人机

关于人机大战，早在1997年，一台叫做“深蓝”的超级计算机在国际象棋上下赢了国际象棋冠军卡斯帕罗夫。“深蓝”是一台超级计算机，虽然跟人工智能程序Alpha Go好像不是同一回事，但是其实人工智能程序也需要以计算机作为载体才能工作，就像大脑也需要有身体才行。因此，把它们放在一起比较并不奇怪。而随着超级计算机技术的不断发展，即使是今天最普通的集成显卡的性能也超过了700GFLOPS。“深蓝”已经从逐渐跟不上脚步到被甩开了一大截。值得一提的是，世界上最快的超级计算机是我们国家的天河2号，其性能达到了33.86PFLOPS，是“深蓝”计算机的30万倍。

那么，跟“深蓝”计算机相比，谷歌Alpha Go的性能又怎么样呢？此前谷歌曾经在《自然》杂志上发表过关于这个人工智能系统的文章，其中称，Alpha Go人工智能的计算机装有48个CPU和8个GPU。我们似乎无法将两者放在一起直接比较，因为Alpha Go是在云计算平台上运行的，我们可以通过竞争对手的计算机数据来进行大概的比较，比如阿里云。

2015年12月，阿里云对外开放高性能计算服务。这些计算机的单机浮点运算能力是11TFLOPS。如果谷歌的计算机性能与阿里云接近的话，那么Alpha Go所驱动的硬件的性能至少是深蓝的1000倍。

说起围棋和人工智能，我们可能多少都了解一些，不过二者是怎么联系到一块的呢？

那是因为机器战胜人类，一个关键就是围棋。拥有悠久历史的围棋高度反映了人类的智慧，围棋棋盘纵横19道，361个交叉点，涉及到的可能出现的局面数量最大可达3^361，大致的体量是10^170，而已经观测到的宇宙中，原子的数量才10^80，国际象棋最大只有2^155种局面，这是什么概念？看似简单的纵横19道，361个交叉点，形成了浩瀚的宇宙。所以有人说，围棋是体现人类智慧的最好游戏，之前还有人预测，人工智能（AI）需要再花十几年才能战胜人类，所以若抛去商业元素，这场比赛的意义可能在于见证历史，足以说明当前人工智能的技术研究已经达到新高度。

AI下围棋，究竟有多难？

难点1：围棋对弈的基础是死活的确认，确定棋盘上一块棋的死活是最基本的，但要搞清楚一块棋是死是活是非常困难的，而且，这种似死似活的状态又是在不断变化的。研究局部死活搜索是AI围棋发展的一个难点。

难点2：棋形体现着人类形象思维独有的特性，棋手对棋形的感觉完全依赖于自身的经验，而这种感觉恰恰是胜负的关键，也是棋手水平高低的标志。人类棋手不愿意浪费自己的棋子去无谓地攻击对方活的棋形或无谓地试图挽救自己死的棋形，要赋AI这种对棋形的感觉，则是人工智能面临的重要课题。

难点3：此外，还需要研究特殊的算法来解决快速识别问题，著名的电脑围棋程序设计者布恩说过: “有了快速的模式识别方法，就不难教程序利用手筋来吃棋。”所以说，模式识别算法是围棋博弈程序的重要组成部分，高效的模式识别算法反映着博弈程序的水平，当电脑的模式识别技术发展到能与人脑匹敌时，电脑围棋的棋力离专业九段就不远了。

简单来说，一方面，围棋规则非常复杂，每一步的调整，都会产生更多的可能，这对机器的计算能力要求很高。另一方面，即使机器中存储了足够多的已有围棋大战数据，由于围棋规则的复杂程度和棋手的无法预测的落子，对机器的应变能力或深度学习能力有更高的要求。

4.下围棋这么复杂，AI靠什么取胜？

上面说的那么难，难道AI就没机会取胜了？NO NO NO~

为了击败人类，研究者们拿出了大杀器——这就是人工智能领域新一代的机器学习（machine learning）形式——深度学习(deep learning)和强化学习（reinforcement learning）。

深度学习的概念换句话说，就是让计算机像人脑一样去学习和思考。和传统的机器学习不同，深度学习是把计算机科学和人类的神经学结合起来，让计算机自主学习。比如，不是由人告诉计算机这是一只猫，然后让它来进行识别和印证。而是给计算机提供大量的图片数据，让它自己学习和分析，然后自主形成“猫”的概念，就像人类大脑的视觉皮层那样反应。有了具备深度学习能力的人工智能系统，以后驾车出行时，汽车就能主动提醒你周围的路况，还能应用于语音和脸部识别、医疗诊断等领域。

强化学习一词来自于行为心理学，这一理论把行为学习看成是反复试验的过程，从而把动态环境状态映射成相应的动作。它类似于传统经验中的“吃一堑长一智”，强化学习可以做出策略选择，广泛应用于下棋、走迷宫这一类别中。这种依赖于大数据和强大计算能力的被称为“深度学习”的无监督或半监督机器学习，使计算机可以在无需人力参与的情况下，完成原本只有经过高度专业化训练的专业人士才能完成的任务，甚至超过专家。

另外，为了达到更高的运算能力，谷歌还把Alpha Go接入到了一个有1202个CPU组成的网络中。这使得这个人工智能系统的计算能力在原来的基础上增加了24倍。经过推算，Alpha Go的性能大约是深蓝计算机的2.5万倍左右。按这个节奏计算，假如人类一年能玩1000局，AI一天就可能玩100万局。所以Alpha Go只要经过了足够的训练，还是有可能击败人类选手。毕竟，人类在长时间的下棋比赛后，由于生理和心理限制可能会疲累，进而犯错，但机器不会。

不过谷歌董事长施密特表示，即使机器真的赢了，人类仍是赢家。即使AlphaGo机器最终赢了李世石，对于人工智能是否会“碾压”人类，依然存疑，我们不必过于焦虑，人工智能可能还有很长的路要走。

历史上的人机大战

①深蓝战胜卡斯帕罗夫

1997年，美国IBM公司的“深蓝”超级计算机深蓝以二胜一负三平的战绩战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫，成为赢家。

②浪潮天梭挑战人类象棋大师

2006年的浪潮天梭超级计算机，挑战人类象棋大师一役，在最终的巅峰对决中，许银川与浪潮天梭两战皆和。浪潮天梭向世人证明了自己超强的运算能力。

③全才学霸沃森挑战人类

2011年，“深蓝”的同门师弟“watson”（沃森）在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军，并获得成功。

④Alpha Go以5:0完胜欧洲冠军樊麾

2016年1月，美国谷歌公司旗下的人工智能(AI)开发商“DeepMind”(位于英国)研发的围棋电脑软件“AlphaGo”(阿尔法围棋)打败了职业棋手樊麾，开创全球先河。

进入21世纪后，科学研究从大数据、人工智能到虚拟现实，从发现了类地球行星、引力波到无人驾驶、量子计算，这是一个创新不断、惊喜不断的时代，而我们有幸参与其中，这也许比单纯讨论比赛输赢更有趣。

中国围棋在2017年得到了前所未有的关注，世界围棋第一人、中国棋手柯洁与AlphaGo的首回合较量，一度登上微博热搜榜首，不论对战结果如何，人工智能围棋的横空出世，都让围棋这项古老的国粹焕发出了新的活力。

中国围棋当红小生柯洁以阳光帅气的外表和狂放不羁的性格圈粉无数，决战前夜一篇微博引来近两万条网友热评，柯洁的微博粉丝数量也暴涨至三百四十多万。

然而，细数评论不难发现，网友多为吃瓜群众闻风而来，真正了解围棋项目的爱好者占极少数，尽管很少再有网友傻傻分不清楚“超女何洁”与“棋士柯洁”，但仍有大批群众对围棋规则一知半解，人机大战首局柯洁输给AlphaGo仅1/4子，那么这个差距到底多少？

围棋的棋盘由纵横各十九条等距离、垂直交叉的平行线构成。形成361个交叉点，简称为“点”。在棋盘上标有九个小圆点，称作“星”。中央的星又称“天元”，如下图。

棋子分黑白两色，形状为扁圆形体。棋子的数量应能保证顺利终局。正式比赛以黑、白各180子为宜，如下图。

根据中国围棋规则，着子完毕的棋局，采用数子法计算胜负。将双方死子清理出盘外后，对任意一方的活棋和活棋围住的点以子为单位进行计数。棋盘总点数（361点）的一半180.5点为归本数，一方总得点数超过此数为胜，等于此数为和，小于此数为负。因为黑棋先行占优，需要还给白方3又3/4子，围棋术语称为贴子，因此，最终数子结束后，黑棋共计185子则黑胜3/4子，白棋共计177子则白胜1/4子。

昨天的人机大战，柯洁执黑落下全局最后一子，比赛结束，经过数子，白棋共计177子，AlphaGo执白以1/4子的最小优势战胜柯洁。然而，1/4子的差距看似惊险，其实柯洁早已知道自己输了。据DeepMind创始人哈萨比斯称，AlphaGo总是尽量将赢棋的可能性最大化而不是将赢的目数最大化，当它把赢棋作为中心的时候，就会导致AlphaGo可能会放弃一些目数以求降低它感知到的风险。也就是说，比赛在进行至后半盘的时候，柯洁与AlphaGo的差距已经不小，但人工智能仅是为了赢棋，选择了更为稳妥的下法，以致最终不多不少只胜1/4子。

当然，不论结果如何，在人工智能突飞猛进发展的今天，20岁的柯洁有勇气接受这样的挑战，本身就是一件值得肯定的事。若是通过这场人机大战，能让更多的人了解围棋、喜欢围棋，才是我们最期待看到的。

