1、誰擁有最強的智能對人工智能的討論IRM基于現階段的人工智能原理的人工智能，是不可能比人 更聰明的。雖然人工智能在很多領域顯示出了絕對優勢，比 如阿爾法狗和阿爾法零在圍棋的棋力上超過所有人類， 的 Watson 判案上好于專業的法官，在診斷病情上，好于專 業的醫生，甚至在可預見的未來，無人駕駛汽車的安全性要 好于司機。這些智能說明人工智能在某些領域要強于人類， 比如計算器在計算方面要強于人類，所以人工智能是更好的 工具。它們有幾個先天的弱點，讓他們無法在智力上戰勝人 類?，F階段人工智能的進路現階段的人工智能，是從窮舉模 式的計算器上發展出來的。在深藍的時代，電腦稱雄國際象 棋，靠的是窮舉法的算力

2、到了阿爾法狗，發展到有監督的機 器學習時代，算法的基本原理變成回歸分析，通過大量的輸 入棋譜，讓機器找到最佳策略，節省了算力。最后發展到阿 爾法零，無監督機器學習階段，不需要被人類過去得到的結 果所束縛，直接通過類似左右互博的手法，在自我挑戰中發 現最優策略。然而，基于這種原理的人工智能，只能讓它們 成為更好的工具，在現實世界的智力對抗上，仍然一定會輸 給人類。你以為計算能力強就能是最強的智能了，錯！之所 以深藍模式的電腦在幾十年都沒有在圍棋盤上戰勝人類，說 明即使一個小小的棋盤，也能讓最強大的算力耗盡。有策略 感，局勢感的人很容易在圍棋上贏深藍。這也是為什么現階 段的人工智能被開發出來。機器

3、學習讓電腦不再窮舉，而是 找到最優路徑，從而降低了算力要求，提高了效率。你以為 能無監督學習了，人工智能就是最強的智能了？大錯！你以 為在現實世界中，人在和阿爾法狗的對抗中會好好和它下棋 嗎，錯！人類會跨界。給它斷電讓它下不成不就得了。只要稍微一跨界，人工智能 的優勢就是 0. 人類有一百種方法讓阿爾法狗下不成這盤棋。 機器學習，無論是有監督的，還是無監督的，操作的第一步 就是劃界。 阿爾法狗的界限是棋盤， Watson 的界限是某個領 域的文檔資料。只有劃定了范圍，他們才能在范圍內無限的 重復，以求最優解。它對來自于界限之外的攻擊，沒有任何 防御能力。你以為完成跨界整合后，人工智能就能勝過人

4、？ 特錯！那么，如果有人造一臺超級電腦，把所有已知領域的 人工智能都整合到一起，讓它完成閉合內循環，橫跨很多領 域，那么人工智能在現實世界總能勝過人類了吧，不行！人 工智能的優勢是，在它能發揮作用的領域，找到最優路徑， 做到最好。在本領域做到最好，被來自其他領域的攻擊輕而 易舉的擊垮的例子很多。當年的諾基亞在非智能手機方面是 絕對的第一，只因為蘋果開啟了智能手機時代，諾基亞便一 蹶不振。人工智能在人類的幫助下，能跨領域，并不說明有 能力自主跨領域。人工智能沒有認知能力，人類可以通過自 己的認知能力，找到新的領域，通過新的領域把人工智能擊 敗。你以為有了認知能力，人工智能就是最強的智能了？暴錯！

5、 如果人工智能能奴役人類，借助人類的能力發展自己，它仍 然不是最強智力?；诨貧w分析算法的人工智能，求的是最優解。也就是說， 人工智能不會犯錯。這就是人工智能的最大弱點。在有限的 棋盤，這是可能的。但是，現實世界無論在宏觀上還是在微 觀上，都是無限的。有限領域的最優解，在無限領域的環境 內，是無效的。人工智能要走的路，肯定是一條最優的路。 可是，在時間維度上足夠長，只有有坑，人工智能一定會往 里掉的。如果坑在未知領域，人工智能會在不知不覺中走向 死路。所以，理論上說，沒有最優路徑，多變的環境讓任何 路都可能是死路。 而智能不夠的人類， 會在在多方向上探索， 不糾結于特定的一條路， 反而能贏。

6、終極答案 :最強的智能只 能是 DNA 人類不具備最強智能，但是人類是最強智能的載 體。由于世界的無限多變，窮舉法沒錯，沒有任何其他任何 捷徑可走。只有通過 DNA 的方式，才有可能嘗試無限的可 能，去每條路上栽跟頭， 用無限的犧牲， 找出正確的路。 DNA 布局于所有有生命的東西：能自由行動的動物，不能自由行 動的植物，依賴環境的真菌，和對環境要求很低的連自我意 識都沒有的病毒。雖然人類有智能，人類并不是 DNA 的最 優路徑，甚至動物界都不是。它讓他們每種都環境中隨機的 無限的變異， 在環境的演變中慢慢演化。 DNA 通過給生物一 點點生殖方面的快感，讓他們一代代的把自己的優化編碼往 下傳。人類以為自己是萬物的靈長，卻不知自己只是 DNA 的無差別的優化自己的載體之一。 這樣的結果是， DNA 達到 了最大的生存概率。