近些年來，人工智能的概念一直很熱，特別是2016年谷歌研發的人工智能機器人——阿爾法狗(AlphaGo)以碾壓的姿態戰勝了世界圍棋冠軍李世石而名噪一時，人工智能仿佛一夜之間變成最熱的風口，與人工智能相關的企業、產品、概念都噴涌而出，盛極一時，熱潮之下，伴隨著資本、巨頭紛紛入局，人工智能迅速發展，但人工智能真的如宣傳的那樣是超越人類的智慧體嗎？

圖靈測驗

??圖靈測驗（The Turing test）由艾倫·麥席森·圖靈提出，指測驗者與被測驗者（一個人和一臺機器）隔開的情況下，通過一些裝置（如鍵盤、麥克風）向被測驗者隨意提問，
??進行多次測驗后，如果機器讓平均每個參與者做出超過30%的誤判，那么這臺機器就通過了測驗，并被認為具有人類智能，
?? 說的簡單點就是，即一個人在不接觸對方的情況下，通過一種特殊的方式，和對方進行一系列的問答，如果在相當長時間內，他無法根據這些問題判斷對方是人還是計算機，那么，就可以認為這個計算機具有同人相當的智力，即這臺計算機是能思維的，
?? 這是圖靈對智能問題從行為主義的角度給出的定義，圖靈相信機器是可以思維的，

尤金·古斯特曼

?? 2014 年，一款俄羅斯人開發的名叫"尤金·古斯特曼"的聊天機器人軟體號稱通過了圖靈測驗，根據英國皇家學會制定的比賽規則，在5分鐘的人機對談時間里，有超過 30% 的評委誤以為它是真人，所以結論是：測驗通過，
?? 這是首個通過圖靈測驗的程式，它讓在場33%的評判誤認為"尤金·古斯曼"是一個真實的人，有人認為這場測驗的時長只有5分鐘，用短短5分鐘來判斷一個程式是否人工智能，實在過于草率，更多人則認為人工智能已經有了質的變化，在不久的將來會達到人類智慧的高度，真的像人一樣與人溝通，
?? 我看了后續的一些測驗后發現，實際上這個程式并沒有達到真正的智能，它用了一些語言技巧來裝作自己理解了對方說的話，它并不是真的在智力行為上表現得和人類無法區分，而是盡可能地利用規則漏洞，在5分鐘時長內騙過評委，
?? 比如，充分使用人類語言中顧左右而言他的談話技巧；習慣性地轉移話題，不讓人刨根問底等等，利用這些規則談個1，2分鐘還行，但一直這樣的話那就未免太傻了，畢竟正常人都不會這么說話，另外，一旦涉及到人情世故、文化背景、地方特色的問題，機器人幾乎就束手無策，可以看看下面對話：

尤金·古斯特曼：您好，我的朋友！有心事嗎？
測驗者：我不開心
尤金·古斯特曼：為何不開心？
測驗者：因為今天很倒霉
尤金·古斯特曼：可以多告訴我一些嗎？
測驗者：在學校被老師罵
尤金·古斯特曼：我了解
測驗者：然后我女朋友又不理我
尤金·古斯特曼：為何不理你？
測驗者：因我們吵架了
尤金·古斯特曼：想多聊一聊嗎

大概策略就是如下五步：

1. 先勾參考戶說話；
2. 無論用戶說什么，都反問 “為什么是這樣呢” ；
3. 無論用戶說什么，都追問 “具體是什么呢”；
4. 無論用戶說什么，都回答 “我理解”；
5. 回到第 1 步，

?? 關于尤金·古斯特曼就不過多分析了，總之就是鬧了個笑話，不過依然有不少人認為這是人工智能長足進步的表現，
?? 現在流行的AI助手，如：微軟小冰、蘋果Siri、谷歌Allo、亞馬遜Alexa、小米小愛同學等都是運用了類似的語言技巧，它們都是尤金·古斯特曼的現代加強版，它們給人感覺已經基本能與人溝通了，但是離真正的人類的智能還有巨大差距，

