人工智能与人类智能

如果智能行为不能用于判断人工智能，那能借助智能思想进行判断吗？智能思想是指什么样的思想呢？像人类一样的思想吗？

这就引出了人工智能的另一种定义：利用计算机和机器模仿人类大脑解决问题并决策的能力。

你觉得这个定义靠谱吗？

按照这个定义来说，人工智能永远不会变得比人类更加厉害，因为它是模仿人的呀。

人和机器的软硬件条件是不同的，执行同样的任务，对于两者来说难度也不同。有些事情对人类而言很难，对人工智能却不难；有些事情对人工智能很难，对人类却不难。也许机器有自己的路要走。

对机器简单、对人类困难的事

下棋下得好的人往往被认为智力较高，顶尖高手少之又少。而对于人工智能而言，这种有明确规则的输赢游戏，却是很擅长的。

♥1997年人工智能计算机——“深蓝”战胜了人类国际象棋大师卡斯帕罗夫。

♥2016年人工智能计算机——“AlphaGo”战胜了人类围棋大师李世石。

围棋是所有棋类运动中最复杂的，目前人工智能在这一领域已经远超人类顶尖高手。

对人类简单、对机器困难的事

摘花菜，对人类来说是一件难事吗？在农村，孩子们从小就会帮忙摘菜，似乎并不困难。然而，对机器来说，找到成熟的花菜却不容易。那是否可以通过颜色判断花菜是否成熟呢？

很抱歉，我们现在广泛种植的花菜品种，无论是否成熟，颜色都是白色的。这让机器无法通过颜色来分辨它们是否成熟。

而且，摘菜时力度也需要控制得当：力度小了摘不下来，力度大了又会损伤花菜。看起来简单的摘菜，实际上对机器来说并不容易。

人类和人工智能的“思考”方式不同，擅长的事情也不同。从人类的视角来判断人工智能是否擅长，是一种十分自大的想法。

能用数字表达的事情，对AI而言会容易

人工智能要做的第一步就是将现实世界的事物转换到它能理解的虚拟数字世界中。因此，容易用数字表达的问题，对人工智能而言会容易一点。

首先，棋局比较容易被转化为数字。棋局上的每个棋子都有它的位置，如“Q16”就是第1个落子的位置。下棋的先后顺序也可以用数字来表示，黑白棋子也可以用数字来表示。

其次，图片比较容易被转化为数字。图片可以像围棋的棋盘一样被划分为一些小格子，我们把这些小格子叫作“像素”，每个格子都可以用横纵的编号来表示。而每个格子是否被涂色，则可以用1、0来表示。

我们常见的图片是彩色的，而颜色也是可以用数字来表示的。

我们平常使用的图片像素是很多的。一张普通的图片，每个方向上的像素的数量通常达到数百甚至上千。

声音可以转化为数字。声音是可以被转化为波形的，波形可以代表声音。例如，下面是我使用剪映App的文字朗读功能生成的三段文字的波形：

对比一下波形，我们可以发现同一个字的发音相同，波形也基本相同。

“风”字的波形基本相同：

“精”字的波形基本相同：

与复杂的真实世界交互，对AI而言会困难

当人工智能需要结合一个机器身体来解决一些复杂多变的真实世界问题时，难度就大大增加了。

比如，无人驾驶汽车就是让人工智能指挥汽车在复杂的道路上行驶，但目前还没有发展到完全不需要人类驾驶员而由汽车自己行驶的理想程度。

比如，一个人工智能的家务机器人要将玩具放回收纳篮里，需要考虑哪些问题呢？

在真实的世界中，执行这些琐碎的任务时往往会发生许多我们意想不到的复杂情况。要让人工智能实时应对这些情况，确实存在不小的困难。

练习4

查找资料，看看人工智能在下面这些领域的成就。你认为对于人工智能而言，这些任务是困难还是简单呢？