強(qiáng)人工智能和弱人工智能，你了解多少？

????????1、強(qiáng)人工智能和弱人工智能

????????人工智能的一個(gè)比較流行的定義，也是該領(lǐng)域較早的定義，是由當(dāng)時(shí)麻省理工學(xué)院的約翰·麥卡錫在1956年的 達(dá)特矛斯會(huì)議上提出的：人工智能就是要讓機(jī)器的行為看起來就像是人所表現(xiàn)出的智能行為一樣。但是這個(gè)定義似乎忽略了強(qiáng)人工智能的可能性。另一個(gè)定義指人工智能是人造機(jī)器所表現(xiàn)出來的智能?？傮w來講，目前對(duì)人工智能的定義大多可劃分為四類，即機(jī)器“像人一樣思考”、“像人一樣行動(dòng)”、“理性地思考”和“理性地行動(dòng)”。這里“行動(dòng)”應(yīng)廣義地理解為采取行動(dòng)，或制定行動(dòng)的決策，而不是肢體動(dòng)作。

????????2、強(qiáng)人工智能

????????強(qiáng)人工智能觀點(diǎn)認(rèn)為有可能制造出真正能推理和解決問題的智能機(jī)器，并且，這樣的機(jī)器能將被認(rèn)為是有知覺的，有自我意識(shí)的。強(qiáng)人工智能可以有兩類：類人的人工智能，即機(jī)器的思考和推理就像人的思維一樣。非類人的人工智能，即機(jī)器產(chǎn)生了和人完全不一樣的知覺和意識(shí)，使用和人完全不一樣的推理方式。

????????????????????????????????????3、弱人工智能

????????弱人工智能觀點(diǎn)認(rèn)為不可能制造出能真正地推理和解決問題的智能機(jī)器，這些機(jī)器只不過看起來像是智能的，但是并不真正擁有智能，也不會(huì)有自主意識(shí)。

????????弱人工智能是對(duì)比強(qiáng)人工智能才出現(xiàn)的，因?yàn)槿斯ぶ悄艿难芯恳欢忍幱谕磺暗臓顟B(tài)下，直到類神經(jīng)網(wǎng)絡(luò)有了強(qiáng)大的運(yùn)算能力加以模擬后，才開始改變并大幅超前。但人工智能研究者不一定同意弱人工智能，也不一定在乎或者了解強(qiáng)人工智能和弱人工智能的內(nèi)容與差別，對(duì)定義爭(zhēng)論不休。

????????就現(xiàn)下的人工智能研究領(lǐng)域來看，研究者已大量造出看起來像是智能的機(jī)器，獲取相當(dāng)豐碩的理論上和實(shí)質(zhì)上的成果，如2009年康乃爾大學(xué)教授Hod Lipson 和其博士研究生Michael Schmidt 研發(fā)出的 Eureqa計(jì)算機(jī)程序，只要給予一些數(shù)據(jù)，這計(jì)算機(jī)程序自己只用幾十個(gè)小時(shí)計(jì)算就推論出牛頓花費(fèi)多年研究才發(fā)現(xiàn)的牛頓力學(xué)公式，等于只用幾十個(gè)小時(shí)就自己重新發(fā)現(xiàn)牛頓力學(xué)公式，這計(jì)算機(jī)程序也能用來研究很多其他領(lǐng)域的科學(xué)問題上。這些所謂的弱人工智能在神經(jīng)網(wǎng)絡(luò)發(fā)展下已經(jīng)有巨大進(jìn)步，但對(duì)于要如何集成成強(qiáng)人工智能，現(xiàn)在還沒有明確定論。

