你所說的計算機(jī)應(yīng)該是指的當(dāng)前比較熱門的人工智能。

實不相瞞，當(dāng)前階段的人工智能，表面上看起來有些智能，實際上還是人工智障階段，唯一比人腦發(fā)達(dá)的地方也就在于其計算速度。當(dāng)前的人工智能與人腦相比還有很長的路要走。

首先，人工智能的核心在于機(jī)器學(xué)習(xí)算法。而當(dāng)前的機(jī)器學(xué)習(xí)基本依賴于人工標(biāo)注的數(shù)據(jù)，而大規(guī)模的人工標(biāo)注幾乎是不可能的。如何有效利用未標(biāo)注的數(shù)據(jù)（也就是無監(jiān)督學(xué)習(xí)或者半監(jiān)督學(xué)習(xí)），是機(jī)器學(xué)習(xí)進(jìn)入下一個階段必須逾越的一個門檻；

其次，當(dāng)前計算機(jī)系統(tǒng)的算力還有待提升。雖然現(xiàn)階段深度學(xué)習(xí)等機(jī)器學(xué)習(xí)算法可以借助顯卡加速模型訓(xùn)練的速度，但是其算力依然遠(yuǎn)遠(yuǎn)不夠。相比之下，人眼每秒鐘采集的數(shù)據(jù)在4GB左右，結(jié)合人腦獨特的注意力機(jī)制和抽象機(jī)制，我們可以很迅速準(zhǔn)確的捕獲關(guān)鍵信息，這是目前計算機(jī)系統(tǒng)和機(jī)器學(xué)習(xí)算法很難達(dá)到的；

第三，就是邏輯推理能力。當(dāng)前的機(jī)器學(xué)習(xí)算法，從問題定義角度可以分為分類和回歸問題。分類問題為最常見的任務(wù)，即是為測試樣本標(biāo)注一個或多個類標(biāo)，回歸問題則是為測試樣本生成一個分值。而邏輯推理不是當(dāng)前研究的主流問題，不是因為不能，而是因為太難！下一代的圖卷積有望在這個領(lǐng)域取得突破，但至少還需要三到五年的時間。

當(dāng)然不可否認(rèn)，機(jī)器學(xué)習(xí)在合理的建�；�礎(chǔ)上和足夠的訓(xùn)練數(shù)據(jù)基礎(chǔ)上，在特定領(lǐng)域可以取得比人腦更準(zhǔn)確更快速的性能，例如郵政編碼的識別，車牌識別，醫(yī)療圖像的診斷，還有無人駕駛等。這些還都是簡單的分類問題，還只是人類學(xué)習(xí)的死記硬背階段，可以大大簡化我們的重復(fù)勞動。距離超越人類大腦，還有很長的路要走！

希望科技可以永遠(yuǎn)用于服務(wù)人類，是我們的生活更美好！

圖片來源 哈工智能，侵盜刪。

這是一個注定兩極分化的問題，從計算機(jī)的發(fā)展趨勢上看，很多人相信終有一天計算機(jī)、人工智能會超越人類神經(jīng)系統(tǒng)、人類智慧。但從計算機(jī)的底層原理來講，計算機(jī)永遠(yuǎn)也不可能比人類神經(jīng)更發(fā)達(dá)，因為計算機(jī)并不是為了運(yùn)行類似大腦的算法而設(shè)計的。

雖然我們的神經(jīng)系統(tǒng)確實沒有計算機(jī)運(yùn)行速率快，但除了運(yùn)算速率、多任務(wù)處理等功能外，人類神經(jīng)系統(tǒng)的工作原理要比計算機(jī)復(fù)雜太多。說白了，計算機(jī)底層語言只是一堆沒有感情的“數(shù)字”，只能依靠人類指令工作，而人類神經(jīng)系統(tǒng)包羅萬象，人類尚且沒有將神經(jīng)系統(tǒng)研究透徹，又怎樣轉(zhuǎn)化為“指令”表達(dá)給計算機(jī)呢。

雖然人工智能軟件越來越發(fā)達(dá)，并已經(jīng)開始模仿大腦，但模仿永遠(yuǎn)是模仿，不可能反客為主。以谷歌的自動圖像分類、語言學(xué)習(xí)程序等算法為例，雖然其使用人工神經(jīng)元網(wǎng)絡(luò)來完成復(fù)雜的任務(wù)，但由于人工神經(jīng)元網(wǎng)絡(luò)只是從信息處理的角度對人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象模仿，永遠(yuǎn)也不可能模仿出超出本身硬件范圍的內(nèi)容，所以人工智能永遠(yuǎn)是“人工”在前，智能在后。

相對人類記憶來講，計算機(jī)的記憶可以看作是“內(nèi)存”，人類記憶會隨著時間而慢慢淡忘，而計算機(jī)記憶卻可以隨著內(nèi)存增大而增大，聽起來似乎計算機(jī)更強(qiáng)大，但實際并非如此。

