问题描述之前被AlphaGo刷屏了，AI战胜人类围棋，于是也跟风做了一个简单的五子棋AI版本，主要模拟思考下棋的过程，具体博弈树最大最小的思想请参看一些人工智能书籍。本文中max方代表人类，min方代表电脑，w=maxW-minW，所以w越大人类优势越大，反之电脑优势越大。数据结构Chessboard类，用来记录棋盘信息和计算权重。字段类型意义data二维array棋盘信息rowint行数columnint列数wins三维array赢法数组countint赢法数maxWinarraymax的每种赢法的下子情况minWinarraymin的每种赢法的下子情况stackarray下棋记录堆栈is_endedboolean游戏是否结束算法min电脑AI下棋时，如果考虑步数为0，则代表直接返回当前棋盘估值w（值越大代表对max越有优势，越小则代表对min越有优势，w=maxW-minW）。如果考虑步数为N，先获取min电脑可以下棋的位置steps。对于可以下棋的一步step，电脑AI下棋到step的第row行，第column列。如果这时候min电脑已经赢了，则把棋盘回退一步，返回棋盘估值和下棋位置，不用再考虑其他走法了。否则，min需要在每一种走法里面，选择一种走法，令max人类走N-1步之后，自己的优势保持最大（即w值最小）。什么是alpha-beta剪枝呢？就是如果max人类当前一种走法1至少可以获取alpha优势，而另一种走法2，min电脑的一步棋则可能让人类获取比alpha更小的优势，那么max人类肯定不会选择走法2，所以计算在计算min电脑的走法时，min电脑的其他走法就不用再计算了。最后min电脑经过steps.length种走法对比之后，选择w值最小的一种走法，把棋盘回退一步，并返回棋盘估值和下棋位置。max走法类似，人类会选择w值最大的走法下棋，所以max函数和min函数分别代表人和AI下棋，互相递归调用，直到递归到步数为0时返回N步之后的估值。Q&AQ.这个wins赢法数组是什么含义？A. wins[i][j][k]，wins[i][j]遍历就是整个棋盘15*15，k是代表第k种赢法，wins[i][j][0]代表第0种赢法时棋盘的下子情况，赢法一种有572种，可以参看/video/11633视频说明。Q.maxWin和minWin又是代表什么？A.maxWin是指在572种赢法里面，每一种赢法已经集齐的下棋数，maxWin[0]=3代表第0种赢法集齐5子就算赢了，现在已经集齐3子了，可以参看/video/11634视频说明。Q.为什么遍历走法的时候需要回退棋盘？A.函数定义为rollback，意思是悔棋。为什么遍历走法时需要悔棋呢？例如min有10种走法，对于每一种走法都是基于当前棋盘状态上下棋的，要么就是用10个棋盘来保存这10种走法，但为了节省存储空间，这里我可以先下棋step1，然后计算权重w1，然后悔棋step1，再走step2，重新计算权重w2跟w1做对比。（类似图的深度优先遍历）Q.怎样确定可以下棋的位置？A.本来只要是空白的位置都可以下棋，但这样子15*15=225，再加上考虑上对方下一步的下棋情况，搜索空间复杂度是225的N次方，N为考虑步数，所以我们只选择有可能下棋的位置进行考虑，减少搜索无用的状态空间。那么哪些是有用的下棋位置呢，我选择，存在棋子X，以X为中心，形成一个米字半径为2的位置同时位置为空的即为考虑位置。Q.怎样计算棋盘的权重？A.这是五子棋AI的核心算法之一，因为权重计算方法的选择，直接影响到AI的下棋策略，权重计算函数w=maxW-minW，也就是max的优势跟min的优势差距。而max的优势计算方法暂时比较简单，刚才提到的maxWin数组也是为了这个计算准备的。如果存在k，令maxWin[k]=5，意思就是max在第k种赢法上已经集齐5粒棋子了，说明已经赢了，这时候直接返回最大值。否则对maxWin做一个统计，得出集齐4粒棋子，3粒棋子，2粒棋子的数量，maxW=four_num*four_w + three_num*three_w + two_num*two_w，minW计算方法类似。Q.现在按照这种算法，AI可以考虑多少步？A.2步，出于对响应时间的考虑，考虑4步的话，js引擎大约需要6-20s不等，2步可以确保1s内得出运算结果。2步是什么概念呢，就是考虑AI下棋之后，人类再下棋，最多255*255=5万多种情况里边，AI会选择获得最大优势的走法。而alpha-beta剪枝算法和可以下棋点的优化，就是为了减少下棋情况的考虑。Q.现在的AI有什么弱点？一、考虑不够长远，只能考虑2步。二、下棋点只选取半径为2，但最好半径应该为5，不然会忽略了一些深藏不露的下棋点。三、估值算法不够准确，因为像011110这种活四的棋型，跟211110这种冲四的棋型对比，在现在的计算公式里权重并不差得很远，但实际上活四已经是赢了的，还有两个活三也是比冲四危险的，但AI会觉得冲四权重高而不去阻塞人类形成两个活三。Q.有什么优化的空间？一、编程语言自身不使用js，搭配硬件配置高的电脑，多核的电脑可以使用多线程进行异步分布式计算，可以提高计算速度。二、算法自身，计算速度确定的情况下，搜索空间减少，可以提高搜索深度N，但也会丧失一些有用的搜索空间。还有权重计算的方法，本来可以按照棋型来分析重要性的（棋型其实就是间接性多考虑了几步），但由于根据棋型计算需要实时分析每种棋型的出现次数，需要多次遍历整个棋盘，所以才使用赢法数组这种间接数据更快计算。三、对于井字过三关这种游戏，是存在棋局对称的情况的，所以可以去重减少搜索状态空间（矩阵转换和哈希值判断，见代码），但五子棋基本不会出现对称的情况，所以转换矩阵和计算哈希值反而会加重计算量。不过对于同样棋局和搜索深度相同的情况的最佳下子结果，可以缓存起来。四、机器学习。有时候电脑会因为考虑步数有限，所以输了给人类。这时候电脑可以把这次对战的过程记录下来，下一次遇到同样的棋局时就要采取其他策略下棋了。源代码/avicha/alphabeta这里有三个例子，第一个例子是井字过三关的基本算法版，第二个例子是井字过三关的采用了alpha-beta剪枝算法之后的优化版，但时间没有明显区别，因为本来搜索空间也不大，第三个例子是采取了上述算法的五子棋版本，供大家体验一下，对付文科女应该还是可以的，哈哈。参考资料：/goodness/archive//1745756.htmlhttp://game.onegreen.net/wzq/HTML/142336.htmlDemo点击阅读原文即可查看demo，可以悔棋哦，算法有问题可以向我提出讨论。github访问地址：http://avicha.github.io/fivechess/最好给最爱(gh_030d110a66ef)　
　文章为作者独立观点，不代表大不六文章网立场
gh_030d110a66ef我是卢炳成，一个追求极致、有责任感、喜欢思考的全栈工程师，平时写写技术、产品、管理相关的文章。每一个孩子都是天生的艺术家，问题是长大了以后如何保持童心。热门文章最新文章gh_030d110a66ef我是卢炳成，一个追求极致、有责任感、喜欢思考的全栈工程师，平时写写技术、产品、管理相关的文章。每一个孩子都是天生的艺术家，问题是长大了以后如何保持童心。&&&&违法和不良信息举报电话：183-
举报邮箱：
Copyright(C)2016 大不六文章网
京公网安备78麻将或是人类智慧最后堡垒？AI想赢其实很容易_网易新闻
麻将或是人类智慧最后堡垒？AI想赢其实很容易
用微信扫码二维码
分享至好友和朋友圈
（原标题：麻将是人类智慧最后的堡垒吗？AI打爆它其实很容易）
随着Master完成对人类棋手的60胜，人工智能（AI）对人类智慧的挑战再度引爆网络。曾经，围棋曾以它复杂的算法，至高的棋理被认为“无可战胜”，但在围棋堡垒失手后，我们不禁要问，还有哪个棋牌领域AI不能攻克。在网络江湖上，许多人都说中国的“国粹”麻将会成为人类面对人工智能的“最后壁垒”，但是这样的说法真的靠谱吗？麻将比围棋好搞定多了一言以蔽之，麻将AI不是做不了，而是没人做。之所以目前还没有能够战胜人类的麻将AI，主要原因还是人们在麻将AI研究方面的投入不够。目前的麻将AI基本都是麻将游戏制作团队为麻将游戏设计的，在单机上就可以运行，强度自然有限。如果像AlphaGo一样，世界顶级团队制作，背后庞大资金支持，使用1000个CPU运行，想要设计一个轻易战胜人类顶尖麻将牌手的AI没有任何难度。首先，麻将的复杂度要远远小于围棋。单就自己的14张手牌来说（总牌数136张），组合共有种（计算方法详见麻雀 数学），远远小于围棋的2.08 10^170。不足10^12的手牌种类意味着麻将AI完全可以提前计算好每手牌的打法估值并储存在资料库中，打牌时调用即可。下图选自日本麻将研究者的个人网站麻雀数学。当然，打麻将也要考虑别人打的牌以及各家的得分。各家分差的复杂度是很小的，而别人打的牌虽然复杂度会很高（136张牌的牌墙组合为4.3 10^185种，甚至超越了围棋的复杂度），但别人打的10张牌大多只有1~2张是有用的信息，AI只需要识别这种模式并搜索对比以往对局的牌谱即可。其次，人类对麻将的研究远不及围棋，顶尖麻将牌手的训练水平很低。相比围棋研究几千年的历史，麻将诞生不过百余年，人们真正开始利用科学手段（统计学、大数据）来研究麻将只是近十年刚刚起步。例如“间四间”是上世纪流行的日本麻将理论，指的是别人打过中间相隔4张的2张同花色数牌，则这2张牌的内侧筋牌是危险牌。如别人打过三筒、八筒（中间相隔四五六七筒），则四七筒是危险牌，这是因为别人手里一开始可能是三五六八筒，三八筒效率较低被打掉，留下的五六筒要四七筒。这一理论在近十年的大数据研究中已被证明是完全错误的——别人要四七筒的概率并没有显著性的上升。可见，目前人们对麻将的研究还处在很初级的阶段，通过别人打过的牌来分析别人想要的牌的科学研究才刚刚开始。麻将界也没有围棋那样3岁开始学棋，10几岁就和世界顶级高手过招，接受世界顶级指导的职业选手。麻将本身复杂度低，人类顶尖牌手水平又不高，被人工智能击败会比围棋要容易得多，不可能是“最后壁垒”。现在有哪些比较强的麻将AI？竞技麻将方面，目前国标麻将和日本麻将都有比较强的AI（高于人类平均水平）。日本麻将的AI目前最强的当然是“爆打”。“爆打”是由东京大学工学系在读博士生水上直纪开发的日本麻将AI，他所在的课题组就是专门研究麻将AI的。爆打和AlphaGo 一样，也具有自我对局和分析并学习人类牌谱的能力。爆打从2015年开始在最大的日本麻将平台——天凤麻雀上开始运行，至2016年2月已经打了1.3万多场（约13万手牌）。2015年9月，爆打达到天凤麻雀四段，2015年12月更是一度冲进天凤七段，长期成绩显示平均为六段以上。这意味着什么呢？上图是天凤麻雀平台日的段位成绩分布图（来源
