想研究人工智能，高三了，不知以后报什么专业_人工智能吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：53,218贴子：
想研究人工智能，高三了，不知以后报什么专业收藏
我认为人工智能是二十一世纪最有潜力了学科，再加上我对意识和思维的好奇与痴迷，想去研究人工智能，想问一下各位，定位什么专业作为我的目标的好
&苏宁易购&海尔冰箱人工智能,冰箱洗衣机每满1000立减150!更有12期免息券助力418家电狂欢!海尔冰箱人工智能,&苏宁易购&正品保障,无忧售后.买家电就上苏宁易购!
先出国再说。。。。。。
自动化吧，人工智能也是它的一部分
说点实际的吧，就留学和考研2条路，都不是轻松的：
考取211,985之类的名校那是最好不过了，排名大致为，清华（国内最牛）、浙大的CAD&CG、南京大学的机器学习、华中科技大的机器人、北邮的自然语言处理，还有北航、哈工大、北大之类的等等
本科阶段基本上没有AI研究，以上这些都是只有研究生才能接触到的东西，除非你是大牛，考入这些学校后直接参与到科研项目中。
如果你英语大牛，可以在本科毕业前把雅思或者 托福+GRE 考了，选择留学欧洲或美国，美国AI最牛的就是MIT,CMU,Stanford这些学校了。
如果你英语一般，那出路就是考研，AI研究方向都是属于计算机院的，所以你本科最好选计算机系，当然考工学、数学系等等沾边的只要不影响考研的专业选择也可以。
本科阶段成绩够好的话直接保研直博就轻松了，再不济也至少要把高数、线代、概率全部搞透，还有计算机专业的四门课，最好能参加ACM竞赛，做几个开源项目，能参加导师的科研项目就更好了。还有英语要学好，至少阅读能力要达到几千页的英文原文随便看。
要继续深入AI研究的，那读博士吧，不过有些公司的实验室也招点研究生，反正就业的方向大致就是研究所、大学、名企的实验室。
，先搞程序设计吧，不然就沦为纸上谈兵，有个程序在手，就有获利，原始动力。。- -，不然，就一嘴，说破天，也搞不成事。。。
来学机械吧，孩纸，没有硬件端支持，一切软件端都是扯淡。。。
说机械和自动化的纯属胡扯。。。机器人只是人工智能这个学科里面的一小块儿。4楼说的稍微靠谱点，不过不太实际。。。个人建议先挑个自己感兴趣的专业学，偏数学或计算机就好，但电气电子机械一类的不要考虑（完全不是一个方向）或者干脆像吧主似的去学个心理学哈哈。总之才高三不可能了解后面太深，而且你现在以高考为主，如果实在拿不准，可以按照以下方式考虑：如果能考到一个比较有实力的学校，本科学个数学绝对没问题，毕竟方向定为AI的话以后还有很长一段路要走，有数学基础，后面再具体学细化的专业绝对有优势如果考不到一个好学校，就学计算机吧，这专业大部分学校都差不多，而且更多是靠自己。然后就准备出国吧，学人工智能想在国内学就基本是做梦了。。。
只要你选择计算机算法研究方面的相关专业，后面深入发展必然都会进入人工智能这个领域。
计算机科学与技术
在全世界找，人工智能没地方学，目前没有哪位教授或者专家敢说自己摸着人工智能的门框。要想为破解人工智能打下基础，应该选平面图像处理相关的专业。因为图像识别是人工智能的关键技术。
百度云天智提供语音技术,文字识别,人脸识别,深度学习PaddlePaddle和自然语言NLP等人工智能产品及解决方案[使用场景]:智能客服/智能推荐/身份认证/内容审核/增强现实等.
