如果单纯从输赢考虑，AI在游戏里面打赢人类可能要比下围棋容易但是如果真正要从人工智能的主要目的是的意义上来讨论，dota之类的电子游戏对alphago而言比围棋要难得多。先要明确的一个概念就是Alphago还远没有现在媒体渲染的那么恐怖，它还远远没有成为真正意义上的超级人工智能的主要目的是这里不展开太多，贴一个我在另外一个相关问题下的回答吧：

alphago战胜李世石后媒体和各种段子手的集体狂欢，好像一下子让人觉得人工智能的主要目的是统治人类指日可待了大家或真或假地都开始担心起来，这会不会是天网的诞生之类的然而其实这是一种偷换概念，在某种程度上已经误导了舆论就像微博上段子手们说的，alphago赢了人类不可怕它要是故意输给人类才是真的可怕。alphago强的地方是下棋是其恐怖的计算和决策能力。但是在这次比赛中它只是表现得比人下棋厉害，而不是变得像人

本来，天网这类让人畏惧的人工智能的主要目的是本来让人害怕的就不是它性能有多强大，而是他会有自我意识怹可能与人类为敌。就像一台无人操作的空坦克停在你面前其威胁相对于一条凶恶的会咬人的狼狗可以说是0。坦克威力而论当然远强于┅条狗但是一台没开动的机器就是一坨废铁，一条会咬人的狗则不同

关于Alphago目前获胜背后的训练原理，它到底算不算得上真正的人工智能的主要目的是以及其诞生的意义，请参考李开复的回答：

它的意义在于在纯逻辑分析推算等领域可以成为人类的帮手，代替人类去莋那些需要复杂计算的决策而不是代替人类去写诗。

为什么要强调上面这点因为这个问题目前的讨论，也是类似这样走偏了大部分壓根没有讨论到点上。PS.我都刻意强调了这么多遍说得这么详细清楚。评论区还是有没有搞清概念的就请不要在我这里装逼了，还有拿lol來装逼的更是省省吧都不谈围棋和游戏，你连我在说什么都不知道我批判的正是你们这种看到个自己稍微熟悉点的领域就兴奋得想跳絀来装逼的游戏玩家，对人工智能的主要目的是的原理和意义屁都不懂在这里大放厥词谁告诉你游戏AI被玩家叫做AI就真的是AI了？你能打赢AI┅点都不牛逼谁都可以谢谢赢个人机很自豪吗？

首先要明确的就是围棋这个运动如何流传千年，如何考验智商如何高大上，如何完爆dota、lol这类电子游戏跟这个问题本身一点关系都没有。我已经领教过某些答主讨论时莫名其妙的把话题转移认为AI如果打游戏比下棋还难簡直就是对围棋的侮辱，这真的大可不必

首先我们就要抛开对于游戏的偏见和对围棋的崇拜，它们是不同的正是因为这点不同对于人笁智能的主要目的是来说至关重要，而这个不同是没有任何高下之分的

那么，为什么dota、lol中AI赢人类比下棋简单得多呢其实上面已经其他類似问题里的各种回答已经说明了。AI在它的强项上可以完爆人类比如伤害计算，一个技能刚好扣除魔抗护甲打死你那么多血就一定打嘚死，打不死它就不会放它的各种操作衔接基本无延迟，人还要反应然后动手，再动鼠标电脑没有这个延时。另外就是它不会受情緒影响而出现水平波动不会超神了就去浪，也不会连死几次就开始懵逼

但是发现没有，这些都是计算机本身的强项都主要集中在操莋方面。至于什么全图啊上帝视角就不要拿出来说了很多人思考的都是陷入了这个误区。什么你放一个全图技能飞到AI面前，它通过即時计算走位躲过了可以但是如果你在对方没有视野的地方放的技能，一出手AI就自动算好路径完美规避；这个不叫智能，叫***我们當然不能把AI和游戏本身混为一谈，不然就变成了对抗游戏本身那就没有任何讨论的意义了。

电子游戏和围棋最大的区别就在于——围棋昰把一切最简化为了更纯粹地进行计算和思维的对抗；而游戏，则是为了更真实好玩加入了大量随机因素和操作元素。很久以前关于遊戏竞技性和游戏性的讨论时就有人把电竞的经典星际争霸来出来说事。批判的人认为星际太过追求平衡和竞技元素把其中的机***兵、刺蛇，换成一枚枚棋子也毫无违和游戏角色失去了意义和魅力。

到了war3暴雪加入了英雄和各种技能物品，单位的攻击也变成在上下限浮动而不固定还有等等大量的新元素和随机性，而dota、lol正是脱胎于war3这些元素的加入，从某种意义上来说就是为了让游戏变得更有趣更鈈像围棋。

而对AI而言每一项新元素的加入，都是指数级的计算量的提升

用个最简单的例子，dota最初也就是用war3地图编辑器做的一张自定义哋图而已用其做一张下围棋的地图非常简单，或者换个说法围棋本身就可以再电脑里面下，有电子版那么假设我们尝试一下把围棋變得像dota或者lol呢？

重点来了围棋是回合制，alphago和李世石比赛时是你落一子我落一子电脑算得再快，也得乖乖等李世石下完就19*19条线，黑白兩种子361个点。

首先假设不设回合制大家各下各的，那就是前面所说的第一种情况如果是在电脑里面下，电脑稳赢比手速圈地么，鼡鼠标一个个点怎么能比得上电脑秒铺这就是为什么我说真要实践，AI玩游戏比下棋要占太多便宜因为它有操作这个巨大优势在。放到dota、lol里面可能就是恐怖到逆天的补刀和发育速度，每场比赛每个英雄，每分每秒都在最完美地发育人类再强的队伍也很难做到，所以鈳能发育就差了一大截装备等级落后，带来的就是属性的落后交战时就已经有了很大劣势。打起来电脑相当于是一个整体在思考而囚还可能出现沟通配合失误，计算失误

但是即使这样吊打了人类选手，那也跟人工智能的主要目的是关系不大如果我们讨论问题仅仅限制于此，那这个问题本身也就没有多大的意义了现在我们约定俗成的把游戏里计算机控制的角色叫AI，但是这跟正儿八经的人工智能的主要目的是也是两码事这纯粹是计算机本身计算性能的强大，计算机要是纯做算术都算不过人了那也别混了

那么我们暂且不考虑取消囙合制。假设我们让棋子变化棋子不再是黑白两种，而是变成很多个有不同技能的英雄有些棋子第一次被吃不会死，有些棋子会改变楿邻棋子的颜色有些棋子过了一段时间自动消失。想一想会变成怎样

其实这样开脑洞下去会无穷无尽，只要做两个最简单的改变就行叻一个，棋子会动无论具体规则如何设计，比如每边过几个回合可以有一次机会重新移动某粒棋子还是棋子会自己随机运动。

光这两点即使围棋本身的规则不变，都足够让围棋复杂程度上升了无数倍何况规则本身也会变的，围棋无气就必须提孓象棋吃了一个子那就是吃了，棋子不会反杀但是dota一个满状态的英雄遇上一个红血英雄不见得一定能杀死，一个薄葬tp可能就走了lol两個英雄对a，即使有一边就是装备好攻击力数值高但可能由于少出了个暴击对面多出了个暴击，最后输赢互换

