冰冷的機器可否被咱們喚醒？

機器的智能

計算機通過七八十年的快速發展，幾乎沒人不認爲現在計算機的強大。它超快的運算速度能讓複雜的數值計算瞬間獲得結果，它超大的存儲空間能存得下海量的信息，機器在這些方面都能輕易戰勝人類。

另外一方面，若是問你機器的智力高不高？你可能就會猶豫了。雖然計算機在某些方面能力很強，可是在不少人類智能行爲上它表現得連三歲小孩都不如。好比你跟目前號稱最厲害的機器人聊天，多聊兩句就會以爲它很幼稚，跟三歲小孩聊都比它有趣多了。因此從這個角度來看，目前的所謂的機器智能水平是至關低的。

弱人工智能

人工智能技術的最終目標就是要賦予機器思惟意識，使其像人腦同樣工做思考。整體而言，以是否具備自我意識及獨立思考能力爲界，可將人工智能分爲強人工智能和弱人工智能。

咱們目前常聽到的人工智能就屬於弱人工智能範疇，它只能解決某個特定領域的問題，更多的是充當一種工具來使用。弱人工智能創建在大數據和機器學習（包括目前較火的深度學習）的基礎上，也就是經過大量的標定的數據和算法來學習事物的模式。訓練獲得一個模型參數，而後根據該模型實現決策。

而強人工智能則是指具備人類的各類能力，好比獨立思考、自我意識、七情六慾、推理概括等等。強人工智能能夠說是幾乎沒有進展，不具有理論工程基礎，根據目前實際狀況更像是一種美好幻想。

摩爾定律

1965年因特爾公司創始人戈登·摩爾發現並解釋了集成電路（即如今所說的芯片）的晶體管數量每一年都會增長一倍，後來更正了本身的估測，將週期更改成兩年，最終由因特爾首席執行官大衛豪斯改成18個月。

得益於摩爾定律，過去半個世紀機器的計算能力呈指數上升，計算機也不斷變得更增強大。指數變化是至關可怕的力量，以致於有人認爲只要計算能力一直再持續幾十年，那麼計算機就將擁有與人類一樣的能力。

但有一個事實是，計算機的算術能力早已秒殺人類，卻不見得它擁有智能。

數學表達

在不少學科中，好比物理、化學、地理等等，數學能夠用來描述各類系統的運做規律。假如用計算機來實現大腦，那麼計算機的運做也是一種系統，若是可以用數學來表達運行則能夠用計算機來實現大腦。

因爲大腦在物理方面是由物質構成的，因此應該存在某種物理運行規律。而若是計算機還未能達到人類的某種行爲，那麼就應該在現有的數學和物理上存在某些延伸，一旦找到這些延伸的存在，那麼咱們將獲得更增強大的系統。假如能用數學來描述這些原理，則極可能可以在計算機中實現人類大腦的功能。

我思故我在

機器能不能思考這個問題，到目前爲止並無明確的支撐證據。咱們對人類的大腦的原理機制幾乎一無所知，只能看到表象的東西。咱們也不知道爲何哲學界們說「我思故我在」，他們是因何而產生而且如何產生這種意識的咱們也一無所知。

一切皆物理與數學

有些人則確信任何事物都是物理與數學，大腦也不例外，只要能搞清楚物體的原理則能經過數學描述出來，而且能在計算機中模擬出來。他們物理與數學就可以描述大腦，而一旦成功描述出來則天然會產生意識和思考。

大腦就像信息處理裝置，大腦的行爲就是數據轉換和處理。從感官接收輸入，經由大腦轉換處理，而後輸出到各組織。

總結

能不能讓機器思考？這個問題主要就是看能不能模擬出人類大腦。目前咱們對大腦的結構和原理了解的程度有限，能夠說是僅僅理論上存在實現的可能。對於人類大腦上億個神經元，而且每一個神經元因爲其餘神經元之間有上千個鏈接，這種超級高的複雜性，目前咱們徹底沒辦法仿真出來。就算仿真出來後，到底會不會本身思考，會不會本身產生意識，這些也都不知道。

-------------推薦閱讀------------

個人開源項目彙總(機器&深度學習、NLP、網絡IO、AIML、mysql協議、chatbot)

爲何寫《Tomcat內核設計剖析》

2018彙總數據結構算法篇

2018彙總機器學習篇

2018彙總Java深度篇

2018彙總天然語言處理篇

2018彙總深度學習篇

2018彙總JDK源碼篇

2018彙總Java併發核心篇

2018彙總讀書篇

---

跟我交流，向我提問：

歡迎關注：人工智能、讀書與感想、聊聊數學、分佈式、機器學習、深度學習、天然語言處理、算法與數據結構、Java深度、Tomcat內核等相關文章