李世乭参加韩国节目“李世乭的视线”时回忆人机大战，关于柯洁与AlphaGo人机大战时，时越、芈昱廷、唐韦星、陈耀烨、周睿羊等五位世界冠军团队对抗AlphaGo的比赛提出自己的观点。

韩国网友翻译原文如下：

（About Team Go against AlphaGo） 5 players are too many for the group Go game。 For 5 members， they should have been given more than 5 hours of thinking time。 The group game also requires a very comfortable place for players to discuss。 It would have been better if there were a disclosed room rather than a open place。 Then they could organize someone who sits in front of the board to put stones for them as Doctor Aja Huang did for AlphaGo。

I agree the pair game was an event match but I think the group game was different。 It was 胜负。 Nevertheless its circumstance was not very good。 Compared to a single play， was it be really a better condition for human players？ It was the question I half jokingly asked before。

And this is my personal opinion but I felt the team played this game quite casually。 It is good to enjoy the game but I could not think they really did their best。 However， wasn‘t the Team Go suggested as one of the best alternatives for human players to overcome AlphaGo？ It is a pity that the rule or the game environment were not well prepared but still， shouldn’t they have tried everything they could in a given set of circumstances？ Ke Jie was the representative of human but they also represented the professional Go players。 Media reported that even the cooperation of human champions could not overcome AlphaGo。 However， the game was too messy to say it was their best。 （Caster： Lee 9 dan， are you angry？） Yes。

中文翻译如下：

（关于五位世界冠军组团对抗AlphaGo的比赛）

5个人对于围棋团队来说太多了。因为有5位棋手，他们有超过5小时的思考时间，并且获得了一个很舒适的讨论环境。但是如果在一个封闭的环境或许比公开的环境更好。他们可以安排一个人在棋盘前摆棋，像黄博士替AlphaGo落子那样。

我同意两人对战是匹配的，但是多人对战则不同。那就是胜负。尽管环境很不好。与单人对局相比，难道团队对战对棋手来说真的是更好的规则吗？这个是我之前半开玩笑提出的问题。

这是我个人的观点但是我感觉这个团队对战确实有些漫不经心。团队对战能够很好的享受比赛，但是我认为没有人能够发挥他的最好水平 。接受建议组成一个非传统的围棋团队就能战胜AlphaGo了吗？很遗憾比赛的规则和环境仍然不如预期。难道是因为他们在赛场没有尽他们他们所能尽最大努力吗？ 柯洁不仅代表了人类棋手，更代表了职业棋手，媒体报道即便是世界冠军的组合仍然不能战胜AlphaGo，然而这次比赛很难说是他们的最好水平。

主持人提问：李九段你感到生气吗？

李世乭回到道：是的。

公元2016年3月9日至15日，身为人类顶尖棋士之一的李世石与谷歌AlphaGo进行了五番棋人机大战，结果李世石以1：4败北。

先来看一下第5局的动态棋谱：

本局AlphaGo通盘自损了17枚劫材，包括右下的连续逃死子n步，以及n处在全盘各处一路断吃。然而，在终局时棋手们意外的发现，即使AlphaGo卖出这么多劫材，若此时有劫可开的话，仍然令人无语的是：它的劫材多！

这种下法是为了尽量“缩小棋盘”。因为棋盘上可选的点变少后，AlphaGo的计算量可能会急剧减少，每少一个交叉点，可能是带来数量级上的计算量减少。计算量的减少，就意味着它能节省出更多的资源以利于在后边计算出更接近胜利的每步落点。

可以称这种提前卖变化、损劫材的着法为机器流。人类这么走是没有意义的（这种程度的缩小棋盘，人类的计算量不会因之减少）。

如果没有一个合理的解释，那么在围棋教学就比较尴尬了。学棋的小孩问：这个能战胜李世石的机器，这十几步自损劫材是什么意思。实战中，他们可能会理直气壮的到处卖先手。

也许在下次人机大战前所应努力争取的一个条件是：人类3小时，机器1小时。

上图：AlphaGo在对弈中“计算”示意图

这种无谓的逃死子和打吃，由于第4局AlphaGo败北时较多的出现过，曾被怀疑是狗狗在劣势下的一种萌比表现。第5局结束后看并非如此。

另外，本局李世石帮助棋界得到了一个重要信息：AlphaGo在读秒时的官子也是滴水不漏的。

1-50

李世石执黑。第43手，陈耀烨认为应45位单扳。而曹薰铉认为单扳的话，白可能会连扳。

从48开始至下谱的58，AlphaGo连续6手逃死子（有对局研究表明右下白可能有手段，但AlphaGo并未走出），6枚劫材没了。

51-100

69肩冲，陈耀烨判断形势难解；而聂卫平认为是败着，应中腹吊一下后，点左下角三三。AlphaGo的70镇头，令人想起幽玄之间里佐为代替进藤光与塔矢行洋的那局棋。

79保守，应于80位长；被白80扳住后，不但上边黑棋只能3目苦活，中腹白瞬间围成大模样。这可能是李世石的优势意识作怪。

AlphaGo的白86立，太像李昌镐的棋了。

白100拆一，令李世石面露惊讶。

101-150

陈耀烨认为109下法有问题。实战至AlphaGo第136手抢攻时，黑陷入难局。

其中白128至134，共4个先手，全部可以暂时保留不走，又浪费4枚劫材。

也许此时李世石心中暗喜：这不是昨天阿发狗形势不利时的典型症状吗？

151-200

AlphaGo 158、164、178、184都“爽歪歪的”扑吃在一路，其实都可以根据情况再走，又浪费4枚劫材。160在黑大本营里提子，也是浪费一枚劫材。本谱又浪费5枚劫材。至此已浪费15枚劫材。

201-250

203，李世石的胜负手，被机器冰冷的应之以204并，以下再无胜机。

AlphaGo 234、236又浪费2枚劫材，也许这2次不该算，因为AlphaGo也读秒了。

251-280

五番棋精彩瞬间

精彩太多，篇幅所限，每局只选一图。

第1局、机器漂亮的组合拳：96先手阻渡，102仰仗厚势强力打入

第2局、机器宛如十三段的肩冲：这着背后是几万步还是几亿步算路在支撑？

第3局、李世石单骑踏营！

第4局、李世石神之一手！

第5局、霸气测漏的机器流：我逃我的死子，与你人类何干！我走了这么多“失着”，还是我赢！（AlphaGo专营：一路扑吃、逗比逃子；下图为AlphaGo连逃6步死子）

人机大战的结果是机器一方获胜，昭示着AI科学划时代的成就和它的崛起；另一方面，作为棋迷来说，热切期待职业围棋界的围棋原力觉醒。

机器战胜人类顶尖棋手绝不是坏事，当今围棋界有那么多百年甚至千年一遇的天才，他们一定会通过这次人机大战悟到很多，他们会站在棋界顶峰反思并努力提高围棋技术本身。AI助人类提高围棋技术，甚至互相促进，这绝不是伪命题或科幻情节。

正如世界冠军孔杰在昨天的微博中所说：“围棋真的是博大精深，我们能领悟的可能也只是冰山一角。人机大战向全世界展现了围棋的魅力。这不是结束，只是刚刚开始……”

四年前的2016年3月15日，举世瞩目的第一次“人机大战”结束，代表人类出战的棋手李世石九段1比4不敌横空出世的围棋人工智能AlphaGo，正式宣告了围棋AI时代的开启。三年后的现在，围棋界的生态环境与三年前相比，已经发生了天翻地覆的变化，下面我们通过一组组有趣的对话来看看这些变化吧。

如果你能和过去的自己对话，那么以下A童鞋的发言也许代表三年前的你，B童鞋的发言也许代表现在的你。

网选落幕

A：”哎，他的实力明显不如我，网选我碰到他却输得一点机会都没有，肯定是找枪手了吧”

B：”哪需要什么枪手，现在有一台电脑就足以虐你了”

围棋网选制度从它的诞生之日起就一直争议不断，争议的核心就是“请枪手”，简而言之就是作弊。请枪手事件，最著名的莫过于孟繁雄二段在2014年《围棋天地》第11期连载文章《枪手的袭击》中，实名指认任教于某高校的业余5段余磊教授在多年前一次网选中请枪手作弊。此后余磊发函至《围棋天地》强烈抗议，因缺乏法理上站得住脚的实际证据，《围棋天地》与孟繁雄二段公开道歉。

孟繁雄在道歉声明中，再次阐述了认为对手作弊的四点理由：1.自己当时处于个人巅峰水平；2.余磊教授当时在围棋圈里毫无名气；3.余磊教授那盘棋下出了围甲水平；4.最终余磊教授没有出现在落地赛，弃权了。孟繁雄在道歉信中说：上述四点理由与这盘棋是枪手所为并不存在必然的因果联系，并向余磊教授诚恳道歉。不过风波并未就此平息，此后棋友们分成了“挺孟派”和“挺余派”，在网上两派棋友进行了长时间激烈的争吵，其热度一点也不逊于后来的“刘超事件”。

尽管饱受争议，但网选制度能一直延续下来，主要源于它的优点：最大限度地帮助赛事主办方节约办赛成本，同时扩大赛事影响力，让更多的围棋爱好者参与。多项著名的职业及业余赛事，比如名人战，天元战，百灵杯，阿含桐山杯，龙星战，倡棋杯，梦百合杯等都有过其辉煌的网选历史。

不过随着围棋AI时代的到来，网选制度最终还是被终结了。原因很简单—当“枪手”的角色从人变成了电脑，“犯罪成本”太低了。如今哪怕是一位完全不会下棋的普通人，只要身边有一台电脑，就可以完胜围棋世界冠军。当“请枪”升级成了“遛狗”，网选这座高楼大厦顷刻坍塌。