Google Duplex

?? 在谷歌2018年度的開發者大會（Google I/O 2018）上，谷歌人工智能新應用Duplex通過圖靈測驗的訊息引發了業界廣泛熱議， 谷歌宣稱是"極為逆天的人工智能黑科技"，
?? 通過Google Duplex，可以為用戶虛擬一個助理秘書的角色，給發廊、飯館等商業店面打電話，幫用戶預約時間，這款AI能夠模仿真人語氣、語速，以流暢且自然的方式幫助用戶完成美發沙龍和餐館的預定操作，
?? 在現場展示中，Duplex 不僅用自然流暢的語音和電話另一頭的人類完成了交流，對方根本沒有意識到打電話來的居然是個“AI”，其對話的自然流暢程度幾乎以假亂真， 而且第二則錄音中它還成功地處理了意料之外的發展狀況，不僅理解了“無需預定”，還主動詢問了等位的時間，
?? 在大會的最后一天，谷歌母公司Alphabet董事長、前斯坦福校長約翰軒尼詩道出Duplex已經通過了圖靈測驗的訊息，一石激起千層浪，一下子引爆IT界：

?? 不過很快被人錘了，這玩意點點餐還好使，一旦和它聊些其它的話題就完全不行了，然后谷歌改口說是在"預約領域"通過了圖靈測驗，我就納悶了，什么叫做在某個領域通過圖靈測驗，通過了就是通過了，沒通過就是沒通過，哪能說在某一領域通過這種話呢？這無非就是利用人工智能和圖靈測驗唬騙大眾，過度宣傳，不了解的無辜群眾還以為人工智能要統治世界了，
?? 最離譜的是，就連在"這個領域"它也未必就有演示的那么好用，2019年5月，《紐約時報》報道谷歌能夠自動打電話的人工智能Duplex后面其實是有大量真人偽裝，曾獲贊譽“通過圖靈測驗”的Duplex每成功預訂4次餐廳就有3次源于人工操作，而不管是谷歌還是Duplex可從未公告過有真人呼叫中心來接管這項業務，
?? 還有一件和這類似的事件，2019年8月，《華爾街日報》就曝光一家名叫Engineer.ai的公司，該公司此前謊稱大部分演示程式制作和軟體生產皆是由人工智能完成，工程師僅為輔助，然而多名離職人員和現員工爆出公司內編程主要還是依靠一群以印度為主的程式員來人工完成，

華智冰

?? 2021 年 6 月 1 日，中國首個AI虛擬學生——華智冰，正式亮相，目前由清華大學、智譜AI團隊、北京智源人工智能研究院及小冰公司的聯合培養，該人工智能會在清華大學計算機系知識工程實驗室進行"學習和深造"，
?? 華智冰由三方合作誕生：北京智源人工智能研究院領銜開發超大規模智能模型“悟道2.0”；智譜AI團隊作為骨干參與開發“悟道2.0”，并主要開發平臺應用生態；小冰公司提供全球領先的人工智能完備框架，同時負責聲音、形象的開發應用，華智冰是基于“悟道2.0”誕生的中國原創虛擬學生，臉部、聲音都通過人工智能模型生成；具有豐富知識、與人類有良好互動能力的機器人，

清華大學是這樣來定義的：

未來，通過深度學習，使其真正主體化，讓她能像自然人一樣與人交流互動，這種交流對話是基于她所具備的條理性與邏輯性，結合背景關系自己新生成的，而非針對預設問題與答案檢索出來一些既定的回答或陳述句，通過深入理論研究、核心技術突破、產業相結合實作讓機器像人一樣思考的愿景，

?? 2021年9月28日，“華智冰”正面出境唱歌，刷爆了朋友圈，視頻里的她歌聲甜美，表情動作也十分真實，她的歌聲、人類生物學特征全部由人工智能完成，肢體則有團隊成員進行訓練完成，目前，清華華智冰的身份是清華本科生（在清華大學計算機科學與技術系知識工程實驗室學習），已會創作音樂、詩詞和繪畫作品，還掌握四種舞姿，
?? 其實，視頻中唱歌的并非AI，而是由真人通過AI換臉得到的，拍攝時找一名女性邊彈著吉他，邊唱歌，然后利用換臉程式，將面部替換成經“悟道2.0”生成的華智冰的面容，如此一來，我們就可以看到虛擬學生華智冰，邊彈吉他，邊唱歌的畫面，感嘆人工智能的偉大，
?? 有了谷歌Duplex的前車之鑒，清華大學在用詞方面相當嚴謹，如：“希望華智冰具備超越圖靈測驗的通用機器認知能力”、“正在逼近圖靈測驗”，雖然沒有說華智冰已經通過圖靈測驗或者說已經達到了人類智慧的高度，但給人的感覺就是"人工智能已經很接近人類水平了"、“人工智能即將超越人類了”，