????????????????強(qiáng)人工智能能否在可見的未來實(shí)現(xiàn)？

????????也許有一天人工智能能夠幫助人類做科學(xué)研究，使得科學(xué)技術(shù)進(jìn)步更快？

????????權(quán)威機(jī)構(gòu)羅蘭貝格：強(qiáng)人工智能的未來已來，將會(huì)這樣滲透你的生活

????????人工智能(Artificial Intelligence, 即AI)浪潮似乎已經(jīng)到來，在服務(wù)、零售、交通及金融等各個(gè)領(lǐng)域的商業(yè)應(yīng)用逐漸成為現(xiàn)實(shí)。本文分析了人工智能的發(fā)展及在商業(yè)領(lǐng)域的潛在應(yīng)用，以期對(duì)轉(zhuǎn)型中的企業(yè)、創(chuàng)業(yè)公司、投資公司和政府有所啟示。

????????1人工智能的演進(jìn)

????????工業(yè)革命以來，機(jī)器逐漸取代許多以往的由人工執(zhí)行的簡(jiǎn)單操作，但僅僅局限于依據(jù)預(yù)先輸入的指令行事，缺乏自主能動(dòng)性。隨著硬件設(shè)備及算法的不斷演變，如今的機(jī)器更能模仿人腦的決策過程，具備一定的學(xué)習(xí)、感知和邏輯推理能力，并朝著創(chuàng)造性思考、通用性場(chǎng)景處理的方向進(jìn)階。

????????演進(jìn)發(fā)展路徑

????????按照人工智能的發(fā)展路徑，當(dāng)前市場(chǎng)上存在兩種類型的人工智能：弱人工智能(Artificial Intelligence, 即AI)和強(qiáng)人工智能(Artificial General Intelligence, 即AGI)。

????????弱人工智能主要模仿人腦的基本功能，如感知、學(xué)習(xí)、記憶和決策等，需在特定情境下表現(xiàn)人腦智能。目前的市場(chǎng)以弱人工智能為主，其技術(shù)、算法和應(yīng)用都相對(duì)成熟，商業(yè)應(yīng)用的表現(xiàn)也可圈可點(diǎn)，競(jìng)爭(zhēng)相對(duì)激烈，很多互聯(lián)網(wǎng)巨頭已在人機(jī)語音交互、圖像識(shí)別、數(shù)據(jù)分析和預(yù)測(cè)等領(lǐng)域?qū)崿F(xiàn)技術(shù)突破和商業(yè)應(yīng)用。

????????強(qiáng)人工智能需要結(jié)合情感、認(rèn)知和推理等人腦高階智能，并能通用到各種場(chǎng)景中，是未來人工智能的主要發(fā)展方向。由于技術(shù)壁壘非常高，強(qiáng)人工智能目前仍處于早期探索階段，但未來的發(fā)展空間不可估量，國(guó)內(nèi)外一些由頂尖科學(xué)家領(lǐng)導(dǎo)的創(chuàng)業(yè)公司正在各個(gè)垂直領(lǐng)域努力尋求技術(shù)突破。

????????當(dāng)技術(shù)突破了人類的極限，會(huì)出現(xiàn)超人工智能(Artificial Super Intelligence)，其能力將超過人類且能不斷進(jìn)化和自我完善，這一點(diǎn)正是令人擔(dān)憂的。人類無法預(yù)測(cè)和控制超人工智能，甚至很有可能會(huì)被比自己更聰明、強(qiáng)大的超人工智能所毀滅。當(dāng)然，這種擔(dān)心還為時(shí)尚早。

????????弱人工智能的能力與局限

弱人工智能具備 “數(shù)據(jù)處理”、“自主學(xué)習(xí)”及 “快速改進(jìn)”三大基本能力，能夠?qū)⒋罅繑?shù)據(jù)進(jìn)行存儲(chǔ)—學(xué)習(xí)—應(yīng)用—改進(jìn)的循環(huán)，但其局限在于無法進(jìn)行推理或通用學(xué)習(xí)，并需要大量的數(shù)據(jù)樣本歸納與不斷的試錯(cuò)練習(xí)。因此，“人”對(duì)實(shí)現(xiàn)弱人工智能的應(yīng)用非常重要：需要“人”設(shè)計(jì)解決問題的方法，需要“人”尋找、識(shí)別并分享有用的數(shù)據(jù)，也需要“人”對(duì)機(jī)器的行動(dòng)進(jìn)行反饋。