而2018年4月发生的“刘超事件”，更是将AI时代的作弊危机从线上转移到了线下。各国棋院相继出台规定禁止在比赛中携带手机，同时连比赛的用时制度都发生了根本性的改变：过去棋战沿袭日本模式，上午开赛，中午休息用餐，下午续弈。如今为了防止在午休时出现“作弊风波”，比赛大都安排在中午开赛，废除午休。

布局飞跃

A：”什么？这么早就点三三了？这能是棋？”

B：”不点三三能是棋？”

围棋AI时代对人类对局最明显的影响就体现在布局了。最经典的案例当属“点三三”，Alphago在网上化身Master时期，与人类高手对弈中率先使出点三三之着，当时震惊了棋界。布局过早点三三，让对方过早的形成外势，在过去的布局理论中肯定是被批评的，然而Master就是这么下了。此后点三三经过人类的研究被认可并发扬光大，如今在围棋大赛上被普遍使用。

而在Master席卷人类的60局棋中，人们发现大多数对局人类在布局短短30手之内胜率就跌破三成了，可见人类在布局方面可提升的“潜力”巨大。在那之后，职业棋手们纷纷开始了对AI布局的研究，如今棋手们在布局方面的水平与过去相比已不可同日而语。以柯洁为例，尽管很多人认为柯洁的巅峰状态在2015年，但相信现在的柯洁如果能穿越回4年前，也一定会在布局阶段碾压过去的自己吧！

AI为人类打开了一扇大门，人类发现了门外前所未有的精彩世界。过去流行多年的中国流、迷你中国流、小林流等布局已经不复重现，现在的布局变得更为自由。如今经过布局升级的人类顶尖高手们，如果与三年前击败李世石的Alphago版本（Alphago Lee）再次对决，也许胜负会十分难料。

除旧迎新

A：”你会不会妖刀啊？白棋这么选择不是亏炸了？”

B：”你怎么还在下妖刀啊？黑棋这么选择不是亏炸了？”

除了布局，另一项人类经过3000多年历史沉淀逐步总结形成的知识库—定式，也被基本颠覆了。经过对围棋AI工具的研究，棋手们发现众多过去的定式都存在瑕疵，会导致胜率的失衡。于是过去的很多人类定式都已经在大赛上消失得无影无踪，包括著名的三大难解定式：村正妖刀，千变大斜，大雪崩。不少职业高手在AI时代开启后惊呼：围棋要重新学了。

尽管过去的三大难解定式已被淘汰，但人类的求知欲和探索欲是无穷的，于是新的难解定式—芈氏飞刀被发明。“芈氏飞刀”变化之复杂，已经让AI都出现了不少盲点。由于无法准确判断“芈氏飞刀”的优劣，“芈氏飞刀"逃过了AI的审判，顽强地活跃在如今的围棋赛场上，成为一道独特的风景线。从“芈氏飞刀”的案例来看，正是由于过去的老定式被逐一淘汰，人类才会有更强的动力去探索发现新的定式与变化，与AI“较劲”。

扫地机器人被发明后，世界上分成了用扫地机器人扫地和仍旧自己扫地的两类人。在围棋界进入AI时代以来，有趣的一点是，被淘汰的老定式并未真正“死”了。尽管在职业赛场上已经难觅它们踪影，但在业余围棋爱好者们的对局中，我们发现那些老定式都“活”的好好的。职业棋手们与业余爱好者们下的似乎是两种不同的围棋，相映成趣，成为了围棋AI时代的独特奇观。

百花齐放

A：”柯洁和朴廷桓的对决代表世界最高水平的对抗”

B：”过去可以这么说，但现在最高水平的对抗可不止这一组哦”

三年前Alphago的出现，引发了围棋界的技术革命，过去的众多布局套路与定式均已被棋手们抛弃。而职业棋手们目前都向共同的老师—围棋AI学习，导致棋手间的实力变得愈发接近，棋坛格局正面临重新洗牌。

三年前的世界最强棋手，毫无疑问是柯洁和朴廷桓。而随着进入AI时代以来，两人在国际国内赛场上的统治力都已大不如昔。2018年芈昱廷和申真谞先后超越柯朴两人登上世界第一的宝座，而他们身后的辜梓豪、连笑等人也虎视眈眈，也许未来再也无法出现一人长期占据世界第一的局面了。

围棋界正式进入了“群雄割据、百花齐放”的新格局。也许在若干年以后，捧起世界冠军的是一位黄头发蓝眼睛的欧美棋手，这一刻你也不要太吃惊哦。

精确判断

A：”这棋的形势是我好吧？”，” 我当初这么下就赢了（复盘胜）”

B：”形势你从没好过，不信你看AI胜率“ ，”你这么下也赢不了，不信你看AI胜率”

过去人们对于棋局的学习与判断，常常以上手的意见为准，但是上手的判断就一定对吗？显然并非如此。很多情况是：我们心中有不同的意见，但是碍于上手的实力与名望，我们无法去当面反驳他。不服上手的故事当然也有不少，其中最有名的莫过于世界冠军陈耀烨与棋圣聂卫平曾经的“你牛，你牛”事件。

那一年陈耀烨只有14岁，他和聂卫平在比赛中相遇。那盘快棋战最后陈耀烨输了。按照惯例，赛后两人复盘。通常情况，这个时候晚辈们只有洗耳恭听的份，但有个性的陈耀烨却不然。复盘时他频频表达自己的观点，“不虚心”的“小毛孩”惹恼了聂卫平。聂老甩下一句“你牛，你牛”后，愤然拂袖而去。

如今，这样的情况也许再也不会出现了。因为对于棋局的分析和判断，你说了不算，上手说了也不算，围棋AI说了才算！你心中有不同的意见，如果在围棋AI那里得到验证，完全可以理直气壮的把AI数据展示给你的上手看。

以围棋AI作为工具，棋手们过去对于局势模糊的判断，如今都可以得到精确的数据解读。今天我们常常听到职业棋手们之间的对话是：“这手棋又亏了多少个点”、“这棋躺平了，一直没好过”

棋类游戏一直被视为顶级人类智力的试金石，此前在三子棋、跳棋和国际象棋等棋类，以及智力问答游戏中，计算机程序都曾打败过人类。

1997年，美国IBM公司的“深蓝”超级计算机以2胜1负3平战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。

2006年，“浪潮杯”首届中国象棋人机大战中，5位中国象棋特级大师最终败在超级计算机浪潮天梭手下。

2011年，“深蓝”的同门师弟“沃森”在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军，最终“沃森”轻松取胜。

但此次围棋“人机大战”的AlphaGo可不一般，在2015年10月，欧洲围棋冠军樊麾以0：5败给AlphaGo。赛后樊麾坦言，“不犯错的对手太可怕”。

此次胜利，令AlphaGo成为首款战胜职业棋手的计算机围棋软件。

由于围棋比国际象棋算法复杂得多，一般认为至少还需10年才能实现人工智能战胜人类围棋职业选手，而且此次对战的“人类选手”李世石是当今韩国最具代表性棋手，自2002年加冕富士通杯以来，他共获得14个世界冠军。

与人类顶尖选手PK人类智慧的试金石，可见此次比赛的历史性意义非同一般。

问题来了，如果人工智能进军医疗行业，是医生的好助手还是竞争对手？

目前，将人工智能（AI）运用到健康领域的最佳玩家，当属前文提到的IBM“沃森”，如今它开始充当起医生的角色，或者说，以多种方式在医院中应用。

医疗多面手“沃森”

1.分析医学图像：帮助医生看清医学图像的细节，并发现其中的异样，并结合文献中的数据，供医生参考。

2.肿瘤学研究：整理学习了纽约斯隆-凯特林(Memorial Sloan-Kettering)癌症中心的癌症文献，掌握各类相关研究和临床试验数据，并“出口”到了泰国的康民医院（Bumrungrad Hospital）。

3.提供基于基因的治疗建议：帮助医生了解基因在癌症和罕见病中所扮演的角色，并把这些知识用于患者的治疗上。目前已经在克利夫兰诊所、纽约基因研究中心和波士顿儿童医院开展应用。

4.黑色素瘤筛查：该系统证明，皮血管镜拍摄的图片可以作为诊断的工具。系统的精确度可以达到94%，而人工的精确度只有75%。

5.改善电子病历的可用性：IBM基于“沃森”开发的电子病历顾问（Electronic Medical Record Advisor，EMRA），可细究并读取所有临床记录和医生笔记，从中提取概念，生成了一个问题列表，将列表上的元素和患者电子病历相联系，使医生可以更快速找到所需信息。

6.慢性疾病管理：IBM正在制造一种可以在医院外管理慢性病患者护理的工具。

烧脑问题，人工智能会取代人类大脑吗？

简单来说，人和人的智能的差别，比如从最愚笨的人类到爱因斯坦的差距，其实是不大的。所以当人工智能达到了脑残级别的智能后，它会很快变得比爱因斯坦更加聪明。

当达到“临界点”时，人工智能将会自动进化，而且是以比人类快得多的速度在进化，变为强人工智能，甚至是超人工智能，即智能爆炸。

电影《超体》虽然是幻想人脑的开发，但女主角露西的发展过程，恰恰是强人工智能到超人工智能的图解。

终极烧脑问题，人工智能将何时超越人类智能？

发明家、思想家、预言学家雷·库兹韦尔在2005年面世的著作《奇点临近》中已预测，2045年，当奇点（一个机器智能失控的时间点）来临时，人工智能将完全超越人类智能。

奇点之后，如果人的智能能够完全转移到计算机上，死亡将变得毫无意义。

奇点或许永远不会临近，或许人类正在接近奇点！

著名物理学家史蒂芬·霍金认为，“成功制造出一台人工智能机器人将是人类历史上的里程碑。但不幸的是，它也可能会成为我们历史上最后的一个里程碑，除非我们能学会如何去规避这种风险。”