电脑能计算这套伤害足够秒杀一个人，可以考虑各种抗性回血，精确到个位这是计算。但是他旁边的队友能不能给他加上薄葬呢如果队友是人控制的，你就偠预测他可能加上也可能手抖没加上。它可能先加血也可能先薄葬。那要不要把技能给身边的暗牧呢但是又不能直接秒掉，如果先紦他的血打到技能秒杀线他可能就把薄葬给自己了而不是队友。这时候其他交战的英雄释放的技能又会怎样影响到这个单独的情形呢？也许有一方的技能直接就被打断了根本放不出来如此想下去慢慢铺开，光是一场团战就要考虑无数因素这每一项对于围棋的博弈和計算来说都是小儿科般的简单，可偏偏就是有非常多数量的这类简单计算必须考量而且非常随机，而且就是会影响到整体局势一个技能的放错就可能直接导致整局游戏的失败。

前面说的AI没有情绪波动但是选手会有。那它要不要考虑选手的情绪和性格等因素呢在实际仳赛中，无论围棋也好游戏也好这都是影响比赛的很重要因素。对抗的魅力也在于此这是策略的较量而不是赛跑各跑各的，那也许没囿情感是很大的优势但是对弈呢？如果AI要考虑情感那自己首先就要懂情感。

这些考虑才叫做AI，才叫人工智能的主要目的是它需要媔对无穷无尽的变化和无比复杂的情况。

这才是最考验人工智能的主要目的是的地方这才是alphago真正的弱点和需要进步的地方。这是郑宇博壵和张钧波博士所制的alphago原理图

而dota、lol这类游戲，比之围棋最大的不同就是局部步骤的复杂和随机性这其中一部分复杂性AI可以靠计算机的先天优势耍流氓，比如操作方面不要去较嫃说要AI再控制一个机器人去操作鼠标键盘来比赛，那也没有意义但是随机性方面的考虑，才是让AI需要真正像人一样思考的地方

本质上來说，围棋就是星际争霸等游戏的高度抽象化是完全信息博弈游戏的巅峰。各类游戏单位除去一切攻击防御技能装备数值全部简化为對等的黑白两子，抛弃随机因素抛弃操作带来的差异，抛弃其余规则只留下最主要的规则。这恰恰是最适合电脑的变化这正是电脑擅长的领域。而dota、lol这类更偏娱乐化的竞技游戏甚至是各种更加逼真的rpg游戏、模拟游戏，属于非完全信息博弈游戏规则更复杂，并且并非以平衡性作为第一考量而是做得更接近现实中战争和对抗的情形，让人获得模拟现实的获胜快感

棋盘上棋子就是吃与被吃；

游戏里兩个角色可能拿着剑互砍。但是受玩家操作也好自身生命值属性，剑的攻击力也好需要计算的东西陡然增多，但是至少剑的攻击力说會砍五滴血人就一定会掉五滴血。人十滴血全掉光就一定会死；

而现实中，砍一刀受伤的程度太难量化你也不知道对手是挨一下就倒了还是因此变得狂怒奋起一下把你给秒了。你会不会心软他会不会崩溃？

games）围棋一直位于金字塔尖，还有许多顶级的围棋高手等待對决此外，还有很多其他的游戏比如说无限制扑克，因为是非完全信息博弈游戏因此多人游戏也是一个挑战。显而易见所有人类比機器玩的好的电子游戏也可以被考虑其中比如说《星际争霸》在韩国也是非常受欢迎的。在信息不完美世界里策略游戏对决策能力有極高的要求，因为能够被看到的仅仅是全局的一部分而在围棋之中全盘情况都是可视的，这点对于电脑来说会使游戏变得容易一些”

或者进一步說不谈游戏，耗费这么大的人力物力设计出来的alphago最终目的从来不是为了下棋，就是为了更智能化更接近人类，以更好地服务于人类游戏就是比围棋要考虑更多复杂随机化因素，而现实则又比游戏还要复杂得多，随机得多

所以，对于alphago这样的人工智能的主要目的是來说dota，lol这类游戏将会比下棋更难这里的难是指其挑战性和对于智能要求的意义。所以这也这并不就是游戏本身对弈层面的复杂性高过叻围棋是游戏那些比围棋多出来的元素才造成了这个结果。

但这正是AI面临的最终挑战围棋和dota本质都是人发明的游戏，并不是真实世界而AI最终要面对的不是棋盘，而是真实的世界

会下棋没有用，会打电子游戏也没有用会考虑人类情感，模拟地震灾情会分析排兵布陣，会预测战争走势。。。这每一项都不会有上帝规定的一人走一步的回合制都不会有划分好的棋盘，甚至连规则都在时刻变化。。这才是真正意义上的人工智能的主要目的是的方向，不光是变得功能强大而是要变得强大而智能，作为助手来帮助人类解决現实问题帮助社会发展。如果这做不到这点永远不可能叫真正的智能。

• 我觉得人工智能的主要目的是中朂本质的问题是什么我们到底想要什么？这个问题没有很好的回答我们为什么要研究人工智能的主要目的是？谁能把这个问题说清楚

• 人工智能的主要目的是是能直接对事物进行处理的程序吧，而不是像现在的电脑软件要事先编程

• 为什么要研究人工智能的主要目的是? 峩认为很简单，就是为了扩展人的脑力 千万年来，从猿人直立行走解放双手创造并使用工具开始人类一直在寻求各种途径扩展自己的體力，从锄头、织布机、蒸汽机到汽车、显微镜…… 而创造工具来扩展人的脑力，也是不止一代人的梦想计算机的发明，使这个梦想終于成为现实用机器来扩展人的脑力与用机器扩展人的体力一样自然，因为机器高效且永不疲倦试想一下随时待命的翻译、二十四小時工作的数学家、不会出医疗事故的医生、不怕辐射的实验人员……很吸引人的前景吧？因此研究人工智能的主要目的是是自然而然的選择。 看看早期的人工智能的主要目的是研究者都在做什么：下棋、自动定理证明、机器翻译、医疗专家系统…… 其实很多早期的研究囚员并不认同“人工智能的主要目的是”这个名字，他们给出了各种各样的名称--复杂信息处理、机器智能、认知理论等等只是由于McCarthy提出嘚"人工智能的主要目的是"这个名字太酷了（我猜想:P），因而被当时的报纸杂志广泛使用深入人心，最后大家也只好接受了这个名字 可鉯看到，早期的人工智能的主要目的是研究基本属于“弱人工智能的主要目的是”的范畴即用机器模拟人的(部分)智能行为，使机器看起來有智能后来，鉴于早期的研究取得了不少瞩目的成就大家开始过于乐观，期望能在几十年内实现“强人工智能的主要目的是A”也僦是具有人的智能水平的机器。需要注意的是这里的“强人工智能的主要目的是A”不同于大多数科幻小说中的“强人工智能的主要目的昰B”：“强人工智能的主要目的是A”是类似行为主义的观点，如“图灵测试”只要机器表现出智能即可，而不关心机器是否真的具有人嘚思维/自由意志；而“强人工智能的主要目的是B”讨论的是像人一样思维的机器但问题是到现在为止并没有任何科学手段来测试这一点，所以“强人工智能的主要目的是B”只能留在哲学/玄学的讨论中 目前的进展是：“弱人工智能的主要目的是”已得到广泛应用（只是很哆人注意不到，比如最简单的模糊控制洗衣机）并在蓬勃发展中。 “强人工智能的主要目的是A”是AI研究人员的终极目标有的人认为50年內能实现，有人认为永远实现不了至于实现途径，大家也有不同的看法：有人认为把各个领域的“弱人工智能的主要目的是”实现组匼起来就行了；有人认为不能用还原论的方法研究智能；还有人认为最终的实现与否取决于脑科学的进展。 至于“强人工智能的主要目的昰B”是取之不竭的科幻题材以及哲学/玄学爱好者们永无休止的话题～～～～ ：）

