如何評價王垠的文章《AlphaGo與人工智慧》？
看到沒人提問，我就情不自禁了。
原文地址：AlphaGo與人工智慧
雖然他是編程語言、編譯器領域的大牛，他連AI入門都不算，看了本GEB就來吹。
假如他黑一下reinforcement learning，說明他對alphago略知一二，我就不噴他了。可是他居然以為機器學習只有擬合…………講真，釣魚釣到王垠這個份上也算是夠本了，每篇文章都能讓人在知乎上提問討論，周帶魚都沒這個待遇。
不過總結而言yinwang核心思想就是：
我懂的東西，優雅，簡潔，人類智慧的結晶。我不懂的東西，要麼你不well-defined，要麼就是你水平不夠，不能優雅簡潔的表達，我yinwang不屑於搞懂。而諸如linux到底好不好，自動駕駛面臨什麼樣的困難，神經網路到底是個啥，和一般擬合有啥區別，煮不在乎，yinwang也不在乎。實際上這幾個問題就和米餅還是蚯蚓都可以當餌一樣。不過來說，yinwang發的文章民科味越來越濃，結合他前幾份工作最後都是不歡而散。他近況是不是不怎麼樣，希望知情的朋友透露一二。主要你如何去理解「人工智慧」這件事或者這個東西了
如果你以比較低級的一些生命形式來去和如今AI領域對比的話
那麼確實是可以說機器已經具備了「智能」了
但是這和人們傳統意義上的理解差距太遠了
阿法狗也只是其中的一種應用方式而已
原文的大觀點倒也沒什麼問題
無非就是：」阿法狗不是你們所想的人工智慧」、
」機器會下圍棋不代表機器人就要統治人類了」，以及」人工智慧的路還遠著呢」這些觀點，就包括谷歌那些人心裡也都很清楚的
阿法狗設計的目的並不是為了要讓人們對人工智慧恐懼最終的目的還是為了更好的幫助人類
怎麼幫？
人類能力所無法處理的海量數據利用機器運算能力高這種天然優勢，結合演算法設計去從中發現規律，這個規律可以是各種各樣的東西放在NLP里，就是讓機器會說人話
放在CV里，就是讓機器會用眼睛而如果是阿法狗，那麼則是讓機器會下圍棋以及醫療領域等等等等總之，情感機器學習，可以是其中的一個門類，甚至你可以通過權重的方式讓計算機「假裝生氣」
這些都是沒有問題的但是這些和所謂的天網之類的東西就八竿子打不著了
畢竟社會上，科研人員給人的感覺多數還是「嘴笨」，而能說會道的各種新聞工作者又未必了解如今發展的前沿
這就造成了一個傳播上的斷層
科技工作者跟你說的太深了，你不懂也不想聽
而一些新聞傳播者，要麼自己半瓶子醋，不知為知之。
要麼就乾脆吹的天花亂墜就拿前些日子阿法狗來說吧，官方公布一篇論文，裡面說到了value net和policy net 還有蒙特卡洛
很多門戶都在重複著同樣的介紹，但是這些人從根本上就沒打算去了解這些東西在他們心裡，我個人是感覺他們可能更願意把新聞標題寫成「谷歌圍棋超越人類啦，機器人統治人類已經不遠了」王垠的觀點： AlphaGo 的出現並不能代表計算機有了思想。
這點是沒錯的。
只是例子舉得不太好，讓人看起來觀點像是：AlphaGo 的出現沒啥厲害的，人工智慧領域還是很弱。
難怪被大家噴。等到機器學習真正成熟之後，類似王垠，輪子這樣的人，真不知道要被淘汰到哪裡去了。
對計算機學習領域一點也不熟悉就來亂說，也是醉了。正如有人說的，你現在還在和汽車賽跑嗎，你現在還在和計算器比心算嗎？以我粗淺的見識，都能知道5：0的結局。某些人還在SELF-DENIAL。這種毫無建設性的意見有什麼意義？王垠文章里說：計算機需要非常精確的輸入，不能容納和處理不完美的，模糊的，有誤差的數據，不能適應輸入的變化。比如，也許一個機器人認得一個特定的杯子，然後你把這杯子倒著放，或者把它打缺一個口子，它就不認得這是一個杯子了。
