■上海交通大學自動化研究專家蘇劍波教授指出：從本質上來說，目前人工智能還是以計算以及數據處理能力為主，並沒有擁有真正的類腦功能。更多專家認為，面對不確定性問題尋找解決方案，仍然是人類最大的優勢

　

　　當下的人工智能　(AI)　並非真正的類腦人工智能。雖然在棋牌類的博弈游戲中，人工智能有著遠超人類的計算能力，但它依舊和圖靈機時代的電腦智能沒有本質區別。近日，多位人工智能領域的專家在接受本報記者採訪時指出，隨著大數據技術的發展，能夠通過計算解決的問題越來越多，但面對不確定性問題尋找解決方案，仍然是人類最大的優勢。

　　模擬人類智能的程度最受關注

　　“不論是下棋，還是寫詩作文，我們關注的都是人工智能通過深度學習以及計算能力的提升，究竟能在多大程度上模擬人類的智能。”上海交通大學從事自動化研究的蘇劍波教授告訴記者。從本質上來說，目前人工智能還是以計算以及數據處理能力為主，並沒有擁有真正的類腦功能。

　　在圍棋領域，人工智能已顯露學習能力和策略處理能力﹔在英文詩歌寫作方面，人工智能和人類也已經難分伯仲了。騰訊前任副總裁吳軍不久前在上海交通大學安泰經管學院交流時就稱，有人給他發了六首詩，請他判斷哪些是人寫的、哪些是人工智能寫的，他也隻判斷對了四首，周圍的人隻判斷對了一兩首。他認為，即便如此，我們也無需擔憂未來會出現超過人類、甚至會控制人類的超級人工智能。　

　　在上海紐約大學人工智能專家張崢看來，現在的人工智能並非真正的類腦人工智能，因為截至目前，人的神經網絡反饋機制以及神經元之間的信息交互機制都尚未被破譯，現有的人工智能仍然不是模擬大腦工作機制的系統。

　　吳軍說，人工智能的發展是基於計算能力和大數據的處理能力，但是計算機能力的升級速度卻處於遞減階段。如果計算機按照摩爾定律18個月處理能力翻一倍的話，今天的家用電腦應該比6年前的電腦速度快16倍，但事實上，現在也是隻快了五六倍而已。即便是按照摩爾定律順利“進化”，與李世石對戰的人工智能到2030年也僅僅是達到黑猩猩的智能而已。

　　但他也坦言，如果加上大數據的話，人工智能的進步速度就令人驚訝了。

　　凡是轉化成計算問題，人類少有勝算

　　“凡是能夠變成計算問題、通過模型解決的問題，人工智能對人一定完勝，這是毫無懸念的。”上海交通大學從事語音交互技術研究的俞凱教授告訴記者。

　　吳軍也說：“目前，即便是最聰明的計算機能夠解決的問題和圖靈機也是等價的。”因為圖靈最初設計計算機的時候，首先就問自己，這個問題能夠變成可計算的問題還是不可計算的問題。

　　“人類的思維方式使我們可以處理可計算的問題和不可計算的問題。但是隨著科技的發展，我們發現，很多原先認為不可計算的問題，現在也可以轉化成可計算的問題了。”吳軍說。

　　“其實隻要涉及到推理問題，或者說，隻要能夠轉化為計算的問題，對於人工智能來說，處理一定會優於人，因為機器在計算能力方面，一定遠比人類強大。”俞凱教授在接受記者採訪時說。

　　人類的優勢在於從不確定性中找到答案

　　但是，世界上畢竟還存在很多不可計算的問題，而應對這些問題是人類的長項。俞凱說，許多問題的答案不能用“是”或“否”來回答，就是再高級的人工智能也解決不了。

　　他舉了個例子，比如他所研究的人工智能的語言交互系統，就很難通過大數據來進行分析，因為語言交互都是隨機的，往往是基於不同的語境和交互雙方的反應。“就目前來說，除了在社會環境中訓練，還想不出有什麼辦法通過邏輯來處理。”

　　蘇劍波認為，在獲得智能的方式上，計算機和人的差異在於，人是邏輯推理，計算機某種程度上是計算。人類在根據特定目標綜合利用已有信息方面會更強，直覺、頓悟都不是靠計算實現的方式。

　　這也是為什麼原本雄心勃勃宣稱要讓研發的人工智能Torobo-Kun考上東京大學的日本國立情報學研究所的研究人員，在今年1月宣布放棄日本高考的原因。因為這個人工智能在數學上獲得了高分，但是在每個科目的閱讀理解的測試中卻顯得非常糟糕。

　　“人和AI對弈，不管AI是否贏，人都贏在棋外。”張崢認為，這類比賽，看的只是以計算為主要能力的人工智能究竟能夠在多大程度上模擬人類的智能而已。

分享讓更多人看到