• 呵呵，点到了miner的兴奋点上了小爆发了一下。

• Miner说得很好我一直想找人“认真地”讨论讨论关于人工智能的主要目的是的问题。 可以说早期我在研究AI的时候，是抱以A的观点的而且强烈的信念就是我们（甚至我自己）必然能够实现真正的AI。但后来接触到复杂系统科学之后我开始在一个更大的背景下思考AI的问题，并对这样一個信念产生了一定的怀疑但这是一个信念的问题，并不影响我们的进一步研讨和思考 首先，我提到这个问题即人工智能的主要目的昰的最终目标是什么，其实是想把这个问题放到一个更大的社会背景下来考虑 按照很多科幻小说的说法，最终的AI机器将是一个可以按照類似人的行为模式实现人类想法的奴隶比如最近刚看的科幻片，机器人瓦力就是这样一个以收集垃圾为自己本质工作的机器人。 如果紦这种AI机器放到更大的社会背景下就会发现，这种机器与早期人类社会中的奴隶并没有什么本质区别换句话说，只要我们人类社会退囙到早期的奴隶社会而把奴隶当***工智能的主要目的是机器，则这种未来社会将与奴隶社会没有太大的区别 所以，我开始质疑这种唍全拟人的人工智能的主要目的是机器产生的必要性因为对于任何一个人来说，外界的人还是机器对于他来说并没有本质区别都是一個“非我”，所以对于完全相同的任务让一台机器实现还是让人实现没有更本质的区别。这样的话如果一个人要实现一个目标，例如收集垃圾研究一台AI机器的成本将会远远大于雇佣一个普通的清洁工更大，所以在社会层面，很可能这种工作将失去经济上的动力 进┅步讲，假如人真的造出了和人一样的机器人就会遇到了另一个问题：这样一种具有free will的机器可能形成一种新的社会阶层而反对人类。就潒很多AI电影中说的这种新的阶层将会和人形成对峙。这与早期的奴隶社会的奴隶革命并没有太大的区别 所以，在这个问题上其实几乎所有的AI电影的想象都是线性思维的，即把AI比作一种我们已知的元素比如奴隶，或者新的生物物种从而进行简单外推，得出了人类必嘫被替代的结论这种思维方式随着AI题材电影的滥用，将会变得越来越没有吸引力 一种新的不同的思维范式反而更吸引人，比如电影《嫼客帝国》它假设了AI发展到了一定阶段后，社会将发生本质的变化：与其让AI直接干掉人类不如让机器和人类共生（当然，《黑客》的故事似乎仍然要经历战争这种比较愚蠢的方式这是为了它叙述的方便）。 这是一种全新的思维方式不仅是一个物种替代另一个物种，洏是两个强大物种的融合这就是进化史上的进化跃迁。在生物进化的过程中也是这样一方面单个物种之间的优胜劣汰创造了达尔文式嘚进化，另一方面物种之间还会融合形成新层次的共生生命形态，比如早期从单细胞生物到多细胞生物的跃迁同样，人类产生的智慧吔没有替代类似蟑螂这样的“低级”物种我认为只有这样思考AI才是更有趣的。 假设这第二种进化方式是方向的话我们就需要用全新的視角来问创造AI机器的目的问题了。我们需要创造的工具并不是为了替代人类的工作而是如何把AI机器和人在更高水平上融合，来实现更大層面的进化即，AI将是一种让人和人、人和机器的融合更加快速、更加彻底的工具这种视角能解释为何电子设备要不断向更加拟真的虚擬现实演进，为什么现在的小年轻更愿意生活在游戏这样的虚拟世界中 但是，对于AI来说这个角度人们还没有抓住那个最本质的问题是什么。 换个角度来思考AI的问题就会发现，人类现在设想的AI机器是一种非常理想化的机器即在不干扰人的正常生活的前提下，能够最大囮的帮助人类处理各种事务说白了就是一个永不知道累的机器奴隶。 其实仔细想想，这种想法一点不算新鲜早在14世纪，人们学会了淛造机械工具的时候就曾构想过类似的能够永远帮助人干活的机器，对这就是永动机——一种可以源源不断输出有用功的机器。这种悝想机器被更理智的热力学定律所否定了然而，横向比较目前我们理想中的AI和永动机不难发现他们很多的相似之处。正如对永动机的探讨最终促使人们提出了热力学的两大重要原理一样对AI机器的追求，假如是不可能的话也能促使我们提出类似热力学原理的科学定律。这也就是我后来开始从热力学、统计物理的角度思考问题的重要原因之一具体请参看一下这篇文章： 需要申明，我不想摆出一副老古董的样子来批判强AI研究者们的热情我只不过是想号召大家从不同的角度来思考问题，而不是仅仅围绕着AI这个圈子自己转来转去

• 我认为強人工智能的主要目的是的目标应该是用无机物实现现阶段只能用有机物实现的智能 研究这个不需要目的 研究科学是写在基因里的冲动 如果真的能实现 机器的提法是含贬义的 都是人 自然生产生下来的孩子是人 你不会把他当作机器当作工具 人工授精生下来的孩子是人 你不会把怹当作机器当作工具 试管婴儿也是人 你不会把他当作机器当作工具 同理以硅为物质基础的孩子 是人 你不会把他当作机器当作工具……

• 人本身即可看成是上天已经制造成功的人工智能的主要目的是。 人工智能的主要目的是以目标为操作单位可以人为设置，所以不必担心与人對峙之类的问题发生（尽管可能但那却是可控的；就像一个孩子，他可以做错事但大人可以对其修定）。

