有充足的证据显示，人工智能是永远不会成功的。

没感觉他提到了什么证据

@qdwang
请先解释下何为“广义上聪明得多”？何为“综合能力”又如何评判？
机器早在五感上超越了人类，现在开始在行动能力、识别能力、判断能力上赶超人类，今后也许在创造方面也超过人类，人类拿什么标榜自己的“综合能力？创造玄学的能力还是煲心灵鸡汤的能力？？

@allinwonder 槽点太多 都不知道从哪里开始

‘人工智能就是个伪概念，现在的所谓人工智能根本不是真的人工智能，充其量是高级自动化。’
请定义你的‘真的人工智能’跟‘高级自动化’

‘我的计算器算 10 位数乘法比我快 100 倍，我的计算器就比我智能了？ ’
计算器是人类为了解决计算问题发明的 设计目标就是提高运算效率 当然应该比人快 但没有人会因此说计算器比人智能

‘现在所谓的 machine learning 用来预测也是很搞笑的’
请问可以举例哪里搞笑 请问经济学里面难道不用统计推理吗 如果你有更好更科学的预测方式请不吝赐教

‘我们搞经济学的 70 年代就知道了一个叫 Lucas Critique 的东西了’
请问知道之后你们有什么实质性的建议吗

‘计算机界在风投的推波助澜下每 10 年就要炒一次人工智能，每次泡沫吹大然后爆掉，过来人已经见怪不怪了’
请举证

‘如果没有 econ phd 训练的话，看起来大概和进化论差不多不能证明’
能不能不打嘴炮 如果你可以证或者有人证过请注明 别侮辱 phd

‘用机器学习搞图像识别我一点问题也没有，但是要用来做一切和人的行为有关的东西必定死路一条’
这句不前后矛盾吗 图像识别不是和人的行为有关的东西？


不知道你为什么要强调 econ 在我看来所有 postgrad 学习都是针对思维方式的训练

@qdwang 的确 仿生算法丰富了机器的能力 但仿生算法只是其中一种 你认为 alpha go 能下赢人类是因为它对人类大脑的熟悉？

这类文章并不新鲜，都是受制于自己当前的理解力极限，立个稻草人打倒了事。

记得蛮久以前砖家们论证机器无法超越人类的常见依据是：机器永远只能做人类告诉他们的事情，机器所做的只是人类预先设定好的程序，那么编写程序的人一定比机器知道得更多。

然而机器学习早就把这种论调打脸了。写程序的人对机器只是输入了学习的方法，机器通过外部资料的积累能逐渐自己优化。编程的人几乎无法预知经过 N 轮之后会优化到什么程度，只能测试结果（例如让两个使用不同方法学习的下棋 AI 互相比赛看输赢概率）。
要是给机器初始程序和外部资料也叫人类完全控制机器，那么人类藏在基因里的本能、学习教育不也是类似的吗？

“充足的证据” “永远”

笑了

不过国内吹捧到全球领先的 AI ，确实没看到几个靠谱的实际应用，反而是国外被某些人酸落后中国 N 多年的，倒是有不少几乎每天都在用。

人工 + 智能

@hundan 有人会拿中文盒子悖论来质疑什么才是理解、具有思考能力，但是我认为盒子中的那本中文指南+翻译官这个整体，已经是理解中文的客观存在了；就像你不能说只有你的小脑在指挥你运动一样。

说到底，程序员更偏向还原论，所以更易否定「涌现」这个概念。

人机智能，不会用来代替人，只能用来代替现有的机器。就像汽车代替了马车，但不会代替马车夫。

是 戴维·西尔弗、艾佳·黄 战胜了 李世石。

现在很多广告在说人机智能会代替人 （超越人类的智能），这种愚蠢的广告谁在买账？ 居然是某些程序员

就看怎么定义成功了，如果是跟人一样聪明那肯定是有很长一段路要走的，但是那些低级一点的机器学习系统能发挥的作用已经算是很成功了，详见 https://twitter.com/ThingsWork/status/851862813660393473 https://twitter.com/engadget/status/836410778987057152

@smallHao Lucas Critique 出现之后整个宏观经济学开始了使用 DSGE 。

有人证过？如果是理论证明的话， Lucas 1976 ( http://www.sciencedirect.com/science/article/pii/S0167223176800036)，实证“证明”有太多太多的文章；整个现代宏观经济学领域就是最大的实证。

更科学的预测方法？基于理论的假设+假设检验，以及 fully identified 因果关系推断，而不是黑盒子拟合模型。

所谓和人的行为(Individual behavior)有关指的是涉及 incentive 的，图像识别有什么 incentive?计算 1+1 还算人的行为呢。