????????大量高質(zhì)量且有意義的數(shù)據(jù)樣本(約1000萬樣本)及如何獲得數(shù)據(jù)樣本是弱人工智能進(jìn)行商業(yè)應(yīng)用的關(guān)鍵成功要素，也是擁有海量數(shù)據(jù)的互聯(lián)網(wǎng)巨頭得以取得不俗成績(jī)的原因之一。

????????搜狗智能機(jī)器人“汪仔”依靠強(qiáng)大的搜索引擎和數(shù)據(jù)，可完成基本的人機(jī)對(duì)話，“速記”的準(zhǔn)確率也遠(yuǎn)高于國(guó)內(nèi)頂尖速記高手?；诤Ａ康拇髷?shù)據(jù)和強(qiáng)大的云計(jì)算能力，阿里巴巴的ET能實(shí)現(xiàn)直播實(shí)時(shí)字幕、看圖說話、個(gè)性化推薦與體育視頻分析。在美國(guó)，亞馬遜推出實(shí)體店面Amazon Go，消費(fèi)者在店里隨意選購商品時(shí)，人工智能會(huì)在后臺(tái)通過實(shí)時(shí)圖像識(shí)別技術(shù)將這些商品放進(jìn)虛擬購物袋。結(jié)束購物時(shí)，消費(fèi)者可直接離開，費(fèi)用將從消費(fèi)者的亞馬遜賬戶中扣除，大大節(jié)省了排隊(duì)買單的時(shí)間和麻煩。

????????可見，實(shí)現(xiàn)弱人工智能應(yīng)用的成本非常高，目前的商業(yè)應(yīng)用也主要集中在減少企業(yè)運(yùn)營(yíng)成本、提高效率和降低風(fēng)險(xiǎn)及提升用戶體驗(yàn)，在創(chuàng)新的商業(yè)模式應(yīng)用上還有待突破。

????????強(qiáng)人工智能的能力與發(fā)展

????????在弱人工智能三大基本能力的基礎(chǔ)上， 強(qiáng)人工智能還具有如人腦一樣的完整推理能力(Robust Reasoning)，即掌握學(xué)習(xí)的方法，減少對(duì)“人”的依賴。此能力有多種不同的技術(shù)實(shí)現(xiàn)路徑，例如遷移學(xué)習(xí)(Transfer Learning)、小數(shù)據(jù)推理等，甚至不只是一種技術(shù)，而是多種技術(shù)的疊加。

????????遷移學(xué)習(xí)是人類的本能，核心是發(fā)現(xiàn)共性(共同特征)，在一個(gè)模型訓(xùn)練任務(wù)中針對(duì)某種類型數(shù)據(jù)獲得的關(guān)系也可輕松應(yīng)用于同一領(lǐng)域的不同問題。讓機(jī)器具備此能力對(duì)人工智能的未來發(fā)展和商業(yè)應(yīng)用有三大重要意義：小數(shù)據(jù)學(xué)習(xí)，而非依賴成本高昂的海量數(shù)據(jù)；觸類旁通，實(shí)現(xiàn)通用功能，而非學(xué)習(xí)的應(yīng)用僅限于一個(gè)領(lǐng)域；個(gè)性化服務(wù)，應(yīng)用于個(gè)人化的場(chǎng)景中。

????????小數(shù)據(jù)推理是指用樣本量小且存在不確定性的數(shù)據(jù)樣本進(jìn)行推理，并通用到其他場(chǎng)景中，這更符合現(xiàn)實(shí)中的大多數(shù)情況，但其難點(diǎn)在于推斷部分，而現(xiàn)階段的發(fā)展目標(biāo)是創(chuàng)建一個(gè)穩(wěn)定的計(jì)算平臺(tái)來進(jìn)行推斷。