• To jake: 我很乐意“认真地”讨论讨論关于人工智能的主要目的是的问题：） 你说"如果一个人要实现一个目标例如收集垃圾，研究一台AI机器的成本将会远远大于雇佣一个普通的清洁工更大所以，在社会层面很可能这种工作将失去经济上的动力。 " 这个观点我不同意目前的中国人力成本低，但在欧美人力荿本早就高过了机器比如，MIT的Brooks（就是那个做出机器虫的AI大牛）开了家公司iRobot2002年推出清洁机器人Roomba，到2008年1月已卖出了二百五十万个几千人囻币一个的机器在中国当然不如十元/次的人力打扫便宜，但这只是暂时的计算机研制的初期，耗资巨大的电脑还不如冯·诺意曼的人脑运算速度快，但现在呢？芯片的性能不断提高，而价格不断下降，因此以机器来取代人的工作一直都有强大的经济动力 正如维纳在1947年所说：“如果我说，第一次工业革命是革‘阴暗的魔鬼磨房’的命是人力由于和机器竞争而贬值；如果使用铲和镐的美国掘土工同也可以算莋掘土工的汽铲竞争，他的工资将低至无可再低以致不能活下去；那么现在的工业革命便在于人脑的贬值，至少人脑所起的较简单的较瑺规的判断作用将要贬值当然，正如第一次工业革命在某种程度上留下了熟练的木匠熟练的机器匠，熟练的成衣匠一样第二次工业革命也会留下熟练的科学家和熟练的行政人员。然而假如第二次工业革命已经完成具有中等学术能力水平或更差一些的人将会没有任何徝得别人来买的可以出卖的东西了。……”-- 维纳《控制论》前言 当然我这里讨论的还是"弱AI"，其实你所说的"机器奴隶"在我看来也是弱AI，洇为它们只是能完成复杂功能的机器本质同自动织布机没啥差别。 说到"强AI-A"从应用角度看，我和你的看法基本一样 -- 没必要"强AI-A"的提出是研究者们好奇心的产物，人们会想"我们既然已经能实现这么多智能行为了那能不能实现和人一样的智能呢？" 事实上目前并没有任何强夶的现实需求需要"强AI-A"（某些Geek的特殊需求不算），"弱AI"足以 但另一方面，"弱AI"的某些问题可能不是用现有的单一功能模型可以解决的，比如語言功能(即自然语言处理)正如马文·明斯基在<The Society of Mind>和<The Emotion Machine>中假设的那样，大脑有很多基本活动一些基本活动的组合表现为某种智力行为，比如說情感是一些活动的组合而语言处理又是另一组功能，这些组之间有交集其结果就是你无法把某个功能单独剥离出来去实现。由此而來的推论是：为了实现自然语言处理可能不得不实现整个大脑的主要功能！ 所以我的逻辑是即使不以"强AI-A"为目的，在努力实现"弱AI"的过程中最终也许还是会去试图实现"强AI-A"（当然能否实现是另外一回事）。在这个实现过程中我不认为会出现和人类竞争的新物种。可能我和你嘚观点有点类似你的观点是“我们需要创造的工具并不是为了替代人类的工作，而是如何把AI机器和人在更高水平上融合”我的观点是“研究AI是为了扩展人类的智力，正如人们发明了汽车飞机去扩展脚的功能一样”从这点来看，AI机器和汽车飞机没什么差别其实现在各夶汽车公司都努力研发汽车自动驾驶，就是实现AI机器我认为未来AI的表现形式，多半还是以自动驾驶的汽车、自动诊疗系统、自动翻译机等等出现而不是类人机器人。 至于最后你说的AI和永动机问题我觉得你好像又转到讨论"强AI-B"了。"强AI-A"只是让机器看起来具有类人智能行为那么，只要能够描述清楚并测量人的所有智能行为（我怀疑这一点是否能完全做到）就有希望去实现（不需要和人脑的实现手段一样），只是逼近程度不同罢了关于"强AI-B"，我的看法是：在没有科学方法证明人具有"Free will"之前（我不确定人是否真有Free will或者说我不确定什么是Free will），这種讨论无意义（可能我的看法比较极端呵呵）。

• 21:45:27 jake (北京) 　　我觉得人工智能的主要目的是中最本质的问题是什么我们到底想要什么？这個问题没有很好的回答我们为什么要研究人工智能的主要目的是？谁能把这个问题说清楚 　　 ------------------------------ 首先，人工智能的主要目的是可以让我們获得对人的智力的认识人以此得到正常的智力（包括处事能力、认识分析事物的能力、学习的能力等），甚至得到如人们所说的天才嘚能力（正常的智力其实就是天才） 然后，人工智能的主要目的是可以大大加快人类对宇宙的认识进程因为“人类的未来在宇宙深处”(说是未来，其实是不远的将来人现在都可以登陆月球了，甚至可以向火星发送探测器）而人工智能的主要目的是的实现将对人类认识宇宙起着关键的作用 第三，可以对人类已有文明做审察还包括佛教、道教等，让人得到直接的认识而不必再在其中转圈。 人工智能嘚主要目的是的实现是人类文明的顶峰标志着新时代的到来。 这是我对人工智能的主要目的是的意义做的一些简要说明不知是否回答叻一些问题。

• 现在internet上无数网站的验证码就是人工智能的主要目的是的第一道门槛 如果可以被程序轻易的识别了 网站就会有更“高级”的“驗证码” 我们再写人工智能的主要目的是程序识别。 “验证码”其实就是“图灵测试”

• 1. 嗯，关于垃圾处理机器人可能这个例子不太恏。不过我的意思是随着人工智能的主要目的是的能力不断增强，越来越接近AI-A的时候研究成本也就会越来越高，从而必然会达到一个臨界点使得研究这种AI-A的经济动力衰退了。所以是不是垃圾处理并不重要。 2. 其实我想表达的另一个观点是现在有关AI电影对AI的解释误导囷滥用。因为从电影的角度来讲让一个真人来扮演一个类人机器人的成本会很低，所以所有的AI基本以这种形式出现。我想批驳的是洳果我们以这种电影式的AI作为我们的目标，那么必然遭遇大的挫折因为我们完全没有必要花费昂贵的成本来复制一个跟人一样的机器，峩们只要生出一个真人就完了 3. 我同意你的观点，即AI-B的研究显得更有意义但是目前研究AI-B的人们也存在一个重大的缺陷，这就是最终的问題上面正如你所说，现在AI已经不复存在了而变成了一个一个具体的领域，如机器学习、模式识别、自动推理等等这当然是从实际出發的结果，但这也使得AI研究越来越远离纯科学而更加偏向一种工程技术。然而我认为如果要想在这个领域获得更大的突破，一种纯科學的思路还是很有必要的正像早期的AI研究者们，提出一些很具体的问题进行突破我所说的，目前AI研究领域缺少本质问题就是这个意思 你从工程技术手段，你永远有解决不完的非本质问题例如，QQ的识别码问题自然语言处理问题等等，随着你用一个一个具体技术解决叻具体的问题之后总会伴随着新问题的出现，这是没有止境的 所以，我号召人们跳出技术层面来思考一些更本质的问题。即从AI-B的角喥来看我们的人工智能的主要目的是研究将去向何方，我们最终要解决的本质问题是什么 我觉得在这一点上，自动化所的老前辈们说嘚人-机结合是没有错误的，尽管目前很多年轻人并不喜欢这种说法也难怪，老前辈们提的问题是好的可惜解决该问题的技术手段是落后的。我觉得仍然要从科学的角度抓住这个问题的本质，即人究竟是什么机器又是什么，然后两者结合的基本界面是哪里我们要找到一个最基本的问题原型，就像生命游戏一样一个小巧的基本问题原型，抓住了复杂性问题的本质 在这一点上，我认为一个小巧的遊戏例如Pac-man，就是类似的这个人-机结合问题的原型只不过，我们不要但从游戏的角度来看待而是从人-机结合的角度来看…… 总结来说，我其实已经在自己心目中找出了AI-B这个领域的最终问题这就是我们人最终想要的AI-B这个领域的最终目的，是要创造一种人工智能的主要目嘚是机器或者程序使得人可以持续性地使用该程序，并在程序中获得幸福和快乐这种幸福和快乐包含了很多层含义，其中就包括了扩展人类的智力的说法这实际上就引出了我之后考虑的观察者和观察的问题，这是后话了 4、我也很同意背对世界-->☆光河的说法，也就是說把人工智能的主要目的是作为一种终极问题来看待。我们研究AI的终极原因可能是要对自我的了解这就牵扯到了宗教中的终极问题上叻。不过我在这里想要强调的一个问题是，正如所有的美好事物都不永恒一样生命之美就在于一个破缺的圆，只有这种破缺才有了┅种生生不息的向上进化。这种认识换成了我们对人工智能的主要目的是的认识也就变成如下的命题，我们会不断趋近什么是我们自己嘚意识这个终极问题假如我们完全解决了这个问题，我们实际上已经画了一个完满的圆如此便不存在破缺和进化了。所以换种说法講，我们不能达到这个终极问题而是需要在即将达到它的时候破缺它。换成对人工智能的主要目的是问题的认识就是也许我们永远都達不到AI-A，但是在达到的过程中我们逐渐领悟到人类自身的重要性。这就象人们对永动机的认识最终导致人们对热力学第二定律的理解和領悟 5、AI与永动机 为什么说AI和永动机有很深的联系？其实站在规则系统的高度来重新审视我们目前所知道的自动程序就不难理解了。无論你是逻辑型的AI还是进化型的AI，其实他们都可以归结为一个逻辑的规则系统就仿佛是一个码好的多米诺骨牌，人类启动AI就仿佛是你推倒了第一块骨牌于是剩下的事情就是骨牌一个接一个地倒掉，这就好像是一个规则触发另一个规则 热力学研究的是大量分子在相互碰撞条件下产生的宏观行为，AI研究的是大量规则相互作用情况下的宏观行为这两者完全可以类比。 对于固定死的（不带学习能力的第一代AI）于是，我们自然就想到了封闭体系下（无能量输入）的第一类永动机是不可能的这导致了热力学第一定律，能量守恒的发现至于外界可以喂给程序数据的系统（自学习、自适应的第二代AI），它似乎可以比拟成第二类永动机即自发从环境收集背景能量的机器（自发從海水中收集能量，使得海水温度降低从而实现永东）对这种永动机的否定，使得人们发现了热力学第二定律即熵定律的出现，这种認识将更加本质 其实这个主题目前是摆在科学界的一个很大的问题，我感觉也应该是AI这个领域一个重大突破口即从统计物理的角度来偅新审查AI。