学计算机或者学数学。搞理论、搞科研，毁一生呀。望三思~~
计算机或者自动化，这两个好些，因为应用性比较强，如果搞纯AI，认知科学、神经科学、逻辑学、语言学都有相关方向。
回复wsw111:说话给力，好样的。
世界上有几款先进的无人汽车，如谷歌无人车、国防科大的无人车等。谷歌无人车的核心技术是采用激光成像识别技术，而图像识别技术只是作为辅助技术。目前谷歌无人车只能在平坦单行路上行驶。假设深秋，在我国刚下过雨的县级公路上，谷歌无人车的激光成像识别技术是无法识别路边草地、路面落叶、平缓的水坑。如果图像识别能轻松识别草地、落叶、水坑、地面反光、路面大树的阴影、路旁背景等，那么国防科大的无人车就有技术保障啦，因为国防科大的无人车是采用双镜头的图像识别技术。请图像识别的牛人发表高见。
我是选了计算机科学与技术，这专业也包含一些硬件的如数字逻辑、电子电工等，而人工智能基本上是用软件实现的……
我的专业是计算机与智能科学！到大三分专业是就有一个是智能科学技术！你可以来哈！！
回复Eagle：为何说图像识别是最重要的外界信息收集方式。
一，不是因为人把视觉信息作为第一收集方式，来认定图像识别就重要，而是人的大脑在处理外部信息时，视觉信息贡献最大。
二，从实用角度来说，各种信息收集方式有独自的优势性与局限性。如以激光成像方式收集到的外界信息为三维的立体信息，而没有平面的色彩信息。再说图像识别方式收集到的信息是二维的色彩信息，再从色彩信息中派生出三维坐标、形状的信息（也就是立体视觉）。激光成像只能识别形状不能识别平面图案，图像识别是天生就能识别平面图案再后天转换立体形状。图像识别能通吃“立体”与“平面”。还有其它的信息收集方式就不用说了。
三，人类建立了精彩的物资文明世界，未来的机器人要为人服务，就得看懂人类设置的各种图案、文字。机器人也象人一样以图像识别作为第一信息收集方式，那么机器人与人的兼容性会更好些。
@衡阳老左你没直接回复我差点没看见……唔……1、你依然在反复强调人的大脑啊~如果别的生物建立了文明，是否就他们的人工智能就应该以他们的信息收集和处理方式来设计呢？也就是说，你为什么就认定人工智能只有基于人类大脑的运行方式才是可行的。当然你可以说人脑至少是目前为止已知智能最高的，但是我认为保持乐观心态来看，不一定要将实现方式拘泥于人脑。因此，信息处理方式也就不一定要拘泥于人脑了2、没错，各种信息搜集都有局限性，所以我们应该做的是协同而不是片面的强调某一种手段。你举例激光成像有其局限性，图像识别又何尝不是。无人车比赛中就有案例，后方车辆因为前方车辆扬起的沙尘而完全无法判断路况，这时候是否基于别的手段的识别方式更重要呢3、这点我一开始比较认同你的还是，但是但是……就那个机器人要服务于人类……好吧好吧，那就是我观点比较奇葩了，人类总有一天要被取代……谢绝查水表~
我在高三时和你有同样的困惑，现在工作多年了，虽然没有从事和人工智能相关的工作，但是一直在关注这个领域。我当时选择的专业是生物技术。现在回过头来看，和人工智能相关的专业，比较核心的应该集中在神经生物学、认知心理学和计算机科学这三块，在上大学时可以报这三个领域中的任意专业，在读研时确立人工智能方向，最终的人工智能应该是这三块的融合。根据你高中课程的掌握程度来选择专业要好一些，大学可以轻松一点，化学好的选神经生物学，物理和数学好的选计算机，偏文科的选认知心理学。一点建议，供参考。
当然是 计算机科学与技术
话说楼主高中阶段是否接触过 信息学奥赛或 机器人大赛等相关活动
计科系，考到211那些去
有实现的办法，可用vc++真能实现吗?要打个大大的问号。实现起来特麻烦，随便问个函数，如果输入的是一个字，怎么转换成整形？
其实人工智能是跨的学科领域非常的多只靠一个人是很难完成的建议楼主选自己喜欢的一门关于人工智能的学科，将来大家分工合作。
在美国做人工智能的都是计算机科学和统计系的。本科高年级可以跟研究生一起修一些跟machine learning和pattern recognition方面的课程。做人工智能方面研究的还是以博士生为主，另外一些大公司，如IBM，Google等也有不少人工智能研究的课题。
首先你的问题我也遇到过，找到人工智能相关教材，看哪个学校的哪些专业在用。然后去学。其次本科阶段是全面提升阶段，到了研究生阶段才会具体深入某一方面发展。有些事是需要耐心的
数学是基础的基础，学物理也可以，强化自学能力。
哲学系吧，学人工智能必须明白人类思维方式。
注意到楼主帖子是年初的，现在早过了高考了，最后去了什么学校什么专业?