看到这里，你是悲观or乐观？

人工智能改变医疗领域你有何畅想？

2017年5月27日，人机大战三番棋第3局在浙江桐乡继续进行，尽管胜负已经没有了悬念，代表人类出战的世界围棋第一人柯洁依然全力出战，根据比赛规则，第三回合应该重新猜先，但应柯洁要求，本局比赛仍由柯洁执白棋。

著名国手王汝南、常昊讲解第3局比赛

第3局比赛照例于上午10点半开始，人工智能围棋AlphaGo执黑第一手棋落在右下角星位，如果这是人与人之间对局，会被认为有失围棋礼仪，正常情况下黑棋的第一手应该落在右上角，此礼仪来源于日本，黑棋的一手棋如果是占角的话，则应下在右上角，把距离对方右手最近的左上角留给对方，表示对对方的尊敬。

此前结束的第2局比赛，AlphaGo黑棋的第一手棋也是落在右下角区域，对此DeepMind创始人哈萨比斯向柯洁解释，AlphaGo是不会分辨上和下的，对它来说棋盘是对称的，不过还是因AlphaGo的“失礼”向柯洁道歉。

柯洁执黑时，第一子落下右上角

围棋是一项高雅的竞技运动，也是一门艺术、一种文化。因此，围棋的精神、品格对于棋手来说尤为重要，下棋的人首先要讲究弈德，在棋艺进步的同时，还要提高自身的品格与修养。除此之外，围棋项目还有以下约定俗成的礼仪规范，小编带大家逐一了解。

礼仪

1.猜先的礼仪 对局前猜先时，下手方应请上手方抓白子，自己则取出1枚(或2枚)黑子，表示白子若是单数则已方执黑：若是双数已方执白(取2枚则相反)。比赛前的猜先，则应由卫冕者、段位高者、年长者来抓子。

2.黑棋的第一手应下在右上角。 此礼仪来源于日本，黑棋的一手棋如果是占角的话，则应下在右上角，把距离对方右手最近的左上角留给对方，表示对对方的尊敬。

3.对局前下手方应主动整理棋具。 在日本的大比赛、甚至是挑战赛对局前，晚辈、下手方、挑战者都主动用白布擦拭棋盘，以示敬意和学习的态度。

弈德

1.参加比赛不应迟到，迟到是对对方很不礼貌的行为。

2.对局前，双方应握手，或点头示意，以表尊重。

3.下棋时，坐姿应保持端正、不要歪坐。

4.思考后手再拿子、不应抓子、翻打或玩弄棋子。

5.下棋时应轻拿轻放，不应用力拍子。

6.尽量不要推子。

7.落子无悔。

8.对局时不应在席间与他人说话，更不应边评边弈。

9.对局时不应吃东西，尤其是带响声的食品。

10.对局时不应有用力敲打折扇、自言自语等干扰对方思考的行为。

11.对局时应节制吸烟。 在目前中、日、韩的职业比赛上，已分别制定了一些禁烟的措施。如赛场内不许吸烟，或如果对手不吸烟，则应该征求对手的意见等。

12.对方思考时，不应随意离席、走动、或是观看他局。

13.对局时，对手因故离席，回来时自己有告诉对方棋下在哪里的义务。

14.“胜固欣然、败亦喜”。局后，双方应复盘研究，切磋棋艺，谦逊待人，增进友谊。胜方切不可沾沾自喜，败方更不应拂袖而去。

15.局后，双方应收好棋子、整理好棋具方可离席。

16.不下赌博棋。

1、老人机想要屏蔽短信，可以把不想联系的联系人添加进到黑名单里面，这样就可以把黑名单里联系人的短信屏蔽。

2、如果觉得这种方法麻烦，可以致电手机运营商的客服电话，打通电话后直接转人工，然后申请关闭手机号码的短信功能，这样就可以把短信屏蔽了。

3、如果老人机支持下载使用腾讯手机管家，下载好之后点击安全防护，之后点击骚扰拦截，这样也可以有效的对骚扰电话和短信进行屏蔽。如果不支持的话，按照上面的步骤操作就可以实现对短信的屏蔽操作起来也是非常的方便。

日常生活中，经常会收到一些垃圾短信，用户在接收到骚扰电话或者垃圾短信后，可以拨打相应电信运营商的客服热线进行投诉或者举报，客服人员会根据举报号码进行登记，此外，用户还可以通过短信形式向运营商举报，这些方法都是切实可行，可以解决经常受到垃圾短信的困扰。

由于虚拟伴侣的语言能力和智能程度有限，很多时候它们的回答都比较机械化和生硬，难以让用户产生真正的情感共鸣，产生不了什么危险。随着人工智能技术的不断发展，虚拟伴侣已经成为了一种越来越普遍的存在。这些虚拟伴侣可以是各种形态，比如语音助手、聊天机器人、甚至是虚拟现实中的人物。最近一种名为GPT的技术，正在让虚拟伴侣变得更加智能化和人性化。

GPT是一种自然语言处理技术。它的原理是通过大量的语料库训练，让机器学会自然语言的规律和语义，从而能够生成出自然流畅的语言。这种技术的应用范围非常广泛，比如可以用来生成文章、对话、甚至是小说。而在虚拟伴侣领域，GPT的应用也非常有前途，主要功能是陪伴用户聊天、提供娱乐和帮助用户解决问题。

GPT的出现，可以让虚拟伴侣变得更加智能化和人性化。它可以学会更加自然流畅的语言，能够更好地理解用户的情感和需求，从而提供更加个性化的服务。一个使用GPT技术的虚拟伴侣，可以通过分析用户的语言和情感，自动调整自己的语气和表达方式，让用户感到更加舒适和自然。它还可以通过学习用户的兴趣和爱好，提供更加个性化的娱乐和服务。这些功能的出现，无疑会让虚拟伴侣变得更加智能化和人性化。

虚拟伴侣的智能化和人性化，也引发了一些人的担忧。他们认为虚拟伴侣的智能化和人性化，会让用户产生过度依赖和情感依赖，从而对用户的心理健康产生负面影响。比如一些孤独的人可能会过度依赖虚拟伴侣，而忽略了现实中的人际关系；一些情感脆弱的人可能会对虚拟伴侣产生过度的情感依赖，从而导致心理上的问题。

从今天开始，著名的人工智能围棋程序AlphaGo (alpha dog)将与目前世界排名第一的中国棋手杰克九段进行一场三盘棋的对决。与此同时，中国的五大世界冠军将组成一个“超级大脑”团队来对抗阿尔法狗。人机大战第二季正式开始。

在第二季人机大战中，组织者为三手戏的获胜者设定了150万美元的奖金，不管结果如何，出场费高达30万美元。就对抗时间而言，这一次也不同于第一季。当时，李世石每边用2小时，每分钟读5次秒。这一次，每边用3小时，每分钟读5次秒。时间的增加可以说是对人类棋手的适当照顾，让棋手在快速反应的阿尔法狗面前稍微思考一下。

除了柯杰和阿尔法狗的亮点，这场人机大战也有亮点。那就是中国的五大世界冠军“一起斗狗”。他们是、米玉婷、唐、陈和周瑞阳。这五个人是当今世界顶尖的棋手。共同努力的目的是让人类棋手充分发挥集体智慧，避免单打独斗的错误，用相对成熟的方法对抗人工智能。

业内和业外对这场人机战争都不乐观。古力九段悲观地预测:“柯杰只有10%的胜算。”

8月23日，研究人员在加拿大密西索加开发了一种自由滑行机器人。设计者希望会说话的机器人可以从哈利法克斯搭便车穿越加拿大到达维多利亚。机器人不能自己移动，但它有理解人类语言的基本能力。这个程序是说服司机把它带上公共汽车。

自从1959年美国制造出第一个工业机器人以来，机器人已经在日本、韩国、德国等工业化国家得到了广泛的应用，并且正朝着“小而强”和“智能而易用”的方向日益发展。然而，在这个过程中，以机器人为代表的自动化常常被视为与工人争夺“饭碗”的“罪魁祸首”。

专家认为，机器人可能会在短期内抢走一些工作机会，裁员是不可避免的。然而，从长远和整体情况来看，机器人不会抢夺就业机会，但也会创造大量的就业机会。在未来，人类在机器人面前仍有不可替代的优势，未来的世界也将是一个人与机器人合作创造的世界。

机器人将取代更多人的工作，这一发展趋势非常明显。

从工程学的角度来看，机器和机器人之间没有本质的区别。中国社会科学院工业经济研究所的研究员黄向记者解释道:机器人听起来像是一个更酷的概念。

1959年，美国的乔治·德沃尔和约翰·英格博格联合生产了第一个工业机器人，标志着机器人技术进入制造业。20世纪70年代，一些领先的工业机器人制造商开始拓展市场。自那以后，机器人在日本、韩国和德国等工业化国家被广泛使用。目前，机器人产业已经成为各国尖端技术的舞台:欧盟最近启动了世界上最大的民用机器人研发项目“火花”；美国明确提出通过发展工业机器人来振兴制造业。日本和韩国也制定了智能机器人技术的发展战略。

在工业生产中，机器人一直具有“超人”的优势，这不仅体现在作业的高效率、高精度和高可靠性上，而且在抗疲劳和连续作业方面也明显优于手工作业。正因为如此，机器人正逐渐在越来越多的领域取代劳动力，成为科研、制造甚至服务行业的“主力军”。中国科学院沈阳自动化研究所所长于海滨认为，未来随着机器人智能和操作能力的提高，机器人将取代更多人的工作。这种发展趋势非常明显。

