为什么人工智能是人类创造的，却似乎比人类聪明？

【信息走进生活】与您分享观点！关于人工智能比人类聪明的问题，笔者认为并非如此！

人工智能是什么？人工智能是人类为了延伸自己的思想或行为，而运用人类已具备的知识、能力、方法来进行探索、模拟以及创造的过程。

从根本上讲，人工智能是以人类智能为主体的，表现为模仿人类的知识、意识与行为。

人工智能到底怎么样？当前，人们的视野中不乏人工智能开发的成果，比如智能家居、无人机、探月机器人、手术机器人以及智能客服等等。我们很容易发现，不仅人工智能替代了人类的一部分劳动，而且能完成人类个体无法实现的任务，甚至深蓝计算机也能战胜国际象棋大师。那么，这能够说明人工智能比人类聪明吗？

不能！因为人工智能凝结的是数千年来人类积累的知识与经验，是众多科技从业者共同协作、创造的结晶，它的能力可以超越一个人，但不代表超越了人类。

人工智能的缺陷是什么？人工智能具备与人脑一样意识、思维与情感，无法获得类似人类的创造思维与能力。

因此，人工智能产物的所作所为均来源于人类的智慧输入，也就是说，人类还未获知的知识，人工智能也无法实现。

人工智能的未来趋势如何？科技的力量是无穷的，人工智能可以达到什么高度，取决于人类智慧的高度，毕竟，人类的大脑还有95%的空间有待开发！

希望笔者的观点对您有所帮助！

【信息走进生活】持续聚焦信息科技，聊聊信息生活的感悟，欢迎评论与关注！

到目前为止，可以看到的人工智能，在某些方面确实表现得比人更加“聪明”，但是总的来说，目前人工智能还是有很多地方比不上人类大脑的。为了表达清楚这个问题，从以下几个方面进行阐述：

计算机适合做什么，而人脑适合做什么

现阶段的人工智能到底能做什么，而不能做什么

现阶段的人工智能存在什么问题

计算机适合做什么，而人脑适合做什么

在计算和存储维度，人脑远远比不上计算机的准确度和处理速度。

先不用跟计算机比较，就拿计算器来说，两位数的加减有时候都会为难到很多人。计算器在处理数字的加减时，会将数字转为换二进制进行存储，按照二进制加减的计算规则，按照矩阵式对每一位进行与非的开关操作；而人经常会出现一个画面，这个画面也许是一个算盘，也许是一张稿纸，然后想象自己在算盘或者稿纸上进行计算的过程。

从这个维度我们可以看到，关于信息的存储首先就是不一致的。

数字，文字等作为一种符号，是为了满足信息交互保存的需要而人为创造出来的，对于原始人类而言，根本没有文字，记住画面比起记住文字更加方便保存这段记忆。

举个例子来说，你会想起小时候的一段往事，是会议起了这段画面，还是回忆起了记录这段记忆的文字？

而计算机可不同，它在对数字和其他标准化信息的存储和计算上具有更大的优势。

计算机在将文字这种符号按照一定的规则进行抽象化，可以很好的保存下来，并按照规则进行运算，因此一个小小的计算器，在计算上，尤其是涉及多位数多次的运算，有“秒杀”人类的能力。那么更不用说算力更加高，存储空间更加大的计算机了。

现阶段的人工智能到底能做什么，不能做什么

吴恩达在机器学习的课程中有一个形象的比喻。

机器学习就好像一只小狗，我们需要对小狗进行训练，即使用训练集训练模型。

当给小狗一个输入A，小狗产生了反馈B（正确答案），我们给小狗一个零食作为奖励，并告诉它“good dog”；

当给小狗一个输入C，小狗产生了反馈D（错误答案），我们给小狗不做奖励，并告诉它“bad dog”。这么训练一段时间，我们就会发现，小狗可以在看到输入A时，给我们一个反馈B。但是小狗并不理解输入A与反馈B之间的内在联系，而是它认为，反馈A是一个大概率最佳的反馈而已。

这个过程在人工智能领域被称为“强化学习”。

我们将这套逻辑，可以应用在各个实际情况中，例如上表所示，这样我们获得了可以识别人脸的机器，可以判断贷款风险的机器，等。

对于此类，看到输入A，返回输入B的系统发展的速度很快，只要我们针对一种应用场景，找到了A-B之间的关系，就可以让人工智能帮助人类进行决策。

我们在日常工作生活中，看到越来越多的地方使用了人工智能。但是，并不是所有场景都可以使用人工智能替代人类，因为机器毕竟没有真的明白A与B之间存在什么样的真实业务逻辑。在科技和文化的推动上，目前人类的大脑所含有的想象力还是具有更多的生机。

现阶段的人工智能存在什么问题

根据上一阶段所描述的，我们可以根据我们的需求，让机器来通过输入给输出结果。

但是，这套系统有一个很高的门槛，需要大量的数据作为训练支撑。

随着这几年科技的告诉发展，各行各业均逐步实现信息化，但是在很多领域上，信息数据的有序收集，信息的整理等工作还很欠缺。

金融作为人工智能发展最迅猛的一个行业，很大程度上是建立在金融很早就实现了数字信息化，有足够的交易数据和用户信息，作为人工智能模型训练的数据支撑，而其他很多行业或很多应用并不存在这个良好基础。

例如，语音识别技术最近几年突飞猛进，在很多场景上已经开始投入使用。但是虽然在英语，普通话等语言下支持的较好，但是对于一些小众的方言，或含有口音的语言识别率研究较差。这就是由于数据所带来的制约。

同时，由于目前在芯片制造上一直没有出现新的材料，摩尔定律已经被打断，对于算力的不断要求，也会制约目前人工智能产业的继续发展。

总结

人工智能的发展将是做为解放生产力的一次革命，从目前看起来，人工智能并没有通俗意义上超出人类，而是以突出自身的优势，更好的辅佐人类。