3月15日，谷歌阿爾法圍棋與李世石的人機大戰(zhàn)五番棋第五局在韓國四季酒店戰(zhàn)罷，李世石執(zhí)黑中盤落敗，雙方比分最終定格為阿爾法4：1取勝。

AlphaGo最終以4:1的大比分大勝李世石，并不意味著人工智能主宰世界和人類被奴役時代的到來，理由也并非只是因為AlphaGo是人類設(shè)計出來的，而是因為，AlphaGo其實開啟了人類利用人工智能的新時代。準確地說，是拓寬了讓機器人為人類干活的新天地，并有可能深入而廣泛地讓人類文明迅速發(fā)展。

AlphaGo是靠深度學(xué)習(xí)、蒙特卡洛樹搜索算法和自我進化三招戰(zhàn)勝人類棋手的，這三大功能也是人類駕馭其為人類服務(wù)的途徑。由于人工智能能夠自我學(xué)習(xí)，學(xué)習(xí)能力會越來越強，而且搜集和貯存的數(shù)據(jù)會越來越多，將會在新產(chǎn)品的研發(fā)、預(yù)測分析、推廣等方面產(chǎn)生巨大的效應(yīng)。

具體而言，如果AlphaGo的自我學(xué)習(xí)能力、大數(shù)據(jù)貯存和分析功能應(yīng)用到醫(yī)藥領(lǐng)域，將會是人類的福音而非悲劇。研發(fā)出AlphaGo的Deep Mind公司并非只是專注于讓AlphaGo與人類棋手過招，而是注重把人工智能通過學(xué)習(xí)解決實際問題的能力貫穿應(yīng)用到醫(yī)學(xué)領(lǐng)域。

2016年2月，Deep Mind公司就已經(jīng)發(fā)布了在醫(yī)護領(lǐng)域使用的深度學(xué)習(xí)程序Deep Mind Health。這是一款手機應(yīng)用程序，包括“識別風(fēng)險病人”（Stream）和“早期臨床護理管理”（Hark）兩個模塊。這種手機應(yīng)用程序當(dāng)然也是一種人工智能，它們需要學(xué)習(xí)和幫助醫(yī)護人員監(jiān)護一些表面上不嚴重但實際很危險的病人，或者一些急性發(fā)病者。

當(dāng)然，這些只是人工智能開發(fā)和應(yīng)用的冰山一角。實際上，在醫(yī)藥領(lǐng)域利用計算機技術(shù)和人工智能最早和進展較大的是藥物的研發(fā)與監(jiān)控。計算機和人工智能對于藥物的研發(fā)在很多方面都起到了作用，如研發(fā)新藥、老藥新用、藥物篩選、預(yù)測藥物副作用、藥物跟蹤研究等。這實際上已經(jīng)產(chǎn)生了一門新學(xué)科，即藥物臨床研究的計算機仿真(CTS)。

對于傳統(tǒng)的藥物研發(fā)來說，一種藥物必須經(jīng)過動物試驗和人體的I、II、III期臨床試驗。而且，即便三期試驗后批準上市，還有IV期臨床研究，即新藥上市后進行的臨床研究，而且一類新藥要求進行2000個病例的IV期試驗，這也是造成藥物研發(fā)周期長、費用高的重要原因。

但是，在今天，有了計算機程序，特別是以AlphaGo為代表的能自我學(xué)習(xí)的計算機程序（軟件），就為人們提供了一個檢測藥物的人工智能安全專家。首先是在新藥篩選時可以獲得安全性較高的幾種備選物。當(dāng)很多種甚至成千上萬個化合物都對治療肝癌顯示出某種療效，但又對它們的安全性難以判斷時，便可以利用AlphaGo的策略網(wǎng)絡(luò)和評價網(wǎng)絡(luò)，以及蒙特卡洛樹搜索算法來挑選最具有安全性的化合物，作為新藥的最佳備選者。

同樣，對于尚未進入動物和人體試驗階段的藥物，也可以利用AlphaGo這樣的人工智能來檢測新藥的安全性。因為，每一種藥物作用的靶向蛋白和受體都并不專一，如果作用于非靶向受體和蛋白就會引起副作用。AlphaGo等程序可以通過對既有的近千種已知藥物的副作用進行篩選搜索，以判定一種藥物是否會有副作用，或副作用的大與小，由此選擇那些副作用幾率最小和實際產(chǎn)生副作用危害最小的藥物進入動物和人體試驗，就會大大增加成功的幾率，節(jié)約時間和成本。

當(dāng)然，利用AlphaGo等程序還可模擬和檢測藥物進入體內(nèi)后的吸收、分布、代謝和排泄、給藥劑量-濃度-效應(yīng)之間的關(guān)系等情況，讓藥物研發(fā)進入快車道。

AlphaGo人工智能軟件戰(zhàn)勝人類棋手，為人類提供更多的是機遇和基礎(chǔ)，而不是威脅。當(dāng)然，威脅也會存在，就看人類如何控制和駕馭人工智能。（張?zhí)锟保?/p>