対戦麻雀天鳳 /
）天凤平台具有非常科学的段位和Elo Rating体系，越是和高水平牌手对局，获胜后Rate增加越多，失败后Rate减少越少；越是和低水平牌手对局，获胜后Rate增加越少，失败后Rate减少越多。最终段位和Rate值的稳定值就代表了牌手的真实实力。可以看到，天凤麻雀平台的活跃用户数约为17万人（不包括新人僵尸号），而六段以上的用户总数为5793人，约占3.4%。也就是说，爆打打麻将比96.6%的麻将玩家要好，全世界麻将打得比爆打好的人，数量仅有几万人左右（包含所有麻将规则的估算）。这只是一个课题组，用时一年多研究出的，在一台电脑上运行的麻将AI，就已经基本赶上 AlphaGo早期版本所取得的成绩了。国标麻将方面，目前最强的AI大概是我本人目前正在参与设计的国标麻将AI了。最初的版本只加入了最常用的十几个番种的分值判断，防守端几乎没有做，实测对随机牌手和牌率就已经达到24%左右，基本与国标麻将平均和牌率24.3% 持平。实际水平大概处在所有牌手中上位10~20%左右的水平（低段位牌手多，大部分牌手的水平处在平均以下）。麻将 AI 的算法应该是什么样子的？最后，我来浅谈一下麻将AI的基本算法。1. 基础牌效率麻将的牌效率指的是能使手牌更快和牌的打牌方法，是麻将的基本功。来简单举个例子：下图牌画取自联众国标麻将（）。这是一手13张牌的手牌，现阶段是一上听（差1张牌就可以听牌），那么哪些牌是有用的牌，或者说我摸到哪些牌会留下呢？这些有用的牌称为“有效牌”，最有用的当然是能让我直接听牌的牌，这类牌称为“第一类有效牌”。第一类有效牌：能使手牌向和牌前进一步（上听数降低）的牌，包括：除了第一类有效牌，有用的牌还有以下这些：第二类有效牌：不能使上听数降低，但能使第一类有效牌增多的牌，包括：比如摸到九索，一般情况下应该选择留下九索打掉三索，因为第一类有效牌变多了：计算采用天凤牌理
対戦麻雀 天鳳 / 牌理。第三类有效牌：不能使上听数降低，也不能使第一类有效牌增多，但能使第二类有效牌增多的牌，包括：比如摸到五索，一般情况下应该选择留下三五索拆掉八九索，虽然第一类有效牌张数没变，但三五索相比八九索多了1种第二类有效牌——六索（原是第三类有效牌）。（也许看到这里，你有点算不过来，或者感觉这和你平时打的麻将压根不是一个游戏。没关系，这很正常，你可以找张纸，在纸上仔细算一下每种第二类有效牌都新增了哪些第一类有效牌。）可见，对于一开始一上听的13张手牌而言，除了七八九筒外的所有数牌都是有用的牌。麻将的牌效率就是这样——不断通过有效牌增大自己的进张面，最终使得和牌的概率越来越大。也许你已经发现，麻将牌效率的本质就是一个搜索树，最开始的手牌经过多轮选择后可能对应多种结局（和牌），例如：路径：摸到第一类有效牌八万或七索听牌，再自摸另一张和牌（最大概率结局）。路径：先摸到第二类有效牌一万或七万后打掉三索，然后摸到一万或七万的另一张听七索，或者摸到七索选择听一万和七万对倒和牌。路径：先摸到第三类有效牌三筒后打掉三索，然后摸到四筒后拆掉八九索，之后和牌。对于一个两上听以内的手牌来说，这个树的深度最多也就是4~5步，每一步的分支平均在15种左右，也就是说复杂度最多在10^5数量级。由于每条路径都对应着一个确定的概率，一个好的麻将AI完全可以做到遍历这个树，比较两种或更多种打牌选择之间所对应结局的和牌期望之和。对于三上听以外的手牌（由上文图中可知三上听以外的手牌约占手牌所有组合的80%），由于手牌中会存在大量的孤张或简单搭子，只需单独比较孤张或简单搭子的效率即可，计算量更小。除了上述穷举手牌搜索树的方法，还可以采用模拟的方法。比如让麻将 AI 在短时间内模拟两种打法各1000手牌，哪个和牌率更高就选哪种打法。虽然这样不太精确但已经足够保证比人要强了。2. 和牌限制与番数价值很多麻将规则对和牌有限制，比如国标麻将必须八番起和，四川麻将必须缺一门，太原麻将和牌必须包含指定牌张等等。我们只需在上述基础牌效率算法搜索树的基础上，“砍掉”那些结局不符合要求的分支即可。有些时候我们不仅关注和牌的概率，也关注和牌的大小，比如有些牌我们宁可损失一些进张也想去做清一色，追求更高的和牌得分。我们只需为树的所有结果赋值（和牌得分），并用结局对应的值与路径对应的概率求出不同打法的得分期望并进行比较。3. 副露判断“这个牌该不该碰”似乎是打麻将时比较令人头疼的问题。但其实副露判断只是计算量大，并不需要特殊的算法，依然是对比碰与不碰两种选择所对应的所有结局的得分期望即可。日本麻将中的立直（报听）判断也是同理。只不过当我们在考虑“打哪张好”的时候，两种打牌选择之间所对应的路径和结局有大部分都是重合的；而我们在考虑“该不该碰”的时候，两种选择所对应的路径和结局基本是完全不同的，这无形中增大了计算量。其实人脑在做蒙特卡洛树搜索时，比较容易做到“想得很深”，比如职业棋手可以提前算到20甚至30步棋；但难以做到“想得很广”，通常情况下大脑只能做到从两种选择中找几个概率较大、有代表性的结局样本做比较。所以副露判断显得难，其实只是计算量的问题，而对于麻将AI来说，这不是问题。4. 防守端防守端需要解决的是攻守判断和防守打法两个问题，即“什么时候要防守”和”要防守应该打什么”。解决这些问题最好的方法是让麻将AI自己通过大量的牌谱（千万场量级）进行自我学习。正如前文我所提到的，其实人们对于麻将应该如何科学防守的研究也才刚刚开始，想要分析一个打过三筒和八筒的人真正需要的是几筒，需要大量的牌谱作为样本进行研究。这部分研究现在还要等待电脑去完成，未来的麻将AI在这方面要比人类做得更好可以说是必然的。对大量牌谱所做的出牌模式研究还可反过来应用于牌效率算法的改进中。比如早巡打过八万的人手牌中有九万的概率较小，那么牌墙中剩余九万的概率就有所上升，牌效率中利用九万的路径的概率就可以做出相应的修正。5. 状况判断状况判断指的是麻将的“大局观”，如为了争取第一名或者为了规避第四名而采取不同的策略。状况判断其实就是对得分期望做进一步的修正。比如某状况下我必须自摸13番牌才能逆转，那么最终结果是13番以下的牌的得分期望可以进一步降低，而13番及以上的牌的得分期望则可以提高。总之，麻将的复杂度较低，算法上可以用搜索树穷举法以及大量牌谱的自我学习来解决，只要有大量牌谱资料，有人肯花时间，有人愿意出资，开发一个能胜过人类的麻将AI，非常容易。
(本文于2016年3月14日首发于知乎，系澎湃新闻获作者授权转发，有部分删改。)
本文来源：澎湃新闻网
责任编辑：李天奕_NN7528
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈人工智能战胜人类 【范文十篇】
人工智能战胜人类
范文一：首先，人工智能是不可能建立在现代计算机基础上的。因为现代计算机的一切都是需要人给出模式的。它不可能有创造性的思维能力。
关于人脑和人工智能，著名的歌德尔定理就一直在被运用到这一领域。计算机到现在有了极大的发展，但是基本原理还是冯·诺依曼提出来的，只是速度和效率大大提高了。从根本上说，计算机的程序，就是一种基于2进制数字运算的命题演算系统。其中给出的公理是有限的，规则是可计算，而判定出命题的真伪时，输出结果，停机并转向下一个命题的处理。这就符合了哥德尔第一不完备定理的条件。可如该定理所说，这样的系统必然是不完备的，也就是说至少有一个命题不能通过这样的“程序”被判明真伪，系统在处理这样的命题时，就无法“停机”，用俗话说就是被“卡”住了，永远不能绕过（举个很简单的例子，就是计算圆周率，永远计算不出结果）。无论你怎样扩充公理集，只要是有限的，这个现象就始终存在。而无限的公理集对于计算机来说，就意味着无限大的存储空间，这显然是不可能的。因此，有些数学家，如彭罗斯就认为，这表明了计算机是有致命缺陷的，而人类的“直觉”不受该定理的限制，所以计算机永远不可能具有人脑的能力，人工智能期望中的真正具有智慧的“电脑”，只不过是如“皇帝的新衣”那样的“皇帝的新脑”。关于这个问题的详细情况，可阅读彭罗斯的《皇帝新脑》。
为什么人脑与电脑有这样的根本差别呢，彭罗斯认为可能是量子力学不确定性和复杂非线形系统的混沌作用共同造成的。但也有的数学家并不这样认为，他们指出，人脑就基本意义和工作原理来说，与人工智能原理的“图灵机”无根本差别，电脑也存在上述两种作用，这就说明人脑也要受到哥德尔定理的限制。两者间的差别，可用包含非确定性的计算系统说明，就是所谓的“模糊”处理。人脑正是这样的包含了非确定性的自然形成的神经网络系统，它之所以看上去具有电脑不具备的“直觉”，正是这种系统的“模糊”处理能力和效率极高的表现。而传统的图灵机则是确定性的串行处理系统，虽然也可以模拟这样的“模糊”处理，但是效率太低下了。而正在研究中的量子计算机和计算机神经网络系统才真正有希望解决这样的问题，达到人脑的能力。
对于电脑是“真脑”还是“皇帝的新脑”，还存在很大的争议，有很多的问题需要解决，很多都是现在世界上的顶尖科学家研究的尖端课题。各方面研究都表明，人脑在“运算”时，的确与电脑的基本原理是一样的，只不过电脑是用电子元件的“开、闭”和电信号的传递体现，人脑则表现为神经原的“冲动、抑制”和化学信号（当然也包括电信号）的传递。这与哥德尔定理的条件没有本质上的差别。而认识过程中的“思维是客观实在的近似反映，语言是思维的近似表达”这点，正是受哥德尔定理限制的结果。就拿语言（指形式上的）来说，完全可以转化为有限公理和一定规则下的符号逻辑系统，也就是一种符合定理条件的形式公理系统。该定理恰恰说明，这样的系统中不完备，存在不能用该系统证实的命题，对于这个系统来说，就是语言对思维的表达不完全，也就是我们常说的“只可意会，不可言传”。这也与我们经常感觉到的“辞不达意”是相吻合的，任何
形式上的语言都不能完全准确的表达我们的思想。还有另一个事实也说明这点，就是翻译。文对文的形式语言翻译虽然不难，可是如实地表达原来语言中的准确蕴义就非常难了，甚至可以说是不可能的事情。如果能证明人类的思维也可以转化为这样的形式公理系统，那人脑也一定受哥德尔定理的限制。
