2002年诺贝尔经济学奖获得者丹尼尔·卡尼曼在《思考，快与慢》这本书中论述了他所认为的大脑工作原理，他认为人类的大脑包括两个层次：快脑和慢脑，快脑用来做“下意识”的决策，而慢脑则用来做严密的逻辑分析。这本书中还给出了一些有益的建议，比如我们要多使用慢脑去进行决策，因为快脑往往是不靠谱的。

这本书于2011年出版，恰逢人工智能爆发的时代。王校长在进行人工智能研究的过程中一直在思考目前的机器智能与人类智能的差距，于是便意识到这本书恰恰给了我们答案。目前的深度学习，能够完成诸如人脸识别、物体检测这种人们可以“下意识”完成的工作，吴恩达教授也指出，人类思考时间大于1秒的任务目前的深度学习技术无法完成，因此目前的深度学习技术模拟的是人类大脑中快脑的功能。

我们继续来到脑神经科学的研究，大家从小就了解左脑和右脑分区的理论，左脑主要负责逻辑思考，右脑负责感性判断。将这个理论与上面的叙述对比就可以知道，目前的深度学习实现的是人类的右脑。

我们再深入讨论一下左脑与右脑功能的不同，我们很容易发现，左脑所实现的功能都是可以用一种语言来描述的，这个语言要么是人类创造的语言，要么是数学逻辑。相反，右脑的功能我们无法用语言来刻画。比如就物体识别来说，你很难总结出来为什么一眼就能够认出桌子。再比如医生在看X光片的时候，怎么能够下意识地就知道病人的身体状况。因此，右脑所能完成的事情是一种感性的理解，几乎没有可能总结成一套逻辑体系。

那么大家肯定有一个问题，目前的深度学习仅能够完成右脑的功能，为什么还能引发这么多的关注呢？相比于人类，机器天生具有两个重要的优势：（1）机器能够在短时间内看很多很多样本。就拿物体识别来说，机器可以在1秒钟内过成千上万的图片，而人类一辈子也可能看不了这么多样本。（2）机器不会疲倦。现在人们丢一段代码就能够检测监控中的异常，完全不需要人瞪着双眼看监控屏幕了。既能够提高准确率，又能够节省人力资源，何乐而不为呢？

未来会是什么模样呢？

既然目前的深度学习没法完成左脑的功能，我们就要把这个至关重要的环节加入到机器智能中去。Google DeepMind在最近几年的工作中，也在进行类似的尝试，下面我们分别来做一个介绍。

就在2015年年底，Google DeepMind在Nature发表了Alpha Go的论文，他们在Alpha Go中同时加入了感性判断和逻辑推理的模块。就在几个月后，Alpha Go的升级版本打败了李世石（9p），做到了超越人类的智能。

我们来看一下，DeepMind的大神们是怎么把感性判断和逻辑推理做在一个大脑中的。

Alpha Go的执行过程非常简单，每一个局面对应蒙特卡洛搜索树的一个叶子。当Alpha Go看到一个局面时，将会“下意识”地看一下哪个地方落子会比较好，这个就是Policy Network所做的事情，它告诉Alpha Go各个位置落子的概率。Alpha Go会根据这个概率将目前的叶子进行展开，这样能够避免一次展开过多的子节点，将“火力”集中到较大可能出现的局面上面。当Alpha Go看到一个没有展开的叶子节点时，会对这个局面进行一个评估，这个评估结果是两个因素的叠加：（1）看到这个局面“下意识”地对自己利弊的判断，这个判断由Value Network来模拟；（2）从这个节点开始推理，依据Rollout Policy在大脑中进行若干次模拟的对局，一直对弈到能够判断出胜负为止，进而得到一个对自己利弊的判断。除了Policy Network所计算出的概率，后续的蒙特卡洛搜索还会参考各个叶子节点的评估结果。可以看到，Policy Network和Value Network完成的是右脑的功能，而Rollout Policy和蒙特卡洛搜索实现了左脑的逻辑推理。

童鞋们肯定会兴奋地大喊，既然Alpha Go已经实现了左脑和右脑的结合，我们的使命就完成了啊！很遗憾，王校长在这里要给大家泼一盆冷水。Alpha Go所实现的仅仅是针对于围棋这个特定领域的一种人工智能，并不是通用的解决方案。要实现通用的左右脑结合的人工智能，我们还有很长的路要走。

就在2016年，Google DeepMind又在Nature上面发表了一篇文章，他们提出了一个叫做DNC（differentiable neural computer，可微分神经计算机）的神器。

与之前所研究的深度学习模型不同的是，DeepMind在其中加入了关键的记忆模块，深度神经网络与记忆模块无缝地结合在一起形成了一个大脑。虽然这个工作并没有解决左右脑结合的问题，但是他们为机器的大脑补充了一个重要的部件，那就是记忆。《西部世界》中的机器人之所以拥有了自我意识，正是因为它们（抱歉我还是习惯用“它”来描述机器人）拥有了记忆。

加入记忆后的DNC可以大幅地提高机器的智力水平，也让机器的“推理”（王校长不认为右脑的“推理”为真正的推理）能力有了较大的提升。

人类探索未知的欲望是无穷的，今天我们走到了一个转折点，机器右脑的功能已经非常完善，人们下一步的目标是构造一个完美的左脑，然后将二者无缝地结合在一起。同时拥有左脑和右脑的机器人，才能让“奇点”加速到来。