人工智能的机理和表现之争：为什么任总说“人工智能就是计算机和统计学”？

战神中又侠的第187篇文章

1月17日，任总接受新浪采访时谈到，人工智能就是计算机和统计学。

如何理解？

1.人工智能主要有两种方式中，基于行为表现貌似更有效

一种是从人脑内部机理出发，

模拟人的思考方式；

一种是从人的外部表现出发，

总结人的行为结果。

从人脑内部看，

每个神经元似乎是一台小电脑，

人脑中有1000亿个神经元，

要是用同等规模电脑模拟人脑，

尽管理论可行，

但是电耗不起，

人脑是高度省电的。

动物的进化，

也是为了高效省电展开的。

如果第一个方法，也就是内部等结构模拟存在理论黑洞的话，

对于外在表现的分析，似乎是更加有效的选择。

基于表现似乎容易了很多，

因为一件事，

人的决策只有几种，

只需要知道每一种的概率，

就能够简单迅速粗暴准确的描述一个群体的行为模式。

well done！

2.基于统计分析方法的缺陷

因为基于统计分析，

它针对的是一个群体，

或者一般人而言的，

也就意味着无法针对具体人来模拟。

比如，国中哈士奇的加呆，

你如果用统计来研究它，

结果只能说它是“哈士奇”，

不可理喻，不理性。

比如米国的特没谱，

也无法用统计来描述，

传统统计中，

会把他当成病态数据删除的。

这也是统计方法的局限。

3.对上述局限的对策

针对上述问题，

主要的研究方向有以下三个：

一是针对影响因素的细化，

研究更多的影响因素，

使研究更为精细；

二是采用模式的研究，

类似人脑，把它特殊化，

直接归纳为一种模式，

比如，哈士奇模式，“二”模式，等等。

三是采用大数据理论和方法，

把它直接存进去，

不作为病态数据处理，

再继续挖掘。

4.粒度决定现阶段的发展。

为什么当下情况下，

基于外部表现的统计分析占据上风，

因为其更加有效。

但如果想达到最像人的要求，

采用外部表现模拟，

需要考虑的影响因素越来越多，

对应的模型越来越复杂，

最终陷入一个怪圈，无法出来。

所以基于表现的统计方法，是无法模拟特殊的个人的。

所以一个词叫做“黑天鹅”。

考虑内部机理，

可能还没有产生结论以前，

就需要建立一个复杂的内部模型，

然后像培养一个孩子似的进行训练。

而且培养出来的还更不理性。

但是如果从模拟人类的模式来说，

似乎采用机理式模拟，更加“像”。

归根结底，还是在于看要求的粒度。

如果要求的不那么精密，

而且不是针对一个人而是一个群体的研究，

统计方法，无疑最有效。

5.未来出路在哪里？

或许将来时代进步了，

计算机技术得到了大的发展，

而且耗能问题也得到了解决。

或许基于机理的研究，

又会重占上风。

诸君努力，静待花开！