他可能不知道什麼是Convolutional NN吧。早在1998年（參見http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf ），計算機就知道如何識別人寫的數字了。知道不管你橫著寫，倒著寫，豎著寫，歪著寫，寫出一個6，計算機就知道你是6嗎？他知道空間不變性，時間不變性，頻譜（相位）不變性嗎？他學過物理吧。近日，Google更是實現了通過CNN讓機械臂識別桌面上的不同物體，並拾取。王垠說的所謂的與生俱來的識別功能，那是要嬰幼兒時期學習3-5年才有的技能（例如識別數字），而現在，你家的計算機只需要幾小時！你現在讓一個剛出生的嬰兒去識別茶杯，你看他不吐你一臉尿。
找技術的各種缺陷，就是從內心深處害怕技術，害怕技術超過自己的最佳體現。90年前還有人說，我只相信自己的心算，因為我不知道計算機是怎麼算的；40年前還有人說，汽車不安全會拋錨，沒有我的腿可靠。現在就有人說，AI不是智能，他還不能做這個，那個。說得好像人就沒有錯覺，就不會說胡話，就不會產生歧義，就沒有畸形發育不良開小差出意外似的。
AI在很多地方已經超越人類了好嗎？在人臉識別的誤差率上，已經超過人類；在數字識別的誤差率上，也已經超過了人類。這不是勝利？在象棋上超過了人類，在圍棋上也超過了人類；按照超級計算機的計算速度（每秒幾百億到上兆次），把重複性、規則性、識別性的工作交給計算機做，這不是明智之舉？
人工智慧已經包含Artificial這個單詞了，Artifact是什麼意思，請你自己去查字典？等到AI成為真正的，比你王垠（想想你每天要浪費多少時間在吃喝拉撒睡，排解寂寞制找妹子看片上）要厲害的時候，他就不叫AI了。他將會勝者為王，改名做Intelligence。
這一天會到來的。宇宙中連人類都能『自然進化』產生，還有什麼不能？所以總的來說，王垠有他的特長。他是一個不錯的PL學家，他的源碼分析做得很好，PySonar什麼的，也比較好用。但是王垠的特長，也就停留在那裡了。做其他事情，幾乎全都是業餘水準，卻自以為了不起，喜歡宣傳自己，製造高大形象。噴清華噴Google搞得沸沸揚揚，也是一樣的用意，煽風造勢，以此吸引懵懂沒經驗的年輕人，到處為他做一些免費的宣傳，滿足他扭曲的自尊心。
寫得有一定道理。但是技術的進步是指數級別的增長。人們總是過高估計一年後發生的事情，卻總是過低估計十年後發生的事情。
卧槽，這說的沒什麼問題啊，他作個類比，又不是要和你討論技術細節。
機器學習可以怎樣怎樣的擬合二次函數，但是有局限，重點是有局限啊。
有些人就開始挑骨頭，說機器學習還能擬合三次函數呢，神經網路還有sigmod呢。
對對對，你說的都對。根本沒在一個話題上。說得沒錯。
人工智慧吹是電影小說看多了，有人看著蛋疼出來反駁幾句也很正常。
另，小勃勃是想偽裝曾博嗎？我記得他水平還是很不錯的，不會如此如此這般這般他說的在理，記得很多年前（直到現在），人們都是以圖靈測試來測試機器的智能程度
圖靈測試是一種基於「行為」判斷機器智能的方法，就像我們現在看到的阿爾法狗，通過其「下棋」水平高低來判斷其「智能」。但是基於行為的判斷方式存在一個哲學上的問題，即看上去有人類行為的都算是「人」嗎
換言之，那些構成人類行為這一「結果」的「因」，即人類思維和智能的形成因素是否並不重要。作為一種純粹從唯物論角度衡量人類思維的方式，圖靈測試無法解釋為何對於不同的人類個體，在接受同一組知識的條件下，他們能夠產生不同的抽象方式和理解。「抽象」就是目前AI所不具備的能力之一，抽象允許人類根據有限的現象去想像通用的情形，但是計算機AI不具備這種功能。