人工智能和人脑的问题我们先说到这里。接下去说一下人类毁灭和被什么替代的问题。如果人类在未进化到一定程度前就被毁灭，那这一话题就无实质意义了。那么我们就说下人类进化后应该是被什么所替代的问题。我个人观点是，人类如果能顺利进化，那之后肯定是摆脱包括肉体的所有有形载体的束缚以另一种能量形式存在于宇宙中的更高智慧体。而人工智能无法避免的需要某种有形载体才能存在。因此被人工智能所取代的想法太过狭义了。
范文二：人工智能不能战胜人脑 10德语（3）班
我方观点：我方认为人工智能不能战胜人脑。人工智能机何许“人”也，它是人类运用其智力为自己大脑运行效率的增强和思维活动质量的提高所创造的一个工具和机器。它的性质就如同人类为了减轻自己的体力劳动强度而创造出来的挖掘机，为了扩大自己的活动范围和走行速度而创造出来的飞行器一样，它们同样都是人类智力的产物。它们同样都是人类某一器官的功能的扩展和延伸。正是因为人工智能机是人类智力和大脑功能的一种延伸，因此人工智能机的作用和功能也就仅仅体现在它扩大了人脑的运行效率和活动质量上，而不是体现在大脑的扩容和智力的提高方面，更重要的是它不能体现在代替人类的生命活动上。人脑创造了电脑，使之为人类服务，没了人的指令电脑是无法运作的。故我方认为人工智能不能战胜人脑。 人脑
功能：1）具有感知与认识事物、客观世界与自我的能力。2）联想、推理、判断、决策的能力。3）运用语言进行概括的能力4）发现、发明、创造、创新的能力。5）实时地、迅速地、合理地应付复杂环境的能力。
6）预测、洞察事物发展变化的能力。
结构：由10亿神经元通过神经突出连接而成的网络。
特点：1）能根据变化的情况，提出新的解决办法。2）对事物进行分析和综合的能力具有高度的可靠性。3）是社会影响的变化发展的多功能的活的物质系统。
构成：程序和数据
特点：1)处理信息和运算速度快2）记忆力强，操作准确。3）信息交流快/效率高。4)高容量储存。5）继承知识时间短，量大。
人工智能的本质：人工智能作为机器它实际上是用输入器模拟人的眼、耳、等感官，接受外界的信息；用存储器模拟人脑对信息的记忆功能，把信息积累起来，以便随时使用；用运算器模拟人脑对信息加工、分析、处理的过程；用控制器模拟人脑调节各方面信息，指挥其按各项指令正常运行；用输出器代替人的效应器官，用以输出信息。电脑又以机器装置模拟人的神经细胞运动：人脑中的神经细胞对信息接受或不接受是出兴奋和抑制两种状态进行的，电脑相应具有接通或断开两种状态；人脑的信息传递利用神经脉冲，电脑则利用电脉冲；人脑的神经脉冲传递按“有”和“无”的规律进行，电脑则采取“1”和“0”的二进制加以模拟。这些机制表明，人工智能并不是人的智能，更不会超过人的智能，只不过是类似于人的思维的“机器思维”，本质上是对人的思维的模拟。
“机器思维”同人类思维具有本质的区别：
其一，机器人毕竟是机器，电脑只是人脑的模拟物，它只是由一些电子管、晶体管、集成电路等电子元件和线路所组成的机械的、物理的装置，人工智能纯系无意识的机械的、物理的过程。而人类智能却主要是生理的和心理的过程。
其二，人工智能没有社会性。电脑在解决问题时，并不探求任务本身的社会意义，它只是执行命令而不顾后果。人类智慧却具有社会性，人在行动时，一般都考虑到由此引起的社会效果。
其三，人工智能没有人类的意识所特有的能动的创造能力。电脑可以储存巨大的“记忆”容量，但是它不会自动地提出问题，而且它对任务的解决是机械的，只有在逐一核对所有可能的途径之后，最后才找到正确的答案。人类思维则能够主动提出新问题，进行发明创造。人类记忆也有一个不同于机械装置的按意义去进行记忆纳系统，无需回忆全部信息就可以找出所需要的答案。
其四，电脑以它惊人的“记忆力”、敏捷的运算速度、精确的逻辑判断能力，可以代替甚至超过人类的部分思维能力，但是，它只能接受人脑的“指令”，必须由人预先把思维过程加以形式化和符号化，以
一定的信息输入电脑，它才能工作。二者的程序总是人脑的思维在前，电脑的功能在后。人类思维随着社会实践的发展而日新月异，每当人类把新的知识输入电脑时新的思想会在人脑中萌发。可见，思维模拟并非思维本身，人工智能是本来意义的人的智能。 案例及分析（破论）：日在国际象棋“人机大战”最后一局较量中，ＩＢＭ超级计算机“深蓝”仅用了一个小时便轻松战胜国际象棋特级大师卡斯帕罗夫，并以3.5比2.5的总比分赢得胜利和70万美元的奖金。这是否能说明人工智能可以战胜人类？当然不能。准确地说，卡斯
帕罗夫与“深蓝”之间的比赛不是“人机大战”，而是许多国际象棋大师在软件专
家的帮助下借助一台超级计算机联手对付他一个人。所以，他的对手并不是
“深蓝”，“深蓝”只不过是一个工具而已。他真正的对手是“深蓝”背后的棋坛高
手和计算机专家，甚至还包括他自己。■首次战胜电脑对手，戴着三维立体
眼镜的卡斯帕罗夫笑逐颜开
对比分析（立论）：志得意满的IBM 巨头雄心勃勃，准备研制能与一流高手公平对弈的电脑围棋程序。 但当IBM 的研究开发小组在进行了一番深入细致的可行性研究后，他们彻底泄气了，因为他们发现，要让电脑和围棋高手公平对弈，要比让电脑战胜卡斯帕罗夫难上一万倍 !换句话说，如果能让围棋电脑程序战胜职业围棋高手，就等于人工智能获得最实质的突破——电脑胜人脑。但要实现这一目标，专家认为再过100 年亦未必能做到，围棋是对人工智能的最大挑战。由此可见人工智能是不可以战胜人脑的。
案例（立论） 一个有趣的例子就是电子计算机下国际象棋：在美国目前最好的电子棋手叫Belle，Belle在走棋子时能每秒检验15000棋子位置，但在正式棋赛所要求的两小时走四十步的速度下，是胜不过人的象棋大师！对棋的残局Bell能力尤低，胜不过一般进入棋赛选手的一半，虽然在开局时能胜过95％的选手。所以人到底比电子计算机强!据说电子计算机计算程序的弱点在于不能从全盘敌我双方棋子的布局中通盘估算形势；而这在残局子少时，人的这方面能力就十分突出。人不是靠算，而是靠认出形势。此例很好地说明了人工智能是不可以战胜人脑的。
总结：电脑不可能超越人脑；人工智能也永远无法代替人的意识。电脑只是人脑的延伸和补充，它不可能在整体上超越人脑，不可能完全取代人脑，更不可能反过来支配和统治人类；人工智能也只是人类智能在机器中的再现或复制，是人类智能某种属性的延伸，不可能取代人的意识。 就电脑的产生来说，它是认识主体创造的，是主体的目的和需求的产物；就电脑的作用形式而言，它是人脑的延伸物，属于主体的认识手段或认识工具，是主体认识能力的表现。所以，电脑仅仅是人类改进和完善自己生活的创造物，再高级的电脑也是人脑设计制造的，不可能代替人脑而成为独立的认识主体。从总体上看，因为电脑不是生活在社会之中，没有人那样长期的社会实践，不具备人的社会属性，因而也就不可能具有真正意义上的思维。所以，无论科技如何发展，电脑也不可能像人一样具有社会性，电脑本身的运作不具有任何的社会意义，当然也无法超越人类。不否认电脑给我们生活带来的诸多便利。电脑在人类社会生活的很多领域解决了用人力很难解决的问题。而且，人工智能的产生和发展也为人类智能提供了新的时间和空间尺度，给人类提供了一个新的创造领域。但是，如果因为电脑的广泛应用而认为其不存在一个技术性的界限，认为人工智能可以代替人的思维，则是没有根据的。，也是不可能的。
范文三：四个月前，当谷歌公司宣布他们所设计的人工智能AlphaGo战胜了欧洲围棋冠军樊麾的时候，很多人相信，这不过是一个糟糕的巧合，樊麾并不能代表围棋，甚至就连这场所谓的胜利，也只不过是一场蹩脚的金钱交易。而就在几天前，AlphaGo以一种近似于屠戮的方式（谷歌公司的工作人员在检查AlphaGo的数据的时候，发现它认为自己在一场比赛中始终占据上风）战胜了人类围棋界最顶尖的高手之一，韩国围棋名将李世石，当然，接下来这两场比赛证明，AlphaGo对李世石的胜利的确是屠戮，没有意外的话，到3月15号，AlphaGo又将贡献一个砍瓜切菜般的5:0（今天出来的最终结果为4：1）。想想比赛开始之前世界棋坛对李世石战胜AlphaGo的自信，我们不由得会问，这到底发生了什么？老实说，对于围棋我并不太懂，但对于人工智能，我还是有一些话想说的。
问题一：AlphaGo的胜利意味着人工智能发展到了何种程度？
很早以前，人工智能就已经实现了国际象棋、五子棋和跳棋领域对人类顶尖水平的胜利，但是人类始终坚信围棋是人工智能的禁区，人工智能永远无法在这个领域取得成就。客观地讲，这样一个说法绝对不是空穴来风，因为无论是国际象棋、五子棋还是跳棋，它们实际上一个有穷步数的运算，也就是说，棋子在棋盘上按照某种既定规则进行程式化的运算，这种运算的结果是有穷的、必然的，甚至可以说存在某种算法使其必然获胜，对于这样的比赛项目，人工智能以其远远超过人类的运算和记忆能力，获胜只是时间的问题。但是，围棋并不是如此，一盘150回合的围棋比赛，可能出现的局面达到了惊人的10^171种，对于任何一台人工智能而言，这个数字都基本上等同于无穷，人工智能根本不可能在三个小时的时间里完全枚举出每一次落子的可能情况并对此做出计算。而且，围棋和其他棋类运动不同，它没有一套必须遵守的规则，而是在其从布局到
官子的全部阶段，以一种经验式的落子方式，实现在棋盘之上攻防转换，对于人工智能而言，它所需要的不仅仅是对落子可能的计算，更是对整个局势的掌控和理解。也就是说，与其他棋类运动相比，围棋所表现的是人类的一种直觉式理解性的不精确的思维方式，正如我们所认为的，这种思维不是一种常规的计算，它没有计算精确，却远比计算复杂。