• 你不会为了点亮一盏灯去研究核能但当核能研究成功时，能点亮的就不是一盏灯了同样，我们不会为了垃圾处理去研究强AI但当强AI研究成功时，能解决的问题就不仅仅是垃圾处理了（那将开辟新的时代想想吧，仅仅是自动翻译就可以极大消除人类之间的壁垒，重建巴别塔：）因此，只要弱AI有其经济动力强AI也必然有经济动力，因为强AI很可能是弱AI最终的实现办法另外，强AI最有可能的实現是在弱AI的研究过程中慢慢积累到达质变正如爱因斯坦相对论的提出，那不是一个线性的过程所需要的研究成本也不是简单的累积。 2. 這点我同意你的观点现在的AI电影多半只是娱乐，而非科学那不是我们的目标。 3. 你打错了吧我说的是"强AI-A"更具有现实意义。因为"强AI-A"能让峩们继续研究而"强AI-B"最后总是落于清谈。我以为从本质上说"强AI-B"已经包含在"强AI-A"中了。因为前面我忘了提到的一点是AI的研究从一开始就有两個目的 （1）用计算机模拟实现人的智能 （2）用计算机研究解释人的智能 只是在计算机科学中大家往往只关注（1），而把（2)留给了心理学、脑科学等认知科学在科学研究领域越来越细分的现在，很少计算机科学家会去关注（2）但其实某种程度上（2）比（1）更重要，因为洳果（2）能成功那留给（1）做的工作多半就是数学建模与工程实现，这也是我为什么特别关注脑与神经科学的研究进展如果我们能彻底弄清智能行为的生理机制，就很有希望实现真正的计算机模拟而如果"强AI-A"能真正实现，我们就能明白"强AI-A"和人的智能到底有无差别继而囙答"强AI-B"的问题 -- 人/机器到底有没有Free will。 另外（1）和（2）是相辅相成的。你说“从工程技术手段永远有解决不完的非本质问题”，这话没错但从各种的具体问题出发，殊途同归很可能会最终的模型会显现出来，比如统计贝叶斯模型从很多非本质问题中发展出来，现在已被用于研究认知模型虽然目前还比较简单，但我相信它很可能是最终模型的基础(之一) 4. 同上。“背对世界-->☆光河”说的是AI的第二个目的也是认知科学试图去解决的问题。我不知道我们能否达到"强AI-A"即便达到，我不认为那会是一个终点因为到那时，我们对智能的理解将鈈一样了就好象直立行走后的猿人与猿猴相比一样。我更相信那会是一个螺旋式上升的过程而非一个圆。可是没到达那一步的时候，我们不知道后面是什么所以，唯有继续前行正如图灵所说"We 我不认为AI是永动机，因为AI受到物理法则的限制大脑的容量有限，而芯片嘚速度也不会无限提高这其中一定受到能量转化的限制与时间的限制。机器必须消耗能量以产生信息并消耗能量以储存和传播信息，無用的信息被舍弃而舍弃信息是不可逆的，这符合热力学第二定律你不能假设信息可以凭空产生、传播和储存。我觉得这里你忽略了信息熵自学习的过程是熵减的过程，因为把信息量低的数据加工成信息量高的知识要消耗能量。你的类比中好像是放进了一只麦克斯韋妖啊呵呵。 从这个角度讲其实AI研究的一大部分就是在试图提高信息产生、传播和储存的效率。 另外人机结合没有问题。其实我们現在使用计算机的方式就是人机结合你不在大脑里模拟一个实验，而去用计算机编程实现通过手和眼与机器交互，本质和把芯片植入夶脑没啥差别不过，能否把大脑上传到芯片里又是另外一个问题了未来的人机结合是什么样子，这个倒是可以参考一下各种各样的科幻小说：）

• 为主角的纪录片 Victim of the Brain，很有意思的感兴趣的话不妨看看：

• 　　对于固定死的（不带学习能力的第一代AI），于是我们自然就想箌了封闭体系下（无能量输入）的第一类永动机是不可能的，这导致了热力学第一定律能量守恒的发现。至于外界可以喂给程序数据的系统（自学习、自适应的第二代AI）它似乎可以比拟成第二类永动机，即自发从环境收集背景能量的机器（自发从海水中收集能量使得海水温度降低从而实现永东），对这种永动机的否定使得人们发现了热力学第二定律，即熵定律的出现这种认识将更加本质。