例如你給小學生講課，你能讓只有十根手指的人類理解超過100,1000甚至達到無限的「整數」的概念，但是計算機不能，計算機甚至無法理解什麼是無限；至於那些所謂的形式化推演系統都是人類設計者自己腦子裡想好（抽象完了）了以後在計算機上實現了程序而已，計算機到目前也就只是個搬磚的，能理解的無非就是這個內存的內容寫進那個寄存器，這個寄存器的內容寫去哪個內存空間以及下一步該搬那塊磚。
王垠講的東西算是相對技術性一點，我個人覺得他在「認知是真正困難的AI問題」說明了：看似簡單的問題背後複雜的過程，其實之所以看似簡單，也不過是因為人類本身善於「抽象」事物的原因造成的，你不會去管一些繁雜的信息，而集中精力於處理特定的抽象的問題，這一能力，計算機壓根就不具備，或者說老早在設計馮洛伊曼體系的計算機時就沒打算讓它具備這一功能。
計算機的初期設計者認為計算機就是個被動的搬磚工，它只知道人類給了他干某事的指令以及具體的工作流程表（演算法），然後它一步步去實現，至於要幹什麼事情，什麼「目的」它根本無從理解，畢竟它是沒有目的的奴隸而已。
但是如果你只是丟一個問題過去給計算機，讓他提出解決方案，那大部分情況是沒門。不過目前也有解決方案，差不多就是AI把你的問題先「理解」一番，然後copy到google或者baidu去找你需要的答案---話說這場景我貌似在哪見過，應該是錯覺吧╮(╯▽╰)╭至少大部分說的都是對的，知乎上的各位偽大神實裝b萌就喜歡雞蛋裡面挑骨頭
他說的是對的，alphago只能算機器學習，不能算人工智慧。人工智慧是指像人一樣思考的機器。目前還沒有機器可以做到，人工智慧發展幾十年，幾個大學派：符號學派，統計學派，連接主義學派都是幾十年前就提出來的理論。人工智慧領域目前並沒有如物理學界的牛頓，愛因斯坦這樣的扛鼎人物出現
AI 自古分兩派，一派是基於邏輯/理論的，另一派是基於統計的。
後來的事情大家都知道了，由於種種原因，基於統計的AI佔了上風。王垠作為一個理論計算機科學家，他當然希望能用理論實現AI，但他又沒有能力辦到。
所以他才會像個氣急敗壞的小丑，說基於統計的AI不是真正的AI。可惜大家誰也不會糾結於什麼是「真正的AI」，只看它好不好用。你說你牛逼，你能做出來東西也成啊。
我不知道王垠是故意的，看不慣他這個領域沒落，看不慣別的領域繁榮；還是沒看清AI裡面的門道，覺得自己掌握理論就天下無敵了。不過王垠那麼聰明，我看是前者可能性更大一點。
再有，人工智慧之所以簡單，是因為背後的數值演算法。數值演算法不幹別的，專門用於把代數變成算術。因此一大堆只會算加減乘除的公司才有機會接觸並使用人工智慧。你又不發明數值演算法，只是使用它，當然覺得簡單了。
真的，這個人說什麼，很重要嗎？這麼值得探討？
垠神的每一篇文章幾乎都能在知乎上找到「如何評價……」垠神很厲害但你得承認他也是人不是真神不是馮 · 圖靈 · 諾伊曼化身，有時候正確有時候不正確而且語氣傲嬌喜歡夾帶私貨，說好的誰都不鳥但是世界第一的垠語言遲遲出不來也不知道現在每天幹嘛呢當然我一點都不好奇而且某些方面也不那麼擅長我發現他擅長的寫作風格就是能把有理的說成沒理沒理的死不承認
看了這個回答下的答案，大多數對王垠冷嘲熱諷的都是搞AI的，我知道他的話動了你們的乳酪，踐踏了你們的信仰。我本身做過大數據，說研究過人工智慧談不上，只能說了解、接觸過。說起來，「大數據」為什麼不叫「更深度數據挖掘」，「人工智慧」為什麼不叫「更大的數據」？炒熱一個概念罷了。希望做技術的都踏踏實實，心裡有點ABCD數。
就說一點，從現行的技術角度出發，研究出來的所謂AI有可能通過圖靈測試嗎？可能性為零。方向錯了，走得越快，死的越快。