我以为人工智能的能力被高估和夸大了。计算搜索能力只是机器能，而不是智能。
我觉得智能必须有超级的抽象能力和自由的分类能力。而现在的计算机没有这种能力。
感情什么的我认为这倒不是关键差别，只要愿意可以给计算机一个肌肉或心脏的受力模型，依据计算出的不同的表面张力状况赋予情绪值就可以了，虽然与人类的感情情绪有本质不同但可以大体能合适的应对。
人之所以有智能不仅仅是有计算推理能力，而是有超强的抽象和分类能力。
一个人的成功不是因为其努力劳动得来的，而是因为在关键的时候做了正确的选择。选择是与正确的判断和分类有关的。
同样，智能也不是由计算推理能力决定的，而是有抽象和分类能力决定的。
思维的两种模式是演绎法的归纳法。计算机是演绎法的极致，而人脑是归纳法的极致。
演绎法是给定初始条件，推理规则而进行推理计算，在这方面计算机确实比人强的多。而归纳法是原始材料进行特征提取，形成概念，进行分类，在这方面人是无敌的。给哥十几张美女图，哥瞬间就可以依据颜值高低，胸部大小，身材好坏进行分类，如果有人提醒哥可以用内裤颜色来分类，哥也不用再去看美女图在脑中将分类完成。而计算机不行，你给他一个分类标准它要读取一次原始资料，在给一个再读取一次原始材料。而且他的分类标准和特征是人类给出的，它不能自己完成。
而归纳抽象分类的能力涉及到人的思维中的假设-求证模式。比如我看见50只天鹅都是白的，然后提取特征‘白’，归纳出所有天鹅都是白的，然后假设这一结论是正确的，后来又看见几百只天鹅是白的，这加深了我对这一判断的正确性，直到有一天我看到了黑天鹅，我才知道我的判断是错的，然后再修正。
所以人类的超级抽象分类能力是建立在判断的随意性和犯错的普遍性上的。只要用归纳法，有抽象分类能力必然会引入错误。而人能用在这些有问题的概念进行思考而不出现崩溃，讲究精确计算的计算机能够在引入大量错误后能不能正常运行还很难说。
从某种程度上来说，愚蠢和犯错才是智能的本质。只有超强的容错性才能产生智能，阿法狗那末聪明哥不认为他有智能。
归纳能力和演绎能力是互损的，应该有这样一个公式
归纳能力×演绎能力<=常量
本人之前以为演绎能力更重要，现在觉得归纳能力才是智能的关键。
在另一个角度来看，世间的问题可分为有解问题和无解问题。如果死心眼子计算机碰到一个无解问题计算100年也无答案那就废了，但不是所有计算100年无答案的问题，有的可能要计算101年就出答案了，所以停机不停机也是个问题。停不停都会犯错，停了可能再多算一步就有答案了，不停可能永远也停不下来了。
以前高考有幅漫画，画着一个农民挖了几口井，都没挖出水就走了，然后在下面画了一条地下河，我一直没看懂。如果要批判农民没耐心不能坚持，但是谁能知道下面一定有水呢？如果在没水的地方挖井，就算你把地球挖个洞都不会出水的，越坚持错的越多，反而提早放弃才是对的。所以坚持还是停止是个问题。20世纪科学界，爱因斯坦在量子领域挖了几下认为没水，在相对论中挖出了水，结果成功。德布罗意在量子领域继续深挖出水了，成功了，但还有不少人在以太领域坚持挖了数年，没出水，籍籍无名。人类是以多人试错，分布计算，自然淘汰的方式来处理停机问题的。不完美，但优化了一下。但计算机对停机问题没有解决办法。只要有停机问题计算机就必须降低其计算能力。选择停机不停机很关键。这就是我们常说的选择大于努力。而现在计算机解决的问题是人类经过判断可以停机的封闭问题，所以计算机不用判断停不停机。所谓封闭问题是条件给定，规则已知的问题，计算机处理这类问题当然比人快了。但是还有一些是开放问题，条件不限定，自己找，规则自己归纳总结，而且不停的有外部因素刺激，这类问题停不停机谁都不知道。可能计算机计算了1000步认为无解不值得继续，而人类继续坚持计算了1010步找到答案，战胜计算机。
所以哥认为停机问题很大程度限制了计算机的能力，使人能有希望战胜之。
最后，计算机与人类缺乏交互性是计算机无法理解人类的一个重要原因。 智能如人都看不懂医生的药方，还需要沟通互动才能确认，而期望计算机的手写识别达到100%是不切实际的，两个人沟通的时候都会产生误会，需要反复确认，而期望计算机语音识别达到100%是不智的。
综上，哥以为计算机要达到智能必须会归纳，能犯错，能处理开放问题，能与环境互动，目前来看路还很长，所以不要对人工只能有太高的幻想，它不过是人类的辅助工具。
即便将来人工智能实现了，看看你身边的人，这些人都有智能，照样犯错，犯傻，犯二。我以为智能和犯错，犯傻，犯二是一体两面的事，只要计算机有了只能就必须会犯错，犯傻，犯二。只有会犯错，犯傻，犯二，计算机才有可能有智能。阿法狗太聪明了，以至于哥认为他离智能还很远。