????????另外，強(qiáng)化學(xué)習(xí)(Reinforcement Learning)的進(jìn)一步發(fā)展也為強(qiáng)人工智能的技術(shù)突破創(chuàng)造了可能性。強(qiáng)化學(xué)習(xí)的最大優(yōu)勢(shì)在于機(jī)器可以理解這個(gè)世界，在正常運(yùn)行中學(xué)習(xí)，隨后利用自己所學(xué)的知識(shí)完成人類指定的任務(wù)，糾正自主行為。特別是最近提出的“一次性學(xué)習(xí)”(One-shot Learning)正在嘗試用很小的樣本量進(jìn)行學(xué)習(xí)——攻克此技術(shù)難題后，強(qiáng)化學(xué)習(xí)的發(fā)展速度將得到大幅提升。

????????可見，強(qiáng)人工智能應(yīng)用的成本相對(duì)低于弱人工智能。在商業(yè)應(yīng)用方面，除了能夠進(jìn)一步降低成本和提高效率，還會(huì)出現(xiàn)許多創(chuàng)新的商業(yè)模式和用戶體驗(yàn)，甚至能夠完成人類不能完成的活動(dòng)，進(jìn)行高價(jià)值的創(chuàng)造。如何打好組合拳以實(shí)現(xiàn)多種技術(shù)疊加的最大效應(yīng)，是將來要解決的一大問題。

????????2強(qiáng)人工智能的潛在商業(yè)應(yīng)用

????????未來3-5年，弱人工智能會(huì)繼續(xù)在商業(yè)流程簡(jiǎn)單重復(fù)、不受外部復(fù)雜環(huán)境影響并可具備數(shù)字化輸入和輸出的領(lǐng)域進(jìn)行大量應(yīng)用，并部分取代人類的工作。從功能性分析，人工智能的商業(yè)應(yīng)用主要有六大功能，且在各行業(yè)都有相應(yīng)的應(yīng)用場(chǎng)景：戰(zhàn)略優(yōu)化/資源配置、靜態(tài)個(gè)性化建議、預(yù)測(cè)及分析、發(fā)現(xiàn)新問題/趨勢(shì)、處理無規(guī)則數(shù)據(jù)以及產(chǎn)品價(jià)格優(yōu)化。

????????人工智能商業(yè)應(yīng)用的六大功能及在各行業(yè)的應(yīng)用場(chǎng)景

????????同時(shí)，強(qiáng)人工智能技術(shù)上的突破會(huì)在符合以下商業(yè)特點(diǎn)的領(lǐng)域形成潛在應(yīng)用：商業(yè)問題個(gè)性化突出，只有小樣本數(shù)據(jù)；問題結(jié)構(gòu)和流程較復(fù)雜，需不斷適應(yīng)和通用學(xué)習(xí)；對(duì)外部環(huán)境的變化要求低，可不斷適應(yīng)外部環(huán)境的變化；商業(yè)問題還有很多人類未知的領(lǐng)域需要探索。

????????強(qiáng)人工智能技術(shù)上的突破會(huì)在符合以下商業(yè)特點(diǎn)的領(lǐng)域形成潛在應(yīng)用

????????未來5-15年，強(qiáng)人工智能會(huì)在醫(yī)療服務(wù)、服務(wù)型機(jī)器人和在線教育等領(lǐng)域有較大規(guī)模的應(yīng)用，并徹底改變商業(yè)模式。

????????醫(yī)療領(lǐng)域

????????醫(yī)療領(lǐng)域的痛點(diǎn)多且復(fù)雜，個(gè)性化問題突出，而強(qiáng)人工智能的技術(shù)突破會(huì)在“輔助診療”、“智能影像”及“藥物研發(fā)”等方面創(chuàng)造價(jià)值。