因此，毫无疑问地，AlphaGo在围棋上取得的胜利意味着人工智能发展的巨大进步，很显然，人工智能在今天已经超出了我们一般意义上所理解的“输入-运算-输出”程序，甚至掌握了一定程度的学习能力，那么，AlphaGo到底达到了何种水平呢？前天比赛结束，我看到围棋界的人士指出，AlphaGo仿佛不会劫争，当时我得出的结论是，AlphaGo虽然看起来很智能，但它其实还不能代表人工智能在今天的最高水平，因为实际上AlphaGo完全不会下围棋，它所表现的所谓对围棋的理解和大局观不过是一种硬计算的极端表达，在这样一个哲学家早已对软计算做出定义和精准预言的时代，硬计算发展的再充分，也缺少了对整个人工智能科学的前瞻性，当时我就觉得，AlphaGo虽然现在看起来风光，但在人工智能史上地位是不如“深蓝”的。但是，今天的第三盘棋，AlphaGo展现出了高超的劫争实力，而众所周知，劫争的存在会使围棋不可能通过硬计算的方式得以完成，因为在硬计算中每一个棋子都是等值的，而劫争则要求棋手对棋子的地位作出判断。现在再看AlphaGo和李世石的这三盘棋，我觉得AlphaGo是会下围棋的，也就是说，它并不是在进行简单的输入和运算，而是在阅读了足够多的围棋棋谱之后，对这项运动的基本思路进行了模态，也就是说，它在模拟的不是我们理解的传统意义上的计算，而是一种更高级别的计算，一种基于模态算子的不精确运算，也就是今天计算机领域十分前沿的软计算，这种计算最大的特点是它的整体性和不精确性，显然，AlphaGo具备了这种整体性和不精确性。当然，AlphaGo现在掌握的这种软计
算还是一种非常低级的软计算，它不过是在硬计算的基础上增加了一定的系统性，其本质上还是对传统人工智能计算能力的发展，这种层次的软计算离软计算的最终形态——模拟人的思维意识——还相差甚远。因此，尽管AlphaGo在围棋领域显得无所不能，但它依然只是一种高水平的弱人工智能，或者说，一个强大了数万倍的专门下围棋的智能手机。
问题二：AlphaGo是怎么学会下围棋的？
这个问题是我们中国优秀的围棋运动员古力提出的，他很奇怪，为什么Google公司的设计者没有一个人会下围棋，而他们设计的AlphaGo却能战胜人类在这一领域的最强者。在思考这个问题的时候，我想起去年七月份我在和刘晓力老师讨论人工智能哲学的时候她讲的一句话，她说，“永远不要用人类的智能去类比人工智能”。的确，对大多数人而言，在理解人工智能的时候往往是需要类比人类智能的。对我们人类而言，如果要学会下围棋，就必须从最基本的落子开始，一点一点学习如何布局、如何收官、如何攻防，然后逐渐学习一些更高级的打法，因此我们觉得，AlphaGo也一定要如此才能学会下围棋。但是，我想请各位想一想，人类在实现自己的飞翔梦想的时候，是给每个人都装上翅膀吗？现在，我们可以设想，我们如何让人工智能变成一位优秀的现代派小说家。我们需要给人工智能讲解文学常识吗？我们需要它学习语文吗？事实上，完全没有必要这样。我们只需要将福克纳的所有作品输入给它，让它计算其中的写作方式，然后给它一个主题，它就一定可以输出一部看起来像福克纳的小说一样的小说了，如果我们继续给他输入普鲁斯特、卡夫卡、马尔克斯等等现代派小说家的小说，那么我们完全可以期待人工智能创作出一篇足以争取诺贝尔文学奖的世界名著了。
现在，让我们回到AlphaGo，它会下围棋吗？如果这个“会下围棋”是行为主义所理解的“会”，那么AlphaGo所表现出来的行为足以证明它会下围棋，但是，正如刚刚提到的会写小说的人工智能并不是我们人类意义上的会写小说，AlphaGo也不是在我们人类的意义上会下围棋。尽管在我们看来，AlphaGo已经有了专业九段围棋棋力，但对于AlphaGo自身而言，它根本不知道自己在下围棋，在它那里，所谓的下围棋只是一场按照一定公式不断进行的运算而已，至于它的输出结果在我们看来是围棋，这实际上和它是无关的。换句话说，AlphaGo并不知道自己是在下围棋，甚至可以说，对AlphaGo而言，下围棋也好，写小说也好，指挥交通也好，这些事情都是一件事情：运算。AlphaGo所做的只是运算，至于我们看到它在做什么，这只不过是人类对它运算能力的运用而已。至少到今天为止，人工智能还不能够认识到自己在做什么，它仍然只能被动地处理符号，至于所谓的学习功能，也只不过是一种更系统化和模糊性的计算而已。
问题三：真的有人工智能不能达到的领域吗？
毋庸讳言，AlphaGo的胜利的确带来了一定的恐慌，很多人在问，真的有人工智能达不到的领域吗？科幻电影里人工智能统治人类的场景真的可能吗？在回答这个问题之前，我们需要先了解一下对人工智能的三重划分。人工智能可以分为弱人工智能、强人工智能和超人工智能，今天所有的人工智能都是弱人工智能，因为它们除了计算以外没有别的能力，AlphaGo就是如此，它除了超强的计算能力以外与人类没有任何可比性，这样的人工智能根本不可能对人类的统治地位有任何的挑战，因为它所做的每一件事都是人类要求去做的。比弱人工智能高一级的就是强人工智能，一般而言，我们认为强人工智能是具有思维能力的，也就是说它除了运算以外，应当是具有情景模拟和判断功能
的，比如我们今天设计的无人驾驶汽车，它可以按照规划好的线路前进，但是却无法处理任何突发的情况，而强人工智能则可以在行驶过程中根据各种突发情况改变行车线路。换句话说，强人工智能是知道自己在驾车的，而弱人工智能不可能知道这一点。至于超人工智能，那我们只能说它应该是一种超越人类理智的存在，那它到底可以超越到什么程度，今天我们是无法知道的。
现在我们再回到问题本身，人工智能有没有无法模拟的东西和无法触及的领域。我认为，至少在超人工智能之前是有的，但这不是塞尔所说的“理解”，人工智能一定可以模拟出“理解”功能，甚至理解本身就是一种运算，难道AlphaGo不理解围棋吗？它只是不像人类那样理解围棋而已。人工智能真正不能模拟的，是感受性方面的东西，也就是我们常说的情感，比如人工智能一定无法模拟我们在考试和比赛之前的焦虑，我们的喜怒哀乐，我们的同情、恐惧、紧张，以及疼痛、兴奋。那么这是不是意味着人工智能将无法超越人类呢？我想不是的，因为客观的讲，感受性对我们人类而言实属多余，也许它可以让我们的生活更加的精彩和丰富，但由于感受性根本不可能拿出来被公共的检验，甚至于对于每一个个体，在面对完全相同的一个对象的时候，感受性也是完全不同的，因此这样一种情感方面的东西，实际上是无法成为我们人类在能力方面的加成的，至于由此产生的类似于灵感和创意之类的东西，正如前面举的小说家的例子，人工智能可能根本不需要这样的东西就能比人类做得更好。
人工智能可不可能像科幻电影展现的那样统治人类，我只能说，我不知道。人工智能超越人类是必然的事情，我们也需要人工智能在能力上对我们的超越，这也是我们人类研究人工智能的原因。但是我们必须要清楚，人工智能不同于其他的科技，我们不断地给予人工智能更强大的运算、分析、学习和理解能力，就必须面对着人工智能产生自我评
价和自我认知的风险，而且人工智能必然可以在不断地学习和理解当中认识自己。随着人工智能理解能力的提升，它们完全可能违抗人类的命令甚至自己给自己下命令，到了那一天，以人工智能的智力和能力，人类应该是没有任何胜算的。但是，这并不意味着人工智能一定会成为人类命运的终结，因为我们不可能知道，在那一天，人工智能是怎么看待我们人类的，它们的道德水平又已经达到了何种境界。也许人工智能将带给我们人类新的历史机遇，也许人工智能将把我们人类送入历史，我们只能像面对五月花号的印第安人那样，去迎接这样一个必然的意外，并祈求我们的命运与印第安人不同。 海德格尔认为，人类最终要被自己创造出来的科技所毁灭。我不同意这个观点，的确，科技是一辆没有刹车功能的赛车，一旦出发就不会停下，但我们始终应该对科技抱以乐观，我们的前人无数次预言我们将灭绝于某种科技，但显然，所有的预言都破灭了，所以，我依然相信，我们所谓的人工智能会灭绝人类的预言同样会破灭。不过，灭绝是任何事物最后的宿命，人类也不可能例外，人类如何在昨天战胜其他物种成为今天地球的统治者，明天就会有新的物种战胜人类成为新的统治者，而这一天一旦到来，我们也别无选择。
范文四：Can Man Triumph Over Nature)
21小时前作者: 依 儿768人读过相关文章我要投稿字体 【 大 中 小 】Ever since humanbeings come into being, we had never stopped the action to put our feet on each inch of land we can find.
We fight against nature, at first, for survival. Our nation buildup the reservoir for not only preventing flood but also generating electricity. This well proved that we can conquer nature and make it serve us better. Secondly, some people taking fighting against nature as a challenge of life, a way to gain honor. The climbing of Everest will be an exact instance here. However, nature has never give up trying to give man a lesson now and then. The earthquake of Tang Shan china in 1976 and the ground sea of India in 2004, nature reminded us of her unconquerable power by unanswerable facts.
Now, as you can see, we have the problem, it seems that we have never triumph over nature as nature did to us. When it is hard to draw a conclusion, dialectic is in favor of us. Contradictory evidence requires us think about the question dialectic. Then wet it. Neither man or nature can triumph over each other. If we go our own way shortsightedly, we will finally reap as we have sown: worse crisis of resource, worse pollution of invironmen
So brightly future just depends on armonious relationship with nature.