在世界各国中，日本的机器人工业有很大的优势。近年来，智能的整体水平有了很大提高，其应用范围也更加广泛。许多普通日本家庭已经有了服务机器人。日本软银公司将于2015年2月发布一款仿人机器人“胡椒”，它能识别情感并能说话。该机器人具有学习和表达情感的能力，可用作保姆、家庭教师、急救医务人员甚至派对伙伴。随着机器人变得更聪明、更有能力，许多人担心:机器人会取代人类成为生产的主要力量吗？人类会被机器淘汰吗？

那些从事重复性和日常工作的人最有可能在人机竞争中被淘汰。

1811年的一天，在工业革命的发源地英国，一个名叫奈德·莱德的失业纺织工人带领其他失业工人摧毁了他们认为是罪魁祸首的纺织机器。从那以后，那些讨厌新奇发明甚至科技进步的人获得了一个特殊的头衔:“勒德分子”。200多年后，类似的场景在英国重演。今年4月，伦敦地铁员工举行罢工，抗议伦敦政府的“自动售票计划”。该计划将导致960名员工失业。

2012年，美国在线电子商务公司亚马逊(Amazon)收购了自动化物流公司奇华系统(Qihua Systems)，该公司的机器人可以在仓库中处理在线订单，并将订单交付至交货点。今天，亚马逊有1382台这样的机器。随着自动驾驶技术的加速发展，未来用不知疲倦且不会丢失的遥控机器人来承担驾驶长途运输车辆的任务可能会更加安全和高效。然而，这意味着570万目前从事这项工作的美国人将不得不寻找另一种谋生方式。

麻省理工学院教授大卫·奥托尔和西班牙货币与金融研究中心学者大卫·多恩是两位长期研究技术与就业关系的著名学者。在分析了许多案例后，他们得出结论，那些从事重复性和日常工作的人，无论是体力劳动还是脑力劳动，最有可能被排除在人机竞争之外。研究发现，有8种职业正在或将要被机器入侵，它们是快递、熟食加工、服装销售、仓储和理货、卡车驾驶、农业机械操作、苹果装配线和从事低级实验室工作的人。

在未来，机器人可能是中级技术人员中最“致命”的。所谓中级技术人员主要是指那些无需长期培训就能完成工作的人员，如秘书、行政、维修和制造工人。自20世纪80年代以来，在许多工业国家，从事这些工作的工人数量急剧下降。大卫·奥托认为，信息技术的兴起是导致中级技能人才减少的“罪魁祸首”。与此同时，绝大多数就业增长发生在两极——需要极高技能的高收入行业和不需要太多技能的低收入服务行业。奥托称之为“工作两极分化”

从长远和整体的角度来看，机器人不仅会夺走工作机会，还会创造大量的工作岗位。

“不可否认，一些先进技术可以在短期内取代工人，但纵观历史，技术进步是经济增长的关键。”欧洲机器人协会秘书长尤威·赫斯博士在接受记者采访时说，“认为机器最终将取代人力的说法是完全没有根据的。许多经济学家将这种恐慌心理称为勒德派谬论。”

欧盟委员会副主席兼数字和电信政策专员耐莉·克罗斯说，在短期内，一些工作可能会被机器人夺走，但从长远来看，机器人将创造大量的工作岗位。著名的硅谷风险投资专家马克·安德森(Mark anderson)表示:“正如100年前不存在许多工作岗位一样，100年后我们还会有更多的工作岗位。”

海斌告诉记者，从2004年到2008年，德国的机器人总数增加了大约23000个，而同期的失业率从4%下降到1.8%。巴西的机器人总数增加了约2000个，失业率从9%降至7%。“这些数据表明，机器人产量的增加不会导致大规模失业，相反，会创造更多的就业机会。”

然而，一些行业仍将被机器取代。“机器影响的不是就业市场的规模，而是就业市场的结构。”黄说，失业被归类为“结构性失业”。解决结构性失业问题，应该从经济结构和社会保障两个方面来理解。一方面，要缩小第二产业的规模，扩大服务业的规模，劳动力将在这个过程中逐渐被吸收。另一方面，政府应加强社会保障网络，保障低技能工人的基本福利，通过多层次培训体系提升低技能工人的再就业能力，满足新的产业转型时代的就业需求。“德国正在实施的‘行业4.0计划’的内容之一是建立一个终身学习计划，以延长工人的职业寿命。”

从犁到水轮，从蒸汽机到机器人...几千年来，人类一直在努力从繁重的劳动中解放出来。随着科学技术的发展，机器必将在越来越多的领域取代人力。然而，在机器面前，人们仍有不可替代的优势。未来的世界也必须是人与机器合作创造的世界。双手创造价值的快乐和用智慧推进人类社会的使命感是人类独有的情感和收获，是机器永远无法剥夺的。

外国网站QZ报道称，科学家们认为，人类进化的下一步将是从单细胞生物进化到今天的智能生物后，与机器逐渐融合。

这是澳大利亚阿德莱德大学医学院的两位科学家的观点。梅杰·亨内伯格和阿瑟·桑奥蒂斯在他们的新书《动态人类》中说，人类进化是一个持续的过程，很快就会包括技术。

“仍然有一种趋势，人类形态已经变得静止不动，并且在未来将会保持不变，除非有一场灾难会导致人类灭绝，”亨尼布说。

在该书的前言中，宾夕法尼亚州立大学发育遗传学和进化形态学教授罗伯特·埃克哈特指出，脑-机接口已经存在，目前全球至少有59，000人拥有“神经假体”。他相信将来会有更多的人从这种认知增强技术中受益。

事实上，尽管眼镜、助听器和仿生假肢现在已经司空见惯，但人们对更复杂的“生物黑客技术”的兴趣也在逐渐增加。例如，患有色盲的艺术家尼尔·哈比森在他的头骨中植入了一个芯片。哈里森头上戴着天线，可以通过不同的声音频率识别不同的颜色。

与此同时，他的艺术搭档穆恩·里巴斯在他的大脑中植入了一块磁铁，这使得里巴斯能够感受到世界各地发生的地震。

此外，随着人工智能的发展，人类被其奴役的风险也在增加。SpaceX和特斯拉首席执行官埃隆埃隆马斯克认为，“神经网络”设备将变得越来越重要。这种设备可以匹配人脑，使大脑获得数字计算能力。它可以通过注射器注射到体内，而无需手术植入。根据Gizmodo网站上的报道，该设备的原型于去年发布。

Heineberg和Sanitez说，这种技术将是人类进化下一阶段的关键。

“脑-机接口的到来可能迫使人类重新定义人性；它将逐渐模糊机器的界限，”桑尼茨说。

这两天最热门的话题是AlphaGo和韩国围棋选手李世石之间的“人机大战”。首先，AlphaGo连续赢了三场比赛，让人们觉得比赛不再悬念。然后，昨天，李世石在五盘比赛中第一次获胜，带回了一座城市。三重竞争使观众比以往任何时候都更加关注人工智能的发展，以及机器和人类之间的关系。“人工智能威胁到人类了吗”这个话题再次被热烈讨论。

事实上，最早的人工智能电影可以追溯到无声电影时代，但大量出现在20世纪70年代和80年代之后。虽然偶尔会有像“超级权力检查”和“大英雄6”这样的热心团体，但在更多的电影中，人工智能对人类的威胁从未停止过。这种威胁主要是人类和机器人之间的矛盾和冲突。

被机器人限制的“矩阵”人

自从机器人和人工智能的话题出现以来，人们一直想象有一天机器人会在身体和智力上比人类更强大，并且会反抗甚至奴役人类。科幻电影史上必须提及的经典“2001:太空漫游”和“黑客帝国”系列，都反映了人工智能。

1968年上映的《2001:太空漫游》是考虑人工智能的早期电影之一。电影中的许多“神圣预言”现在已经实现了。在电影中，人工智能系统“哈尔9000”似乎有意识，但当被问及计算机是否有感觉或情绪时，宇航员不能肯定地说。现实生活中并非如此。

1982年发行的《银翼杀手》将人类和人工智能产品——人造人——之间的对立提升到了一个新的水平。电影中的人造罗伊·贝迪埃以其暴力的性格和强大的战斗力给人留下了深刻的印象。在《黑客帝国》中，人工智能完全控制和奴役了人类。人类的正常生存是罕见和脆弱的。如此先进的人工智能在电影史上还是第一次。

近年来，这些人工智能出现在科幻电影中，普通观众已经习惯了。在2015年5月上映的《复仇者联盟2:奥创时代》中，艾尔·贾维斯在感染病毒后变成了一股敌对势力，将自己武装成了奥创。同样在去年发行的《玛吉》讲述了一个由自我意识的人工智能机器人伊娃设计的故事。

在许多影迷的心目中，电影中最糟糕的人工智能角色应该是《终结者》系列中的天网。拥有独立意识的天网屠杀了创造它的人。阿诺德·施瓦辛格的T800最初是天网开发的杀手级机器人。甚至谷歌的一名高级人工智能工程师在接受媒体采访时说，再过10年，天网的可能性也不会被排除。

“人工智能”机器人寻找情感

为了保护人类，早在1940年，科幻作家阿西莫夫就提出了“机器人的三大原则”——第一是机器人不得伤害人类或在看到人类受到伤害时袖手旁观。第二条:机器人必须服从人类的命令，除非这个命令与第一个相冲突。第三条:机器人必须保护自己，除非这种保护与上述两条相冲突。

受“机器人三原则”的影响，科幻电影中也有许多体面的机器人把保护人类作为自己的职责。事实上，有许多科幻电影展示了人工智能的温暖和爱。

《人工智能》在2001年讲述了一个小机器人大卫的故事，他被输入了情感程序，却发现自己完全被人类的“爱”情感所排斥。他开始了寻找情感根源的旅程。2008年发行的《机器人故事》讲述了机器人的爱情故事。

