怎样理解任正非说人工智能的本质是数学和统计学？这两门学科会成为大学的热门专业吗？

由此可见，任正非先生也跟着华为和国内一味跟风的AI砖家们上当受骗，现在做AI的理工男自以为AI就是基于概率的算法驱动，把个AI搞得是无比的复杂，低效，耗能，没有超级计算机就玩不转，假如生物靠这种方式去参与自然竞争，恐怕早就死翘翘的了。比如没有神经元的黏菌搜索食物的最短路径，令现在的算法望尘莫及，蜂鸟的飞行技巧令现在的飞机望尘莫及，就更不用说人脑的听觉感知，视觉感知了，（难道AI的语音识别能够赶上人耳的听觉感知?）乃至思维处理信息的巧妙和高效了。可理工男知道吗？他们一无所知，竟然还敢大言不惭地宣称AI可以战胜人类? 现在AI的寒冬已至，根本原因就是大方向错了，未来不走仿生AI，拟脑AI的方向，必将死路一条。

打败围棋高手，却败于高中数学，人工智能是否过渡炒作？

我认为是过度炒作了。

因为目前的所谓的人工智能终究只是低端的。甚至应该是这么说，目前的人工智能只能称为人工聪明，而非人工智能。

怎么区分这两个概念呢？

就想想平时人类社会什么时候说一个人是聪明的，什么时候会说一个人有智慧。

可能一下子分辨不了！我来告诉你怎么分辨最容易，一般情况下，

如果是突发事件出现，有一个人很快完美处理掉了。这个时候是聪明。

另一个人却[主动]会想这个突发事情的来龙去脉，并归纳总结出了一些理论，这会被人说有智慧。

现在所谓的人工智能也就是人工聪明，虽然有各种各样的能力，但是永远仅仅是应激反应，解决的速度再快，也不会去想它从哪来？天为什么会是蓝的？未来是什么？

所以媒体经常用人工智能，甚至用比拟影视剧中的形象去宣传，绝对是过度炒作了！

完全没有过渡炒作，人工智能在围棋方面的胜利堪称是一件人工智能发展史上里程碑式的事件。

我们知道人脑在进行棋类游戏的决策时一般都是在不同策略可能的结果之中挑选我们认为最有利的结果。而以前的人工智能只是利用计算机储存量大，搜索较快的特点，人为设定一个搜索原则，在所有策略里进行搜索。这种办法必须要求人类对选择策略的损益有明确的函数表达。电脑依靠记忆及搜索深度广度方面优于人类就能打败人类棋手。深蓝就是依靠这种方法在国象上打败了人类选手。

但在围棋上这种算法就完全行不通了，因为对围棋局面的判断非常复杂，并不是一个损益函数就能描述。电脑也远远不能穷尽所有变化的搜索。即使是人类选手，对围棋各种局面的理解也需要进行长时间的训练，才能理解围棋的厚薄，均衡，好型等非常抽象的概念。而且这些概念在多变的围棋局面中是很难定义的，更谈不上量化的来描述这些概念。这也是为什么电脑在国象上战胜人类后，又过了将近二十年，面对围棋却束手无策的原因。它除了按照人类给它一个机械的好坏标准来执行程序外不会有更多的自主探测意识。只能算是一个初等的记忆搜索工具。

随着机器学习方法以及大规模矩阵计算芯片的发展，人类在围棋上战胜人类的可能性在不停增大，但由于面对围棋巨大的策略空间人类对其的认识本身就很粗浅。完全不知道需要多大规模的计算量及硬件水平才能够达到人类对围棋理解认识的水平。所以当Deepmind训练出一个战胜樊辉的阿尔法狗程序时。他们也是不确定是否能战胜人类顶尖围棋棋手的。而一般职业棋手对电脑围棋程序的认知还是停留在老的方法开发出的那种程度上，也就是业余四五级的初级水平上。

所以当阿尔法狗这个围棋程序凭借巨量对抗训练出的概率方法来学习人类对围棋的理解并应用到对李世石的实战当中时，我们看到这台机器恰到好处的诠释了人类对围棋的理解。需要说的是这种理解不是某个人类给它规定的函数就能算出来的，而是它自己通过无数次的对抗训练产生出来的，其中包含了对围棋局面中厚薄，轻重，攻守均衡等概念充分的理解，以每个落点对整个局面胜率的影响来表达出来。我们可以看到这些理解是与人类的决策大致相似但又更加深刻，目前人类还无法解释机器学习决策的具体思路，这是因为这种机器学习方法对于对弈局面大量统计而产生的分类原则过于复杂，有可能目前人类的语言还无法描述这些原则而造成的。

可以说这完全是机器在分析大量局面后自动对各种局面进行分类，并通过实战统计胜率而自动产生的策略。是人类造出的第一台在策略上高于人类理解的智能机器。与之前的人为规定策略损益函数，机器只需搜索所有策略并按照各种规定好的函数进行计算后来做决定的初级人工智能有了根本的不同。

至于让人工智能做高中数学卷子，当然涉及到的不仅仅是卷子中的每个计算。还需要对整个题目进行字符识别，语义分析，机器才能弄清楚这道题要求什么样的答案。在分析题目过程中还需要人工智能程序将人类思考过程中用到的所有概念及定理进行组合，模拟人类的推导过程。这是个很有创造性的庞大的决策过程，这种策略并不是那种围棋程序中那种对抗性的策略训练就能完全解决问题的，因为我们其实也没有一个量化所谓如何完整解答一道题目的步骤标准。只能无目的的让机器去产生推理过程，我们不断增加对错标准去修正它的结果。简单说就是解题的过程不仅是分析题目，并按照我们所知定理、公理去推导结果，而且还需要按照人类所能理解语言方式完整表达推导过程。这几乎是一台完全拟人的机器。比仅仅量化围棋局面并用围棋语言也就是落子坐标以及落子后显示双方胜负概率这种简单的表达方式复杂了成百上千倍。

语言是思维的表达方式，使用并记录语言是人类特有思维方式。人工智能发展到现在可以说已经在思维的深度上超过了人类，缺乏的是思维的广度，也就是对现实世界中各种事物概念的理解体验以及互相之间关系的理解。仅靠人类喂给它们的数据是远远不够的。同时人工智能对自我意识的理解也不会很明确，当然这种意识是自然赋予每个生命的生存技能，人类恐怕不会那么轻易的人工智能得到。