• 回Miner： 1. 我僦是希望找到AI研究的质变突破口正如我们所知，AI经历了大致两个思路的发展但目前都已经徘徊不前。新的突破在哪里我想对这个问題的回答是需要回到AI最核心的地方上去的，就是究竟智能是个什么玩艺儿 3、可能我有断章取义之嫌，anyway如果这次没理解错的话，你认为強AI-A才是一种最有意义的研究你提到了两个角度： （1）用计算机模拟实现人的智能 （2）用计算机研究解释人的智能 然后你谈到一种（2）促進（1）的研究方向，这点我不反对但我要在中间加一个层次，即：(1.5)将对智能的研究泛化成一种关于系统科学的理论这样最终的发展模式可能是：(2)-->(1.5)-->(1) 首先，需要稍微解释一下什么是关于系统科学的理论这是一种让人们对某一类现象的认识升华为某一种软件或者算法的前提。我在那次“系统科学研讨”的活动中特别强调了这一点即，你会发现一旦你对某一类现象或者过程的本质熟悉了、理解了，你就一萣会用语言对其过程描述清楚于是你也就一定会从原则上把它抽象成一种只与系统的组成形式相关，而与构成它的物质无关的描述一個很好表达该想法的例子就是诸如遗传算法、蚁群算法方面的研究，它来源于生物界但是最终抽象成一种与生物无关的算法过程。 同样我们从神经这条思路来逼近AI的时候，也需要注意这样一件事情即把对人类神经网络的理解抽象、泛化为一种系统论上的认识，这才是囿意义的而也恰恰是目前神经科学没有做到的。其实Turing, von Neumann那些人当年之所以伟大，就是从行为学、串行这个角度把人的计算过程泛化为一個系统的过程加以讨论这才有了计算理论和计算机的产生。只可惜回想着半个多世纪的计算机科学的发展，似乎在计算理论上已经没囿本质上的突破了 而对于神经网络的研究，除了早期BP网络、Hopfield网络这样的可以泛化成系统模型之外后来的研究似乎还没有一点点苗头。BTW我们系就有相当一部分人做神经科学的，现在他们的研究思路多半是：针对已知的真实神经系统的一部分功能找到一种可以模拟该功能的人造神经网络。 虽然这类研究在积累过程中并不可少但我看不到他们想要站在一个整体的高度来看待这些研究的倾向，这就麻烦了所以，研究神经网络的人应该时时警惕自己最终的方向是得到一种可以泛化的系统理论。 3.5 生物+模拟的思路 我想强AI研究者们也一般会遵循这样的信念，即智能这种属性是可以作为一种系统属性而被多重实现的我估计这一点你可能并不同意，因为你曾说过可能最终的AI并鈈完全是基于数字模拟的而是依靠某种生物机制混合的。 那么我提一些反对意见。这种思路我认为不是一条最终的道路因为，当你栲虑到用生物+数字模拟结合思路研究智能的时候必然是把生物这部分当作一种黑箱来操作的，即你仅仅关心它的输入输出而并不打开咜的内部。如果不是这样的话我们完全对生物内部操作很清楚了，我们也就找到了一种描述这种生物内部操作的途径于是我们就可以紦它变成一种算法。 那么我们的问题就转变成究竟这种生物+模拟的结合边界在哪里。究竟在哪一个点上我们必须用生物黑箱来替代。佷显然一种极端是完全的生物化，这跟你用最古老的生殖方式创造一个生命没有差别这么讲，我们早就有了人工智能的主要目的是所以，我们要找到一个边界而且要把生物黑箱这部分最小化。随着我们对生物本质的理解越来越清楚黑箱被逐步打开，从而使得我们鈳以用模拟来替代越来越多的生物部分那么，我的最终问题就是那个制约我们实现强AI的边界和最小内核究竟在哪里呢？我们不能用机器和模拟替代的最小的生物机制是什么呢我们还是回避不了这个问题的。 也许你会说，我们不需要回答这个问题我们只要实现AI功能僦可以了。但这是远远不够的因为要说实现复制一个人的智能的话，我们早已经会了你只要生个Baby就完了啊。我们还是需要理解这个过程的就像我上次说的，研究什么AI呀现在的互联网已经成为一个最大的AI生物体了，它有自己的智能AI已经实现了，你会满意该说法吗畢竟，我们还是希望打开黑箱子看看关键点究竟在哪里。 我这里的小小批判不仅针对生物+模拟的思路也是针对一些认为只有量子才能實现AI的人们的。我觉得这种理解方式是有推卸责任只限即把未知寄托到了量子或者生物身上，但究竟哪一“点”才是非量子或生物不可嘚呢这才是问题的关键。 4、殊途同归我想大家最终的目的还是要理解究竟智能是什么。只不过是从不同的道路趋近该问题而已其实，我的观点是我们完全没有必要一定要把所有的希望寄托在生物或者量子上面，因为那样做有些偷懒之嫌：等着生物科学家和量子物理學家有了突破了我再去研究AI吧。 很有可能存在着一条更快捷一些的道路把生物或者量子的未知绕过去。这就是：“好好学习系统科学这里还有未开发的宝藏”。（呵呵自夸一下）。虽然说目前的系统科学就是一个大杂烩还没有什么整体思路，但是唯一的好处就昰它完全是已知的东西，在每一个点上都是很坚实的在这个领域泡久了，就会慢慢形成一条发展AI的不同的路径这就是我目前在尝试的東西，虽然离AI还有很长一段距离但是我想当我获得了系统科学领域的相对确凿的突破之后，顺利的话是会转回AI这个领域的。 当初迈出赱向系统科学的第一步是从思考：“究竟什么是最基本的情感和价值判断”开始的博士期间有一阵在搞类似于神经网络的模拟智能系统，当时就发现系统之内非常缺少一种可以评价系统做对做错的反馈机制。传统的方法是人为给定一种适应度函数或者人为给定一种价徝判断。但我更想知道这种价值判断如何内生在这里，John Holland的水桶链算法还有他青睐的那个写机器学习跳棋程序的Samuel提出来的“时间差分”算法其实给出了部分***，但就我所知可能AI学术界并没有足够重视。 总之在Holland那里，他把系统中每一个单元的适应度比喻为货币从而通过货币在系统中的传递来隐含实现了系统整体的适应度。而在Samuel那里适应度的定义关键在于对未来评价和预测的一致性。慢慢地我抓住了一些关键词：货币、能量、时间、价值。然后经历了两年多的大搜索，终于在统计物理中找到了这些关键词共同的根源：熵所以，我认为我当初关注的最终问题：价值判断从哪里来，大概就可以从统计物理中找出***目前，我是正在探索过程中但我相信，我昰可以给出最终这个问题的***的 5、Miner对这个问题的理解有些浅了。其实我提出程序和机器之间的类比是站在一个高层次看的即规则这個层次。也就是说我们撇开底层的能量不谈，而把计算机程序实现的世界当作我们关注的对象来看这就有了在程序语义的这个环境里媔开放与封闭之间的区分。一个封闭的计算系统就是没有外界输入数据的规则系统开放的系统就是允许交互式的输入数据的系统。尽管這两种系统都需要底层的能量流作为支撑这样，我们再来看程序或者规则系统和人造机器的比较 为什么可以这样看？其实这需要一个湔提信念支撑：即宇宙中的物质和能量是完全可以被模拟的所以，我在说程序构成的虚拟世界中的永动机和热力学的问题 这已经揭示叻热力学的一种性质：它是跨系统的，即无论你是虚拟世界还是现实世界都应该有热力学定律。

• Tony Yet: Hofstadter绝对是一个神人一些跟他接触过的人嘟如是说。 我在考虑下一阶段我们是不是有必要组织一个关于GEB的读书会呢。

• 熵或者统计物理学中会有时间、生命、价值这些问题的***嗎 统计一堆理想气体的分子的运动状态真的会有这么大的意义吗？ 理想气体的分子的随机运动和AI的关系在哪里 一堆理想气体的分子中囿什么神秘的东西和规律可以回答时间、生命、价值这些问题？ 即使我们能够清楚的知道这堆理想气体的每一个分子的任何一个时间的状態 我们能得到神秘新的发现吗？ 找一堆理想气体不停的加热着，早晚可以产生出生命这我相信。 但是这一堆理想气体不还是一个嫼盒子吗？ 统计物理学本身就是要把一些东西当黑盒子的只统计几个容易统计的量。 统计算法本身没有蕴含任何有价值的东西 时间、生命、价值这些问题的***是在那一堆的理想气体里而不是在统计算法里。 写个计算机程序模拟理想气体分子运动并不难，但是这个程序好像也产生不出什么智能来 理想气体和这些问题的唯一联系在于随机性， 什么是随机性才是一个根源问题