AI涉及的知识面超级广，并不是在一个专业就能学全的。你需要学好课本知识，然后找各种途径间断且持久，广泛且深究地研究了解心理学，脑科学，高等数学，计算机科学主要是编程，物理哲学…
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或人工智能的编程如此进行能否成功？ | 死理性派小组 | 果壳网 科技有意思
886617人加入此小组
把所有的人体已有的，和可能产生的化学物质进行对象化，以方程式代替物理化学反应，然后按照自顶向下的填充式的搭建和人类结构完全一样，功能齐全的身体对象，最后自然而然的就能够学习！不考虑计算能力，以上是否可以产生AI？
+ 加入我的果篮
现在的AI都弱爆了，我试过那些所谓的聊天机器人，说几个hello就露陷了，如果是机器人，你说你好，他会回答你好，你再说你好，他还回答你好，如果是人的话，你不停的说hello，他一定骂你是个SB
.net/网络工程师，电子商务师
私觉得，整个体系越严谨，演化产生AI的可能性越低。感觉楼主的问题有另外一个表达：制造一个与正常人完全相同的肉体，能否产生生命。
.net/网络工程师，电子商务师
私觉得，整个体系越严谨，演化产生AI的可能性越低。感觉楼主的问题有另外一个表达：制造一个与正常人完全相同的肉体，能否产生生命。
我们伟大的女性不是一直都在做这件事情么！只不过不是“按照自顶向下的填充式的搭建和人类结构完全一样”
现在的AI都弱爆了，我试过那些所谓的聊天机器人，说几个hello就露陷了，如果是机器人，你说你好，他会回答你好，你再说你好，他还回答你好，如果是人的话，你不停的说hello，他一定骂你是个SB
那这个AI还得会自我进化。。。
巨型计算机就算有宇宙那么大，也只是计算机机器人研究无论机器人多么有学习能力，也只能算是个专家系统AI编程首先要解决神经构造的模拟，难道不是么？
感觉按楼主说的，楼主你完全就是再造复制人嘛！能造出复制人来的话，AI自然不是问题不过怎么“启动”复制人我估计是个大问题估计可不是电击一下那么简单的事。。。。。。。。
我也不清楚……引用速度折腾哥的回应：感觉按楼主说的，楼主你完全就是再造复制人嘛！能造出复制人来的话，AI自然不是问题不过怎么“启动”复制人我估计是个大问题估计可不是电击一下那么简单的事。。。。。。。。
软件工程师，小众软件爱好者
果壳上有几个人工智能爱好者. 问问他们吧.
他们不是神隐了的话应该会看到这个帖子。。引用nasdaq的回应：果壳上有几个人工智能爱好者. 问问他们吧.