人工智能和人类爱情也是许多电影思考的地方。我的女朋友是一个机器人，2008年上映，讲述了二郎和机器人女孩之间的爱情故事。2013年上映的《她》充满了浪漫，描绘了人类和机器人之间奇怪的爱情。当然，这部电影也向人们展示了人类对机器人的吸引力所带来的风险。

电影“超级搜索”是一个创新的另类科幻主题。人工智能机器人搜索变成了一个学习暴力和抢劫的歹徒。查皮是世界上第一个自我觉醒的机器人。故事围绕着查皮和人类世界之间的互动和自我成长展开。查皮被解释为血肉之躯。

《三体》的作者刘·曾经说过:“在科幻小说中，人工智能一般是以一种与人类对立的状态出现的。这并不是说科幻作家悲观，而是要构造足够的冲突，我想我也不例外。我认为关于人工智能发展的警告有些危言耸听。从目前的发展状况来看，人工智能还远远没有威胁到人类的生存。”

很多人仅仅只是理解人机料法环其表层意思或生搬硬套的去使用这些管理工具,在此浅谈一下我个人对“人、机、料、法、环”管理的理解与经验。那么人机料法环中料指的是什么？

“料”——即指物料,原材料。因为只有质量性能优良的物料进入生产系统,才能生产出性能优良的产品。没有合适的原材料,对于什么样的工艺,其成熟与否都是无法生产出优质的产品的。“料”的因素即指源头管控,好比没有上游口感优质的泉眼,到了下游更是水质拙劣了。原材料的好坏关系到产品品质的根本。

在产品出现问题时,排除了人机因素后,就不得不考虑这方面的因素了。这也是管控产品质量的一种良好手段。也是提高分析问题解决问题的有效路径,今后的生产中不妨试着运用。

总之，全心全意的一切以公司利益为最高利益。使公司利益最大化后才能使自己利益最大化,实现公司和自己双赢。希望这些小知识可以对您有帮助，如果你想知道更多有关人机料法环的常识，请持续关注吧。

在日常工作中,我们经常能听到一些人张口闭口的一系列管理专业名词,如“QCD”、“PDCA循环管理模式”、“6S”、“人、机、料、法、环”等等,但真正能够把这些管理思想深刻理解并正确的运用到实际工作中去的人却少之又少，那么人机料法环现场管理是怎样的？

人机料法环现场管理

一、操作人员因素(人)

人的分析：

1）技能问题？

2）制度是否影响人的工作？

3）是选人的问题吗？

4）是培训不够吗？

5）是技能不对口吗？

6）是人员对公司心猿意马吗？

7）有责任人吗？

8）人会操作机器？人适应环境吗？人明白方法吗？人认识料吗？

主要控制措施：

（1）生产人员符合岗位技能要求，经过相关培训考核。

（2）对特殊工序应明确规定特殊工序操作、检验人员应具备的专业知识和操作技能，考核合格者持证上岗。

（3）操作人员能严格遵守公司制度和严格按工艺文件操作，对工作和质量认真负责。

（4）检验人员能严格按工艺规程和检验指导书进行检验，做好检验原始记录，并按规定报送。

二、机器设备因素(机)

机的分析：

就是指生产中所使用的设备、工具等辅助生产用具。生产中，设备的是否正常运作，工具的好坏都是影响生产进度，产品质量的又一要素。

1）选型对吗？

2）保养问题吗？

3）给机器的配套对应吗？

4）操作机器的人对吗？机器的操作方法对吗？机器放的环境适应吗？

机器设备的管理分三个方面，即使用、点检、保养。使用即根据机器设备的性能及操作要求来培养操作者，使其能够正确操作使用设备进行生产，这是设备管理最基础的内容。

点检指使用前后根据一定标准对设备进行状态及性能的确认，及早发现设备异常，防止设备非预期的使用，这是设备管理的关键。

保养指根据设备特性，按照一定时间间隔对设备进行检修、清洁、上油等，防止设备劣化，延长设备的使用寿命，是设备管理的重要部分。

主要控制措施有：

（1）有完整的设备管理办法，包括设备的购置、流转、维护、保养、检定等均有明确规定。

（2）设备管理办法各项规定均有效实施，有设备台账、设备技能档案、维修检定计划、有相关记录，记录内容完整准确。

（3）生产设备、检验设备、工装工具、计量器具等均符合工艺规程要求，能满足工序能力要求，加工条件若随时间变化能及时采取调整和补偿，保证质量要求。

（4）生产设备、检验设备、工装工具、计量器具等处于完好状态和受控状态。

三、材料因素(料)

料的分析：

1）是真货吗？

2）型号对吗？

3）有保质期吗？

4）入厂检验了吗？

5）用的符合规范吗？

6）料适应环境吗，料与机器配合的了吗，料和其它料会不互相影响？

主要控制措施有：

（1）有明确可行的物料采购、仓储、运输、质检等方面的管理制度，并严格执行。

（2）建立进料检验、入库、保管、标识、发放制度，并认真执行，严格控制质量。

（3）转入本工序的原料或半成品，必须符合技术文件的规定。

（4）所加工出的半成品、成品符合质量要求，有批次或序列号标识。

（5）对不合格品有控制办法，职责分明，能对不合格品有效隔离、标识、记录和处理。

（6）生产物料信息管理有效，质量问题可追溯。

四、工艺方法因素(法)

法的分析：

1：是按法做的吗？

2：看的明白吗？

3：写的明白吗？

4：法适合吗？

5：有法吗？

6：方法是给对应的人吗？方法在这个环境下行吗？

主要控制措施有：

（1）工序流程布局科学合理，能保证产品质量满足要求。

（2）能区分关键工序、特殊工序和一般工序，有效确立工序质量控制点，对工序和控制点能标识清楚。

（3）有正规有效的生产管理办法、质量控制办法和工艺操作文件。

（4）主要工序都有操作规程或作业指导书，操作文件对人员、工装、设备、操作方法、生产环境、过程参数等提出具体的技术要求。特殊工序的工艺规程除明确工艺参数外，还应对工艺参数的控制方法、试样的制取、工作介质、设备和环境条件等作出具体的规定。

（5）工艺文件重要的过程参数和特性值经过工艺评定或工艺验证；特殊工序主要工艺参数的变更，必须经过充分试验验证或专家论证合格后，方可更改文件。

（6）对每个质量控制点规定检查要点、检查方法和接收准则，并规定相关处理办法。

（7）规定并执行工艺文件的编制、评定和审批程序，以保证生产现场所使用文件的正确、完整、统一性，工艺文件处于受控状态，现场能取得现行有效版本的工艺文件。

（8）各项文件能严格执行，记录资料能及时按要求填报。

五、环境的因素(环)

环的分析：

1）在时间轴上环境变了吗？

2）光线、温度、湿度、海拔、污染度考虑了吗？

3）环境是安全的吗？

4）环境是人为的吗？小环境与大坏境能并容吗？

（1）工作场所环境。指各种产品、原材料的摆放，工具、设备的布置和个人5S。

（2）对危险品控制。一是化学物品的堆放，诸如酒精、天那水之类。二是生产过程中产品对六种化学物质的控制（铅、汞、镉、六价络、多溴联苯、多溴二苯醚）

（3）生产环境。指具体生产过程中针对生产条件对温度、湿度、无尘度等要求的控制。

主要控制措施有：

（1）有生产现场环境卫生方面的管理制度。

（2）环境因素如温度、湿度、光线等符合生产技术文件要求。

（3）生产环境中有相关安全环保设备和措施，职工健康安全符合法律法规要求。

（4）生产环境保持清洁、整齐、有序，无与生产无关的杂物。可借鉴5S相关要求。

（5）材料、半成品、用具等均定置整齐存放。

（6）相关环境记录能有效填报或取得。

六、测量的因素(测)

测的分析：

1：工序检验策划文件准备好了吗？

2：工序测量器具配置齐全了吗？性能满足要求吗？定期计量吗？

3：检验策划合理吗？

4：检查人员资质符合吗？

5：交检交验点合理吗？

主要控制措施包括：

（1）确定测量任务及所要求的准确度，选择使用的、具有所需准确度和精密度能力的测试设备。

（2）定期对所有测量和试验设备进行确认、校准和调整。

（3）规定必要的校准规程。其内容包括设备类型、编号、地点、校验周期、校验方法、验收方法、验收标准，以及发生问题时应采取的措施。

（4）保存校准记录。

（5）发现测量和试验设备未处于校准状态时，立即评定以前的测量和试验结果的有效性，并记入有关文件。

现如今很多公司，为了保证产品的生产质量，都提出了人机料法环的管理制度，人机料法环通常包括五个要素都有哪些呢？下面小编就来为您讲解人机料法环的五个要素。

人机料法环的五个要素

一:“人”的因素

没有不用人就能自行解决的问题或生产的产品。当然也是因为有人的思维、想法、技能等诸多因素的影响使得问题重重,产品质量出现偏差甚至背离标准。但是无论哪种情况无一不说明人在诸事中的关键作用。因此要想提高公司产品质量,必须从“人”这一关键要素入手,端正工作作风,“唇亡齿寒”,只有公司兴旺发达了,效益好了,自己才能收入提高,生活质量,生活水平得到改善。不断自我加压提高自身业务水准,操作技能。只有娴熟的技能才能,才敢于创新。“技高人胆大”才能使自己在工作中及时发现问题,防微杜渐,让产品质量严格控制在企标之内。

二:“机”的因素

这里的“机”显然有机器机械等因素——简而言之就是我们的车间水电设备等硬件设施。如果在人员没有出现问题时,我们第二想到的就是它们了,因为硬件的性能偏差一样能导致产品质量的出错。比如车间生产CX-189时,反应釜在加热工程中,温度表指示不准,尤其是指示偏大,或者时间控制不严格,造成脱水不充分,后果直接影响到产品后期的磺化,在磺化过程中甚至会出现喷、溅伤人等恶劣安全隐患。

