【思維模式】你的思維模式，決定了你的人生

閱讀《人工智慧》這本書的第25-37頁，主題為：人工智慧到底是什麼？在閱讀的過程中，大家可以思考以下問題：

你心中的人工智慧是什麼樣的？你覺得哪種人工智慧的定義最準確？

我們發現，人工智慧已經開始走進我們的生活，並在我們生活中佔據越來越重要的位置。

曾經，我們以為人工智慧就是一個和我們人類很像的機器人，現在我們明白，無論是機器人撰稿、今日頭條，還是無人駕駛汽車、美圖秀秀等，都運用到了人工智慧技術。

我們在具體用途中逐漸發現了人工智慧的蹤跡，那麼，人工智慧究竟有沒有一個準確的科學定義呢？我們口中所說的人工智慧，它到底有沒有一些客觀規律和明顯特徵呢？

事實上，人工智慧經由幾十年的發展，它的定義經歷過多次轉變。

下面，我門一起來討論兩種曾在人工智慧發展史上產生過重大影響的，也是目前非常流行的人工智慧定義。

第一個定義是，人工智慧就是機器可以完成人們認為機器不可以完成的事。

這個定義相當的主觀，但也十分有趣。一個東西到底是不是人工智慧，完全以它能讓我們目瞪口呆來界定。

但是這個定義顯然缺乏一個統一的標準。因為，我們究竟是不是目瞪口呆，完全取決於我們的背景、經驗和認知。每當一個熱點出現的時候，我們總是用經驗判定人工智慧技術的價值高低，而不管它究竟是智慧還是不智慧。

電腦棋類軟體的發展就經歷了這樣一個過程。

早期的電腦程式只能下一些簡單的棋類。上世紀五十年代，英國曼徹斯特大學編寫了第一個會下跳棋的電腦程式，這個電腦因為戰勝了一位盲人跳棋高手，而成為了轟動一時的新聞事件。

當時，大多數媒體都認為，這就是不折不扣的人工智慧。不過，沒過多久就有人發現，這個程式不過是一個事先編寫好的代碼而已，根本稱不上什麼智慧。

上世紀九十年代，美國IBM研究團隊傾力打造的電腦深藍，最終在第六局戰勝了人類的象棋冠軍。

當時，幾乎所有人都在討論深藍的可怕，大家都相信，深藍已經是一顆超越人類的大腦。不過，這次結果和上次一樣，大家在驚歎之後發現，深藍並算不上是人工智慧。

在兩次人工智慧熱潮之後，我們找到了人類智慧最後一塊遮羞布，那就是圍棋。

圍棋和象棋不同，本質上不僅僅是一種博弈策略，它還包括著無窮盡的算法，這是當時唯一一種電腦無法戰勝人類的棋類比賽。

一直到2016年初，谷歌公司的AlphaGo輕鬆戰勝人類最頂尖棋手李世石，2017年初，AlphaGo繼續在和數十位人類頂尖棋手的過招中連續勝出。這一次我們驚呆了，我們都相信 AlphaGo是人工智慧了。

但問題是，兩三年以後，當我們每個人手機裡都有一個可以打敗人類專業圍棋手的程式時，你還會為這件事驚歎嗎？

所以說，以讓人驚歎來決定是不是人工智慧，這種定義並不明晰。

下面，我們來看一個目前非常流行的人工智慧定義：人工智慧就是會學習的電腦程式。

這一定義幾乎是將人工智慧與深度學習等同了起來。在這一次的人工智慧熱潮中，深度學習幾乎壟斷了人工智慧領域裡所有流行的技術方向。甚至，很多科學家都稱自己為深度學習專家，而不是人工智慧技術專家。

那究竟什麼是深度學習呢？

我們人類的成長需要通過不斷的學習求知，人工智慧也一樣，它通過模擬我們人類的學習和成長過程來強化自己。

人工智慧與人類學習的不同之處在於，我們人類會疲倦，需要休息，人工智慧不，它非常勤奮，而且不會覺得累，只要有一根電源、一根網線，它就可以日夜不間斷學習。

同時，我們人類學習還需要一間教室，一張書桌，人工智慧則是在網際網路中的海量資料中去學習。

此外，人工智慧和人類的思維模式不同。

比如，讓人工智慧認識一輛自行車，需要讓它看至少百萬張以上的照片後，它才能很清楚地認出一輛自行車；而小孩子，你只要告訴他，這是一輛自行車，下次，不管他見到的自行車長什麼樣子，他都能一眼認出來。

我們學習了人工智慧的定義，普遍認為人工智慧是一種會學習的電腦程式。接下來我們來看看，人工智慧的三次技術熱潮。