關於「人工智能」的思考

        (一點點想法和思考)

      「人工智能」，竊覺得是計算機科學最引人入勝的一個方向，惋惜的是咱們還沒能看到有任何突破性的進展，就像網易公開課對「斯坦福機器學習」課程的描述同樣，「人工智能」彷佛遇到了一個瓶頸。雖然如你所見，彷佛智能化在ios上的siri以後愈來愈接近人們的生活了，但其實本質上並無任何的突破。張鈸院士有這樣一個比喻「人類的技術發展正如同開門，當咱們找不到這扇門的鑰匙時，若是可以有一塊磚頭，咱們多半會抄起磚頭將門砸開。」如今的「人工智能」就是這樣一塊磚，至於砸開砸不開，那就很難說了。

       對這個問題國內外彷佛有廣泛的認識，All models are wrong, but some models are useful. — George Box，其實差很少也是這個意思，咱們並沒能找到人工智能的key，而是在用一些其它方法讓程序看起來比較智能。再羅列一個東西吧，是網上看到的十大實驗(?)之一：

       開始學習機器學習也有半年了，要說感覺就是excited &  disappointed，excited是由於終於知道了一些人工智能的算法而且編了一些碼跑起來，disappointed是由於我看不到這塊磚砸開人工智能之門的但願，雖然"機器學習無疑是最有但願實現這個目標的方向之一"。

       今天拜讀了圖靈的里程碑論文《計算機器與智能》，在感嘆圖靈真是天才之餘，着實認真思考了一番。圖靈反駁了不少觀點，其中我以爲由爲有意思的一句話是「According  to the most extreme  form of this view the only way by which one could be sure that a machine thinks is to be the machine and to feel oneself  thinking」，便是「你若要確定一臺機器是否能思惟，惟一的途徑就是成爲那臺機器而且去感覺本身的思惟活動。」這固然這是不現實的事情，也使「人工智能不存在」這個觀點很無力。人工智能感受就像外星人同樣，你無法否認它的存在的可能性，但是誰都沒見到過~~~~~甚至咱們連一個「聲稱見過」的人都沒有……

       圖靈在論文裏描述的Learning Machine和如今機器學習的思路很相似，(也許這就是來源？我孤陋寡聞了？)，至於這樣是否能創造出真正的人工智能，圖靈舉了這樣一個例子，也就是說當原子堆很小時是不會產生鏈式反應的，但若是原子堆足夠大了以後就會由於一箇中子的轟擊產生核裂變。圖靈把一個想法比做中子，而人的思想比做原子堆，有一小部分思想處於超臨界狀態，進入其中的想法將會產生愈來愈多的想法，最終成爲一個完整的"理論"，也就是智能，那麼是否有一天這樣一個「學習機器」也能進入超臨界狀態而產生人工智能呢？-----我想除了時間沒誰知道答案

       人工智能，對於社會、經濟、文化的影響我就不贅述了，各類科幻大片已經作了足夠的渲染，如今的關鍵是在這我的工智能的瓶頸期，五花八門的想法隨之而來，好比說對統計學方法批評的有，支持的也有。下面談一點拙見：是否是咱們應該像上面那句長長的英文說的那樣「換位思考」一下，這樣的換位應該不只僅侷限於「噢，電腦看到的圖片是一個矩陣的數字」這樣，而是儘可能完全地去換位，思考一下它能感受到的數據是什麼、它的方向感、它的位置感等等對於思考很重要的東西，(這只是我粗淺的想法=囧=，有點扯，見諒，跳過吧)

        就像圖靈論文結尾時所說的

            We can only see a short distance ahead， 
            but we can see plenty there that needs to be done。

        很遺憾，咱們彷佛還在圖靈的short distance裏，真的但願有朝一日能有真正的人工智能誕生。