上交大AI研究院首席科学家徐雷：中国人工智能研究真的世界领先？(21)_尽管人工智能不是新鲜的概念

此外，双向智能还能应用于许多类似AlphaGo的场景。在人工智能领域中， AlphaGo做到的事实际上被叫做启发式搜索和问题求解。现在很多人以为AlphaGo的成功关键在于蒙特卡洛树的前瞻性搜索，但徐雷表示，这并不是AlphaGo成功的关键要素，在1986-1988年间，中国学者在研究启发式搜索时就已提出过类似思路。真正的关键在于用深度学习网络来看到棋盘，犹如开了“天眼” ，认清了状态并由此联想，做到三管齐下。

徐雷总结称，下棋和做领导是类似的，都要做三件事。第一件，是要先试几步看一看，类似于邓小平做深圳特区先行探路。第二件，需要有仙人指路，指出这一盘棋能不能赢，赢面是多少，这类似于大智慧者老子出面提示，起到的是坚定信心的作用。第三件，需要孙子相助，告诉从业者具体有几种走法、走哪里是最好的策略，让从业者选择赢面最大的走法。下棋也好，解决任何一个问题也好，都需要三种人同时协同。 AlphaGo之所以能赢，就是因为用深度学习网络开了天眼、认了棋盘，同时做了“老子”和“孙子” 。

而双向智能的关键就在于形象思维认知和抽象思维相结合，双向协同互补。过去只用抽象思维进行问题求解所遇到的困难，有望通过双向智能获得改进。