人工智能什么时候会变得不仅仅是复杂的预定义逻辑？

Question

我无法假装开始理解人工智能软件是如何创建的，但今天在阅读一些新闻文章时，我突然想到：人工智能何时成为真正的人工智能，而不仅仅是后台复杂的 IF 语句？如果软件所做的一切都归结为具有一定程度随机性的可确定的 IF 语句，那么它如何比任何其他程序具有更多或更少的人工智能？

Answer 1

人工智能不会“成为”真正的人工智能……恰恰相反，当你弄清楚它是如何工作的时，它就不再是人工智能了。

推荐阅读：PoAIP

Answer 2

人工智能什么时候才能成为真正的人工智能，而不仅仅是后台复杂的 IF 语句？

谁说有区别？据我们所知，我们的大脑实际上也只是“具有一定程度随机性的可确定的 IF 语句”。物理学只是应用数学，化学只是物理学，简化了一些细节以允许在更大范围内工作，生物学只是简化的大规模化学，到目前为止，我们没有任何证据表明心理学不仅仅是简化的大规模化学生物学。

如果软件所做的一切都归结为具有一定程度随机性的可确定的 IF 语句，那么它如何比任何其他程序具有更多或更少的人工智能？

突发复杂性 - 整体大于其各部分的总和，并且随着它变得更加复杂，通常会表现出无法追踪到任何一个部分甚至特定组的行为。

Answer 3

宇宙中的一切都是 if 语句。人工智能和非人工智能（又名预编程的复杂 if 语句）之间的区别在于谁在做出决策。程序员还是计算机？

如果程序员强制对预定问题给出是/否答案，那么它就不是人工智能。例如：

if (question == "Is the sky blue?")
   return true
else
   return false

真正的人工智能会从外部获取问题（通过键盘输入、语音输入、OCR 输入或其他方式），然后自行找出答案。将生成真正的动态 if，但仍可以采取预编程步骤来提供答案：

1. 使用附加的波长相机来确定答案。
2. 在谷歌或其他一些来源上查找答案。
3. 询问现实世界中的其他人，他们可能基于信任知道答案。

但它的意义远不止于此。我们是否预加载上面#1 的波长答案？我们是否预先确定#3 中计算机的可信来源？

我们（人类）从出生起就通过 DNA 进行了预先编程，内置了一组特定的 if 语句答案，然后从中成长和学习。当我们“活着”的那一刻，我们就知道如何呼吸、如何母乳喂养、如何跳动心脏等等。我们还使用感官……视觉、声音、触觉、味觉和嗅觉，在大脑中建立了从出生第一天起的信息数据库。我们使用这个数据库来回答 if 语句。

那么，在人类确定计算机是真正的人工智能之前，我们需要在计算机中预先编程多少个 if 语句和答案呢？至少有一些要开始......

但最终，要被称为人工智能，它需要能够自行动态构建和回答 if 语句，并在学习时调整它给出的答案来自内部数据库，它随着时间的推移而增长。

Answer 4

首先，当你可以“训练”你的人工智能以某种方式行事时。然后，人工智能可以根据从训练数据中学到的知识做出决策，而不是根据“硬编码的 if 语句”。显然这只是表面现象，但是您可以看到 AI 如何使用（例如）神经网络 随着网络中数据的变化，可能会随着时间的推移而演变。

Answer 5

我想说，当它可以驾驶一辆真正的汽车时，它就非常接近人工智能了在城市条件下。

你能通过说“这只是一堆‘if’语句”来淡化这一点吗？我不能。

“任何足够先进的技术都与魔法没有区别。” - Arthur C. Clarke。

就我个人而言，我认为飞机和汽车的自动驾驶仪非常先进且令人印象深刻。

Answer 6

尽管大多数人工智能方法都是基于 if-else 结构，但实际上人工智能背后的思想是建立在计算模型之上的。例如，大多数推荐系统都基于 if-else 结构，但是，这些都不是人工智能。对于人工智能来说，你的算法中必须有一个与 if-else 结构无关的计算模型。所以，这就是数学！
另一个例子是像 SIRI 一样说话的化身。虽然有很多基于本体论的语言方法，但我不认为 SIRI 是人工智能，因为它不包含计算模型，尽管它可能有计算模型来帮助 if-else 结构。但是，计算模型并不占据中心舞台。因此，如果你以 if-else 结构来处理问题，就没有什么新鲜感、没有创造力、也没有什么惊喜。

Answer 7

将人工智能与复杂的“if-else”语句区分开来的一种方法是，它是否能够理解它是什么，并思考它自己的存在。