【特約資深記者謝維倩分析報導】一台冷冰冰的機器可以戰勝圍棋高手不算新聞，幾年前就聽說過，對於人類而言，互聯網所累積的海量數據，到底意味著什麼？又會帶來什麽樣不同於以往我們所認知的「知識概念」。機器戰勝人腦，不僅是機器的勝利，也讓我們意識到知識的迭代轉換，知識將被分為機器知識與人類知識，人類該如何面對？
三年前AlphaGo輕鬆戰勝韓國頂尖九段選手李世石，無疑是一個人類與機器對弈的轉折點。企業家王維嘉所著的「暗知識」，所提出的暗知識概念，為人工智慧的本質提供了不同視角，有助釐清人工智慧可能的相關問題，並提供了新的思路。
所謂知識，王維嘉認為是數據在「時空」中的關係，所以新的知識與數據密切相關。 人類的知識，過去大家比較熟悉的是顯性知識，可以表達，可以學習的知識。例如：牛頓定律屬於可以表達，可以學習，量子力學屬於可以表達但是無法感受的知識。學者波蘭尼與哈耶克等人，提出了「默」知識的概念，也就是可以感受但是無法表達的知識。「默」知識的提出，意味著社會中有很多訊息是無法傳達的。
如果說可以感受的是默知識，可以表達的是明知識，那麼暗知識是什麼？ 王維嘉指出，這是機器發現的，無法感受也無法表達的知識，就是說：暗知識意指隱藏在海量數據中的萬事萬物間的關係。我們靠著概念（歷史）掌握這個世界，靠著邏輯（推理）瞭解事物的本質與脈絡，藉由經驗我們不斷修正改善臻於極致，這是人之所以為人的價值。
概念的價值，讓人類可以解析人工智慧帶來的變化，提出新角度，而機器掌握的暗知識數量，將遠遠超過人類以往的知識，這將帶來難以限量的巨變。王維嘉認為AlphaGo擁有遠超過人類的暗知識，以至於具備人類無法擁有的上帝視角。
圍棋被認為是最複雜的棋類，因其變化最多。圍棋的擺攻方法是2 的 361次方，這是什麼概念？人類歷史上保留的棋譜大概是3,000萬個，這聽起來已經很多了，但是比起前面提到的圍棋擺攻方式，那麼人類掌握的圍棋棋譜不滄海一粟。
一個高手每天下棋，一輩子最多只能夠下幾十萬盤，但是比起圍棋棋譜上可能存在的對局模式，他的探索不及億分之一。可以說就技能而言，人類的終點，只是機器的起點，在機器面前，人類數千年來累積的技藝以及與此有關的經驗知識，可能瞬間一文不值。
中國棋聖聶衛平把AlphaGo尊稱為「阿老師」，說它的著數讓人看得如醉如痴。暗知識帶來挑戰，我們人類所掌握的知識，只是知識海洋中一小塊冰山，知識在未來將分為機器知識與人類知識，而大量暗知識來自機器學習而逐漸顯露。
從暗知識的角度，我們如何審視人工智慧？「算法」是人工智慧的核心，應用只是依附於算法。由王維嘉列出的AI產業鏈金字塔結構中，塔尖是算法，其次是芯片，再次是計算機軟硬平台，塔底是自動駕駛語音識別等應用，上層決定下層，而不是相反。我們對當下世界人工智慧實力版圖，應該重新認識，就人工智慧而言，當前中國在局部應用領先，在算法與芯片並不領先。
王維嘉認為人類的優勢在於人類精神和情感的感知理解。人類和機器不一樣的地方，恰恰是人類的優勢所在。機器時代改造了知識定義，也使得職業需求完全不同，越是專業的職業越有可能被機器取代。 反而創造力和情感屬於機器的短板。
孩子應該學習什麼？要了解人工智慧，不是逼迫孩子學些粗淺編程就算數，更應該站在時代變化的高度來思考。也許我們應該讓孩子掌握數學語言等基礎學科，更好的掌握與人的溝通，換言之通識應該是下一代最基本的配備。