这是一个哲学问题。从科学角度来看，由于生命的复杂性，这个看起来是不可能完成的任务，现在就连很多蛋白质的分子式都难以确定，更不要说化学反应了。但是如果你是一个非常肯定的唯物主义的人的话，那么这样搞ai肯定是能出来的，在原子级别都相同的话根据物质决定意识是没有问题的。但唯物只是哲学的一个流派而已
引用ctett的回应：这是一个哲学问题。从科学角度来看，由于生命的复杂性，这个看起来是不可能完成的任务，现在就连很多蛋白质的分子式都难以确定，更不要说化学反应了。但是如果你是一个非常肯定的唯物主义的人的话，那么这样搞ai肯定是能出来的，在原子级别都相同的话根据物质决定意识是没有问题的。但唯物只是哲学的一个流派而已你唯物学的不够好哇伙计！要用在发展的眼光看问题！现在不可能的以后就会可能！
如果你是说模拟神经网路做ai的话，有是有这样做的，只是效率太低。我觉得原因主要是硬件到现在还是和人的运算能力差太远。现在ai研究者派别也是相当多，像软件模拟神经网路算是很流行的。硬件模拟的话也有，是用cpu模拟神经元仿建老鼠大脑（叫蓝脑计划），但是这也算是相当粗略的模拟了，和你说的分子原子层面差太多。目前商业ai也只是综合各种派别大杂烩而已
引用速度折腾哥的回应：你唯物学的不够好哇伙计！要用在发展的眼光看问题！现在不可能的以后就会可能！啊~没有上过马哲啊主要是刚刚学了生物化学被打击到啊。。当然有可能，但那个时候人类还在不在也是个问题啊。。给个video：这是人体中一个细胞里发生的事
答案肯定是：不能！因为你把这个人孤立了，与外在的世界完全的分割了，不再是人了！类似把一个物体通过某种对应规则拖到了异次元，那这个物体在异次元不会表现出原本的性质了！除非在电脑上运行虚拟机，虚拟一个现实世界的环境（类似操作系统），再在这个虚拟的环境里，运行人的程序！但这个工作量无法想象！==！怎么有点像盗梦空间？
软件工程专业，软件工程师
人工智能选修课睡觉的掩面撸过···教我们人工智能的老师神人一个，连他自己都不知道自己在胡说啥，至今只记得一个专家系统····
再补充一下，在我所谈的这个层面上，似乎通过虚拟机可以产生人的程序了！但是再深一个层次，也是不成立的。举个例子，在制作虚拟现实环境中，模拟物体下落，可以用位置的高低来判断，但是碰到需要更精确的万有引力定律时的情况，用位置的高低判断方法就不对了，但是万用引力也不是终点，还有更精确的理论，类似的问题还有粒子的无限分解，所以我们不可能找到根本的驱动力，只能精确到某个层次。解决办法就是用类似穷举法，无限的趋近于现实，但是绝对不可能到达终点。所以模拟最简单的单细胞动物，用穷举法，感觉上是可行的，但是这只是在某个层次上是正确。所以即便某一天科学家模拟出来了一个人，一个会学习、会思考、懂感情的程序，但是如果这个程序完全是逻辑上的，完全不借助现实物质属性的话，那么这个程序就绝对不可能是人，或者说这个程序只是某个层次上的人，因为我们无法找到世界的根本驱动力（或者叫根本驱动规则）！
一步步从很小范围模拟，，例如先模拟神经元细胞，转向更广泛的环境，即便运算能力跟不上，这也不在讨论范围里引用狼友友的回应：答案肯定是：不能！因为你把这个人孤立了，与外在的世界完全的分割了，不再是人了！类似把一个物体通过某种对应规则拖到了异次元，那这个物体在异次元不会表现出原本的性质了！除非在电脑上运行虚拟机，虚拟一个现实世界的环境（类似操作系统），再在这个虚拟的环境里，运行人的程序！但这个工作量无法想象！==！怎么有点像盗梦空间？精神产生与否由最小级别的粒子决定，还是宏观物质？这个AI存在则可以学习网络资料完善自我程序，目前缺乏的就是算法问题，此处这样硬实现相当于穷举，深度和广度都近乎无穷，这里不考虑运算速度，即速度近乎无穷，可以吧？