我们每个人都已经成为一个庞大系统中的微小芯片，且没有人真正理解这系统。每天，我都从电子邮件、电话和文章中汲取到无数的数据，然后处理数据，再通过更多的邮件、电话和文章将新数据传输出去。我真的不知道我在这个庞大的系统中所处何处，以及我的数据是怎样与其他数十亿人和计算机产生数据交换的。我无暇找寻答案，因为一直在忙于回复邮件。在没人规划、控制和理解的前提下，这种源源不断的数据流引发新事物的发明和旧事物的瓦解。

人脑与人工智能的“算法”

　　上文中笔者曾多次提到“算法”，这个算法并不等同于我们的数学公式，但却有异曲同工之处。在《未来简史》中，尤瓦尔·赫拉利将人类和生物的行为描述为算法。

　　通过人类的“例子”，想必大家已经了解了算法的必要性。无论是人脸识别、无人驾驶、还是语音识别等技术，它们都是通过算法实现的。

图片来自互联网

　　这里我们以人脸识别为例。一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。听上去似乎很简单，但这却是一个极其复杂的算法。

　　需要注意的是，这一过程应是增量式且终生性的，即识别性能可随观察的增多而不断地提升，且像人类一样，在人工智能生命期内一直持续，只需将一个事先编译好的人脸识别算法装载在“机器人的大脑”中便可实现持续工作。但这种方式却只能应用在单一领域上。

　　问题就在于，人脸识别系统必须需要人类教它如何去学习更多样本，而不是自主学习样本。具备“通用智能（General Intelligence）”的人工智能，必须拥有自主学习的能力。人类只需要告诉机器，我想让你识别人脸，人工智能便可以迅速的开始学习如何识别人脸，如何进行图像摄取、人脸定位、图像预处理。

　　只有当这些行为是在自主学习的框架下获得的，并且具备前述增量学习和终生学习的特点，才算是强人工智能的一种体现。这也是为什么上文中笔者说人工智能就是让机器拥有人的思想是错误观念的原因，因为人工智能只需要算法，不需要思想。

　　关于人工智能是自主学习的逻辑，我们可以参考著名心理学家皮亚杰（J. Piaget）关于儿童认知发展的理论。

　　第一，完全自主性。我们完全做不到像对待机器人那样，对婴儿各关节赋以角度序列，使其完成某些动作；

　　第二，家长示教。尽管不能直接干预婴儿的运动行为，家长仍可通过间接辅教，协助婴儿完成特定的运动行为；

　　第三，主观模仿。无论是家长刻意重复特定运动行为过程，还是婴儿自己的主观观察，都更有助于婴儿获得该运动的行为能力；

　　第四，环境交互学习。婴儿获得的每一项特定运动行为能力，都是在与实际环境不断交互后才逐渐真正掌握的；

　　第五，试错模式。在与环境的不断交互过程中，婴儿总能根据环境的反馈对自身行为能力不断加以调节。

　　以上五点，也是现今人工智能算法的最大难题。当然，这是一个长久的目标，在人工智能领域，突破了0%，便是100%。

本文属于原创文章，如若转载，请注明来源：柯洁输了 但你知道什么是人工智能吗？//diy.zol.com.cn/638/6385238.html