学习能力的培养上殊途同归，而这个共同特点，哈佛大学文理学院院长柯比早在十几年前就得出了归纳。他在《学习力》一书里提到，学习的动力、态度、能力、效率和创造力是提升学习力的有效途径，忽略这些要素而一味只注重知识死记硬背的教育是“迅速减值”的过程。或许人类应该好好下功夫思考如何提升学习力来获得更有效、有质、有意义的进步。比如，就像论坛上教育专家们的共识——学习力最终的目标应该是“情商比智商更重要、分享比分数更重要、状态比状元更重要、成人比成绩更重要。”

　　即便人工智能的发展终将在某些领域远远甩下人类，这也不意味着人类的学习是无意义的。就如棋手柯洁、古力等所期待的，人类棋手将与人工智能棋手一起创新围棋，无限逼近围棋的真理。更何况，人输了会哭，机器赢了不会笑，这也是人类的魅力。