強人工智能與弱人工智能

?? 在講強人工智能和弱人工智能之前，我們先看看人工智能的定義，比較流行的一個說法是麻省理工學院的約翰·麥卡錫在1956年的達特矛斯會議上提出的：

人工智能就是要讓機器的行為看起來就像是人所表現出的智能行為一樣，

?? 仔細分析這條定義就會發現，該定義直接否定了強人工智能的可能性，當你在討論強人工智能時，其實已經默認了它的合理性，就已經陷入了人工智能的"圈套"，不排除這種可能：既然現在達不到人工智能的高度，那我就提出弱人工智能的概念，給人的感覺就是弱的肯定會慢慢變強，就像手機一樣，以前的按鍵機到現在的智能機，因為我們總相信事物的對立面會出現，有凹的就有凸的，有高就有矮，自然，有弱就有強，
?? 目前對人工智能的定義大概分4類：機器“像人一樣思考”、“像人一樣行動”、“理性地思考”和“理性地行動”，這里“行動”應廣義地理解為采取行動，或制定行動的決策，而不是肢體動作，
?? 強人工智能是“通用型的”，這樣的機器擁有人類的認知和學習能力，具有自我意識，能夠處理所有型別的任務，
?? 弱人工智能是“專用型的”，它在某個領域達到了專家級別，但是出了這個領域就無法運作了，
?? 我們目前應用的全部是弱人工智能，即機器不具備人類的思考能力，像人臉識別、語音助手、各式各樣的專家系統這些都屬于弱人工智能，
?? 引言部分提到的阿爾法狗圍棋AI，這就是典型的專家系統，它在圍棋領域已經達到了專家級別，甚至已經封神了，但是出了圍棋這個領域它啥都不是，
?? 還有就是目前特別熱門的無人駕駛技術，熟悉的人應該知道無人駕駛分為5個等級，如下所示：

L0：駕駛者擁有百分之百的控制權，車輛沒有任何安全系統輔助設備，目前絕大部分車輛屬此層級;
L1：車輛擁有單個或多個獨立功能電子控制系統，如自動緊急剎車系統，未來新車多屬于此層級;
L2：至少有兩項控制能自動化，如結合主動車距控制巡航系統與車道維持系統;
L3：車輛具有自動閃避障礙、自我導引、主動控制等功能，但駕駛者仍擁有操控權;
L4：車輛全自動駕駛，使用者僅須給定相關資訊，例如目的地、路徑等，車輛無法任意改為手動駕駛，

NHTSA是這么劃分的，也有分為6個等級的，對比如圖：

?? 概括起來就是級別越高，人干預的越少，到了L4/5就是完全不需要人干預，從起步到停車全程自動，很多車企宣傳時強調自己的自動駕駛多么多么強，出了事后改口稱是輔助駕駛，是客戶“理解有誤”，

?? 甚至還有些宣傳自己已經達到L4級別，比如百度的Apollo系統，但實際效果讓人不敢恭維，往往是演示演示效果還不錯，一旦真正用起來卻差強人意，不堪大用，
?? 我們不去管是過度宣傳還是理解有誤，就是真的達到了完全自動駕駛的級別，那也是屬于弱人工智能，就和阿爾法狗一樣，在駕駛這個領域達到了專家級別，不過很多人懷疑是否能做到L5級別，因為早在2012年，谷歌已經獲得了無人駕駛牌照，并成功上路，那時的宣傳給人感覺就是即將達到L5級別了，仿佛人類科技已經高度發達了，但是現在9年過去了，依然遠不能達到完全自動駕駛的級別，不知道這個"即將"是多久，
?? 如果說類似于自動駕駛這種專家系統都無法做的很好的話，那強人工智能豈不是天方夜譚，

