AlphaGoZero從簡單的自我對弈和隨機游戲開始，很快就超過了人類的水平，并以100：0的比分打敗了此前公布的AlphaGo版本“Master”。

　　這標志著機器學習已經邁入無需人類指導的自學階段。

　　西北大學經濟學家BenjaminJones等發布的一份最新研究報告認為，如果機器學習真的能夠代替人類完成各項任務，那么對于全球經濟增長將有根本的推動。他們預測，人工智能正進入到快速的“自我提升”周期。

　　人工智能發展的提速受益于全球頂尖科技公司的帶動。比如蘋果iPhone也搭載了自主研發的專用于機器學習的芯片，從而實現更多智能識別任務，英偉達發明了適用于自動駕駛和其他人工智能應用的GPU芯片和平臺，亞馬遜長期利用人工智能算法推動電商的發展。

　　盡管人類對于機器是否能夠或者應該擁有自我意識仍持不同意見，但是毫無疑問，使用機器人的思維和人類共同決策會迸發出前所未有的創新理念，從而推動經濟的發展。

　　人與機器人到底應該如何協作共榮，提振經濟?多位專家認為，機器人智能應該分“三步走”——從自主導航，到自主學習，最后構建認知系統。

　　以無人駕駛汽車為例，大多都要求機器完成從A點到B點的移動，這意味著機器人需要具備自主導航能力。機器人不僅要掌握自身的實時定位，更要根據對地形信息的收集，迅速分析并規劃避障路線，流暢安全地完成移動任務。

　　電氣與電子工程師協會(IEEE)會員、香港科技大學教授劉明對筆者解釋道：“無人駕駛車的學習過程首先需要利用幾何學和算法優化讓車輛實現同步定位與地圖構建。之后，結合深度學習和強化學習，機器人能夠在測試過程中不斷累積‘工作經驗’，逐漸完善自身功能。”

　　如果說自主導航是機器人的核心需求，能夠保證機器人以安全的方式與人類共同協作，那么自主學習則能夠使機器人因地制宜地完成各項任務。印度機器人專家、IEEE終身會員JaykrishnanT團隊正在開發的一款Sayabot服務機器人，能夠通過各類傳感器實時收集數據，像人類一樣累積經驗不斷自我優化。

　　市場調研機構IDC最近發布的《人工智能時代的機器人3.0新生態》報告顯示，到2020年，全球商用服務機器人在醫療、零售批發、公共事業和交通領域的市場規模將達到170億美元。

　　在電影《超能陸戰隊》中，機器人大白看似遲緩呆萌，實際上是集百般武藝于一身的超級英雄。這強大實力的背后，得益于其認知系統。大白學習各種武術后，能把全部動作技能記憶保存起來，必要時迅速反應揮拳退敵。在現實生活中，構建機器人的認知系統，也是新一代智能機器人研發工作中最重要的部分。

　　IEEE會員、巴西坎皮納斯州立大學教授EstherLunaColombini對筆者表示：“建立認知系統實際上就是將所有機器學習的過程聚合起來，讓機器人能自如使用已習得的行為能力，并且在過程中不斷自我完善和優化。”

　　Colombini正在研發一款用于協助女子足球運動員進行訓練的類人機器人，它會模仿球員的各種動作技能，例如走路、踢球、跌倒后起立等，通過大量的機器學習技術在訓練中不斷試錯、學習、調整，直至能夠熟練掌握。最終，這些足球技能都會通過“認知系統”融會貫通，根據實際賽況自主判斷使用哪項技能。