后围棋时代：AlphaGo真正的下一步，围绕TPU为谷歌谋利

【新智元导读】从经济的角度，AlphaGo对谷歌意味着什么？

围棋，这个拥有2500年历史的中国传统游戏，被认为是现存最困难而且最复杂的棋盘游戏之一，也曾被认为是计算机尚未掌握的最后一个游戏。19×19的棋盘格子上的可能走法据称超过了整个已观测宇宙的原子数。

围棋的玩法是对弈双方（黑子和白子）交替在棋盘网格落子，目标是围地吃字，以所围“地”的大小决定胜负。

现在，DeepMind 开发的人工智能围棋程序 AlphaGo 征服了这个古老游戏。

一个时代的结束

5月，在一场三番棋上，AlphaGo战胜了19岁的中国围棋天才，世界排名第一的职业棋手柯洁。这是一场巨人之战，谷歌的工程师称：“根据 AlphaGo 对比赛的预估，程序认为前50手几乎是完美的，而前100手可以说是 AlphaGo 的 Master 版本所遇过的最好的下法。”

谷歌在2014年收购了AI创业公司 DeepMind，据称金额达到6.6亿美元，而早在几年前计算机就已经在围棋上挑战人类。当时，计算机在围棋这样一个非常复杂的游戏上击败人类职业玩家几乎是不可想象的。以前在设计一个可以击败人类的围棋程序上的每次尝试都没有成功。

那是在人工智能（AI）之前。

AlphaGo 由两个基于AI的深度神经网络组成，每个都是在人脑结构之上进行建模的软件和算法的组合，分别有特定的任务。第一个网络将几乎无限的落子走法缩小估算出最有可能的选点，第二个网络则分析这些选点，以确定最可能获胜的走法。

娱乐、游戏以及现实世界的应用

DeepMind 目前更多专注的是 AI 研究，而较少关注 AI 的商业应用，但这并不意味着谷歌没有从财务上获益。去年就有一个比较出乎意料的例子，当时谷歌公司透露，利用深度学习，公司提高了其数据中心的能源效率。数据中心产生的热量非常大，必须要有冷却设备，从而产生巨大的冷却成本。

通过用各种操作场景，历史数据和平均能量消耗数据训练AI，该系统创造了一种交替和优化冷却系统的方法，将用于冷却的能量减少了40%。这一成就令数据中心使用的能源减少了15%。要知道，谷歌公司使用的电量占全球总用电量的0.01%，可以说这是非常重要的成就。

AI的经济利益的另一个例子是谷歌去年开发了名为张量处理器（TPU）的专用计算机芯片。该芯片性能效率相比标准芯片高30~80倍。这种效率的提升带来的利益非常显著，否则谷歌不得不再建十几个新的数据中心，几乎要比现有的多一倍。

谷歌最近发布了最新版本的TPU，能够处理AI系统的训练，也能在训练后运行它们。谷歌计划将这项技术免费提供给在同行评议出版物上分享过成果的研究人员。谷歌还计划通过Google Cloud 向客户提供升级技术。

投资者仍将受益

投资者有时可能难以发现谷歌这类公司如何从AI上获益。不过请记住，谷歌已经很好地使用这些算法来解决现实世界的问题，尽管可能难以量化，但投资者仍然从中获益甚大。我们不知道下一个杀手级应用会是什么，但谷歌和 DeepMind 认为，专注于AI，将得到经济上的收益——起码到目前为止，它们是正确的。

原文：https://www.fool.com/investing/2017/06/04/google-artificial-intelligence-finally-beats-the-b.aspx