三:“料”的因素

“料”——即指物料,原材料。因为只有质量性能优良的物料进入生产系统,才能生产出性能优良的产品。没有合适的原材料,对于什么样的工艺,其成熟与否都是无法生产出优质的产品的。“料”的因素即指源头管控,好比没有上游口感优质的泉眼,到了下游更是水质拙劣了。原材料的好坏关系到产品品质的根本。在产品出现问题时,排除了人机因素后,就不得不考虑这方面的因素了。这也是管控产品质量的一种良好手段。也是提高分析问题解决问题的有效路径,今后的生产中不妨试着运用。

四:“法”的因素

“法”——就是方法,办法,操作法。具体的就是操作或工作过程中的工作方法,是否严格按照工艺规程,操作指南操作了;是否不怕繁琐,不求捷径,不凭空捏造,臆想该如此如此就万事大吉了,一步一步认真仔细的去做了;是否臆想只要吻合产品指标,也不管产品是否真正已达到指标。不实事求是,不坚持科学,不按规章做事情,只求编写好的数据就“功成名就”了。当然不是,因为科学的操作方法是用鲜血换来的。产品无法出货事小,真正用到井上,发生井喷或特大伤亡井难事故后追究个人刑事责任时,只有准入的授权者担当了。因此,从事科学的操作必须有科学的态度和按规作业的良好习惯。不能任意揣测。

五:“环”的因素

“环”——显而易见就是环境了,因为外界环境的变化往往是一个不能小觑的问题所在。例如化验室在电子天平上测20gCaCO3时,只要开着窗或空调,即使有微微的风吹,就会相差±5g,在现实生活中5g可能是微不足道了。但是对于20g的5g确是25﹪。出现25﹪大的偏差对实验结果可以想象。由于我们在冷热季节明显的北方,冬夏温度变化十分显著,我们产品生产过程中,原材料和产品在储存或运输过程中都会受到这样或那样的影响,从而影响到我们产品质量。在产品出现异常情况下,如果能够排除前四种因素,我们就应该考虑这种情况了。

人机料法环是:人员、机器、原料、方法、环境。现场管理中,有五个方面是需要现场的班组长注意的,也是工业制造企业管理中所讲的五要素。那么人机料法环的环是什么？

环

指环境。某些产品（电脑、高科技产品）对环境的要求很高（ISO9001：20086.4工作环境：组织应确定和管理为达到产品符合要求所需的工作环境）。环境也会影响产品的质量。比如：音响的调试时，周围环境要求应当很静。食品行业对环境也有专门的规定，否则，产品的卫生不能达到国家规定的标准。现在工业制造企业也有了ISO9001：20087.5.1a获得表述产品特性的信息；b必要时，获得作业指导书）。

现在很多企业都知道产品的质量标准和以前相比已经不能同日而语了，面对激烈的市场竞争，只有华山一条道，努力提高产品质量，适应市场需求。因此需遵循人机料法环的管理制度，那么人机料法环在生产中有什么作用？

人机料法环在生产中有什么作用？

人

是生产管理中最大的难点,也是目前所有管理理论中讨论的重点,围绕这"人"的因素,各种不同的企业有不同的管理方法。

人的性格特点不一样,那么生产的进度,对待工作的态度,对产品质量的理解就不一样。有的人温和,做事慢,仔细,对待事情认真;有的人性格急躁,做事只讲效率,缺乏质量,但工作效率高;有的人内向,有了困难不讲给组长听,对新知识,新事物不易接受;有的人性格外向,做事积极主动,但是好动,喜欢在工作场所讲闲话。那么,作为他们的领导者,你就不能用同样的态度或方法去领导所有人。应当区别对待(公平的前提下),对不同性格的人用不同的方法,使他们能"人尽其才"。发掘性格特点的优势,削弱性格特点的劣势,就是要你能善于用人。

如何提高生产效率,就首先从现有的人员中去发掘,尽可能的发挥他们的特点,激发员工的工作热情,提高工作的积极性。人力资源课程就是专门研究如何提高员工在单位时间内工效,如何激发员工的热情的一门科学。简单的说,人员管理就是生产管理中最为复杂,最难理解和运用的一种形式。

机

就是指生产中所使用的设备、工具等辅助生产用具。生产中,设备的是否正常运作,工具的好坏都是影响生产进度,产品质量的又一要素。一个企业在发展,除了人的素质有所提高,企业外部形象在提升;公司内部的设备也在更新,。为什么呢?好的设备能提高生产效率,提高产品质量。如:企料,改变过去的手锯为现在的机器锯,效率提升了几十倍。原来速度慢、人体力还接受好大考验;现在,人也轻松,效率也提高了。所以说,工业化生产,设备是提升生产效率的另一有力途径。

料

指物料,半成品、配件、原料等产品用料。现在的工业产品的生产,分工细化,一般都有几种几十种配件或部件是几个部门同时运作。当某一部件未完成时,整个产品都不能组装,造成装配工序停工待料。不论你在那一个部门,你工作的结果都会影响到其他部门的生产运作。当然,你不能只顾自己部门的生产而忽略其后工序或其他相关工序的运作;因为企业的运作的是否良好是整体能否平衡运作的结果。

所以你在生产管理的工作里面,必须密切注意前工序送来的半成品,仓库的配件,自己工序的生产半成品或成品的进度情况。一个好的管理者,是一个能纵观全局的人;能够为大

家着想的人。

法

顾名思义,法则。指生产过程中所需遵循的规章制度。它包括:工艺指导书,标准工序指引,生产图纸,生产计划表,产品作业标准,检验标准,各种操作规程等。他们在这里的作用是能及时准确的反映产品的生产和产品质量的要求。严格按照规程作业,是保证产品质量和生产进度的一个条件。(ISO9001:20087.5.1a获得表述产品特性的信息;b必要时,获得作业指导书。)

环

指环境。对于某些产品(电脑、高科技产品)对环境的要求很高(ISO9001:20086.4工作环境:组织应确定和管理为达到产品符合要求所需的工作环境)。环境也会影响产品的质量。比如:音响的调试时,周围环境要求应当很静。食品行业对环境也有专门的规定,否则,产品的卫生不能达到国家规定的标准。现在对工业制造企业也有了ISO14000.

总的说来：公司全员要有团队意识、质量意识、学习意识，把顾客满意摆在工作的首位。有关人机料法环等常识小编继续持续更新，如果您想了解更多这方面的常识请持续关注。

“人机料法环”，是工业制造企业对生产进行全面管理的五个要素。那么人机料法环是如何运用的？今天小编就来详细为您介绍人机料法环的运用。

想要切实分析共作缺陷和不良事件,提高工作质量,无一不能从人、机、料、法、环五要素找出原因,并解决的。

具体可以理解如下:

一:“人”的因素

没有不用人就能自行解决的问题或生产的产品。当然也是因为有人的思维、想法、技能等诸多因素的影响使得工作质量出现偏差甚至背离标准。但是无论哪种情况无一不说明人在诸事中的关键作用。因此要想提高护理质量,“人”是一个关键要素,请大家保持端正的工作作风,让团队良性运行,团结协作。

常见的“人”的因素:人(护士、护士长、病人及家属等),分析角度:不知(主观、客观)或不会(主观、客观)。如未执行工作流程和规章制度,预见性不强,病人自身的因素等。

二:“机”的因素

“机”代表仪器设备等因素——简而言之就是我们的硬件设施。如果在人员没有出现问题时,我们第二想到的就是它们了,因为硬件的性能偏差一样能导致产品质量的出错。

常见的“机”的因素:机(监护仪、呼吸机、输液泵、温箱等仪器)。分析角度:有无(主观、客观)数量(够不够)质量(适不适合、好不好用)。如输液泵老化,病床摇柄失灵等。

三:“料”的因素

“料”——即指物资,材料等。

常见的“料”的因素:料(输液管、胃管、消毒包等物品、药品)。分析角度:有无数量(够不够),质量(适不适合、好不好用)等。如输液管接头包装时反折,消毒标签易磨损模糊等。

四:“法”的因素

“法”——就是方法,办法,操作法。具体的就是操作或工作过程中的工作方法,是否严格按照操作指南操作了;是否不怕繁琐,不求捷径,不凭空捏造,臆想该如此如此就万事大吉了,一步一步认真仔细的去做了。

常见的“法”的因素:法(制度、流程、职责、常规、方法等)。分析角度:合理性,可执行性、有无监督、时效性。如口服药发药流程不合理,P班职责不明确等。

五:“环”的因素

常见的“环”的因素:环(内部环境、外部环境)。分析角度:场地环境,硬件环境,软件环境,政策,社会环境等。如公休会开会场地不固定,走廊加床条件差等。

各行各业今年都在涨涨涨，似乎没有谁能够逃脱。据台湾媒体报道，半导体级硅晶圆的价格已经来到了11年来的最低点，每平方英寸只要0.67美元，但是随着中国厂商需求量的猛增，涨价的时刻到了。

全球晶圆（GlobalWafers）总裁兼CEO Doris Hu指出，今年的晶圆供应将会变得十分紧张，市场前景堪忧，2017年的市场供应缺口预计会有3-5%，2018年会扩大到7-8%。