人工智能和機器學習

?? 人工智能真正的內涵其實是“機器學習”，我們可以看看下面這張圖：

?? 人工智能的發展經歷了控制論和早期的神經網路、符號推理和邏輯演算、蕪雜和簡約學派的對立、專家系統的崛起，以及今天的人工神經網路和深度學習，人工智能的研究曾一度處于停滯不前的狀態，近些年的進步一方面得益于深度學習理論的發展，一方面得益于大資料的支持以及半導體發展使得計算機有了強大的算力，才開始改變并大幅超前，
?? 與人工智能不同，機器學習完全合理，機器學習雖然獲得了很大進步，但是這些進步幾乎完全來自于有監督的機器學習，其只能解決有很多標記資料或實體資料的計算機學習問題，這種形式將機器學習局限在了非常有限的范圍，當然無監督學習也在日益發展，很多人看好下一個爆點就是無監督學習，不管是有監督學習還是無監督學習，都是基于數學上的一些理論，包括概率論與數理統計、優化方法等公式定理的靈活運用，甚至有的計算機學院招研究生更偏向于本科是數學專業的，而不要軟體專業或計算機專業的，
?? 機器學習的進步離不開大資料的支持， 那些支持人工智能有無限可能的人，包括比爾蓋茨和埃隆馬斯克，都有同樣的假設：人工智能的發展是一條單行道，他們表示，技術的進步推動著我們沿著這條單行道發展，直到計算機達到人類級別的智能，其實，即便這樣，這條單行道的關鍵點也是“帶標簽的資料”，我們正在快速前進，但是朝著不同的方向發展，唯一可以確定的是，只有在一個非常特殊、有限的能力范圍內才能取得進展，

總概與討論

?? 在本節我們討論兩個問題：人工智能的必然性和必要性，
?? 先說必要性，華智冰的出現令人吃驚，有人說此次事件是AI領域的新里程碑，證實了現行人工智能技術行程的線路是正確的，業界確實找到了AI向人類智能演進的方法，我們可以這樣思考"我們為什么要讓機器看上去、聽起來都像人"，
?? "機器是否能夠思考"這個問題由來已久，圖靈測驗是判斷強人工智能的一種方法，事實上，該測驗本身在學術界就頗有爭議，加州伯克利的約翰希爾勒教授在1980年的一個叫“中文房間”的著名實驗中反駁了強人工智能的觀點，當時引發了整個人工智能界的深思， 中文房間的描述如下：

??一個對中文一竅不通，只會說英語的人被關在一個封閉、只有一個視窗的房間里，他手上有一本絕對完美的英漢手冊，用來指導他以遞紙條的方式翻譯并回復窗外的漢語訊息，希爾勒認為，盡管房間里的人能夠以假亂真，讓房間外面的人相信他是一個完全懂中文的人，但客觀事實是他壓根不懂漢語，
?? 上述程序中，房外人的角色相當于程式員，房中人相當于機器，而手冊則相當于計算機程式，每當房外人給出一個輸入，房中人便依照手冊給出一個輸出，而正如房中人不可能通過手冊理解中文一樣，機器也不可能通程序式來獲得理解力，既然機器沒有理解能力，那么所謂的“讓機器擁有等價人類智能”的強人工智能便無從說起了，