????????輔助診療：通過對(duì)影像數(shù)據(jù)的分析、語音病例的錄入以及對(duì)病例的全面分析，人工智能可提出多種不同的治療方案，醫(yī)生則可根據(jù)病人的實(shí)際情況來做出專業(yè)判斷，選擇最適合病人的治療方案。通過人工智能的輔助診療，醫(yī)生可以有更多的時(shí)間來診療更多病人及進(jìn)行更復(fù)雜的手術(shù)。

????????智能影像分析：在中國(guó)，由于影像分析造成的誤診率平均高達(dá)27.8%，其中惡行腫瘤的誤診率高達(dá)約40%。同時(shí)，醫(yī)學(xué)影像數(shù)據(jù)每年增長(zhǎng)約30%，而影像學(xué)醫(yī)生數(shù)量的年增長(zhǎng)率僅約4%。因此，人工智能在醫(yī)學(xué)影像上的應(yīng)用不僅能幫助解決誤診率問題，還可大大彌補(bǔ)醫(yī)生資源的不足。

????????藥物研發(fā)：從發(fā)現(xiàn)分子到FDA批準(zhǔn)往往需要約97個(gè)月的時(shí)間，而且只有約12%的分子藥物能夠成功上市。據(jù)初步估算，若使用人工智能篩選早期藥物分子并輔助臨床實(shí)驗(yàn)，可在全球范圍內(nèi)降低約280億美元的藥物研發(fā)成本，助更多療效好的新藥更快面市以治愈更多病人。

????????人機(jī)交互領(lǐng)域

????????強(qiáng)人工智能可以在語音的基礎(chǔ)上突破語義及情感等方面的局限，真正做到無障礙與人溝通。具備此能力的機(jī)器人可在老年看護(hù)等醫(yī)療領(lǐng)域、金融領(lǐng)域的數(shù)字挖掘、各領(lǐng)域的行政秘書等方面創(chuàng)造巨大商業(yè)價(jià)值。

????????在線教育領(lǐng)域

????????強(qiáng)人工智能將通過智能輔導(dǎo)系統(tǒng)、個(gè)性化自適應(yīng)學(xué)習(xí)系統(tǒng)等提供更高水平的個(gè)性化學(xué)習(xí)來影響教育市場(chǎng)，根據(jù)學(xué)生的不同要求，在某些主題給予更多重視并總結(jié)教訓(xùn)，按照學(xué)生的進(jìn)度提供幫助。在K12(幼兒園到高中)及高等教育的市場(chǎng)應(yīng)用前景光明。

????????3對(duì)有關(guān)方面的啟示

????????傳統(tǒng)企業(yè)

????????未來3-5年，隨著弱人工智能技術(shù)愈發(fā)成熟，其商業(yè)應(yīng)用會(huì)呈爆發(fā)式增長(zhǎng)。企業(yè)應(yīng)厘清未來戰(zhàn)略目標(biāo)，盡早布局人工智能，構(gòu)建新的競(jìng)爭(zhēng)優(yōu)勢(shì)。傳統(tǒng)企業(yè)應(yīng)認(rèn)識(shí)到人工智能在企業(yè)運(yùn)營(yíng)和產(chǎn)品創(chuàng)新上的價(jià)值，根據(jù)企業(yè)自身的戰(zhàn)略目標(biāo)，通過與互聯(lián)網(wǎng)巨頭、創(chuàng)業(yè)公司的合作或自己孵化創(chuàng)業(yè)公司等方式，盡早著手人工智能在各個(gè)垂直領(lǐng)域的應(yīng)用，完成企業(yè)轉(zhuǎn)型和商業(yè)模式突破，為企業(yè)的未來打下堅(jiān)實(shí)基礎(chǔ)。