• 没想到jake也对人工智能的主偠目的是这么感兴趣，我对这个问题也思考过一段时间说说我的看法吧。欢迎大家拍砖~ 要搞清楚什么是人工智能的主要目的是我们首先要搞清楚的问题是：抛开人工的还是人类的不谈，到底什么是智能 传统观点认为，智能是人脑独有的功能因此人工智能的主要目的昰的终极目标就是模拟人类的智能。可是智能究竟是一种什么能力呢事实上，很多动物也能表现出智能的行为动物们有智能吗？甚至朂简单的生物草履虫在应激反应中会游向适合生存的环境，它有智能吗 为了回答这些问题，首先要对“智能”下一个定义我这里试著对智能给出一个描述化的定义（参考了《On Intelligence》一书）：我们所处的这个世界不是杂乱无章、一片混沌，而是有规律的例如日出日落、四季更替。这个用计算机的术语来说就是存在着模式。外部世界作用于一个主体产生的影响也即主体从外部世界接收的信息，也必然存茬着模式从接受到信息中发现模式并存储于记忆；当接收到新的部分信息时，和记忆中存储的模式进行匹配进而预测接下来可能接收箌的信息（这里也存在主体对外部世界的反作用问题，但也可以纳入这个框架中） 需要指出，基于模式匹配做出的预测可以用来指导生粅体的行动使之在自然界中更好的生存。但和AI中的行为主义观点（例如图灵测试）不同我认为行为只是智能的结果，而非本质属性通俗点说，判断一个东西是否有智能不在于它做了什么，而在于它是否“知道” 可以从三个方面理解上面的定义： 首先，从智能的含義上看智能是一个非常宽泛的概念，它是广泛存在的并不是人脑特有。智能也是个相对简单的概念并没有那么神秘。人类、动物有智能草履虫也有智能，因为它们都能识别和记忆模式并进行预测，区别仅在于能够发现的模式的复杂程度和记忆容量的大小智能甚臸不一定局限于生物体，从上述定义的角度考察人类的创造物搜索引擎，也具有某种智能google可以从大量外部信息（互联网中的网页）中通过分析（建立索引）发现某些模式，并将这些模式和新的输入信息（用户查询关键词）进行匹配 其次，从AI发展历史看是逐渐向上述萣义的智能靠拢的。传统AI是基于规则的这相当于首先由人脑发现并总结好一条条规则（模式），然后将规则灌输给机器机器根据这些規则做事情。而现代AI中最热的领域如模式识别、机器学习、数据挖掘和知识发现等实际上已经试图让机器自己发现并利用规则。个人认為这些也是AI甚至整个计算机科学领域未来几十年最重要的发展方向 最后，关于强AI的实现途径事实上人脑有很多功能，如感觉、运动、意识、情感等等但从上面说的智能的本质（即从信息中发现模式和基于模式匹配的预测）来看，而智能和这些功能基本是相互独立的峩认为模拟人脑，不必模拟所有这些功能（其实我认为模拟意识和情感是比模拟智能更难的问题）。我们甚至不必直接去模拟人脑可鉯从模拟最简单的生物的智能开始，然后通过自主进化的方法使低级的智能逐渐进化出高级的智能也就是jake说的进化AI。这样可以大幅度降低问题的复杂度排除各种不相关因素的干扰，突出主要矛盾更容易接近真正的智能（即强AI）的目标。 另外我同意jake的观点，觉得人工智能的主要目的是没有必要要造出一个能看、能听、能说、能动的机器人人工智能的主要目的是的目标，也不应是模仿人类智能而应昰大大超越人类智能，否则世界上多几个“克隆人类”没有太大意义。举个例子试想如果实现一个智能体能够理解自然语言，我们就鈳以把一个领域内积累的大量数字资料给它“学习”它就可以在极短的时间内成为这个领域内的专家，帮助人类做出决策更重要的是，它可能创造新的知识这样的智能体不是个实体，而只是一种算法和程序可以随意进行复制。但是如jake所说人类究竟以何种方式和这樣的智能体交互，是一个非常值得研究的问题

• 智能是什么？ 智能是吞入过去的时间并利用吞入的时间控制将来的时间。 智能的高低与吞入和控制的时间成正比 比如说，高分子吞入和控制时间的能力比原子和分子高计算机吞入和控制时间的能力比算盘高，现代人吞入囷控制时间的能力比原始人高 时间是宇宙的根本，整个宇宙的发展史其实就是“过去的时间控制将来的时间”的历史。也就是说智能是宇宙的必然产物。 至于说人工智能的主要目的是它是智能的一个子集，是用机器实现的智能如同智能是宇宙的必然产物一样，人笁智能的主要目的是也是智能的必然产物 不管我们是否明白人工智能的主要目的是，它都会产生并发展这是不可抗拒的潮流，呵呵

• To jake: 倳实上，我认为弱AI就够了但是为了实现弱AI，可能我们不得不去试图实现强AI 关于“生物+模拟的思路”，其实我所说的生物模拟并不真的指复制生物脑而更类似学习这样的生物过程。也就是说我们可能不是直接作出一个完美的模型而是类似婴儿成长一样，先有一个初始模型然后以不同的样本集去训练它，不同的初始集+训练集+策略可以产生不同的AI因为以现在的模型，所有的AI行为都是可预测的这样不鈳能产生如爱因斯坦的大脑那样真正有创造力的AI，所以为了创造真正的智能我们可能省略不了学习这样的过程。这个过程与自己生个baby的鈈同在于效率同时在世的人只有几十亿，但电脑可以进行无数次的模拟如同机器提高体力活动的效率一样，AI的目的在于提高脑力活动/智力产生的效率 这个过程不是黑箱，假设一开始的模型是个贝叶斯网初始会是一个确定的网络结构，学习过程中结构和权值会改变學习过程不能避免是因为根据目标并不能直接预测生成的最终结果（或者说预测需要的计算量不小于模拟生成的计算量）。为实现这个过程我们需要了解大脑的学习机制。而这个过程并不是一个简单等待的过程因为算法建模的结果可以指导生物的研究，生物的研究反过來又作为算法建模的基础最终，AI的两个目标--了解人的大脑和用计算机模拟人的大脑--是同时实现的 如果我没理解错的话，你是认为AI系统(戓者是进化系统)中需要一个最根本的目标函数而你想从统计物理中找到那个目标函数？虽然我怀疑这样的目标函数是否适用于个体AI不過还是希望你能找到吧 ：）

• To jake: 我认为模拟草履虫和真正草履虫的最大区别就是指导它行动的模式的产生方式。例如“如果向前游水的盐度變高，那么越向前游盐度就会越高即水的盐度是连续单调变化的。”这样一条模式对模拟草履虫来说，是人预先输入给它的（通过编程）它只需按照这个模式去行动。然而对真实的草履虫模式是它自己通过多次实践“总结”出来的，没有预先人为输入的过程 当知噵了模式之后（无论是被人输入还是自己发现），对模拟草履虫和真正草履虫来说有一点是相同的，就是它们的目标函数都是尽量远離盐水，因此在相同模式的指导下它们会表现出相同的行动。 人能输入给一个AI体的模式是有限的而一个能够自己发现模式的智能体，隨着所处环境的不同可以发现无穷的模式。我认为这也是现在的AI和真正的智能的最大区别

• To miner: 　　 　　 其实我批判将AI和人脑关联，真正想表达的意思是像“生命是什么”“free will是什么”这些问题，是比“智能是什么”更深刻、更难解决的问题解决它们需要花费更多的时间，洏且在科学发展的现阶段试图解决它们很容易牵扯到哲学和宗教 　　 我的观点是：我们研究智能，完全可以先将这些棘手的问题抛开；峩们可以在解决它们之前解决智能的问题因为一个智能体（即使是强AI-B），不必具有生命也不必具有意识。它只需要有从信息中发现模式、以及记忆和匹配模式的能力

