人工智能（Artificial Intelligence），英文缩写为AI，是计算机科学的一个分支，目的是研究，开发用于模拟，延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。（来自百度百科）
人工智能有尽头吗？我想应该是有的，那就是强人工智能。有这样一则笑话：一人问：人类的最后一项发明可能会是什么？答曰：自动发明机......强人工智能的出现可以说是人工智能学科的一个质变，如果未来能够发明一种可以制造人工智能的人工智能，那么人工智能科学可能就会到尽头了。
在1950年，阿兰·图灵就提出机器能否思考的问题，他认为，如果一台计算机对问题的回答和人的回答没有区别，那么就可以认为这台计算机是一台会思考的机器。这个实验称为图灵测试。图灵也提出过一种强人工智能的观点，那就是孩童机（Chlid Machine），首先创建一个具有少量智能的Agent，称为空白表单（black sheet），然后使它接受知识，从小的、低层次的智能开始的思想与启发式思考者随后提出的思想是一致的，那么，一个孩童就像一个装满了空白表单的笔记本，但他也是存储知识的一种机制。
有一种人脑模拟的智能表示，早在1949年，当时数字计算机时代还没有来临，威廉·格雷·沃尔特就已经设计出了早期的机器人，称其为Machina Specilatrix，主要原理是用模拟的电子电路模拟大脑的工作过程，也就是说，如果把某种导电材料按照大脑中神经元的连接方式连接，能否得到意识？或者一个智能的存在？联结主义者认为，至少就智能而言，构成材料是无关紧要的，只要它能准确复制人脑中所发生的事情。但是它的问题是，人脑中的神经元高达八百亿之多！而且这些神经元之间用极其精妙的连接组成了一套高度复杂的网络系统，而且每个神经元，单元组具有灵敏的自动化模式，受到各种已知或未知的生物因素的调控，不仅如此，人类的认知模式也存在着内在强烈附在关联的，并且人类本身之间都可能不一样，总之，即便是目前的超级计算机也无法模仿整个的人脑，除非等到下一代计算机有惊人的计算力的话，这种方案是不可行的。
目前出现了一种深度学习方法，按照定义，深度学习是“使用具备深层隐藏层，不同连接结构的神经网络来进行学习”，这种定义是一种强人工智能的定义。但问题是，目前大多数的目前大多数的深度学习网络没能突破“特征检测”这个范畴，现在的深度学习其实只是模拟了人类复杂神经系统中的感觉系统，离具备决策功能的大脑还差得远。当前没有人能够确切知道如何破局，但一个可能的方向是，组建基于“神经网络”的神经网络，说起来简单，做起来难，如何训练单个神经网络？这个要继续向人类如何学习知识来取经了。
总结：强人工智能还很远，人类想靠当前的计算机技术是无法创造真正的人工智能的，并且从本身的性质来说，它是不会带来直接的经济效益的，而且失败的可能性也很高，2013年，斯坦福大学人工智能实验室的肯尼思·索尔兹伯团队制作了一个可以买咖啡的机器人，它能够识别透明的玻璃门，找到开门的门把手，找到电梯，并乘坐下楼去咖啡店买咖啡，最后这个机器人用了40分钟的时间把咖啡带到了办公室，远比一个人花10分钟买咖啡的效率低，但这只是一个开始，随着未来计算机技术的发展，以及新的人工智能思想的提出，目前所遇到的障碍很有可能会被解决掉。
网友评论