????????創(chuàng)業(yè)公司

????????在強(qiáng)人工智能領(lǐng)域深耕技術(shù)和算法，建立技術(shù)壁壘。盡早布局垂直應(yīng)用領(lǐng)域，創(chuàng)建品牌并搶占市場(chǎng)。當(dāng)技術(shù)逐漸實(shí)現(xiàn)突破時(shí)，開始實(shí)施商業(yè)應(yīng)用試點(diǎn)，并將應(yīng)用的盈利投入于更高階段技術(shù)與算法的研究，由此形成良性循環(huán)。在強(qiáng)人工智能領(lǐng)域，由頂尖科學(xué)家領(lǐng)導(dǎo)的新型創(chuàng)業(yè)公司具有超越互聯(lián)網(wǎng)巨頭的強(qiáng)大潛力，有望實(shí)現(xiàn)“彎道超車”。

????????投資機(jī)構(gòu)

????????可持續(xù)關(guān)注探索強(qiáng)人工智能的技術(shù)/算法(遷移學(xué)習(xí)、小數(shù)據(jù)推理等)的創(chuàng)業(yè)公司以及聚焦垂直領(lǐng)域應(yīng)用的創(chuàng)業(yè)公司(個(gè)性化教育，醫(yī)療、服務(wù)機(jī)器人等)，并重點(diǎn)探討這些創(chuàng)業(yè)公司的估值。

????????政府

????????建立完善的數(shù)據(jù)生態(tài)系統(tǒng)，提高數(shù)據(jù)的開放性和透明性，并引入國(guó)際化的有效數(shù)據(jù)。此外，政府還應(yīng)提早準(zhǔn)備與人工智能發(fā)展相關(guān)的法律法規(guī)和政策，針對(duì)人工智能帶來的公平性、安全性、隱私以及社會(huì)化應(yīng)用等一系列問題，幫助社會(huì)輕松采納人工智能應(yīng)用，擴(kuò)展收益，并緩和其失敗及所犯錯(cuò)誤帶來的負(fù)面效應(yīng)。

????????我相信很快會(huì)到來。主要因素是算法，人腦的思考過程歸根結(jié)底也是知識(shí)記憶+方法，這與電腦的核心：存儲(chǔ)+算法基本一致。說算力不夠的那都是借口。電腦的處理速度已經(jīng)遠(yuǎn)遠(yuǎn)超過人腦的處理速度，電腦能處理的邏輯復(fù)雜度也遠(yuǎn)遠(yuǎn)超過人腦。之所以電腦笨，是因?yàn)槿四X經(jīng)過幾百萬年的進(jìn)化升級(jí)，內(nèi)部算法早已是爐火純青，巧妙至極。電腦算法要達(dá)到這種程度并非易事。僅增加算力是徒勞的，因?yàn)槿四X的功耗與電腦相比幾乎可以忽略，說明人腦并沒有用太巨大的算力。如果科研人員有足夠的耐心去摸清楚這些算法細(xì)節(jié)，就能實(shí)現(xiàn)可思考的強(qiáng)人智能。俗話說，最大的敵人是自己。人工智能更是如此，用自己的大腦去研究自己的大腦就是在與自己PK。關(guān)鍵是愿意干這種事的人太少，大部分人更愿意去弄數(shù)據(jù)，以量取勝，數(shù)據(jù)量大了就覺得算力不夠，于是進(jìn)入死胡同。

????????弱到強(qiáng)需要一個(gè)轉(zhuǎn)變的過程，目前弱人工智能的應(yīng)用場(chǎng)景都很局限，對(duì)數(shù)據(jù)依賴性極高，穩(wěn)定性幾乎沒法分析，一個(gè)“人工智能”產(chǎn)品背后究竟有多少人工？又有多少智能？

????????從目前來看，逆強(qiáng)化學(xué)習(xí)加上遷移學(xué)習(xí)是一個(gè)比較可能邁向下一步智能的方向，再結(jié)合量子計(jì)算，所以我很看好Google和UCB這一票研究者。

????????可以

????????這也是人智能的體現(xiàn)，因?yàn)槿丝梢酝ㄟ^感知環(huán)境（聲、光、觸、味等等等）對(duì)即將發(fā)生對(duì)事情進(jìn)行預(yù)測(cè)，并預(yù)先準(zhǔn)備好對(duì)應(yīng)對(duì)反應(yīng)方式；

