乱七八糟的东西写给自己看的

我一直有个想法，能不能创造出真正的人工智能。

当然很多人都在这方面努力，不乏有技术大牛，博士， 科学家。一大把的人研究这个，我只是一个初学者，对计算机只有极其浅显的了解。但是闲着无聊嘛，写写吧。

自从图灵发明了图灵机，开启了可编程机器解决问题的时代。就一直有一个想法，到底可不可以创造出真正的人工智能。人们做了大量的实验，最著名的大概是只会下棋的程序-深蓝。其实现在看来深蓝的工作原理不过是计算出所有可以的下棋方案，从以前的数据库中比对，找到最可能胜利的方案。当然我们知道深蓝失败了，他不会自己判断方案的好坏，像人一样，可以想到所有的方案，但是它没有像人一样可以判断出方案好坏的标准。机械的给他几个错误的提示（随便下几步），也许就会比对出错误的方案了。不管怎么说，它怎么也不能算是一真正的人工智能。

基本上人工智能早期有两个基本方向，第一是科学家准备写出一条条的约束条件，保证所有的约束条件组合起来。计算机就像是一个人一样的思考了，但是他们很快就会发

现，这不现实，我们思考了几千年的时间，人是什么。到现在也没有一个所有人满意的定义，人的思想的约束条件实在是太多了（也许根本就没有约束），不可能写出所有的约束

条件。第二个发展方向是模拟神经元，这些人从生物微观的方向出发，希望以计算机模拟出人体简单的神经元，这当然是可行的。但是所有人都知道人的神经元的数量有很多（

500亿），这是需要模拟神经元的数量，不是我们计算机晶体管的数量（神经元的复杂程度甚至每个神经元都需要一台电脑来模拟）。而且我们还没有真正的了解神经元的工作模式，他们自己的联系是怎么建立了。突触是如何形成的，记忆如何储存，这些都是问题，我们只能寄希望于一方面计算机技术不断突破（摩尔定律能多实现几年），还有就是生物医学的发展了。第一个方案基本上被人放弃了，即使有也前景堪忧。第二个方案还在继续，听说在一些大型的超级计算机上对这一方向进行研究。

	好吧！这基本就是人工智能的传统研究方向了，不能说前景惨淡，但是如果没有大的变化，起码我们这一代人看到的希望不大。现在有不少人似乎找到了另辟蹊径的方法解决人工智能，就是依靠现在的大数据和云计算等技术（实际上我也不知道这是什么东西）。大致的思路就是建立一个巨大的数据库，大概与人类互联网上可以找到的所有信息量相当。然后我们通过计算方法，找到和用户相似或是情况相似的时候，人是怎样判断的，计算机可以把人类的行为模式反馈给用户。比如说市场上的人工智能翻译软件，他要翻译一个单词，会找到这个单词的上下文。然后，在一个储存了大量文献的数据库中找出这个单词出现的情形，然后看这些情形中这个单词最有可能翻译成什么，然后显示给用户。是的计算机在他翻译的时候干了这么多的事情，几乎历遍了相当于整个国家图书馆的文献，但是我们只感到很快就翻译出来。借助特殊的算法和现代的计算机速度我们做到了这点。还有一个重要的应用是在智能广告推送，网站会记录你所有的浏览信息。然后它就有了一个数据库，通过对比和你有相似浏览信息的用户已经浏览的信息，判断出你可能对这些信息可能感兴趣，然后推送给你（当然也有可能直接推送给你与你浏览记录相关的信息）。这样就大大增加了广告的有效率，虽然经常有人抱怨“注意力污染”的问题，但是我们看到这些模式都是不错的。通过对这些现代手段的基本了解，我们可以知道这不是人工智能（一些传统的人工智能学者不承认这种人工智能技术）。我自己称这样的技术是模拟人工智能（如果看成名词就很好理解了）。它只是像人工智能，但远远不是人工智能。从时间的宏观角度看它只是重复历史，他没有任何的创造性。这显然不是我们想要的。

	那么我们的人工智能发展方向到底在哪里呢？好吧这只是装B的一句话，在真正的人工智能开发出来以前没人会知道答案。我自己对人工智能的看法（只是一个有着浅显计算机知识的学生党），我认为真正的人工智能是1、可以自己分析问题的2、可以自己设计算法。基本就是这两点，不管你这么夸大人工智能领域，真正的人工智能核心就是这两点（也许可以去掉第一点，但是有时候把实际问题转化成计算机可以理解的问题这个算法的设计难度甚至比计算机自己给出设计算法更困难）。举个例子可能更好理解，如果我要设计一个程序，他可以计算所有的f(x)=0的问题。如果我们只考虑加减乘除。我们只要设计出计算机可以辨认加减乘除的符号以及与之对应的操作就可以使机计算机理解f(x)，然后使用遗传算法，一次次的代入最优解。就可以无限的接近真正的解，这是可以实现的。但是我们的前提是只考虑加减乘除，数学中怎么多的符号，还有一系列的数学分支学科。我们没有可能写出所有的符号以及对应的操作（这就像是传统人工智能的第一种思路一样）。所以真正的程序我们实现不了。这个也就是说计算机不能把所有的情况转化成可以量化的，计算机可以处理的数据。即使是我们举出的例子中我们也不能使计算机自己理解我们所表达的f(x)=0,而是自己设计规则（但是我们又不能举出所有的规则）。所以说怎样把所有的实际情况转化成计算机可以理解的问题则也是非常重要的，很多的时候计算机可以理解我们提出的问题，那么相应的算法就出来了。

	我们提到了遗传算法，就不得不说一下有关数字生命的话题了。这是一个很有意思的东西，数字生命是用计算机模拟的像是生物特性的程序。其实这从思路上不难，我们模拟不了最高级的人，还模拟不了低级的生命么。从这个思路拓展，我们把低级的生命通过一次次的进化是否可以产生类似于人类可以思考的生物呢？没错有人这样干过，通过计算机放入一个个的小程序，通过分配时间片的方法创造出一个模拟的真实进化环境。并且设计了一种方法子代和父代会产生一些变化（进化），这样产生有利进化的后代更容易活下来，并且更容易繁殖出更多的后代。通过不断的筛选淘汰，使得物种的整体进化方向更适应环境。这是一种激动人心的思路，人类扮演了上帝的角色。通过控制筛选条件，控制一个物种的进化方向。这个人的实验最后成功了，毕竟他的目的是为了证明数字生命可以存在。进一步的实验结果没有听说过，我想应该是没有成功的，不然人工智能就普及了(他是在几十年前做的实验)。也许人类真的是因为上帝的偏爱才成为万物之灵的。

	好吧这些都是我这几年看网上的资料和自己的一些想法，不一定是可靠。但是为了打发时间，以及提醒以后的自己原来当年自己这么的幼稚的。别做任何的引用，引用了也不要表明出处。呵呵！