范文五：当地时间日，法国巴黎，巴塔克兰剧院发生人质劫持事件后，一名满身是血的男子在警察护送下打电话。 　　当地时间11月13日晚，巴黎遭遇“史无前例”的恐怖袭击，导致132人遇难，300多人受伤，震惊世界。这一天由此成为法国二战胜利后最黑暗的一天，很多人将这次事件形容为欧洲的“9?11”，其实，论人员伤亡程度，远不及当年的“9?11”，但影响却同样深远，这是因为人们突然意识到反恐了十多年，恐怖组织发动袭击的能力变得如此强大，带给人们的震撼并不亚于其“集体处决”的手段之残忍。 　　从袭击方式来看，“9?11”更像是恐怖主义的“一锤子买卖”，而巴黎事件则是一系列的活动，爆炸、绑架、枪战，让人担心恐怖组织进行城市恐怖战争的能力正在形成。 　　面对恐怖主义，面对IS，全世界光有对法国的政治支持，秀一秀“法兰西色”，还远远不够，我们有理由相信，这次事件将对法国、欧洲乃至世界反恐怖主义格局形成深远的影响，但要说第二次全球反恐大联合就此形成，还真不敢那么乐观。 　　十几年前，“9?11”的发生形成了第一次反恐大联合，但后来美国对恐怖主义搞双重标准，导致反恐合作不再紧密，甚至出现巨大分歧。比如，中国新疆地区发生暴恐袭击时，西方一些国家、一些政客总是习惯发表一些阴阳怪气的言论。这一次，面对比基地组织更强更凶残的IS，西方能否不再把反恐当做工具，而视为共同的目标？ 　　法国是不幸的，但袭击发生在法国并不意外，几乎全世界的舆论早在难民潮发生时就提醒过要防范恐怖分子、极端分子混入，现在，一语成谶，还一并发现了法国的情报漏洞。 　　即便有一条生命不幸罹难都是全世界的悲剧，巴黎的血和泪，我们当然要感同身受，但也不要忽视一个事实，132，这个数字放在叙利亚、伊拉克被IS杀戮的平民中真的太不起眼了，任何一条生命都是平等的，但是当恐怖分子在中东集体屠杀成百的儿童、平民时，全世界的反应远没有这次激烈，这难道不是一个悖论吗？ 　　恐怖主义是全人类、包括穆斯林兄弟在内所有宗教的敌人，就像当年美国寻仇，我们不意外，接下来会有一场“带着对法国的爱”的复仇的发生。法国的战机、航母已经出动。 　　这当然是一场正义与邪恶的战争，但追寻问题的背后，“代表正义”的西方能否发现面对的最大困难或许并不是IS，而是他们自己？ 　　（首席记者 杨 江）
范文六：用智慧战胜敌人
浦城县九牧中心小学五（2）班
今年是抗日战争胜利65周年。这场战争给我们留下了惨痛的记忆，也留下了英雄，英雄们为了正义与和平抛头颅洒热血，浴血奋战，可歌可泣！但这里我更想歌颂的是英雄们的智慧——是中国人民的智慧战胜了邪恶的鬼子。
我想起了课本中读过的《冀中的地道战》。读完《冀中的地道战》后，我深有感触，感到为了打鬼子，中国人民的智慧是无穷无尽的。《冀中的地道战》讲述了在抗日期间，各地人民团结起来对抗日本鬼子的事。其中冀中人民挖的地道出口有尖刀，只要敌人一不小心，就会掉下陷阱，那他的小命就没了。就算日本鬼子躲过了尖刀，后面还有更厉害的等着他们：在地道里，有一些迷惑洞，只有一条路是对的，其他的都有地雷等着他们。选对了路也过不了“孑口”。“孑口”只容一人通过，只要在后面一个人提着一根棍子，就能把“孑口”守住，敌人休想通过。这样坚固的防守使得敌人无法攻击我们的军队。接着，敌人想出了自以为巧妙的方法，都被聪明的人民群众巧妙地破解了：敌人放火，人民在洞口准备着土和沙，可以灭火；敌人用毒气攻，人民在“孑口”装上木版，放下来挡住毒气；对付水攻的方法更妙，人民把地道与水井连接在一起，水从洞口进，从水井流出，根本攻击不了人民群众。地道战是劳动人民的血汗和智慧凝结而成的。
2010年 9月3日是抗战胜利65周年纪念日，中国人要勿忘国耻，学习历史，更要用我们的智慧建设起我们强大的祖国，不让它再受到任何伤害。
范文七：人工智能PK人类智能
经过几十年的发展，人工智能已成为涉及计算机、心理学、系统论、博弈论、哲学等领域的交叉学科。人工智能的研究是一项极富挑战性的工作，不论是它的复杂性和学科交叉性，还是它那些带有根本性的思考和创新，其实都是人类对自身的不断认识和挑战。人工智能的研究，最终会不会使人类建成“智能体乌托邦”？人工智能与人类智能的关系问题，从20世纪80年代在国内外就进行了非常激烈的辩论。
首先，让我们了解下人工智能与人类智能。
人类智能活动的能力是人类在认识世界和改造世界的活动中，由脑力劳动表现出来的能力。人类的自然智能（人类智能）伴随着人类活动时时处处存在。人类的许多活动，如下棋、竞技、解算题、猜谜语、讨论问题、编制计划和编写计算机程序，甚至驾驶汽车都需要“”“智能”。而人工智能实际上是在计算机上实现的智能或者说是人工智能在机器上的模拟，因此又可以称为机器智能。人工智能的第一大成就就是发展了能够求解难题下的下棋（如国际象棋）程序。目前人工智能的研究领域包括：自然语言处理、自动定理证明、智能数据检索系统、机器学习、模式识别、视觉系统、问题求解、人工智能方法和程序语言以及自动程序设计。
人工智能从上世纪五十年代诞生起就表现出了极强的生命力，它在上世纪八十年代后期得益于计算机软硬件发展的日新月异而得到迅猛发展。主要表现在军事、医疗、科技等等领域。那么人工智能能否超过人类智能呢？人工智能与人类智能的关系以及人工智能的发展趋势问题，从20世纪80年代在国内外就进行了非常激烈的辩论。既有一部分人认为人工智能只能作为人的工具的延长而不可能取代人的大脑的工具论；也有一部分人持人工智能一定会战胜人类智能的观点，他们从达尔文的进化论进行类比推断，对比人类智能和人工智能相对发展的速度和加速度，认为人类智能虽然在短时期内还占有绝对的优势，但是从人工智能近些年突飞猛进的发展速度和加速度来对比人类智能对等时间发展来看，人工智能战胜人类智能绝对只是时间的问题。
就个人而言，我比较支持前者的观点。人工智能诞生的初衷是作为人类工具的延长，其作用从其诞生的那一天就已经定性，人工智能只能作为人类智能的附庸和补充，而不可能对人类智能构成挑战，更不可能取代人类智能。 人工智能的本质是对人类智能思维的模拟从方法论上讲模拟一般分为两种结构模拟和功能模拟结构模拟方法根据系统之间形态结构的相似性运用物理模拟和数学模拟方法用模型去模拟对象通过模型来间接地研究原型的规律性这种传统模拟方法在科学技术的发展过程中发挥了巨大的作用。但是当系统之间在形态和结构上相差极大，或原型的结构机制没有得到充分的理解时，结构模拟方法就很难进行对人脑进行结构模拟，就是仿照人脑的结构机制试图制造出类人脑，其模拟的前提是人脑这个原型的结构机制已有了可靠的理解。但是由于人脑这一巨大系统的极端复杂性，当代脑科学尚没有弄清其结构机制，所以从结构上模拟人脑现代科学尚处在研究试验之中。 美国科学家艾什比认为，要制造一个综合能力的机器脑，在原则上没有什么问题，所需要的只是时间和技术进步。他强调，这种脑一旦制造出来，
决不只是简单的机械执行和模仿，它还能够自己学习，发展自己的智慧。 还有一位科学家维纳认为，机器确实能制造得比其制造者更聪明。 他们都遵循了强人工智能观点：计算机不仅使智力工具，事实上具有恰当程序的计算机就可以等同于人类的智力。人工智能的发展是没有限度的。
有一个著名的人机对弈实验：从20世纪90年代初期开始，美国IBM公司安排了一系列计算机挑战国际象棋世界冠军卡斯帕罗夫的活动，卡斯帕罗夫一直没有输过。日，卡斯帕罗夫同IBM公司的超级计算机“深蓝”之间的又一场对抗赛落下帷幕，卡斯帕罗夫第一次以2.5比3.5负于“深蓝”。在总共6盘的比赛里，卡斯帕罗夫的成绩是1胜、3和、2负。这场“人机大战”的结果轰动了世界，它在世界范围引发人们讨论人工智能能否超过人类智能的问题。这个实验也是强人工智能的重要试验之一。 计算机是没有意识的 。还有一个有趣的例子就是电子计算机下国际象棋：在美国目前最好的电子棋手叫Belle，Belle在走棋子时能每秒检验15000棋子位置，但在正式棋赛所要求的两小时走四十步的速度下，是胜不过人的象棋大师！对棋的残局Bell能力尤低，胜不过一般进入棋赛选手的一半，虽然在开局时能胜过95％的选手。所以人到底比电子计算机强!据说电子计算机计算程序的弱点在于不能从全盘敌我双方棋子的布局中通盘估算形势；而这在残局子少时，人的这方面能力就十分突出。人不是靠算，而是靠认出形势。此例很好地说明了人工智能是不可以战胜人脑的。事实胜于雄辩，从我举的那两个例子更加证明了人类智能是胜于人工智能的。虽然“深蓝”有所胜绩，但最终还是输给了世界棋王，而且，就其本质也是靠许多专家事先编制的程序以及每秒上亿次的运算能力来作战的。
但我认为，计算机只不过是一个强有力的智力工具，人工智能的发展是有限度的，它可以不断接近人类智能，而永远不可能超过人类智能。 就拿这个实验来说，其实真正的比赛是在卡斯帕罗夫与深蓝设计小组中的程序员和工程师之间进行的。在某一个领域它很厉害，但是，它不会学习如何下棋，也不会从它下过的棋中吸取经验。计算机能够完成和表现出某种智能行为，仅仅是因为它执行了人们实现编制好的操作规则，就是说，是人类智能决定了机器智能。 不仅如此，机器是连意识都没有的，更别谈其智能超过人类智能的了。
首先，世界是物质的，意识是物质的反映，意识是物质发展到一定程度才产生发展起来的，意识是特殊物质（人脑）运动的产物和活动表现，意识是人类在适应世界和改造世界时所进行的信息处理过程及其产物和表现。只有活着的、具有生物结构的生物才能有意识，因此，一台人造的、非生物的机器是不能有意识的。 其次，人工智能是无意识的机械的物理的过程，不具备由世界观、人生观、情感、意志、兴趣、爱好等心理活动所构成的主观世界，而人类智能则是在人脑生理活动基础上产生的心理活动，能使人形成一个主观世界。最后，电脑必须接受人脑的指令，按预定的程序进行工作，它不能输出未经输入的任何东西，所谓结论只不过是输入程序和输入数据的逻辑结果。而人脑功能不仅采取感觉、直觉、表象等形式，反映事物的外部现象，而且能够运用概念、判断、推理等形式对感性材料进行加工制作，选择建构，从而使感性认识上升到理性认识，把握事物的本质和规律，在反映规律的基础上，提出新概念，做出新判断，既有对当前的反映，又有对过去的追溯和对未来的预测，可以超越特定时空的限制，具有丰富的想象力和创