研究生经济学的训练确实就是比理工科更强调全面和具批判性的思维，这个没必要否认。

https://www.nytimes.com/2016/12/14/magazine/the-great-ai-awakening.html?utm_source=wanqu.co&utm_campaign=Wanqu+Daily&utm_medium=email&_r=1 配上这个纽约时报长文， AI 的觉醒。看看大报纸是怎么写这个话题的

人工智能关键靠有能耐的人

关于人工智能，大部分宣传人员所谓的人工智能是是什么？ 计算机能拟人的最高形态。

就像是电影《 2001 太空漫游》里的 HAL9000 电脑，或电影《月球》里的 GERTY 电脑，或 电影《机器管家》里的机器人安德鲁，电影《我，机器人》里的机器人 Sonny 。

只要你看过电影《机器管家》里的机器人安德鲁或《我，机器人》里的机器人 Sonny ，你就知道 这种高级机器人的影子都没有，在 100 年把它们生产出来都是个问题。

诸位嘲笑 yinwang 的人，难道不承认 “宣传人员所谓的人工智能就是这么宣传的” 这一点？

那么，如果你不再装傻，「人工智能是什么」的稻草人是谁建立的？

是否跟人说过 “机器人三定律”：
1 、机器人不能伤害人类，也不能在人类受到伤害的时候置之不理； 2 、机器人必须遵守人类发出的命令，只有当该命令可能会违背第一条定律的时候除外； 3 、机器人必须保护自己，前提是保护过程中不会违背第一和第二定律

云云此类的话，那么建立「人工智能是什么」的稻草人，你也有份儿啊

=

「人工智能是什么」 众说纷纭 是谁的责任？
真正科学界的人工智能，为什么会被 “宣传人员所谓的人工智能” 所掩盖而从不回击 —— 任凭媒体误导大众，难道不值得反思么？科学界的动机难道不值得怀疑么？你的动机难道不值得怀疑么？

虚伪。

人类总以为自己是神圣的，是不可以被模拟或者被“造”出来的

@hundan 你说的“无能力可以工作的人会越来越少”，这一点我并不太认同。因为随着科技的发展，技术的门槛越来越高，而由于人本身的惰性，在物质极大丰富的条件下，只有很少的一部分人会去钻研这样高深和枯燥的技术问题（有可能可以通过教育来改变这样的问题），所以还是回到了那个问题，由于这样极少数的精英存在，以及技术的发展，会让他们控制资源的能力越来越强，如果没有成熟的社会制度，必然会导致严重的社会问题。我并不是反对技术，我觉得技术一定是好的，但是得把他放在一个人类可控的范围内。

@hundan 我所理解的人类思考的两种方式：一个是基于逻辑推理，一个是基于生活认知。后者就和大数据类似吧，通过输入数据进行训练。这里讨论的一个问题应该是人工智能可以达到一个什么样的程度，比如，他可以创造新的概念吗？机器有没有可能发展到围绕自己进行思考，然后去探索宇宙，甚至淘汰人类。还是像王垠说的，这样的事情并不会发生，最多只是变成人类更加趁手的工具工具而已

现在大厂的人工智能都是闹着玩的，但是永远不会成功，就有点哗众取宠了

@qdwang 不我并没有跳过，我举了一个语言学习的例子来说明。再举一个例子，当老师问我一加一等于几的时候，我是怎么想的，我先把输入进行分析，根据平时语句使用的频率，和关键词的频率，我决定先处理"加"这个字，这个字有几个模板，根据其模板使用到的频率，我先考虑其数学含义，于是先判断字前后是否是数字，结果为真，于是我会判断这个语句的组合符合我脑子里关于加法运算的相关信息，于是我会考虑使用加法运算后输出，我可以输出一加一等于二，这个答案普遍出现在正式环境。
而在运算之前我又在脑子里尝试放弃了对"加"这个字的处理，全部当成文字来处理，全字匹配搜寻到"一加一等于田"这种信息，而这个答案普遍出现在课后聊天的情况。
根据当前的环境，我决定使用前者，输出一加一等于二这个答案。
这只是一个小例子，可能说的不够详细。
至于对未知情况的处理，我们也不过是对情况进行分析，提取出我们熟悉的部分进行处理，至于所谓灵光一闪，我认为是根据分析结果提取相关信息，在大脑中随机提取一个处理方案，然后对产生的结果进行模拟以考虑其可行性，模拟的实现还需要大量学习数据的支持。在事件的结束后对事件进行分析，提取相关信息存入大脑，以供下次调取。而下次信息调取时会先考虑最新数据，而后考虑高频数据。
虽然不能详尽的论述，但我认为我还是说明了一个大概情况的。

就问一句，有没有公式能推导出“人工智能是永远不会成功”