人工智能也会主观臆断

在谈论这一观点前，我们先认知一下人工智能的几个阶段。

当我们可以将数据用更先进的方式存储和利用，在结合机器的计算逻辑和一定的规则，让机器有了代替人脑去判断的能力，这就是第一代人工智能（基于规则的人工智能），基于此，我们可以让机器识别考生答案的对错，实现诸如智能判卷的应用。

在深入下去，出现了第二代基于特征提取的人工智能，基于向量机的技术。弱点就是需要专家，需要专业知识，需要手动提取出特征，然后告诉机器（程序），这样机器才能识别出什么是树叶，这就有出现欠拟合和过拟合的问题，如判断过于严格那么世界上没有相同的叶子，也就识别不出来树叶，这就是过拟合。如果判断过于宽松，那么一颗大树有可能被识别成树叶，这就是欠拟合。

那么，我们能不能让机器具备人脑的思考和学习能力呢？

当然可以，这就是“深度学习”这就是“神经元网络”，但是很长一段时间我们受限于数据，我们过去是没有足够的数据去训练机器（程序），并且我们没办法对大数据量的模型训练有效的收敛，直到“反向传导学习”理论出现，并且我们有了大数据存储和处理能力，这才有了第三代人工智能。

不可否认，人工智能将要发展到强人工智能阶段，就是说通过学习，机器可以自我更新。某种程度上来说，机器已经相当于拥有人类的学习水平。强人工智能具备充足的数据储存能力和强大的复杂分析能力，会将它所经历的一切记录下来，不断优化修正。通过用户提供的数据，机器可以从数据的角度出发，从最理性的角度做出分析并且做出相应的反馈。但是，数据本身的角度，不一定是一个正确的角度，而优化的路径，也可能是一条不归路。

最近很火的一部电视剧“西部世界2”里面最核心的一个思维，就是收集人类的行为和数据，然后反复的对机器人训练，训练机器人的应激反应是否与本体一致。每一个人的性格都不一样，所以机器人都拥有自己的性格，因为这是机器通过数据自我学习形成的性格，而不是设定出来的。我们可以想象一下，通过不同的数据训练的程序，判断同样事件时，除了事件本身的条件外，未来难免会包含机器本身的性格。

比如，我们老师（人类）去评选优秀学生时候，往往会很主观，因为包含情感问题，比如某个学生是他的爱徒，他势必会有一定的偏向性。所以我们认为让机器去按照规则判断更为客观。但随着人工智能技术的逐渐成熟，我们已经无法保证，机器判断的事情是客观的了，也许机器通过自我训练会更喜欢某个学生，也许机器也会自我脑补出一个美好未来（不是真实的情况）。

所以，按照人脑思考和学习的方式发展的人工智能技术，最终仍难免发展出人类的坏习惯。