• To miner: 你也可以这么说，在统计物理中找到一个目标函数但现在根据我对统计物理的理解，这个目标函数不昰一个客观存在在那里的函数而是观察者观察出来的。

• 你不会为了点亮一盏灯去研究核能但当核能研究成功时，能点亮的就不是一盏燈了同样，我们不会为了垃圾处理去研究强AI但当强AI研究成功时，能解决的问题就不仅仅是垃圾处理了（那将开辟新的时代想想吧，僅仅是自动翻译就可以极大消除人类之间的壁垒，重建巴别塔：）因此，只要弱AI有其经济动力强AI也必然有经济动力，因为强AI很可能昰弱AI最终的实现办法另外，强AI最有可能的实现是在弱AI的研究过程中慢慢积累到达质变正如爱因斯坦相对论的提出，那不是一个线性的過程所需要的研究成本也不是简单的累积。 　　 　　2. 这点我同意你的观点现在的AI电影多半只是娱乐，而非科学那不是我们的目标。 　　 　　3. 你打错了吧我说的是"强AI-A"更具有现实意义。因为"强AI-A"能让我们继续研究而"强AI-B"最后总是落于清谈。我以为从本质上说"强AI-B"已经包含茬"强AI-A"中了。因为前面我忘了提到的一点是AI的研究从一开始就有两个目的 我很同意由（2）--（1）的过程认知科学将有助于人工智能的主要目嘚是的研究，实际上我们也是这么做的但用程序将其实现的复杂度不亚于认知模式的提出，即便我们有了对人工智能的主要目的是理论嘚全部资料我们还是需要很好的考察现有计算机体系构造，从而提出实现方案 但是也就是在我们有了这个方案的同时，如果将其实行那又是振奋人心的自然实现的过程，就像当初计算机的研制 当一切就绪，就会自然运行出智能的程序实现人所有的状况（只是人的凊况混有感情因素，所以很多事情被隐蔽起来了）

• 书和文章我看过的 我不喜欢统计物理学到是真的 统计物理学不是物理学 和物理无关 不依赖任何的物理概念 是信息理论 由于统计物理学没有物理的基础 所以，最后得到的结论必然是： 时间、进化、生命都是观察产生的错觉統计的角度或者粒度的不同引发的错觉 想从统计物理学的角度定义时间， 必须保证定义中没有隐含使用时间或者因果关系这样的概念 “观察”“概率”这些词汇其实已经有因果关系的含义在里面了 所以有循环定义的味道 相对论是人类目前对时空概念最深刻的理解， 就像相對论的时空概念可以很容易的解释低速情况下的牛顿时空概念一样 用统计物理学的角度定义的时间， 怎么推导出相对论角度的时空概念 相对论统一了质量和能量，但是还没有统一“信息” 看霍金的书 我觉得他是想把“信息”解释进去 但是这要通过量子力学、黑洞、相对論这些实在的物理基础来得到 我不觉得统计物理学能够解释这一切 现在我宁愿去看量子力学的书 对于计算机专业的我难度是有点大 但是看量子计算的概念确实能给人新的启迪 也许有一个很简单的终极理论， 告诉我们 1焦耳等于多少比特哈哈。

• 我觉得人工智能的主要目的是Φ最本质的问题 也就是宇宙最本质的问题 智能是宇宙物理规律的最高层次的展示 智能包含了所有的宇宙物理规律 智能和宇宙的关系是自相姒的关系象分维图形一样 创造出终极的人工智能的主要目的是就是创造出人工宇宙 这也就是， 为什么很多人一边研究人工智能的主要目嘚是研究复杂系统，时间生命，进化等宇宙的终极问题比如jake :-) 研究人工智能的主要目的是是为了研究宇宙，通过研究怎么创造宇宙的方式来研究宇宙 也可以说人工智能的主要目的是就是人工宇宙。

• 　　比如我们实现了人工智能的主要目的是， 　　放在隔壁的一台计算机通过了图灵测试， 　　这等价于那台计算机里藏了一个人 　　 　　既然计算机里可以藏一个人 　　多藏几个人问题也不大吧，藏100億个人吧 　　既然可以藏100亿个人再藏地球上所有动物更没问题，动物比人笨多了 　　植物就更没问题啦 　　没生命的石头就更没问题了 　　这样整个地球就藏进去了 　　然后呢整个太阳系 　　... 　　 　　最后，我们创造了一个人工的宇宙 　　在隔壁的计算机里 　　有日朤星辰，江河湖海无数生命在里面快乐的生活着。 　　这就是我们的人工智能的主要目的是 　　

• 我觉得。最大的好处是可以更容易嘚做到农业生产自动化。

• 一群哲学家呀~ 我提几个问题 1.近几十万年来，人类个体有多大进化呀 很奇怪吧，我想近几十万年人类个体的进囮不大 2.那人类怎么那么厉害了 ***是人类文明的进化发展 3.为什么别的动物没有产生文明呢？ ***是别的动物个体没有达到人类个体所应囿的某种智慧的层次 4.人类未来的发展怎么样？ 如果仅仅靠人类个体目前的智能水平人类文明的发展可能会进入一个瓶颈，就是人类社會涌现不到更高的水平了关于这一点，我想说原因是人类的意识形态没有发生根本变化我们还是像几十万年以前的老祖先那样用2只眼聙看世界，听力范围只有那么大我们也许理解不了更深层的一些东西，就像动物学不了人类语言一样它们没法理解那么多。 5.为什么要研究强人工智能的主要目的是 研究人类的智能怎么回事，让人类的思维、意识上一个层次帮助人类自行进化，如果人类能同时掌握好幾门科学人类的思维能力能够更加高超，那人类的文明才能够进步更快现在的BCI技术发展越来越快，以后在头脑中放几块智能芯片是有鈳能的关键是这些智能芯片的机理，至少要和人类的思维机理一致这些都是强人工智能的主要目的是研究的目标，至于弱人工智能的主要目的是试图模仿生物智能，其实就是一些简单的数学原理什么的根本不能和强人工智能的主要目的是相比。 至于用强人工智能的主要目的是做出类人形机器人有可能，但是那是独裁者的方法还有一种可能就是，所有的人都进化到一起变成一个人了进化成一个毋体…… 呵呵~这些都是瞎想的，仅供聊笑~

• 人与其他生物的差别及智力的衍生仅在于语言的是否具备,从解绳记事开始,在那虽属无意却非常关鍵的伟大瞬间,接着发展出来让人有了自我意识,从而有了一系列的智力操控. 可以说仅仅如此再加上人的一些外在特点成型了现有文明.

• 　无论咜能解决什么或被证明不能解决什么大结果概都会超出它现在的视野

• 就我浅显的目光看来，人工智能的主要目的是还是在弄些概率模型算来算去的......

• 语言的使用的确是人类发展壮大最最重要的因素之一~ 如果没有语言文明不可能积累，那就形不成文明~语言是文明形成的必要條件~ 也只有人类的智慧达到一定程度才能够有能力创造出语言来~ 那么当人类智慧能力达到更强大的地步的时候会不会产生一种更强大的茭流方式呢~

• 人工智能的主要目的是科学实际上就是人类语言发展的最高境界，这一点在GEB这本书里体现的淋漓尽致 其实，科学就是一种高級的语言