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的视频资料，追踪嫌犯和罪犯。
20世纪80年代讨论到人类的独特之处时，很习惯用国际象棋作为人类能力更强的主要证据。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的超级计算机“深蓝”（DeepBlue）就打败了世界国际象棋大师加里·卡斯帕罗夫（GarryKasparov），推翻了这个认为人类能力更强的论点。
“深蓝”算是有些取巧，因为编写程序的人不仅写入了国际象棋的基本规则，还加入了详细的棋局策略。但新一代的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的一个程序，就自己学会了如何去玩49款经典的Atari游戏。开发者之一戴米斯·哈萨比斯（DemisHassabis）博士解释道：“我们提供给系统的唯一信息就是屏幕上的原始像素，以及指示系统要努力得到高分。剩下的一切都是它自己解出来的。”而这套程序也成功找出了交给它的所有游戏的规则，从《吃豆人》（Pac-Man）、《太空入侵者》（SpaceInvaders）到各种赛车和网球游戏。而且，这套程序得到的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的策略。13
图45“深蓝”击败加里·卡斯帕罗夫
不久之后，人工智能又获得了更惊人的成就：谷歌的AlphaGo软件自学围棋这种古老的中国棋类游戏，而围棋的复杂度远超国际象棋，一般认为这并不在人工智能程序能够处理的范围内。2016年3月，AlphaGo和韩国棋王李世石在首尔举行了一场比赛，AlphaGo凭借出奇的下法、创新的战略，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的棋路后，多数人的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，计算机算法也证明了自己在球类竞赛中的价值。几十年来，棒球队挑选球员靠的是专业球探和经理的智慧、经验和直觉。顶尖球员的身价高达数百万美元，自然财力雄厚的球队才能抢下一流球员，而经济拮据的球队只能勉强起用二线球员。但在2002年，预算有限的奥克兰运动家队（OaklandAthletics）总经理比利·比恩（BillyBeane）尝试要打破这个格局。他决定根据经济学家和计算机怪才所开