我觉得智能必须有超级的抽象能力和自由的分类能力。而现在的计算机没有这种能力。
感情什么的我认为这倒不是关键差别，只要愿意可以给计算机一个肌肉或心脏的受力模型，依据计算出的不同的表面张力状况赋予情绪值就可以了，虽然与人类的感情情绪有本质不同但可以大体能合适的应对。
人之所以有智能不仅仅是有计算推理能力，而是有超强的抽象和分类能力。
一个人的成功不是因为其努力劳动得来的，而是因为在关键的时候做了正确的选择。选择是与正确的判断和分类有关的。
同样，智能也不是由计算推理能力决定的，而是有抽象和分类能力决定的。
思维的两种模式是演绎法的归纳法。计算机是演绎法的极致，而人脑是归纳法的极致。
演绎法是给定初始条件，推理规则而进行推理计算，在这方面计算机确实比人强的多。而归纳法是原始材料进行特征提取，形成概念，进行分类，在这方面人是无敌的。给哥十几张美女图，哥瞬间就可以依据颜值高低，胸部大小，身材好坏进行分类，如果有人提醒哥可以用内裤颜色来分类，哥也不用再去看美女图在脑中将分类完成。而计算机不行，你给他一个分类标准它要读取一次原始资料，在给一个再读取一次原始材料。而且他的分类标准和特征是人类给出的，它不能自己完成。
而归纳抽象分类的能力涉及到人的思维中的假设-求证模式。比如我看见50只天鹅都是白的，然后提取特征‘白’，归纳出所有天鹅都是白的，然后假设这一结论是正确的，后来又看见几百只天鹅是白的，这加深了我对这一判断的正确性，直到有一天我看到了黑天鹅，我才知道我的判断是错的，然后再修正。
所以人类的超级抽象分类能力是建立在判断的随意性和犯错的普遍性上的。只要用归纳法，有抽象分类能力必然会引入错误。而人能用在这些有问题的概念进行思考而不出现崩溃，讲究精确计算的计算机能够在引入大量错误后能不能正常运行还很难说。
从某种程度上来说，愚蠢和犯错才是智能的本质。只有超强的容错性才能产生智能，阿法狗那末聪明哥不认为他有智能。
归纳能力和演绎能力是互损的，应该有这样一个公式
归纳能力×演绎能力<=常量
本人之前以为演绎能力更重要，现在觉得归纳能力才是智能的关键。
在另一个角度来看，世间的问题可分为有解问题和无解问题。如果死心眼子计算机碰到一个无解问题计算100年也无答案那就废了，但不是所有计算100年无答案的问题，有的可能要计算101年就出答案了，所以停机不停机也是个问题。停不停都会犯错，停了可能再多算一步就有答案了，不停可能永远也停不下来了。
以前高考有幅漫画，画着一个农民挖了几口井，都没挖出水就走了，然后在下面画了一条地下河，我一直没看懂。如果要批判农民没耐心不能坚持，但是谁能知道下面一定有水呢？如果在没水的地方挖井，就算你把地球挖个洞都不会出水的，越坚持错的越多，反而提早放弃才是对的。所以坚持还是停止是个问题。20世纪科学界，爱因斯坦在量子领域挖了几下认为没水，在相对论中挖出了水，结果成功。德布罗意在量子领域继续深挖出水了，成功了，但还有不少人在以太领域坚持挖了数年，没出水，籍籍无名。人类是以多人试错，分布计算，自然淘汰的方式来处理停机问题的。不完美，但优化了一下。但计算机对停机问题没有解决办法。只要有停机问题计算机就必须降低其计算能力。选择停机不停机很关键。这就是我们常说的选择大于努力。而现在计算机解决的问题是人类经过判断可以停机的封闭问题，所以计算机不用判断停不停机。所谓封闭问题是条件给定，规则已知的问题，计算机处理这类问题当然比人快了。但是还有一些是开放问题，条件不限定，自己找，规则自己归纳总结，而且不停的有外部因素刺激，这类问题停不停机谁都不知道。可能计算机计算了1000步认为无解不值得继续，而人类继续坚持计算了1010步找到答案，战胜计算机。
所以哥认为停机问题很大程度限制了计算机的能力，使人能有希望战胜之。
最后，计算机与人类缺乏交互性是计算机无法理解人类的一个重要原因。 智能如人都看不懂医生的药方，还需要沟通互动才能确认，而期望计算机的手写识别达到100%是不切实际的，两个人沟通的时候都会产生误会，需要反复确认，而期望计算机语音识别达到100%是不智的。
综上，哥以为计算机要达到智能必须会归纳，能犯错，能处理开放问题，能与环境互动，目前来看路还很长，所以不要对人工只能有太高的幻想，它不过是人类的辅助工具。
即便将来人工智能实现了，看看你身边的人，这些人都有智能，照样犯错，犯傻，犯二。我以为智能和犯错，犯傻，犯二是一体两面的事，只要计算机有了只能就必须会犯错，犯傻，犯二。只有会犯错，犯傻，犯二，计算机才有可能有智能。阿法狗太聪明了，以至于哥认为他离智能还很远。