引用狼友友的回应：再补充一下，在我所谈的这个层面上，似乎通过虚拟机可以产生人的程序了！但是再深一个层次，也是不成立的。举个例子，在制作虚拟现实环境中，模拟物体下落，可以用位置的高低来判断，但是碰到需要更精确的万有引力定律时的情况，用位置的高低判断方法就不对了，但是万用引力也不是终点，还有更精确的理论，类似的问题还有粒子的无限分解，所以我们不可能找到根本的驱动力，只能精确到某个层次。解决办法就是用类似穷举法，无限的趋近于现实，但是绝对不可能到达终点。所以模拟最简单的单细胞动物，用穷举法，感觉上是可行的，但是这只是在某个层次上是正确。所以即便某一天科学家模拟出来了一个人，一个会学习、会思考、懂感情的程序，但是如果这个程序完全是逻辑上的，完全不借助现实物质属性的话，那么这个程序就绝对不可能是人，或者说这个程序只是某个层次上的人，因为我们无法找到世界的根本驱动力（或者叫根本驱动规则）！
怎么我想到了eva···
我觉得可行·
引用狼友友的回应：答案肯定是：不能！因为你把这个人孤立了，与外在的世界完全的分割了，不再是人了！类似把一个物体通过某种对应规则拖到了异次元，那这个物体在异次元不会表现出原本的性质了！除非在电脑上运行虚拟机，虚拟一个现实世界的环境（类似操作系统），再在这个虚拟的环境里，运行人的程序！但这个工作量无法想象！==！怎么有点像盗梦空间？表示同意这个看法但是在做人工智能的同时 赋予它身体呢
要身体干嘛……引用演算天地的回应：表示同意这个看法但是在做人工智能的同时 赋予它身体呢
孙小年～～～
我说说目前人工智能的几个点吧：1、很多高校的CS专业都开有（人工智能）专业，但是多是研究人工智能相关的算法，例如神经算法或者进化算法。Lisp号称研究人工智能的编程语言，也是做相关的算法研究。2、人工智能目前的应用。最主要的几个方面：游戏AI，自然语言处理（搜索引擎，聊天机器人），棋类机器人等。都是特定领域的人工智能，还没有科幻爱好者希望的那样（真的可以进行general地思考）的人工智能。3、人工智能分强人工智能和弱人工智能。强人工智能认为真的要做出（能思考的机器），弱人工智能只是利用一些算法甚至统计的方法来得出类似智能思考的结果。关于这个问题，科学松鼠会会员苏椰曾经在科幻爱好者QQ群暗物质做过一个讲座，讲稿在此：4、还有的一对观点是，有人认为人类可以通过计算机和编程语言的发展创造出一种新的智能，但是有人认为必须先了解人类大脑的思维模式，然后才能仿制出智能。既是用人的大脑的计算机实现。持有后面一种的观点的一个人是palm的（前？）总裁，他写了一本书叫《on intelligence》，值得一读。5、个人观点，AI这种事情，目前还很不靠谱。至少先把网速给提上去吧亲！
歪个楼，上面视频里的很多东西不认识…
引用soulighter的回应：一步步从很小范围模拟，，例如先模拟神经元细胞，转向更广泛的环境，即便运算能力跟不上，这也不在讨论范围里精神产生与否由最小级别的粒子决定，还是宏观物质？这个AI存在则可以学习网络资料完善自我程序，目前缺乏的就是算法问题，此处这样硬实现相当于穷举，深度和广度都近乎无穷，这里不考虑运算速度，即速度近乎无穷，可以吧？宏观的特性是微观特性的宏观表现。从理论上来说，到量子阶段就会出现好多逻辑悖论，程序是逻辑，用逻辑怎么解决逻辑悖论呢？这就像怎样才能让我们解决我们解决不了的问题呢？所以我才说“如果不借助物质属性bla bla bla”例如：你说先模拟神经元，那你怎么设定电信号，用01表示正反电位，还是用实数表示呢？用01表示，就没有用实数表示的准确，但是只要你确定下来数据类型，数据类型就不是全面的（比如说虚数），初始条件下微小的差异变化能带动整个系统的长期的巨大的连锁反应。当蝴蝶效应影响到AI层面的时候，已经面目全非了！所以我才说“只是某个层次上是正确的”你的这种想法我也有过，但是你看看“帝归”网友的介绍就知道了，实际的人工智能开发和我们想的根本不是一个概念！没做过人工智能，以上纯属YY！
