人工智能是不是走錯(cuò)了方向？

確實(shí)如題主所說(shuō)，目前主流的人工智能技術(shù)的水平基本上都是從海量數(shù)據(jù)中獲取規(guī)則。而人類(lèi)甚至是很多動(dòng)物都只需要對(duì)少量數(shù)據(jù)進(jìn)行分析就夠了。因此，目前人工智能技術(shù)的水平是非常低的。據(jù)我所知，最先進(jìn)的大概是阿爾法狗吧，能用左右手互搏的方式自我學(xué)習(xí)。

1980年代，曾出現(xiàn)過(guò)人工智能的第一次熱潮。美國(guó)人試圖通過(guò)建立規(guī)則庫(kù)、決策樹(shù)等手段，實(shí)現(xiàn)軍隊(duì)自動(dòng)指揮快速反應(yīng)，從而獲得冷戰(zhàn)的主動(dòng)權(quán)。但由于人工智能決策的失誤太多，這個(gè)企圖被擱置起來(lái)。此后，人工智能研究轉(zhuǎn)向決策支援方向，ERP、搜索引擎這些都是人工智能的后續(xù)研究成果。

2010年代后期，隨著互聯(lián)網(wǎng)的普及，為智能學(xué)習(xí)準(zhǔn)備了海量數(shù)據(jù)，人工智能重新回到大眾的視野。這一次依靠了很多在搜索引擎上比較成熟的技術(shù)（如，神經(jīng)網(wǎng)絡(luò)）和傳感器技術(shù)，比三十年前有了很大進(jìn)步。作為吃瓜群眾，我們所能看到的都是一些應(yīng)用層面上的成果。人工智能的基礎(chǔ)研究幾十年來(lái)一直在悄悄地進(jìn)行，只不過(guò)還沒(méi)用出現(xiàn)什么重大的突破而已。

我覺(jué)得跟我們關(guān)系最為密切的大概是智慧城市這一塊的研究了。想想看如果自動(dòng)駕駛技術(shù)可以綜合一個(gè)城市的路況，為每輛汽車(chē)規(guī)劃路線，擁堵現(xiàn)象將會(huì)得到根本性的解決。這種優(yōu)化技術(shù)已經(jīng)相當(dāng)成熟，只是受到人們的習(xí)慣和社會(huì)意識(shí)的制約（您愿意為了讓道路通暢自己繞遠(yuǎn)嗎？），還無(wú)法普及而已。在這個(gè)方向上，中國(guó)人集體主義的意識(shí)較強(qiáng)，或許具備很大的優(yōu)勢(shì)。

我關(guān)注的另一個(gè)方向是腦機(jī)結(jié)合，也就是給人腦裝上傳感器，讓計(jì)算機(jī)感知腦電波，再通過(guò)電極給刺激人腦的某些部位，給人腦反饋。這是一種增強(qiáng)人腦反應(yīng)的方法，據(jù)說(shuō)2018年前后，美軍曾用這樣的方法成功地把一名普通人變成了蘭博那樣生猛的戰(zhàn)士（時(shí)間只有不到20分鐘）。

人工智能可分為提高群體智慧、增強(qiáng)個(gè)體反應(yīng)兩大塊。我覺(jué)得群體智慧這一塊，人工智能的優(yōu)勢(shì)和發(fā)展空間比較明顯，畢竟電腦和網(wǎng)絡(luò)處理數(shù)據(jù)的速度要比人快得多。個(gè)體反應(yīng)這一塊比較玄幻，幾十年了也沒(méi)見(jiàn)到多少拿的出手的成果，而且還涉及到道德倫理等讓人生畏的問(wèn)題。

至于，題主所擔(dān)心的人是數(shù)字的還是模擬的、馮諾依曼架構(gòu)能否匹配人腦的問(wèn)題我倒不以為然。人就是23對(duì)染色體的排列組合，這本身就是數(shù)字的。心理學(xué)研究表明人記憶的過(guò)程跟電腦有些類(lèi)似：先把信息暫存在大腦前庭區(qū)（緩存，大約15秒），反復(fù)刺激后，暫存的信息將被寫(xiě)入大腦（內(nèi)存），之后再經(jīng)過(guò)神經(jīng)元突觸的連接建立起提取的通道（索引）。因此，物理或生理上并不存在題主所擔(dān)心的問(wèn)題。

最后是數(shù)學(xué)算法能否代替人類(lèi)智慧的問(wèn)題了，這個(gè)問(wèn)題就太深?yuàn)W了，得請(qǐng)哲學(xué)家來(lái)回答。