造性。而且，人工智能是机器进化的结果，没有社会性。人作为社会的存在物，人脑功能是适应着社会生活的需要而产生和发展的。况且，生物必须经历一个生长过程，并花费很长的一段学习时间才能逐渐地获得意识，机器是没有生活历史的，所以它不可能有意识。不能说，“深蓝”因为有正确的程序就被称之为有意识的。
著名科技哲学教育家钱俊生（全国党校系统自然辩证法研究会理事长、博士生导师），他认为：“演唱和增强人脑的智能，提高主体认识能力，是研究人工智能的目的。要达到这个目的，就要认识人脑及思维规律。在局部功能上，人工智能已经可以代替超过人工智能，但在全局上，造出一个与人一样能够思维的机器来，是不可能的。人的认识能力是无限发展的，人的智能水平处于进化之中，作为人类认识工具的人工智能也在不断发展，但人工智能与人的智能的差距始终存在着，人的主体地位是改变不了的”；孙鹏文、赵永红、富秀荣等人运用马克思主义自然辩证法的观点从人工智能和人类智能的起源、思维方式、认识方式、语言形式四方面论述了二者之间的关系 ,得出“人工智能虽能延长人的大脑、扩大人的智能、放大和部分代替人类脑力劳动 ,但却不可能完全代替 ,更不可能超过人类智能”；人工智能凭借特有的载体、资源和工作条件必然会发展出自身独特的方法和系统 ,但它不可能完全等价于人的生理神经智能。人工智能既在无限可能的前提条件下发展着，也在永恒的质的差异条件下受到局限”；博士研究生钱铁云发做出了“计算机永远不能摆脱作为人类工具的命运,人工智能也永远不能超越人类智能”的论断。
人工智能也永远无法超越人类智能。就像电脑只是人脑的延伸和补充，它不可能在整体上超越人脑，不可能完全取代人脑，更不可能反过来支配和统治人类；人工智能也只是人类智能在机器中的再现或复制，是人类智能某种属性的延伸，不可能取代人的意识。 就电脑的产生来说，它是认识主体创造的，是主体的目的和需求的产物；就电脑的作用形式而言，它是人脑的延伸物，属于主体的认识手段或认识工具，是主体认识能力的表现。所以，电脑仅仅是人类改进和完善自己生活的创造物，再高级的电脑也是人脑设计制造的，不可能代替人脑而成为独立的认识主体。从总体上看，因为电脑不是生活在社会之中，没有人那样长期的社会实践，不具备人的社会属性，因而也就不可能具有真正意义上的思维。所以，无论科技如何发展，电脑也不可能像人一样具有社会性，电脑本身的运作不具有任何的社会意义，当然也无法超越人类。不否认电脑给我们生活带来的诸多便利。电脑在人类社会生活的很多领域解决了用人力很难解决的问题。而且，人工智能的产生和发展也为人类智能提供了新的时间和空间尺度，给人类提供了一个新的创造领域。但是，如果因为电脑的广泛应用而认为其不存在一个技术性的界限，认为人工智能可以代替人类智能，则是没有根据的，也是不可能的。
机器智能虽是有限的，也永远不可能超过人类智能；但是，机器智能向人类智能的接近却是无限度的，机器智能可以无限逼近人类智能。虽然卡斯怕罗夫最终输给了深蓝，但深蓝是人类工程师制造的，其所有棋步于演算来自全世界的国际象棋棋手，可以说是卡斯怕罗夫跟全世界顶尖的国际象棋棋手下棋而深蓝只是个媒介，归根结底他还是输给了人类智能。人工智能是不会战胜人类的。但有一点是，人工智能必将在未来的社会进步中起到越来越重要的推动作用，时间将会证明谁是谁非。
综上所述，我认为人工智能是无法超越人类智能的，但我也不否认人工智能给我们生活带来了诸多便利。人工智能在人类社会生活的很多领域解决了用人力很难解决的问题。而且人工智能的产生和发展也为人类智能提供了新的时间和空间尺度，给人类提供了一个新的创造领域。但是，如果因为人工智能的广泛应用而认为其不存在一个技术性的界限，认为人工智能可以代替人的思维，则是没有根据的。
参考文献：
[1] 尚富华.李军.人工智能及其运用[M].北京:石油工业出版
社,2005.5.
[2] 钱学森.关于思维科学[M].上海:上海人民出版社,1986.年.
[3] 何华灿等.人工智能导论[M].西安:西北工业大学出版社,1988年.
[4] 蔡自兴.徐光祐.人工智能及其运用[M].北京:清华大学出版社,2004.8.
[5] 范德清.魏宏森.现代科学技术史[M].北京:清华大学出版,1988.
[6] 王永庆.人工智能原理与方法[M].西安:西安交通大学出版社,1999年.
[7] 张云峰.人类智能与人工智能[J].深圳.沿海企业与科技,2003.3.
范文八：① 人工智能定义：人工智能这个术语自1956年由数学家麦卡锡正式提出，并作为一个新兴学科的名称被使用以来，已经有50多年的历史了，人工智能(Artificial Intelligence)，英文缩写为AI,是一门综合了计算机科学、生理学、哲学的交叉学科，人工智能的概念由于智能概念的不确定因此没有一个统一的标准。从字面理解，人工智能就是用人工的方法在计算机上实现人类的智能。学界一般认为：人工智能就是用电脑模拟人脑的智能行为，包括感知、学习、推理、对策、决策、预测、直觉、联想。把人处理问题的方式编入智能程序，使不能思维的机器也有智能，使机器能做那些需要人的智能才能做的事，也就是人工智能。人工智能本质上是对人的思维的信息过程的模拟。对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器，这个当然不可能，因为前边说过，人类对于自身的大脑以及思维过程尚没有一个清楚的认识，况且人类智能也在不断的进化和发展，人工智能作为人类智能主体客体化的产物，其作用和功能受到人类智能的制约所以要低于人类智能；二是功能模拟，就是撇开人脑的内部结构，而从其功能能够过程进行模拟。模拟思维不可能超越其被模拟的真正思维。人类同机器的关系永远是制造与被制造、支配与被支配、使用与被使用的关系，而不是相反。认为机器思维能够完全取代人脑，人工智能能够战胜人类智能，机器人将会统治世界的观点是没有根据的。
②从哲学观点看：要真正看清楚人工智能与人类智能的关系，必须从哲学的高度上分析。从马克思主义哲学观点来看,人工智能的产生是社会发展到一定阶段的产物,是人类智能发展到一定程度的必然产物。
按照马克思的观点，意识是物质的产物，是物质世界在人脑中的主观映像，这是物质意识关系问题上的唯物主义。意识对于物质有能动的反作用，这是意识、物质关系问题上的辩证法。而无论是物质决定意识，还是意识反作用于物质，都离不开社会实践，只有在实践中发生，在实践中实现。马克思主义哲学所说的意识创造世界，不是由意识本身直接创造世界，而是人们从物质世界及其规律的客观存在出发，依照自己的需要在意识中形成观念的目的，创造观念的对象，并通过物质的活动改变客观事物的形态，从中实现自己的目的，使观念的对象变成现实的对象，意识的能动性和创造性，在任何时候都不能超越物质的界限。也就是说作为人类意识产物的人工智能不可能超越人类智能。
分析哲学家曾提出：语言的界限即为（可认识）世界的界限。因为无法用语言表述的对象是不能进入人意识的，因而是不可思维的。同样，凡是不能被形式化的任务，都无法转化为机器的动作方式，因而是不能实现的。所以形式化圈定了可能的机器智能范围。语言的形式化是不能由机器自身完成的，所以，人工智能仅仅是人类改进和完善自己生活的创造物，再高级的人工智能也是人类设计制造的，不可能代替人类而成为独立的认识主体，所以机器无法摆脱对人的依赖，而超过人类。因此人工智能超越人类智能在哲学上讲是一个悖论。
③ 机器思维和人工智能在未来发展的可能性和重要性有其值得重视的一
面，但机器思维只是人的思维在一定程度上的延伸和补充，而不是一种独立的思维，机器思维同人类思维具有本质的区别：
第一，二者的物质承担者不同。智能机器毕竟还是机器，电脑只不过是人脑的模拟物，它只是由一些电子管、晶体管、集成电路等电子元件和线路，组成的机械的、物理的装置，并用软件方法等按程序模拟人的思维活动，纯系无意识的机械的物理的过程。人工智能的每一项成就，都离不开对人类思维规律的掌握和模拟。而人的思维的物质承担者是人脑，是高度组织起来的复杂的体系，人类智能主要是生理的和心理的，是一个多层次的、错综复杂的运动过程。人类思维的生理机制，是在两种信号系统协同活动之下，特别是在第二信号系统的主导作用下经过人脑对刺激物连续的分析和综合，所形成的一种复杂的联系系统，是一种有高级神经中枢组织的复杂的生理心理过程。
第二，二者在智能活动中的地位不同。人类的智能活动同实践活动一样，在系统结构上是由主体、中介和客体构成的，只有人才是智能活动的主体，而智能机器只能在人的事先安排的程序下工作，只能按照人赋予的思维功能对外界作出反应，只能充当智能活动的中介或被人认识和改造的客体，因此，如果根据智能机器能够利用机械的、物理的特性模拟人的某些智能活动，就认为机器可以作为主体，从而提出“人工认识主体”的观点，是很难有说服力的。而且，在作为主体的人同客体的关系中，除了实践关系、认识关系外，还有价值关系和审美关系等。这些复杂的关系是智能机器无论如何也不可能具有的。