??既然如此，圖靈測驗的意義何在？讓機器過度地擬人化的意義又何在？
??在當下人工神經網路和深度學習之行程大背景下，演算法的問題已經得到了充分解決，算力則成為“智能”提升的關鍵， 硅谷科學家雷蒙德庫茨魏爾于2006年提出AI的問題在于算力，根據他的預測具有人類智能水平的機器應該已經到來了，就像現在的華智冰，我們暫且不討論是不是在騙研究經費，就算做到和正常人一樣了，那又有什么用呢？讓她代替人去作業，每個人呆在家里享福就行？
?? 如果說“達到人類的智能”是AI的終極目標，那么距離這個終點越近，人們的質疑聲就越多，總結起來就是：我們為什么要讓機器像人一樣？ 在人工智能發展史的早期階段，就有科學家提出“我們只需用機器去解決問題，而為什么要把機器設計地像人一樣？”這樣的疑問，或許“像人一樣的機器”有著人類本身審美上的執著，而當機器越來越像人的時候，人類卻表現出無比的恐懼，
?? 比如說：國內的社交網站上就出現了“如何看待用Duplex實施一次‘完美的’電信詐騙”這樣的設問，而論題下面回復的用戶幾乎都陷入了沉思，科技媒體The Verge刊文稱Google Duplex會擴大人性自私的一面，因為Duplex取代了一些預約作業的中間環節，而這些環節本應是人與人溝通的一部分，未來Duplex會取代更多社交，用戶也許會走向人格封閉，人與人之間的距離也會越來越遠，
?? 再說必然性：必然性的意思是弱人工智能必然會發展為強人工智能，如果一臺機器的唯一作業原理就是轉換編碼資料，那么這臺機器是不是有思維的？很顯然，中文房間的例子已經說明，如果機器僅僅是轉換資料，而資料本身是對某些事情的一種編碼表現，那么在不理解這一編碼和這實際事情之間的對應關系的前提下，機器不可能對其處理的資料有任何理解，基于這一論點，希爾勒認為即使有機器通過了圖靈測驗，也不一定說明機器就真的像人一樣有思維和意識，更何況還通不過圖靈測驗，
?? 前面我們說了人工智能依托于機器學習， 神經網路確實可以完成很多不可思議的事，運用它可以進行影像識別，通過機器學習，計算機基本上已經可以獨立完成這項作業，就其本身而言，它已經能夠確定要尋找的模式或視覺特征的細節，機器學習實作這些目標的能力令人贊嘆！但是這些與"具備思考能力"完全沒有關系，
??人工智能是讓計算機像人一樣思考，模擬人的認知，現在，我們對自己的大腦任何運轉尚且知之甚少，而試圖通過一個神經元接一個神經元的復制大腦，就如同科幻小說中用到“倘若”這個詞一樣，純屬白日做夢，內省（當你思考自己如何思考的時候）是一件有趣并且重要的事情，但是最終我們也無法得知自己的頭腦中究竟發生了什么，
?? 前面我們說過機器學習是依托于數學，而數學是非常嚴謹的，那么數學上是否能證明強人工智能是不可能達到的呢？很遺憾，現在還不能證明它達不到，不過也無法證明它能達到，在這種情況下，才讓資本有了可乘之機，利用AI噱頭欺騙大眾已到達獲利的目的，
?? 事實是，“人工智能”本身就是一個謊言，只要使用這個流行語，就像在說技術的進步正在向人們預料的方向發展，為了獲得像人一樣的“常識”，這是一個非常誘人的目標，但也只不過是一個不切實際的承諾，
??就如最近火爆的AI學生：華智冰，華智冰智商和情商雙高，可以作詩、作畫、創作劇本殺，還具有一定的推理和情感互動的能力， 清華大學宣稱第三年就會在認知上超越人類，具備人類的智能，我們就看2023年的結果吧，其實和小度、小藝、小愛和Siri等智能語音助手一樣，華智冰只是一個加強版的語音助手，但是被過度宣傳，引發大眾恐慌，認為AI要取代人類了，《衛報》曾報道過一篇文章《人工智能：我們就像孩子們玩炸彈》，《新聞周刊》也報道過《人工智能即將到來，它可以淘汰人類》，霍金一直堅持他自己的觀點：人工智能是人類的終結…對任何人來說，正式定義包括人類認知在內的“智力范圍”是無法達到的，因此這些擔心純粹杞人憂天，
??至于華智冰所謂的創造也是基于已有的資料，在一定規則下的隨機組合，當神經網路模型過于龐大的時候，有些細節我們無法詳解掌握，所以當結果出乎我們意料時，其實是在情理之中，并不是機器產生我我們所說的認知智能和自我意識，即使它可以做到理解人類的語言，通過圖靈測驗，就像前面的結論一樣，它依然不具有自主意識，
?? 是時候讓術語“人工智能”終止了，流行詞“人工智能”弊大于利，在一定程度上，它有時可能有助于宣傳，但至少在同樣程度上，它誤導了大眾，但是也不乏有干實事的企業，我了解的阿里巴巴達摩院(阿里達摩院)里面每一項都是頂尖科技，它的定位就很清晰，AI僅僅是輔助人類處理問題，而無法達到人類智能的高度，
??當然，本文最終目的還是希望不是這個行業的人不要被各種AI宣傳所誤導，公司拿著AI的幌子騙消費者，學校拿AI的幌子騙經費，你只要記住，人工智能永遠只是輔助人類處理和解決問題，是不可能成為超越人類的存在的，
?? 當然機器學習內容包含很多，本文無法詳解展開，推薦邱錫鵬的《神經網路與深度學習》，這本書我粗看一下寫的清晰有條理，最重要是比較新，有感興趣的小伙伴可以在公眾號：極客隨想，內回復訊息：深度學習，即可獲取，