人與人工智慧，究竟誰更聰明？未來還不確定

人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。

而人工智慧技術又是基於人類需求和人類思考之後的成果，是基於人類思維邏輯、數據收集、數據運算和作出相應反應的技術。

從智商的說法來看，人和目前的人工智慧算是各有勝負。我們在很多認知能力和語言能力方面超過目前水平的人工智慧，不過在一些計算能力和機器不能比。

智商很大程度上和遺傳有關，其實人工智慧貌似也可以看成和遺傳相關，比如硬體基礎上的區別，演算法上的區別。如果從遺傳進化這個角度來講，人工智慧有著更好的硬體基礎，並且進化速度更快，而我們人類貌似就慢很多，如果我們的確是進化而來的話。

情商主要反映一個人感受、理解、運用、表達、控制和調節自己情感的能力，以及處理自己與他人之間的情感關係的能力。

如果智商很大程度上和天生的因素相關，那麼情商更多是和後期的學習相關，牽扯到所處的家庭環境，社會化境等。

迄今為止，人工智慧的性質不過是更為複雜精密的機器，它只能根據設定的參數和指令運算。哪怕是名聲大噪的AlphaGo，以及碾壓前者的AlphaGo Zero；或者率先取得沙特公民資格的香港製造的機器人索菲亞。它們只不過集現代技術之大成，被設定來模擬人類某些智力活動的機器運算程序。

不過未來不好說，因為人工智慧也會學習，並且學習速度很快。

人與動物最大的區別是人的超強的學習能力，而人工智慧現在已經能夠深度學習，所以這方面與人類的差距會逐步縮小，最終憑藉這一點超越人類。這一點從2016年和2017年人工智慧程序——AlphaGo相繼擊敗圍棋世界冠軍——李世石、柯潔就可以看出。而最新的AlphaGo Zero從空白狀態學起，在無任何人類輸入的條件下，能夠迅速自學圍棋，並以100:0的戰績擊敗「前輩——AlphaGo。由此可以看出，人工智慧的學習能力正在日新月異的飛速發展，不久的將來一定會有越來越多的領域會被人工智慧如圍棋一樣擊敗！

其次，人工智慧相比人類可以迅速存儲、調用和處理海量的數據，從而可以完成許多人類所不能快速完成的任務。比如說德勤財務機器人，在財務領域就比人類要快速、準確及功能更強大。準確率可以達到100%，審計可以全覆蓋，這些都是人類所不能完成的。其他領域，如醫學領域，如果人工智慧介入，對病人的歷史數據、服藥或手術後的反應等的深度分析都可以大大增強診療的效率。

在推理和歸納角度看，大數據環境下，人工智慧在從大量數據中發現複雜的隱含規律和模型，而神經網路演算法，讓人工智慧可以通過反嚮導入，訓練出最合適的演算法。這種機器學習的方式在音頻和視頻數據的處理上，在識別的準確度和速度上，也遠遠超過了「最強大腦」，所以也是最聰明的。

當然現在的人工智慧還無法達到人類的聰明程度，最關鍵問題是缺乏物理的常識和社會的常識「Common sense」。比如人工智慧面對火災等突發情況，目前還很難相機作出最合適的救災動作。因為畢竟火災現場不同於圍棋有固定程式。

但是，美國等國家已經開始著手解決這一問題。世界著名人工智慧科學家——加州大學洛杉磯分校朱松純教授，就提出要研發可以自己靈活使用工具的「烏鴉式的人工智慧」，而不是只會人云亦云的「鸚鵡式的人工智慧」，從而使人工智慧具有人類的「Common sense」。

更多精彩內容請關注菜葉網微信公眾號

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！