天才一秒記住【閃文書庫】地址：www.shanwen.tw
題就來了，還有什麼是人工智慧學不會的嗎？
人工智慧面臨的瓶頸
如果機器學習這麼厲害，人工智慧什麼都能學會，是不是很快就要取代人類了？
可以肯定的是，目前的人工智慧還不是什麼都能做，我們離萬能超級人工智慧還有很遠的距離。
那是運算速度的問題嗎？如果晶片算力按照摩爾定律、指數增長一直持續，我們會不會很快達到智慧的奇點？
我個人的觀點是，不完全是運算速度的問題，即便運算速度持續翻番，也還有一些階梯的困難需要一個一個地跨越。這些困難也許並不是永遠不可能跨越，但至少不是目前的演算法能簡單跨越的，而必須有新的演算法或者理論突破（其實現在也有很多別的演算法，我後面討論）。
說到這裡，閒聊兩句。很多事物的發展是階梯狀的。我們往往容易從一件事的成功，推測未來所有事的成功，然而遇到了下一個挑戰，仍然需要新的等待和突破。
關於人工智慧這件事，人們的議論往往太過於“now or never”，要麼認為目前已經條件成熟，只要算力增加，就能奇點來臨；要麼認為這都是痴人說夢，機器永遠學不會人類的心智。但實際上更有可能的是，很遠的未來有可能做到，但需要翻越一個又一個理論臺階。
舉一個例子。
從牛頓力學和工業革命時期來看，因為牛頓定律的強大，人們就認為自己解決了世界上所有問題，未來只需要算，就能把一切預測出來。那個時候就有哲學觀認為人就是機械機器。但事情的實際發展是：牛頓定律解決不了所有事。20世紀初，人們把牛頓定律和電磁理論結合起來，相信人類物理學大廈已經完備，只剩下頭頂上的“三朵小烏雲”，然而正是這“三朵小烏雲”，牽扯出了後面的量子力學和相對論，直到現在人們也沒有算出全世界。未來呢？人類有可能完全揭曉宇宙的奧秘嗎？有可能。但仍然有一個一個新的鴻溝。
與之類比，超級人工智慧有可能成真嗎？有可能，但不是立刻。技術上還有一個個困難臺階需要跨越。“深度學習”不是萬能的，算力也不是唯一重要的因素。
我把人工智慧目前還解決不了的問題，也稱為“三朵小烏雲”。
什麼是人工智慧目前解決不了的問題呢？我們仍然從“阿爾法狗”說起。
“阿爾法狗”的強大是所有人工智慧的強大，它面臨的困難，也是人工智慧問題的縮影。
“阿爾法狗”對一些人
本章未完，請點選下一章繼續閱讀！若瀏覽器顯示沒有新章節了，請嘗試點選右上角↗️或右下角↘️的選單，退出閱讀模式即可，謝謝！