比如，神經(jīng)突觸是人類神經(jīng)元之間聯(lián)系的紐帶，是整個神經(jīng)系統(tǒng)信息傳遞的關(guān)鍵部位，人類記憶就可以看作是神經(jīng)突觸的功能。當(dāng)前有科學(xué)團(tuán)隊模仿神經(jīng)突觸，用鈮超導(dǎo)體制造出了類似神經(jīng)元的電極，通過改變突觸中磁場的大小，實現(xiàn)信息編碼，且每秒能發(fā)射10億次，比人類神經(jīng)元快N個數(shù)量級。但我們對人類神經(jīng)元的突觸關(guān)鍵特性還不夠了解，像突觸在形成記憶時是如何完成自我重塑的，如何實現(xiàn)分散信息重組的，我們都一概不知，沒有理論支撐，計算機(jī)電極超越的就只能是速度。

可以這么說：人類所有的發(fā)明創(chuàng)造，都可以超越人類的某一項功能，比如汽車速度超過人類，起重機(jī)力量超過人類，槍械破壞力超過人類，但永遠(yuǎn)也不能說某一項發(fā)明比人類更發(fā)達(dá)。從這一理論邏輯出發(fā)，計算機(jī)也只能算是“人類產(chǎn)品”，區(qū)別是計算機(jī)替代的是人類神經(jīng)系統(tǒng)的計算能力，與力量、速度、破壞力等本質(zhì)是完全一樣的。再換句話講，人類神經(jīng)系統(tǒng)擁有感情色彩，而感情色彩無法用數(shù)字理論表達(dá) ，運(yùn)行速度再快的計算機(jī)也是冰冷的，無法表達(dá)出人類的喜怒哀樂。

當(dāng)然，隨著科學(xué)發(fā)展、智能機(jī)器人普及，人與計算機(jī)之間的界限要越來越清晰，倫理問題從此刻開始就要有道德約束。比如，將智能機(jī)器人與硅膠材料結(jié)合而產(chǎn)生的“某種娃娃”，理論上只是一種工具，而不能是另一半的替代者，或者說這類產(chǎn)品更應(yīng)該點到即止，畢竟人類區(qū)別于其他物體的本質(zhì)是智慧、思維、道德等，也正是這些區(qū)別組成了人類文明，如果用這種簡單機(jī)器人改變我們原始的行為，最終會超越倫理。

歡迎點擊關(guān)注，留言一起探討。

有可能啊，現(xiàn)在正火的人工智能它的未來有可能超過人類。你看之前谷歌的人工智能阿爾法GO不就打敗了一眾圍棋高手嗎。現(xiàn)在的人工智能已經(jīng)不僅僅只是按照人類設(shè)計好的程序運(yùn)行，他們已經(jīng)具備的自我學(xué)習(xí)的能力，所以當(dāng)我們賦予他們自我學(xué)習(xí)的方法或模式時，因為它強(qiáng)大的計算能力，必然在智能上超過人類。人類在圍棋上的失利即是如此。只不過現(xiàn)在人工智能的自我學(xué)習(xí)只限定在了具體的領(lǐng)域，比如圍棋，自動駕駛，智能工業(yè)機(jī)器，電腦診療專家等。很多的測試均體現(xiàn)出人工智能的優(yōu)勢。現(xiàn)在的人工智能可能在涉及情緒，心理方面比較弱。如果真的涉及一個全面的，與真人類似思考模式的人工智能，不難想象他們是有可能超越人類的。盡管我們可以選擇用機(jī)器人三定律來約束人工智能，但我們不能預(yù)料如果有一天他們也覺醒了自我意識，是不是真的還愿意遵循我們設(shè)置的的規(guī)矩。

他只是一個計算的程序！

很多人都在爭論電腦可否取代人腦。其實這是不可能的，電腦是機(jī)器是工具，而人是生物。

電腦接受指令的操作碼，決定進(jìn)行何種類型的操作（+-*/等），通過操作數(shù)找到對應(yīng)操作類型的數(shù)據(jù)來源（如加法的兩個加數(shù)是多少），這次運(yùn)算結(jié)束就進(jìn)行下一次運(yùn)算，周而復(fù)始直至所有運(yùn)算結(jié)束。

而人腦是通過五官、大腦采集到外界信息，經(jīng)過重重思考，最終做出反應(yīng)，人有情感，隨心而來隨心而去，每個人都有自己的特點，每個人都有不足。

再高端的電腦也需要人腦來控制，再高端的電腦也需要人給它指令它才能運(yùn)行。最致命的是，電腦無法進(jìn)行創(chuàng)造，無法隨機(jī)應(yīng)變，它只能按照既定的規(guī)則有條不紊的完成給它的運(yùn)算。

所以，電腦只是一個工具，只是人們?yōu)榱撕喕�一些運(yùn)算而創(chuàng)造出來的產(chǎn)物。

如果說外星人攻占地球是杞人憂天，那電腦取代人腦就是天方夜譚。

計算機(jī)會比人的反應(yīng)快

不同的是，人腦是可以學(xué)習(xí)的。

如果有一天，計算機(jī)也可以自己學(xué)習(xí)了。

那么計算機(jī)的學(xué)習(xí)知識的速度，是人們無法企及的。