关键词：通用人工智能，数学，打算机科学

上世纪50年代，“人工智能之父”约翰·麦卡锡曾说：“（我们的目标）是阔别对人类行为的研究，将打算机作为办理某种难题的工具。
这样一来，人工智能就会成为打算机而非生理学的分支学科。
”60多年过去了，目前的人工智能界，仍有相称一部分人天真地认为，既不须要仿照大脑的神经网络构造，也不须要仿照大脑智能的机制，只需用数学和打算机科学这两个工具来做考试测验，通过大量的、不断的试错，就能找到实现AGI的精确方法和道路，从而实现AGI，显然，这是一种盲目行动，是一种瞎猫碰去世耗子，因此，成功率是很低的，险些是不可能的，人类智能是自然界数十亿年的进化和自然选择的结果，是进化而来的，难道本日的AI也要这样进化几亿年、几十亿年才实现AGI？数学已有数千年的发展史，是一门非常古老的学科，也是一门非常成熟的学科，打算机科学也有半个多世纪的历史，如果只靠这两个就能实现AGI，那么恐怕早就实现了。

1950年，图灵揭橥题为《打算机与智能》的文章，明确表示“真正的智能机器必须具有学习能力，制造这种机器的方法是：先制造一个仿照童年大脑的机器，再教诲演习。
”图灵还说，“人工智能唯一须要做的事便是找到脑内运行的程序，得到精确的智能算法，然后在得当的硬件上运行它”。
做为打算机之父，图灵有很高的数学水平，如果纯挚依赖数学就能实现AGI，那么他又何必乞助于“脑内运行的程序”呢？

在笔者看来，如果说AGI是一部机器，那么，数学和打算机科学只是制造这部机器所需用的工具，但仅有工具是弗成的，还须要有机器的设计图纸，不然，你有再好的工具也造不出这部机器，这就好比，一个不会绘画和写字的人，纵然你给他最好的画笔和钢笔，他也做不出世界名画和书法家那样的好字体，不过，如果给他一幅天下名画或书法家的字帖让他临摹，那么纵然不能做到完备相同，也能做到90%的相似，而智能机制，就犹如用于临摹的天下名画或书法家字帖，有了它，就能临摹出通用人工智能。

南京大学的周志华教授对此就深有体会，他说，“人工智能问题不是数学问题，乃至未必是依赖数学能够办理的问题。
人工智能中许多事情的难处，每每在于我们不知道困难的实质在哪里，不知道「问题」在哪里。
一旦「问题」清楚了，办理起来可能并不困难” ；

DeepMind 联合创始人 Demis Hassibis 说，「人类大脑是我们所拥有的唯一的证据，证明我们正在努力构建的一样平常智力是有可能的，以是值得付出努力来考试测验理解它是如何实现这些能力的」。
笔者的研究履历也表明，只有破解了智能的奥秘，我们才能知道人工智能中的问题出在了哪里，才能办理问题，实现真正的智能。

众所周知，一个技能工人要想上岗有两个条件，一是要有劳动工具，二是还要有技能，不然，拿着工具也不知道怎么干活，只能瞎比划，以是，还必须先培训、后上岗，而实现AGI同样也须要有工具和技能这两个条件，人工智能中的工具是什么？便是数学和打算机科学，技能是什么？便是要懂人脑智能，知道人脑智能是怎么回事的，它的机制或事理是什么，然后才能模拟它并实现AGI，不然，纵然手中有数学和打算机科学这两个工具，也不知道怎么干活，只能拿着它们（工具）瞎比划，而要节制这一技能可不是一件随意马虎的事，你须要以用面壁十年的精神去研究人脑智能，这样才能破解其奥秘，搞清其机制，可当今的AI的从业职员紧张是数学统计学和打算机科学方面的专家，这两类人都不懂人脑智能，乃至根本都不关心智能，而不懂智能就没有技能，没有技能就只能拿着工具瞎比划，于是就比划出一个个“伪智能”和“人工智障”产品，就这一点点的“伪智能”还是基于人工标注数据的，没有标注数据，连这一点点的“伪智能”都不可能具有。

我们知道，孟德尔在创造遗传规律的过程中，数学帮了他的大忙，但如果他不做8年豌豆实验，只是在家里做数学推算，能从数学中提导出基因观点，能创造遗传规律吗？肯定不能，由于虽然数学可以广泛运用于许多学科，如，包括物理、化学、生物、经济等学科，但只有在这些学科首先定义了自己领域里的观点和问题之后，才能引入数学这个工具来帮着办理问题，在基本观点和基本问题被定义之前，纵然引进了数学这个工具也毫无用途，数学再有能力也会“老健掉井里，有力用不上”，对人工智能来说，只有我们破解了智能的奥秘后，我们才能精确地定义人工智能中的观点和问题，才能找到人工智能领域里的根本问题在哪里，这时候才能引入数学和打算机科学等工具来办理这些问题，这就好比，只有在地质学家李四光创造了储油区后，我们的采矿队才能开始事情，否则，以瞎猫碰去世耗子的办法四处乱挖，那什么时候才能挖出油呢？可现在的AI专家（包括数学家和打算机科学家）便是这么干活的，他们有工具，没技能，每天拿着工具瞎比划，这样，永久也不可能实现真正的智能——AGI。

这些AI专家“只求目的，不问手段”，认为不须要理解人脑智能，只凭数学和打算机科学这两个工具就能实现AGI，上世纪六十年代，刚在自动定律证明和符号推理方面取得一些成绩，就信心满满地认为，很快就能够实现AGI，比如：

1965年，H. A. Simon：“二十年内，机器将能完成人能做到的统统事情。
”

1967年，Marvin Minsky：“一代之内……创造‘人工智能’的问题将得到本色上的办理。
”

1970年，Marvin Minsky：“在三到八年的韶光里我们将得到一台具有人类均匀智能的机器。
”

后来的事实证明，这不过是对人脑智能和人工智能的无知，当然这是50年前的事了，可本日又若何呢？依然有许多AI专家书誓旦旦地流传宣传，数学是实现AGI的关键，不须要智能科学的帮助，绕过人脑智能，他们还是能实现AGI。
如果说AI专家都不懂智能，那么投资人和用人单位的老板就更不懂了，以是，投资人在投资一个项目时，只要看到团队中有数学家和打算机科学专家，就可以放心地投资；老板在招聘人才时，只哀求你懂数学和打算机科学就行了，并不哀求你必须懂人脑智能，这相称于只要你手中有工具，没有技能也可以上岗，这种人上岗后，由于自己也不知道怎么干，以是，只能拿着工具瞎比划，借着别人标注好的数据，搞出一些伪智能，就觉得自己很了不起了，而老板也很知足，由于虽然是伪智能，但毕竟也还算有点智能呀！
但这样永久都不可能实现AGI，不可能实现真正的智能！
这是当今人工智能的悲哀！
也是对人工智能现状的真实写照。
本日的人工智能，已经深陷深度学习的误区而不能自拨！