一句话讲清楚什么是人工智能

人工智能火了这么久，但其实很多初学者还搞不明白到底什么是人工智能，很多人经常会把人工智能和传统计算机编程混淆在一起，认为用一些特殊先进的编程算法，实现图像识别、语音对话的机器就是人工智能了，这很容易引起一种错觉，觉得人工智能就是对传统编程算法的改进和应用。这其实是不对的，人工智能虽然目前也是通过计算机编程算法来实现，但人工智能与传统计算机科学相比是有本质上的区别和飞跃，这可以用一句话来概括，就是传统计算机技术是让人学习并使用机器的语言来处理问题，而人工智能则是让机器学习使用人类的语言和思维方式来处理问题。

一直以来，传统的计算机编程都是将人类的思维翻译成机器语言，因为机器只能识别自己的语言，因此实现传统编程首先需要程序员学会相应的编程语言，然后再把需要处理的问题用编程语言写成机器可识别的代码，可以看出这其实是一件很费力的事情，从汇编语言到后来的各种高级语言的出现也是为了让机器语言更接近人类语言，从而减少人们编写程序所耗费的精力。

随着时间积累和技术不断进步，后来人们就开始想，为什么不能反过来，让机器花费时间去学习人的语言，直接用人类的思维去处理问题，这样处理问题效率会高很多，也会节约大量的人力成本。在这种思想的出发点下，就出现了人工智能。这种从人学机器到机器学人的转变是一种涉及到计算机科学思想根源的本质性转变，不是简单的算法改进和优化。

人脑的经验式思维

人类大脑处理问题的方式和计算机处理问题的方式最大的不同就在于人类思维是经验式思维，人脑通过不断学习积累的经验去判断分析问题并给出解决方案，其中逻辑思维只在需要时发挥一定的作用，而传统计算机则是完全的逻辑思维运算，没有学习和经验判断能力。由于逻辑运算不依赖于经验，两个不同的人做同样的逻辑运算其正确结果必然都是一样的；而经验式思维依赖于经验积累，不同背景不同学习时长的人对同样的问题会得出完全不同的结论。这也是为什么人脑大部分细胞都是用作记忆功能的，就是要保存大量的经验信息。相反，传统计算机芯片则是大部分器件都是做逻辑运算的，信息存储是独立在芯片之外的。因此，实现人工智能的根本就是要让机器能够像人脑一样学习，并存储大量信息，然后依据存储的信息做出经验判断，而不是单纯的逻辑判断。

计算机模拟神经网络数字图像识别（neural network deep learning）

确实，目前的人工智能还不得不依赖于一些特殊的先进算法来实现，这也是因为传统计算机芯片与人脑的工作模式之间的这一巨大差别。由于现在的半导体芯片还不能很好地模拟人脑的工作模式，所以目前不得不通过一些编程算法来告诉计算机如何去像人脑一样思维。所以，编程算法在目前人工智能技术中其实只是一个工具和实现手段，真正的人工智能是不依赖于编程算法的。当前热门研究领域神经元器件“忆阻器”的研究目标，就是希望能替代传统的半导体芯片实现真正的人工智能，而这个终极的人工智能芯片就像人脑一样，有大量的存储单元，能学习和存储大量信息，同时又具备传统计算机的逻辑运算能力，把存储和逻辑运算结合在一起，真正意义上实现人脑和电脑的合二为一。

因此，单纯的图像识别和语音对话不是人工智能，只有通过大量的学习之后依靠经验来识别图像和语音对话的才是人工智能。其中编程算法只是利用传统计算机芯片实现人脑思维的一个工具，相信随着技术不断进步，人工智能技术对算法的依赖会越来越小，将来人工智能也会完全取代现在传统的计算机技术。