第152章：即…自我情感逻辑分析（2/3）(2/3)

现场顿时传来一阵低潮的哄笑声。

“例如，我看到媒体经常拿出来说的人就是已故霍金先生了，毫无疑问，霍金先生是一位伟大的学者，那么他是做什么的呢？他是一个物理学博士，是研究黑洞、研究宇宙学这些领域的权威专家，但他从来没有搞过人工智能，而且霍金先生患有渐冻症多年，本来就没法做科研了。”

“结果媒体把他当成了一个人工智能领域的专家，去请他出来大谈特谈人工智能的危险，这本身就是一件很滑稽的事情，不免有炒作热点的嫌疑，在我看来就是蹭ai热度。”

“所以为什么要把一些非专业人士的观点看得那么重要，甚至奉为经典和真理？应该去看那些真正研究人工智能的资深级专家，那么会发现他们有一种戒慎恐惧的心里，包括我也觉得现在的媒体把人工智能说的太过了。”

“人工智能的发展可以追溯到上个世纪50年代，是一个很曲折的发展史，也很无奈，因为大家都是一哄而上，过不了多久便一哄而散，每次都是对它寄予厚望，然后一大堆人进入这个领域，包括大量的资本，最后发现没有什么突破立马全跑了。”

“近年来人们再一次趋之若鹜，现在任何企业都觉得只要和人工智能沾边一下就高大上起来，市值翻倍、翻几倍，觉得特梦幻，不可思议。”

“那么现在的人工智能是个什么状况？大部分人研究人工智能，我觉得应该说是应用，整天媒体上说人工智能又做到这个、又做到那个，下棋又赢了，打游戏又赢了，这些其实在业内人士看来都是一种比较简单的技术路线。”

“简单来说就是采集大数据，标注数据。例如搞图片识别技术的，用大量的数据来训练，再去做一个相当于拟合的工作，一个多元函数，你不知道这个函数结构长什么样，但没关系，你有大数据拟合，这其实就是一个神经网络的思想而已。”

“最后拟合出结果来，对一个输入给出一个很好的输出，就可以识别出来这个图形到底是个什么东西了，识别能力甚至比人还要高。”

“这个当然好，但前提是你得有数据支撑啊，而且是海量的大数据做支撑，这其实是人工智能研究的一个比较低级的技术路线，而且建立大规模的数据中心非常非常消耗能源。”

“而现在出现了一种比较高级的路线，那就是alpha-go的那种路线，但还是离不开大数据，不过区别是这个数据不是靠人工标注了，而是让ai自己跟ai博弈，然后让它自动生成数据，这就是alpha-go后来为什么变得那么强的原因。”

“它一开始是学习人类的棋谱，再次升级之后就变成alpha-Zero。为什么叫阿尔法零？因为它不需要学习人类的棋谱了，他从头开始唯一给它输入的就是围棋规则，然后在这个规则框架之内自己跟自己对弈，很快就能积累数据，迅速找到围棋最好的做法，从而超越人类。”

“所以这是一个比较高级的技术路线，对于研发能力也要不小的要求，尤其是对于计算能力和算法的要求，alpha-go团队最大的贡献是证明了这条路可以走，所以不失为人工智能发展的一大进步标志，而这直接导致了我们现在很多行业都刷新了技术，做到了以前做不不到的东西，例如图像识别技术，具体点人脸识别的应用就带来了很大的商业价值。”

“但这条路线在我看来依旧太狭窄了，远远不够好。在我看来，当前市面上所有的人工智能其实都没有智能，我知道我这话说出来肯定会引发争议，那就要看怎么去定义智能了。”

“我的意思是，当前市面上的人工智能应用，它唯一做的都是数据统计与分析，都是你给它大数据，然后他从中学习，从而得出一套基于大数据它做的比人更优秀，所谓大数据深度学习就是这么个意思。”

“但这真的是我们人类学习一个知识的方式吗？我觉得压根不是，举个例子，鹦鹉和乌鸦，大家都知道这是两种鸟类，差不多大小。鹦鹉学舌很聪明对吧，但我想说的是鹦鹉比乌鸦弱智太多。”

“为什么？似乎鹦鹉看起来很聪明，你在它面前说几句话重复几次后它就学会了，鹦鹉学舌嘛，模仿人类说话也很标准。但是你如果去尝试跟鹦鹉对话，你就会发现，它根本就不知道自己在说什么，因为它不能理解说的那些是什么，仅仅只是一个机械式的重复而已。”

“同样，现在很多所谓的聊天机器人，大家平时接触到的人工智能应用的聊天机器人，网上也有很多跟聊天机器人对话的视频、截图，乍一看很惊艳，例如微软科塔娜、小米的小爱同学……好吧，我不是特地针对哪个ai产品，我的意思是市面上所有的人工智能都一个样{辣鸡}。”

又是引来一阵哄笑声，观众们都下意识的在心里帮着补充了“辣鸡”二字，也就叶华敢这么说出来了吧，一下子把市面上的ai都给否定了，现场的媒体是最乐意看到这样的事情发生了。

拱火啊，这是媒体最爱干的事情。

而叶华接着说道：

“为什么这么说？首先它是不是已经通过图灵测验？至于网上脑洞大开的说它们是故意不通过图灵测验的那纯属扯淡，理由很简单，上限就在那儿，你不能说让