AlphaGo的离奇成功在围棋比赛采取很多的丧钟的优势人类智慧，但谷歌研究员大卫银并不这样认为。相反，他看到了潜在利益的世界。
由于落后于谷歌DeepMind的AlphaGo系统的领先架构师，击败了韩国围棋冠军李世乭4场比赛到3月1日的一个，银认为，该技术的下一个角色应该是帮助推动人类健康。
“我们想利用这些技术来在现实世界产生积极的影响，”他告诉人工智能研究人员组成的听众月20日在纽约举行的国际人工智能联合会议。
随着越来越多的可能的组合板之外还有宇宙中的原子，围棋一直被认为是AI研究的终极挑战。AlphaGo第一次训练的专家的人的动作，然后在数以百万计的自我玩游戏。在其对世DOL胜利，其举动被专家描述为“创作的“在他们显然没有严格从它的培训材料中获得。
现在，DeepMind正在申请AlphaGo的深学习智慧到包括健康分析和保健助理交付个性化医疗应用中，银说。
今年早些时候，英国基础，DeepMind推出保健师。这个月，它宣布与摩菲眼科医院的研究合作，将重点放在应用机器学习糖尿病性视网膜病和年龄相关性黄斑变性。它也一直在几个临床移动应用。
许多人工智能的进步，允许AlphaGo实现它在围棋做的成功也可以帮助它在医疗保健擅长的。而不是找到通过纯粹的计算力的最好的动作IBM的深蓝方式没有打败国际象棋冠军卡斯帕罗夫，AlphaGo的方法是基于卷积神经网络和强化学习，允许它基本上教本身随着时间的推移。
“当然击败硒DOL是令人兴奋的，但对我来说，甚至比成绩更令人兴奋的本身就是在AlphaGo做这件事的方式，” Silver说。“这表明它可以从数据和自我发挥学会找出知识本身。”
强化学习一直被认为是“一个很好的白日梦，” Silver说。“现在感觉这些方法真的管用，这是一个真正的变化。现在，我们可以在许多许多不同的领域张望。我们绝不与AlphaGo做的手段。”