成。但到
今天，面部识别程序辨认人脸
速度和效率都已经远超人类。警方和情报机构现在已经很习惯使用这种程序，扫描监控录像机无数小时视频资料，追踪嫌犯和罪犯。
20世纪80年代讨论到人类独特之处时，很习惯用国际象棋作为人类能力更强主要证据。他们相信计算机永远不可能在国际象棋领域打败人类。但在1996年2月10日，IBM超级计算机“深蓝”（DeepBlue）就打败世界国际象棋大师加里·卡斯帕罗夫（GarryKasparov），推翻这个认为人类能力更强论点。
“深蓝”算是有些取巧，因为编写程序人不仅写入国际象棋基本规则，还加入详细棋局策略。但新
代人工智能更喜欢让机器自己学。2015年2月，由GoogleDeepMind人工智能公司所开发个程序，就自己学会如何去玩49款经典Atari游戏。开发者之戴米斯·哈萨比斯（DemisHassabis）博士解释道：“
们提供给系统唯信息就是屏幕上原始像素，以及指示系统要努力得到高分。剩下切都是它自己解出来。”而这套程序也成功找出交给它所有游戏规则，从《吃豆人》（Pac-Man）、《太空入侵者》（SpaceInvaders）到各种赛车和网球游戏。而且，这套程序得到分数多半都能打平甚至超过人类，有时候还会使出人类玩家从未想到策略。13
图45“深蓝”击败加里·卡斯帕罗夫
不久之后，人工智能又获得更惊人成就：谷歌AlphaGo软件自学围棋这种古老中国棋类游戏，而围棋复杂度远超国际象棋，般认为这并不在人工智能程序能够处理范围内。2016年3月，AlphaGo和韩国棋王李世石在首尔举行场比赛，AlphaGo凭借出奇下法、创新战略，以4比1击败李世石，令各方大跌眼镜。赛前，大多数专业棋手都确信李世石能赢得比赛，但在赛后分析AlphaGo棋路后，多数人结论则是人类在围棋上已不再有希望能打败AlphaGo或其后来者。
近来，计算机算法也证明自己在球类竞赛中价值。几十年来，棒球队挑选球员靠是专业球探和经理智慧、经验和直觉。顶尖球员身价高达数百万美元，自然财力雄厚球队才能抢下流球员，而经济拮据球队只能勉强起用二线球员。但在2002年，预算有限奥克兰运动家队（Oakl
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