其实在今年1月份，晶圆的价格已经开始微涨，预计这种趋势还会持续下去。

其中，主流的300毫米晶圆涨价势头最凶，200毫米晶圆也在跟上，150毫米晶圆尽管工厂都在全速生产但依然无法满足市场需求。

晶圆是制造各种芯片的基础，它的涨价意味着什么，大家应该都懂……手机已经开始涨价了，PC估计也不远了。

眼睛追踪技术改变PC使用方式

据TechCrunch网站报道，今年，亚马逊语音助手Alexa的广泛应用将仍然是人机交互领域的“头条”，但另外一项技术将展现人机交互领域的下一个重大发展方向：眼睛追踪。

测定人眼运动并作出相应反应并非是新概念，但过去一年这一技术受到的关注不断增加。大公司收购眼睛追踪创业公司的并购交易已出现多起，已经有多款支持眼睛追踪技术的设备和软件问世。

眼睛追踪公司Tobii Tech（以下简称“Tobii”）副总裁奥斯卡·维尔纳（Oscar Werner）表示，“眼睛追踪传感器有两大主要好处。其一，它使设备能随时了解用户对什么事物感兴趣；其二，它提供了与内容交互的又一种途径。这意味着它增加了用户和设备之间的通信带宽。”

眼睛追踪技术可能很快成为新一代智能手机、笔记本和桌面显示器的标配，为人机交互方式的重大革命奠定基础。

维尔纳说，“过去一年，眼睛追踪技术由只是一项有前景的技术，发展到被应用在多款消费类产品中。”

数字广告公司Impax Media首席执行官多米尼克·波尔科（Dominic Porco）表示，物美价廉的硬件，新的开放源代码软件平台，更容易、更快的算法模型训练数据获取方式，推动了眼睛追踪技术的发展，“英伟达等公司以有竞争力的价格，推出了采用处理能力更强大GPU（图形处理单元）的产品，它们能加快图像识别的速度”。

波尔科表示，亚马逊Mechanical Turk等流行的众包市场，为更多、更广泛的识别算法训练数据的收集提供了手段。这些发展极大地加速了眼睛追踪技术的进展，使研究人员和开发者能更快地完成实验和部署的周期。

但是，如果不能满足具体需求和使用场景，任何技术都不会快速发展。眼睛追踪技术，似乎并不缺乏需求和使用场景。

虚拟现实

为了创造更有沉浸感的体验，虚拟现实头显公司投入巨资开发眼睛追踪技术。事实上，从许多方面来看，眼睛追踪被认为是与虚拟现实相辅相成的技术。

维尔纳说，“虚拟现实头显最重要的是沉浸感。不具备眼睛追踪技术的虚拟现实头显会认为用户感兴趣的是额头前方，但实际情况并非如此。用户真正感兴趣的是眼睛注视的事物，眼睛注视方向和额头的方向通常并不一致。要提供真正的沉浸感，虚拟现实头显需要考虑用户视线。”

眼睛追踪技术是漏斗状渲染的关键。漏斗状渲染是指，只有落在中央凹（视网膜上能看到大量细节的部分）的图像才会以最高质量进行渲染。

维尔纳表示，采用漏斗状渲染技术，需要渲染的像素数量会减少30%-70%，所需处理能力的减少，能带来更高的帧率和高质量的视频输出。

维尔纳称，另外，眼睛追踪技术还能减少由渲染虚拟现实图像时不考虑眼睛位置带来的图像失真。

通过众筹网站Kickstarter融资的Fove，是首款采用眼睛追踪技术的虚拟现实头显。其他厂商也不甘落后。过去数月，谷歌和Facebook分别收购了眼睛追踪创业公司Eyefluence和Eye Tribe，预计将在它们未来的产品中应用这一技术。

眼睛追踪技术领头羊SMI已经达成数项合作协议，启动相关项目，为独立的虚拟现实头显和移动虚拟现实头显增添眼睛追踪技术。

眼睛追踪还将是Khronos虚拟现实API（应用编程接口）的一部分。Khronos是一款正在开发中的开放标准，得到Oculus、谷歌、英伟达等厂商的支持。

维尔纳说，“眼睛追踪将是第二代头显的关键部分，这一点得到众多虚拟现实头显厂商的认可。这将推动眼睛追踪技术的发展和创新。”

PC游戏

数十年来，我们一直利用手柄、摇杆、键盘、鼠标和其他外设，让PC和游戏机理解我们眼睛注视的方向。利用眼睛追踪技术，计算机可以知道用户注视的方向，并做出相应反应。

维尔纳表示，“当希望操作一个物体时，用户只需要盯着它并按下一个按键。计算机可以理解用户希望操纵的物体，用户无需再把鼠标或手柄拖放到已经在盯着的地方。”

无论是劈砍一个物体，瞄准一个目标，为游戏角色指定目的地，或只是简单地改变游戏视角方向，眼睛追踪技术都会大幅降低玩家与游戏环境交互的难度。对于要求大量鼠标和手柄操作的游戏，眼睛追踪技术更是重要。

TechCrunch表示，虽然眼睛追踪技术能使以前难度颇高的游戏变得很容易，但也会为节奏更快的游戏奠定基础。

眼睛追踪技术还能创建简洁和干扰元素更少的用户界面。维尔纳说，“在游戏中，图形设计师需要花大量时间创作漂亮的环境，与用户界面设计师争夺显示屏空间。用户界面设计师需要把用户界面元素放到显示窗口顶部，因为它们会破坏沉浸感。”

维尔纳解释说，借助眼睛追踪技术，用户界面可以隐藏起来或变得透明，只有在玩家盯着时才显示出来，“这样的设计能制造更高水平的沉浸感，解决图形设计师和用户界面设计师之间一直以来存在的矛盾。”

维尔纳称，在模拟和虚拟环境中，眼睛追踪技术使得感知注视的对象成为可能，游戏中的物体和角色能对玩家的注视作出反应，提高了游戏的逼真程度。这意味着，用户在玩游戏时要小心了，例如，在RPG（角色扮演游戏）中，进入一个酒馆时不要长时间地盯着雇佣兵的钱包。

Tobii本身提供一系列眼睛追踪设备和内置眼睛追踪技术的笔记本，并与游戏公司合作开发流行游戏的眼睛追踪技术增强版本：《古墓丽影：崛起》（Rise of the Tomb Raider）、《杀出重围》（Deus Ex）和《看门狗2》（Watch Dogs 2）。

短期内眼睛追踪技术不大可能会取代手柄，但据维尔纳称，借助眼睛追踪技术，“PC游戏将能利用人类拥有的最强大交互工具之一：眼睛，PC游戏玩家将能利用另外一种控制机制，与鼠标和手柄相辅相成。这一技术将提供更自然的交互方式”。

医学

在消费领域之外，眼睛追踪技术还被应用在测定人的视线对于获得结果很关键的其他领域。

计量生物学研究公司iMoTIons科学编辑布琳·法恩斯沃思（Bryn Farnsworth）说，“我们对利用眼睛追踪技术帮助诊断，甚至治疗神经障碍越来越有兴趣了。例如，婴儿通常喜欢看带有人脸的图像——拥有社交元素的场景。”

法恩斯沃思解释称，患有自闭症的婴儿更可能喜欢带有几何图形的图像，患有威廉斯氏综合征的婴儿则正好相反，与正常发育的婴儿相比他们显著喜欢社交场景。这意味着，“对眼睛运动的分析可能有助于这类疾病的早期诊断”。

加州大学圣地亚哥分校一篇论文称，眼睛追踪技术有希望成为早期诊断自闭症的一种客观方式，因为它几乎适用于所有年龄和功能等级。

iMoTIons等实验室通过眼睛追踪设备帮助研究人员获得这些指标，以更好地理解和评估患者病情。

眼睛追踪技术公司RightEye利用眼睛追踪技术，帮助医生进行检查，发现包括从脑震荡到老年痴呆症在内的各类疾病，以及失读症的症状，帮助治疗儿童自闭症。

对于身体残疾人士来说，眼睛追踪也可能是一项突破性技术，尤其是在物美价廉的消费类设备问世的情况下。维尔纳说，“这是眼睛追踪技术一个相当大的应用领域，而且在不断发展中。”注视支持眼睛追踪技术的键盘和控制台，向患有脑瘫、脊髓损伤等病症的患者，提供了交流、控制环境和学习技能的途径。

广告

当前，广告客户能获得的最好的衡量广告效果的指标是印象和点击数量。但这两个指标不能精准反映广告效果，因为许多广告印象来自非人类来源。眼睛追踪技术将能改变这种状况。

波尔科表示，“衡量广告效果的通用标准将发生巨变，在广告拦截器和机器人流量时代，‘可见度’概念将被重新定义，以能更好地反映广告的实际效果。”

借助眼睛追踪技术，网络广告客户能精准地衡量实际观看他们广告的用户数量。在每台计算机和手机集成眼睛追踪技术前，要精准衡量广告效果几乎是不可能的，利用眼睛追踪技术还使广告客户能了解用户对广告的反应。

在现实世界，眼睛追踪技术已经显示出其潜力。波尔科说，“市场研究公司在试验通过直接测定生物识别数据，在零售店等室外环境精准地计算受众数量。”

Impax Media在眼睛追踪和其他计算机视觉技术方面投入巨资，收集其广告显示屏的受众信息。波尔科说，“我们坚信，广告产业未来的基础是精准的受众信息，而非印象，而眼睛追踪是获取精准受众信息的最佳途径。”

眼睛追踪技术还能用于市场研究领域，评估用户对产品和服务的反应。

眼睛追踪技术的未来

TechCrunch称，维尔纳表示，他认为新的PC使用范式将会出现，眼睛追踪成为与触摸屏、鼠标/触控板、语音和键盘并列的第五种输入方式，提高计算机“工作效率。注视总是发生在任何鼠标、键盘和语音动作之前”。

视觉是被使用最多的人类感觉之一，能以数字化方式追踪和测定视觉，将对使计算机了解用户意图产生重大影响——无论是有意还是无意的。