第三，二者在思维的程序上不同。电脑以它惊人的记忆力、敏捷的运算速度、精确的逻辑判断能力，可以代替甚至超过人类的部分思维能力，但是它只能接受人脑的指令，必须由人预先把思维过程加以形式化和符号化，以一定的信息输入电脑，它才能工作。二者的程序总是人脑的思维在前，电脑的功能在后。人类思维随着社会实践的发展而日新月异，每当人类把新的知识输入电脑时，更新的思想又会在人脑中萌发。也就是说只有人的认识能力的不断发展，才有认识和模拟人的认识能力的发展，智能模拟始终是跟在人类智能后面的模拟物。人工智能只会用一种固定的特殊价值尺度，去衡量事物，根本不能去创造和选择新的价值。而人脑思维的最可贵之处便在于它始终能依据主客体与环境的变化和需要，不断去创造和选择新的价值。
第四，人工智能没有社会性。人类意识是社会的产物，具有社会性。作为思维主体的人，不仅有血、有肉、有大脑，更重要的是拥有各种实践和认识的工具（包括拥有智能机器）同他人处于一定的社会关系之中。人在行动时要考虑到由此引起的这样或那样的效果，这是智能机器无论怎样先进都是无法达到的，人工智能只执行特定的指令，并不探求任务本身的社会意义，不会考虑到社会后果。
第五，人工智能不具有人类思维的严密性。人类意识是物质世界长期发展的产物，是人类在生理基础上的心理过程，是由人类的情感、直觉、想象、猜测等心理活动所构成的精神世界。机器思维是人们利用电子管、晶体管、集成电路等电气元件和线路所组成的机械的、物理的装置，纯属无意识的机械物理过程。
第六，人工智能没有人类意识所特有的能动创造性。人脑的思维活动是一种能动的创造性活动，它能不断地提出新问题，发现新事物，并通过实践创造出属于人的新世界。人工智能必须由人预先把思维过程形式化和符号化，并通过一定
的程序输入才能工作，机器模拟人的意识活动，却毫不理解这一活动，更不会提出新的问题来。在社会实践中，人有自觉的认识，人由于人脑的自控能力，而具有高度的主动性、灵活性、随机性，人能够通过自己的活动，在改造客观世界的同时改造主体世界，变改大脑的知识储量，使自己越来越聪明，可以在实践中学到原来不知道或不完全知道的东西，因此说明世界上真正的聪明的是人而不是机器。
通过以上比较分析，可以看出，模拟思维不可能超越其被模拟的真正思维。人类同机器的关系永远是制造与被制造、支配与被支配、使用与被使用的关系，而不是相反。也就是说,人工智能永远处于从属地位,人类思维在前,电脑模拟在后。人工智能绝不会取代、超越人的意识。认为机器思维能够完全取代人脑，人工智能能够战胜人类智能，机器人将会统治世界的观点是没有根据的。
人工智能存在先天性的不足，也就是人工智能的设计原理和动力是作为人类智能的辅助和补充而不是作为将要取代人类智能。人类智能从诞生的那一天起就决定了它将来的命运，只能作为人类智能的工具，无论其功能如何强大、其智能化程度有多高，人工智能和人类智能之间存在着不可逾越的鸿沟，人的主体地位是无法动摇的。人类对人脑的功能会不断地进行认识，从而人工智能会不断的迫近人类智能。但从动态分析上，即人类智能也在不断的进化和发展，人工智能作为人类智能主体客体化的产物，其作用和功能受到人类智能的制约所以要低于人类智能。
④ 案例（1）：日在国际象棋“人机大战”最后一局较量中，ＩＢＭ超级计算机“深蓝”仅用了一个小时便轻松战胜国际象棋特级大师卡斯帕罗夫，并以3.5比2.5的总比分赢得胜利和70万美元的奖金。这是否能说明人工智能可以战胜人类？当然不能。准确地说，卡斯帕罗夫与“深蓝”之间的比赛不是“人机大战”，而是许多国际象棋大师在软件专家的帮助下借助一台超级计算机联手对付他一个人。所以，他的对手并不是“深蓝”，“深蓝”只不过是一个工具，一种媒介而已。他真正的对手是“深蓝”背后的棋坛高手和计算机专家，甚至还包括他自己。就其本质也是靠许多专家事先编制的程序以及每秒上亿次的运算能力来作战的。而且不为人熟知的是卡斯帕罗夫最终凭借丰富的经验和随机应变的技巧战胜了“深蓝”。归根结底人工智能还是输给了人类智能。
案例（2）：一个有趣的例子就是电子计算机下国际象棋：在美国目前最好的电子棋手叫Belle，Belle在走棋子时能每秒检验15000棋子位置，但在正式棋赛所要求的两小时走四十步的速度下，是胜不过人的象棋大师！对棋的残局Bell能力尤低，胜不过一般进入棋赛选手的一半，虽然在开局时能胜过95％的选手。所以人到底比电子计算机强!据说电子计算机计算程序的弱点在于不能从全盘敌我双方棋子的布局中通盘估算形势；而这在残局子少时，人的这方面能力就十分突出。人不是靠算，而是靠认出形势。此例很好地说明了人工智能是不可以战胜人脑的。
⑤ 总结：电脑不可能超越人脑；人工智能也永远无法超越人类智能。电脑只是人脑的延伸和补充，它不可能在整体上超越人脑，不可能完全取代人脑，更不可能反过来支配和统治人类；人工智能也只是人类智能在机器中的再现或复制，是人类智能某种属性的延伸，不可能取代人的意识。 就电脑的产生来说，它是认识主体创造的，是主体的目的和需求的产物；就电脑的作用形式而言，它是人脑的延伸物，属于主体的认识手段或认识工具，是主体认识能力的表现。所以，电脑仅仅是人类改进和完善自己生活的创造物，再高级的电脑也是人脑设计制造的，不可能代替人脑而成为独立的认识主体。从总体上看，因为电脑不是生活在社会之中，没有人那样长期的社会实践，不具备人的社会属性，因而也就不可能具有真正意义上的思维。所以，无论科技如何发展，电脑也不可能像人一样具有社会性，电脑本身的运作不具有任何的社会意义，当然也无法超越人类。不否认电脑给我们生活带来的诸多便利。电脑在人类社会生活的很多领域解决了用人力很难解决的问题。而且，人工智能的产生和发展也为人类智能提供了新的时间和空间尺度，给人类提供了一个新的创造领域。但是，如果因为电脑的广泛应用而认为其不存在一个技术性的界限，认为人工智能可以代替人类智能，则是没有根据的，也是不可能的。
范文九：人工智能PK人类智能
人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包
近50年来，人工智能走的是一条曲折发展的道路。1990年代初，研究者深感人工智能理论及技术的局限性，从而从不同角度和层次进行反思。同时，人工智能有待于人类对人脑工作机理的深入了解，需要神经生理学、神经解剖学给出更加详细的信息和证据。
人工智能交融了诸多学科，与哲学更是密不可分。尽管事实上，新近的哲学进展基本上没给科学带来任何冲击，并且哲学的讨论对象往往是悬而未决的，但科学却在继续改变着我们对自己的认识。正如恩格斯所说（恩格斯. 自然辩证法. 北京: 人民出版社, ）：“不管自然科学家采取什么样的态度，他们还是得受哲学的支配。问题只在于：他们是愿意受某种坏的时髦的哲学的支配，还是愿意受一种建立在通晓思维的历史和成就的基础上的理论思维的支配。”着眼于更宽泛的视野和更远大的目标，要求从哲学角度寻求更加有效的人工智能研究方法。坚持物质决定意识的观点，辩证地看待已有的认识和方法，融合与集成各相关学科的成就和意见，是正确的出发点。
首先，人类智能与人工智能具有一定的内在联系。人工智能的本质是对人的思维的信息过程的模拟，是人的智能的物化。因此，人工智能可以模拟人脑的某些活动，取代人的部分脑力劳动，甚至在某些方面超过人脑的功能。其次，人工智能决不会成为人类智能，取代人的意识，人工智能和人类智能有着本质的差别：第一，人工智能不具备人的全部意识形式。人工智能属无意识的机械的物理过程，而人的意识活动却主要是生理的和心理的过程。第二，意识是社会的产物，意识活动要考虑社会后果。人工智能没有社会性。第三，意识具有主观能动性，人工智能不具有人的主观能动性。智能机器的自动性是受命于人的，是人的主观能动性的表现。人工智能的本质是对人的思维的信息过程的模拟，是人的智能的物化。它不能完全替代、全面超过人类思维，更不能控制、统治人类本身。意识是物质的产物，但又不是物质本身；意识是离不开物质的，但又不同于物质而具有精神的特征。意识是人脑的机能，是客观存在的主观映象。这是对意识本质的科学规定。意识的这一本质，体现了人对物质世界把握的能动性。
几千年来，人类习惯于拔高自己在生物界的地位，习惯凌驾于万物之上，把自己当成万物的神灵，把人类看成是不可逾越的。这种思想影响我们对人工智能的正确判断，认为人工智能不能逾越人类智能，
现实是，人类只不过是世界万物中的一员，在地球上，人类只不过是领先了一步，在茫茫宇宙中我们人类未必是最优者。如果我们平等的看待人脑思维与人工智能的关系，认识到人脑结构与计算机结构的区别只不过是俩种不同的结构，俩种不同的结构分别产生的人类智能和人工智能不会完全等同。当俩个互不包含的结构是静止的时，两者之间可能存在有层次差别，但当俩个互不包含的结构都处于发展状态时，我们是不可能确定谁的层次最终
会更高的。当我们在用人工智能模拟人脑时智能时，实际上是在寻求俩种结构在功能上的交集。由于至今我们没有搞清楚人脑结构，因而我们创造的计算机结构不太可能与人脑结构同构，故而俩种不同结构之间不可能存在谁先属谁的关系，因此，人脑思维和人脑结构是俩个结构不同的，平行发展的智能体系。人类智能是一种结构的产物，人工智能也是一种结构的产物，由蛋白质构成的结构产生的智能是智能，用硅片构成的结构产生的智能也是智能。人工智能这种新结构，新智能的产生，应该会伴随带来不同于人类智能的新思维。
比如这次的人机大战：
“机器最后获胜，应该为此高兴还是为此发抖？”法国国际广播电台称，对此科学家看法不一。巴黎人工智能专家卡纳斯亚分析说，机器与人脑对决胜出，将是一个重要时刻。而随着人工智能的进一步开发，当然存在着潜在的巨大危险，倒不是技术本身的问题，而是使用这种技术去做什么。
谷歌高级研发人员迪恩在人机大战前试图打消人们的担忧：“人工智能有好处也有坏处，究竟如何使用人工智能，需要人类社会自己做出决定。在健康方面的人工智能有助于改善人的生命状态”。美国全国广播公司称，“阿法狗”和李世石的对决正在拓宽人工智能的边界。深度思维公司设计“阿尔法围棋”的最终目的是建立一种通用的人工智能，在医疗和老年看护机器人方面进行应用。
