人工智慧遠沒有到來，可是新聞媒體驚呼人工智慧快要到來？個人很反感怎麼辦？

01-31

參見文章：http://www.jianshu.com/p/6b2e6c807462？個人認為，當代的機器學習、深度學習或神經網路模型或演算法和人的「智能」、「演算法」、「神經」或生命活動原理上八竿子打不著，只是取著嚇人的名字而已。我的反感是一種學藝不精的表現嗎？是怎樣一種病態心理？另外你們對人工智慧的前景持何態度？樂觀？悲觀？理由是什麼？

不起個牛逼點的名字我們還怎麼騙經費了？

首先得說，計算機的確還達不到人類的學習能力。

但是，這篇文章講本身也是有很多問題。感覺文章作者其實也並不是特別了解機器學習，才會有這種「自認為別人誤解了機器學習」的誤解。

文章說的總體還是蠻有道理的，作者也做過一些功課，但是可惜還是不夠。這樣就來評價機器學習真的有失偏頗。機器學習和統計完全是兩回事。而且回歸只是機器學習最基本的演算法，神經網路本質上跟y = ax^2 + bx^2 + c根本不是一回事。我可以很負責任的告訴你，神經網路真的模仿了神經傳遞的過程。人的神經節點在演算法中被簡化成了一個計算節點而已（求導）。而人的神經反饋機制也是被backpropagation很好的模仿了。所以如果說是從人的神經傳遞中受到了啟發，這是不假。只不過的確不是電流或者什麼物質在傳遞而已（不好意思生物不是很好）。

此外，機器學習也不僅僅是名字嚇人。我就問你，google能聽懂世界上上百種語言上千種方言，這比人牛逼很多了吧？你也別摳名詞，管他什麼真人工智慧假人工智慧，反正這東西就是實用。

最後建議題主多去學一學機器學習相關的課程吧，少看看這種文章，都是一家之言，不靠譜的很多。要看也請看搞機器學習的專家的文章（不是自稱的專家，而是真專家，比如Feifei Li）。

我也不想說什麼未來悲觀還是樂觀，我只想說，少討論一些這種沒什麼用的問題，多去看看書吧。至於未來如何，還是要靠你自己判斷。

……作者關閉評論，可能被噴過了吧……

……有些地方誤導別人，還說的很有道理的樣子……

不止人工智慧啊，很多科學新聞的報到都長這樣啊，聽風就是雨，總想搞個大新聞。

比如說：

有一個很複雜的方法，可以有效地抑制癌細胞的增殖，裡面用到了碳酸氫鈉。

然後報到上就說，小蘇打可以治療癌症，小蘇打可以餓死癌細胞。

之前NASA搞了個電磁推力引擎，發現有幾微牛的推力，

然後報到上就大肆渲染，說牛頓定律被推翻了。

此外，各種商家媒體還喜歡炒概念

大數據，聽上去很厲害吧，實際上就是字面意思，大量數據的處理

深度學習，聽上去很高端吧，實際上也是字面意思，在人工神經網路中，把神經元層數加深，然後再去學習

Google弄了個AlphaGo，這個確實比較厲害，不能黑。裡面是包含了一整套模型和方法的，這個模型在解決一些複雜問題上的效果非常好

媒體開始大肆報道，說人工智慧可以戰勝人了

百度看了覺得也想沾點光，強行說他們的外賣系統也是人工智慧

其他廠家也看不下去了，紛紛跟風說他們的網站上各種系統也是人工智慧

沒辦法啊，媒體和這群跟風的人說的也沒錯啊，人工智慧有一些廣義的定義啊，只要能表示知識和運用知識就算啊，能做到以前只有人類能做到的也算啊。以至於最後的結果是，再低的智能也能叫做人工智慧啊。

如果作者稍微了解一下人工智慧演算法的發展歷史，就不會大放厥詞了

阿法狗從有這個設想並開始構建到超越柯潔用了多長時間？柯潔從5歲開始學棋，達到今天這個地步用了14年。然後複製一個阿法狗的成本要多少？複製一個柯潔的成本要多少？

當然啦，圍棋只是人類大腦的一個功能，而且是一個沒什麼實際用處只有裝逼用處的功能，目前沒有通用的演算法可以萬劍歸宗，一次性把所有的功能全部學會，可是以後呢？如果有了這種演算法配合適應的硬體設備，它需要多久可以超越人類？

人工智慧難道不是已經在路上了嗎？為什麼要反感？

你還沒意識到？

每次你百度，搜索關鍵詞，結果是不是更精準了？

淘寶的千人千面，是不是出現的都是你喜歡的產品？

今日頭條的內容是不是都是你感興趣的東西？

現在的人工智慧和人的腦子是差距比較大而已，但是很可能，很快就超過人腦

如果計算速度足夠快，是完全和人的頭腦相比的

對於計算，決策類的問題，就沒什麼人腦的事了？

但是藝術，美，幽默這些感知的東西還差很遠，

比如：

人工智慧永遠無法說出莫奈的畫好在哪？

人工智慧也永遠無法欣賞一首歌劇，

也永遠辨別不了一句幽默的話

...

但是

未來的人工智慧肯定比你開車開的好

比你更會炒股

更會決策投資

更會玩遊戲

更會戰爭

對人工智慧保持足夠的敬畏，弄不好，最後控制不住，脫韁了，這玩意會消滅人類！

這完全不是危言聳聽

等吧

不遠了

都不去試試，能明白些什麼？這世上不是有很多，一開始都覺得辦不到的技術啊，但是，不正是有著克服困難得到結果的研究者們，才會有現在的科技，如果只是一昧批評的話，是不會有進步的。反正我是支持的，畢竟工證4.0的基金我是買了不少，我可是馬上要考中山大學的男人，自己都不信自己，還有誰相信自己啊。

隨便一個做圖像神經網路拿一層出來，很少有能知道是屬於什麼特徵的數據。。。

那又何來所有參數都是人為設計的一說

用演算法的方式提供人們不了解的一條認識世界的思路，本來就是很exciting的一件事

還不許人家媒體追個熱點了。。。