现在的 AI 到底能不能认为只是『处理数据的能力大幅度增强的硬件的基础与更高效的算法的结合』?

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2414 天前的主题，其中的信息可能已经有所发展或是发生改变。

我觉得要说人工智能，或者说所谓智能，那应该是可以自发地认识世界改造世界。
一个人，他可能大学学的化学，然后出来找工作发现就业不好，于是自己去学计算机。对于新的领域，一个人，是不需要说我得回娘胎再生一次才能认知这个领域的。
但如果说现在的人工智能，比如说有新闻称人工智能的写作作品和绘画作品可以以假乱真了，那让那个围棋下的特别好的阿尔法狗不回炉改算法，他有没有可能立刻去写出逻辑正常的文章？画出让人理解的作品？
如果不能
那现在的人工智能，不就是有了处理数据的能力大幅度提高的硬件以及在某个领域或者方向上特别优秀或者更加合适的算法这两个的结合体吗?
因此只要换了领域，虽然硬件基础还在，但是因为算法不合适这个领域，所以这个智能就体现不出来了。
再举个例子，比如我们通过显卡玩要求超高的 3D 游戏大作，那这个显卡不也是『处理数据很强的硬件基础+针对游戏有专门的高效的算法』吗？那我们用显卡玩游戏的过程岂不是也是人工智能在工作？这不是很可笑？

第 1 条附言 · 2018-04-16 16:53:51 +08:00

那我这样问
我用最先进的显卡玩游戏是基于高性能显卡的强大的数据处理能力+驱动或者什么的对于画面加载的优秀的合适的算法
而阿尔法狗下围棋，不论有没有下赢人类，不也同样是强大的数据处理能力的硬件+对于围棋中每一步的获得的数据的优秀的合适的算法吗？
两者的区别到底在哪里呢?如果把后者算作人工智能，那前者到底为什么不能算作人工智能？

人工智能

算法

作品

领域

10 条回复 • 2018-04-16 16:57:46 +08:00

zhujinliang

2018-04-16 16:08:46 +08:00 via iPhone

主要是显卡通用计算能力越来越强，使得一些算法可以在合理的时间内完成，有了可用性，以前的理论落地，从而促使更多的理论被研究，更好的算法出现，而且带动 TPU 之类的特定应用硬件研究实现，进入良性循环
人工智能是有专门的理论和算法的。你要非要说是数学计算也没办法，毕竟万事万物归根结底都能由数学解释。举例，各种软件归根到底是各种跑在 CPU 上的指令，那软件工程可笑不可笑。人们只是不同的研究领域关注点不同，为了研究具体的问题只抽象需要的层面（工程理论），屏蔽不需要关心的层面（指令集、数电等），就产生了学科分支。