“机器人取代不了人类，”王飞跃对《环球时报》说，当年原子弹造出来的时候，觉得世界要被毁灭;现在世界上有多少枚原子弹，人类还不是好好地在发展。张颐武对《环球时报》说，现在科学技术走在了前面，这就要求社会文化跟上，对哲学、社会学、伦理学、心理学等诸多方面都提出前所未有的挑战，“但这不是坏事，人类需要未雨绸缪”。
“‘阿法狗’抛出的话题绝对不轻松”，韩国《中央日报》评论称，虽然只是限制在围棋这一领域，但人工智能已经到了与人类进行平等对决的程度。 “无法断言人工智能的未来，但如果想对此做出判断，必须充分了解人工智能”。该报提出一种思路，希望人机大战引发的关注能成为韩国人工智能产业发展的契机。文章指出，“除去三星电子公布与脸谱的相关技术合作外，韩国企业在人工智能领域的存在感并不大”。
庄子与惠子有如下的对话。庄子与惠子游于濠梁之上，庄子曰：“倏鱼出游从容，是鱼之乐也。”惠子曰：“子非鱼，安知鱼之乐？”庄子曰：“子非我，安知我不知鱼之乐。”惠子曰：“我非子，固不知子矣，子固非鱼矣，子之不知鱼之乐全矣。”庄子曰：“请循其本，子曰‘汝安知鱼乐’云者，既已知吾知之而问我，我知之濠上也。”（庄子·秋水）
人类智慧与人工智能孰高孰底、熟胜孰负，智能的复杂和神秘，如同这段文字本身的内涵和后代的种种解析那样，引人入胜，令人悠然神往。
人工智能在更多领域的成功应用，依赖于对人类大脑的彻底解读，而这 还有相当漫长的路要走。目前，我们已经看到，通过深度学习，计算机可以很好地识别图像、语音、语言。当我们用计算机来进行别的工作时，比如文学创作或者终身学习，我们会发现计算机还不够智能而已。
我的观点是：通用人工智能将会在基本工作原理和人类大致相当，既不更高也不更低。如果这种系统真能造出来，那说明我们已经基本搞清了智能是怎么回事。在那以后即使计算机在大量具体问题的解决能力上超过人类，
并且可以通过学习进行自我提高，人类仍然可以根据其工作原理寻找用其利避其害的办法。人工智能是人类智能的延伸，所以人工智能会有人类智能的局限，如果用集合表现的话人工智能应该从属于人类智能，也就是说人工智能是人类智能的一种表现，也可以说属于人类智能的范畴，因此，人工智能超越人类智能在哲学上讲是一个错误的理论，虽然李世石最终输给了阿尔法狗，但是阿尔法狗是人类工程师制造的，其所有棋步与验算来自全世界的国际象棋棋手，可以说是李世石跟全世界顶尖的国际象棋棋手下棋而阿尔法狗只是一个媒介，归根结底他还是输给了人类智能，再厉害的人工智能无限接近于人的智能，而不能超越人的智能，但是从宏观和具体的应用方面，人工智能确实比人厉害，因为在控制设备方面它可以面面俱到，而人可能会有忽略，但是人工智能缺少智能最基本也是最重要的三个能力，那就是创造.思考和情感，所以人工智能是不会战胜人类智能的。
电脑如果取代了人脑，那他再好又有什么意义呢。就像生物存在的意义就是繁衍后代，电脑存在的意义就是为人类服务，如果他取代了人本身，他就没有任何意义了。而且人类是不会允许这件事发生的。
而且，电脑应该本着为人服务而不是取代人,况且电脑复杂的编程难道不需要人来输入? 别忘了,现在的高科技追根问底,可都是来自人类文明. 像克隆人这些违人本的东西,人类不会创造的,即使创造了也是为自己服务而已。
我的观点是：通用人工智能将会在基本工作原理和人类大致相当，既不更高也不更低。如果这种系统真能造出来，那说明我们已经基本搞清了智能是怎么回事。在那以后即使计算机在大量具体问题的解决能力上超过人类，并且可以通过学习进行自我提高，人类仍然可以根据其工作原理寻找用其利避其害的办法。人工智能是人类智能的延伸，所以人工智能会有人类智能的局限，如果用集合表现的话人工智能应该从属于人类智能，也就是说人工智能是人类智能的一种表现，也可以说属于人类智能的范畴，因此，人工智能超越人类智能在哲学上讲是一个错误的理论，虽然李世石最终输给了阿尔法狗，但是阿尔法狗是人类工程师制造的，其所有棋步与验算来自全世界的国际象棋棋手，可以说是李世石跟全世界顶尖的国际象棋棋手下棋而阿尔法狗只是一个媒介，归根结底他还是输给了人类智能，再厉害的人工智能无限接近于人的智能，而不能超越人的智能，但是从宏观和具体的应用方面，人工智能确实比人厉害，因为在控制设备方面它可以面面俱到，而人可能会有忽略，但是人工智能缺少智能最基本也是最重要的三个能力，那就是创造.思考和情感，所以人工智能是不会战胜人类智能的。
参考文献：
[1]周以真.计算思维[J].中国计算机学会通讯,2007,(3).
[2]周晓东,刘雪梅.信息时代的计算机人工智能[J].硅谷,2010,(1).
[3]杜文静.人工智能的发展及其极限[J].重庆工学院学报,2007,(1)．
[4]李大社等.计算与计算哲学[J].山东工商学院学报,2009,(5).
范文十：!!
沿海企业与科技
!""#$#主持人：廖大宁
人类智能与人工智能
（广西大学
(摘要)分析人的智能如何产生%计算机的人工智能产生的条件和方法。
(关键词)人工智能*人类智能*计算机
计算机的人工智能如何实现，一直以来是计算机学术界讨论和研究最多的问题之一。有些计算机专家认为，计算机执行的都是人类事先编制好的程序，永远都是单调的"和+，不可能出现像人类那样的智能。还有一些则认为，正如在蚂蚁社会中，单个蚂蚁并不表现出任何智能，但是整个蚂蚁社会则表现出一定的群体性智能，如蚂蚁会建设蚁巢、蚁巢里有能调节温度的通风系统等等；由此可推论到计算机网络，当网络上的计算机数量超过了产生人工智能所需要的临界点后，人工智能就很自然地产生了。我认为，人工智能的产生必须由软件和硬件两个方面互相配合才会产生，只有当软件和硬件同时高度发达时，真正意义上的人工智能才可能出现。
让我们来分析一下人类智能产生的条件。人类智能产生的根源即物质基础是大脑，在这一点上，马克思是对的。大脑通过使用可以说是这个世界上最大约+’"亿的神经元来储存所需的信息，
的独立数据库。思想产生的关键就在这个海量数据库上。当外界输入信息时，如说话，大脑就搜索数据库，直到找到最合适的答案，然后就通过嘴巴将答案合成语音输出。思想有一个重要特点，就是有创造力，这个创造力其实也很好解释。当外界没有信息输入时，大脑就不断搜索自己的数据库，对各种信息进行关联组织，然后得出有意义的结论，这就是创造力。当然，并不是每次都有新的创造，但是考虑到人口的众多，东方不亮西方亮，总有那么一些人可以得出新的创造来。这个也可以用来解释为什么人类知识更新的速度出现爆炸性的情况，原因就是人口极度膨胀，同时闲人即有空闲时间的人大量增加。
我们要创造人工智能，可以模仿人脑的工作方式。比如说要实现人机对话，现在人机对话水平还很低，除了受到硬件条件的限制，还有就是还没有想到这一点，也就是软件方面的原因：当别人对你说话的时候，你要考虑的不仅仅是他的话，还要考虑许许多多其他因素，这些因素可能你没有意识到，但是你在潜意识里早就考虑到了，就是诸如表情、动作、服装打扮、天气、心情等相关因素，只有综合这些因素你才能得出正确的回答。例如你去别人家做客，临走时，主人问你“留下来吃饭吧”，这时你可以有两种合乎逻辑的回答“是”与“否”，至于选用哪种回答，你需要观察主人的表情、语调、动作、厨房里的动静，还有就是自己的意愿，这样你才能得出正确的回答。所以要实现人机对话，不能只输入语音信
财务处%广西南宁
息，还需给计算机增加视觉、触觉、味觉、嗅觉，这样才能真正实现人机对话。
人机对话是实现计算机人工智能的第一步，下一步我们需要给它赋予创造力———人类最引以自豪的东西。有了第一步，这第二步似乎就相对好走了，我们所做的只是给计算机以空闲时间，让它没事的时候把各种可能会有联系的信息进行较有理性的组合，当然也要让它偶尔把一些看上去没什么联系的信息进行组合———天才灵感的来源方式，这样计算机就有了创造力。不过这个创造力可不是那么清楚地显现出来，这需要许许多多的计算机都具有创造力时才会显现出来。可能你对此会有怀疑，那我们可以来看看人类的创造力，人类的石器时代经历了几十万上百万年，人类的创造力相对于这么久远的岁月，几乎可以视而不见*接着人类进入铜器时代，然后就是铁器时代……每一个时代的更替都伴随着人口的急剧膨胀，而且每个时代的持续时间越来越短，这一切都说明了人的创造力对于单个人类个体来说是很难看出来的，但是对于数量庞大的人类全体来说，就显而易见了。所以说第“二步看起来容易，做起来难。说到这里有人可能会问：网络有足够大的数据量，给它装上视觉等传感器，能产生人工智能吗？”回答是否定的。首先网络的速度太慢、数据太分散；其次没有一个软件对网络上的数据进行智能化统一管理。这就决定了网络在可预见的将来不可能产生人工智能。
但是我们应该注意到，现在的计算机技术使得计算机在某些方面具有了一定的智能，比如说：,-.的深蓝计算机在国际象棋比赛中战胜了人类最厉害的棋手卡斯帕罗夫。下国际象棋需要非凡的记忆力和逻辑分析能力，计算机在记忆力方面占优，卡斯帕罗夫在逻辑分析能力上占优，综合起来，计算机略胜一筹。虽说计算机是胜在记忆力上，但是其本身必定具有相当的逻辑分析能力，如若不然，单凭记忆力是不可能战胜人类的。由此可见，计算机已经具有了不完全智能。
综上所述，人工智能产生的条件，是要有一个海量存储器，速度要绝对地快（问上一句话要等上半天才回答，估计你不会满意吧），容量也要绝对地大，至少和人脑的容量那么大，然后加上其他配件组装成一台电脑，赋予它人的五感及各种输出设备，做好控制软件，可以考虑把一些基本的控制软件用硬件固化，就像人类的本能一样*这样人工智能相信就可以产生了。由此可得出一个结论，现阶段人工智能不可能产生；但是人工智能终将会出现，不过那要等到硬件高度发展，对人的智能如何产生进行深入研究，集合许许多多软件专家的集体智慧后，才能实现。我相信，只要人类社会继续发展去，人工智能一定会出现。