伴隨著深度學習的強勢崛起，ai一詞火遍了大江南北。但是當我們在不厭其煩地談論ai的時候，我們究竟在談論什麼？
我們很難知道ai這個詞在最初被發明出來時它究竟想表達哪一類「智慧型」，但根據其發展，我們可以大膽地猜測。
第一類智慧型為行為智慧型，即機器僅僅表現出了看似智慧型的行為。回想曾經玩遊戲的時候，有沒有一剎那覺得「電腦」很「聰明」？那時的遊戲ai（與現在普遍講的ai有所區別）基本都是規則驅動的。所以我們驚奇遊戲ai聰明的念頭只會出現在剛接觸這款遊戲的一開始。隨著玩遊戲的時間增加，遊戲ai似乎變得越來越愚蠢。那麼基於規則有沒有可能創造出行為上更加智慧型的ai？這個問題幾乎等價於「我們世界究竟是有序的，還是無序的」，即世界有沒有嚴格按照乙個邏輯嚴密的形式系統在運轉，即使這個系統複雜無比。顯然，到目前為止，這個問題沒有答案。這是不是意味著「依靠規則去實現ai依然可能？」雖然在大多數人看來，這樣的做法實在不明智，但我們依然無法完全否定它，即使人類史上出現過「依靠規則建立ai」的失敗案例。
那我們談論的是這類ai嗎？可能很多人都是。原因？只要你以人的思維去理解機器的思維，那就屬於這類。而你能理解的思維方式一定是僅僅依靠規則能判斷的思維模式，或者說，形式系統。
第二類智慧型為計算智慧型（請原諒我隨意的用詞方式）。我這裡講的計算智慧型指的是計算機的計算過程開始變得抽象化，資訊的物理意義開始丟失。抽象但能被計算機使用的資訊已經產生。典型的例子就是深度學習。關於深度學習，我們在第二個問題中再聊聊。
關於這類智慧型，除非專業技術人員，沒多少人會去談論。
第三類智慧型為認知智慧型。毫無疑問，認知能力應該是區分智慧型體和非智慧型體的顯著特徵。在《哥德爾 埃舍爾 **——集異璧之大成》一書中，作者提到智慧型的典型特點是能跳出系統。人在工作疲累時能跳出「系統」，喝杯咖啡，再進入「系統」。機器則只能按照程式的邏輯一直處於系統之中。
我是忘記了智慧型前面還有「人工」這個修飾詞嗎？我的問題是：人工構建出來的智慧型究竟是真的智慧型，還是假的智慧型？
深度學習帶來的第乙個碩果是在封閉場景下的「智慧型」。封閉場景的定義是什麼？我認為只要環境有明確的反饋訊號，就屬於封閉場景。例如，下圍棋是封閉場景，因為一局結束總有勝負平的結論；當然，玩星際也是封閉場景。除此，任何完全有監督的學習都是封閉場景。那麼來乙個非封閉場景的game？魔獸世界。好了，我們可以把剛提到的碩果再修正一下：深度學習帶來的第乙個碩果是在單一封閉場景下的「智慧型」。的確，乙個玩會星際的ai，要讓它去玩帝國，或者wow3，都是極大的挑戰，甚至連上手都是困難的。
第二個碩果是關於什麼是智慧型的思維方式。深度學習的發展表明了人們對非人類思維方式在一定程度上的接受。這是非常難能可貴的。雖然深度學習看起來離真正智慧型還很遠，但它已經在用一種和人完全不同的方式在進行計算，並且小有成果。至於這種方式最終是否會發展成和人的思維方式一致，不得而知。
（未完待續）
有關幸福的思考
人類本質上是社會性的動物，任何花錢的方式都能和其他人建立更深一層的關係，也對於我們日後的發展更有利，想一下，你只須要花費自己一小部分的錢就能幫到別人，所以把幫助別人放到你的幸福指數裡吧，也許會有你意想不到的美好結果 又或者說當你還在為生活奔波，沒有 足夠的 金錢，難道就沒有幸福可言了嗎？也不盡然。人...
有關需求的思考
1 需求場景是什麼？2 如果增加該功能，使用者將在哪個流程環節使用？3 原來的替代方案是什麼？4 替代方案多大程度上滿足了使用者需求？1 痛點 於自身還是外界？為什麼產生？痛苦的鏈條是？2 痛點是否來自於人性？1 痛點涉及面，個別還是普遍問題？2 痛點是否符合政策導向？3 是否高頻？4 使用者是否為...
有關學習的思考
1.高中前學習的東西都去哪了？望嶽杜甫 岱宗夫如何?齊魯青未了。造化鐘神秀，陰陽割昏曉。蕩胸生曾云，決眥入歸鳥。會當凌絕頂，一覽眾山小。其實不僅僅是一首古詩，一些生物知識，一道物理題，乙個化學方程式，一道三角函式的計算題，乙個省份的簡稱，乙個歷史事件發生的時間 這些問題你還能回答出幾個來？我們從小到...