????????就像你找你的女神聊天；

????????你會(huì)根據(jù)當(dāng)前環(huán)境，之前發(fā)生對(duì)事情，對(duì)方說過對(duì)話做過對(duì)事等等等進(jìn)行預(yù)測(cè)，大腦中形成一個(gè)決策樹，給未來各種可能提供方案，最有可能發(fā)生的一批結(jié)果將存如你的內(nèi)存，讓你可以感知到，而一些你不知道的結(jié)果可能大腦已經(jīng)預(yù)測(cè)到了，只是優(yōu)先級(jí)較低，在發(fā)生的時(shí)候才會(huì)調(diào)出來；

????????這個(gè)時(shí)候，一個(gè)超出決策樹已有方案范圍的情況（或者優(yōu)先級(jí)極低）發(fā)生時(shí)，你就卡?。ㄋ罊C(jī)、或者正在計(jì)算查詢結(jié)果）回答不上來了；

????????（當(dāng)然，因?yàn)槿思沂桥瘢湍愕乃惴?，存?chǔ)的信息不太一樣，決策樹大概率匹配不到方案，這種運(yùn)行死機(jī)是常有的事）

????????目前的弱人工智障已經(jīng)有這方面的初步體現(xiàn)了，會(huì)去做一些簡(jiǎn)單的計(jì)算，在簡(jiǎn)單環(huán)境中找出概率較高的可能結(jié)果，例如和人類打dota的OpenAI；

????????如果未來算法、量子計(jì)算機(jī)、存儲(chǔ)技術(shù)突破，可以分析一些天文數(shù)據(jù)，可能可以做到預(yù)測(cè)未來的能力，即使可能只有幾毫秒；（甚至在這樣的技術(shù)條件下，當(dāng)前的物理學(xué)體現(xiàn)都會(huì)發(fā)生革命性突破）

????????人工智能的發(fā)展，取決于算力的提升和算法的改善，在現(xiàn)有條件下，個(gè)人覺得突破有困難。不過量子計(jì)算的時(shí)代已經(jīng)不遠(yuǎn)了，在算力突破的基礎(chǔ)上，再改進(jìn)算法，也許就能看到希望的曙光了。

????? ?利益相關(guān)，人工智能在讀，先匿名。其實(shí)從頭到尾人工智能這個(gè)概念只不過是一些有心之人強(qiáng)行營(yíng)造出的一個(gè)·噱頭罷了，不會(huì)真有人以為幾行代碼就能運(yùn)行出能自己學(xué)習(xí)工作的強(qiáng)人工智能吧。除此以外，人工智能本專業(yè)所要學(xué)習(xí)的知識(shí)也是模棱兩可，哪怕強(qiáng)人工智能在媒體眼中可以實(shí)現(xiàn)，可能也只是一些有心之人為了迎合大眾的需求創(chuàng)造出的噱頭罷了。最后說一下我自己的見解。人工智能不過是隨著社會(huì)節(jié)奏加快人們逐漸懶于思考而一些有心之人創(chuàng)造出的最簡(jiǎn)單的去解決問題的代碼而已。這難道不是這個(gè)社會(huì)的悲哀嗎，人們懶于思考，刷著一些無用的視頻流，以為自己了解了這個(gè)世界，以為自己眼界得到了前所未有的提高，其實(shí)只不過是一些汲取著一些無用垃圾的fw而已。

????????實(shí)現(xiàn)不了，因?yàn)闆]有存在的意義。

????????機(jī)器人會(huì)思考？你打算留多少時(shí)間讓它思考而不是工作？人工智能的存在是為人的利益服務(wù)還是為自身服務(wù)？

????????工具有了思維就脫離了工具的范疇。

????????并非想象力束縛了我，目前的社會(huì)發(fā)展模型，對(duì)人工智能的需求是提高產(chǎn)能、替代低技術(shù)性與高危險(xiǎn)的工作內(nèi)容。

? ? ? ??