最初，當人們預測Alpha Go和李世石圍棋大戰誰會贏時，我就斷言Alpha Go會贏。因為李世石面對的不僅僅是一個算法程序，除了包括走棋網絡、估值網絡、快速走子程序和蒙特卡洛搜索幾大部分構成的復雜算法之外，人機大戰的戰場還裝備了40個在線網絡平臺、1200多個CPU、170多個GPU，還有大數據、云計算即時處理當前棋局和史上積累的3000萬個棋局，甚至還有一條專門鋪設的賽事光纜，而這一切都是一群世界一流的深度學習專家所為。從這個意義上講，Alpha Go是一個人機交互的巨無霸耦合體，是一個即時處理專項任務的延展認知系統，這個系統的核心是人。前臺表演的只是這個系統的程序運行終端，而人才是其背后的智力資源。

　　無心的機器是目前人工智能的局限

　　Alpha Go戰勝李世石產生的一個直接效應是，很多人認為，Alpha Go的勝利意味著人工智能已經突破某種極限達到了高智能水平，照此下去，人類所珍視的所有智慧終將被機器所替代，人類未來命運著實堪憂。

　　但事實上，雖經歷一個甲子歲月的洗禮，人工智能目前還沒有擺脫“無心的機器”的命運，今天的人工智能可以說既無智力也無心靈。這是因為目前計算機使用的都是二進制編碼的圖靈機計算，是遞歸算法。80年前，偉大的邏輯學家哥德爾就已指出圖靈機的計算能力與人類相比較是有先天局限的。但是，人們更熱衷于引用圖靈1950年在《機器與智能》中的話，“我們不能因為一臺機器不能參加選美大賽而責備它，就像我們不能因為一個人沒有飛機飛得快責備他一樣，機器也能夠思維”；卻忽視了1936年圖靈經典文獻《論可計算數》的基本點，其中清晰地區分了什么是可計算的、什么是不可計算的，以及計算的界線在哪里。只要是不可計算的問題，人們無論如何找不到算法。而且不可計算的世界相比可計算的世界要大得不可勝數。

　　國際計算理論、視覺理論家馬爾曾將可計算之事歸結為三大步驟。第一，要把具體的現實問題抽象化成一個可以清晰定義的問題；第二，要看它是否是可計算類的問題；第三，要在可計算的范圍內找到算法。對于人工智能而言，自然還有重要一步，就是要在機器上執行算法完成計算。目前人工智能可以在很多需要做大量計算的局部領域超出人的計算能力，但它的局限性最尖銳地體現為不能處理以下三類問題：意義理解；意識和意識體驗；自主性和覺知。