：今年秋季，斯坦福大学的计算机课程，“人工智能入门”（Introduction to Artificial Intelligence），对全世界免费开放。授课录像、作业、考试题全都上网，作业和考试由计算机判分。任何人如果坚持下来，都能拿到一纸结课证。已经有58000人报名了。要不要试试？ 链接：
现在的主流AI有两条路，一种是连结主义，一种是符号主义。LZ说的演化是可以应用在两个门派的一种仿生算法。不考虑计算能力和开销的话直接制造模拟人体所有物理构造的硬件就行了，所以目前来讲不实际。连结主义演化派有一个实例就是HyperNEAT，用的是演化神经网络而LZ描述的东西更像符号主义的演化派。。。我个人是支持符号主义的，连结主义要实现AI起码要等到计算机的计算能力达到人类大脑，而且目前的连结主义方法也没法做到准确仿生（神经学和脑科学都还不完善呢），很难说可不可以实现智能。符号主义从数学层面开始走，我喜欢从数理逻辑这一层开始模拟人类智能推理和学习的这条路。但是目前仍然没有一条清晰的路（其实就是没有一个有力的数学模型-_-b），所以也是困难重重。符号主义的演化算法目前也很多的，拿方程式来实现底层化学反应这种还真没听过，毕竟符号主义的优势就在于不需要从仿生做起。就像发明飞机一样，古代纯粹仿生鸟类拍翅的飞机都杯具了，直到内燃机这种来自人类知识（物理、化学、空气动力学,etc.）的动力源出现才真正成功。我想智能应该也会走类似的路，一旦属于robot的普罗米修斯之火出现，AI就会开始燎原。
是啊，现在研究AI基本都不是为了实现智能，而是利用研究中获得的副产品，比如机器学习之于数据挖掘……Lisp就是lambda演算而已，木有那么神，Church在二战之前就搞出来了，和人工智能没有关系。引用帝归的回应：我说说目前人工智能的几个点吧：1、很多高校的CS专业都开有（人工智能）专业，但是多是研究人工智能相关的算法，例如神经算法或者进化算法。Lisp号称研究人工智能的编程语言，也是做相关的算法研究。2、人工智能目前的应用。最主要的几个方面：游戏AI，自然语言处理（搜索引擎，聊天机器人），棋类机器人等。都是特定领域的人工智能，还没有科幻爱好者希望的那样（真的可以进行general地思考）的人工智能。3、人工智能分强人工智能和弱人工智能。强人工智能认为真的要做出（能思考的机器），弱人工智能只是利用一些算法甚至统计的方法来得出类似智能思考的结果。关于这个问题，科学松鼠会会员苏椰曾经在科幻爱好者QQ群暗物质做过一个讲座，讲稿在此：4、还有的一对观点是，有人认为人类可以通过计算机和编程语言的发展创造出一种新的智能，但是有人认为必须先了解人类大脑的思维模式，然后才能仿制出智能。既是用人的大脑的计算机实现。持有后面一种的观点的一个人是palm的（前？）总裁，他写了一本书叫《on intelligence》，值得一读。5、个人观点，AI这种事情，目前还很不靠谱。至少先把网速给提上去吧亲！
量子级别没有逻辑？宏观层面也并非用逻辑这种手法来描述，例如水流中漩涡只要建立规则就可以，这些可以等到量子领域健壮了之后得以完成。物质属性已经被对象化，物质间的相互作用也被函数化，修改相互作用后的物质类。当然这肯定不完全同步，不过运算能力无限大的前提之下，没什么问题。按照物质粒度层面和电流强度级别设定精度级别原子，设为固定长度为10的float小数，即10^10分位小数分子，设为固定长度为9的float小数，即10^9分位小数，一次类推电信号，设为固定长度为1的float小数，即10分位小数，这种数据结构不会超出已存在的类别。连电脑这么复杂的东西都没发生蝴蝶效应，其运算更是可控的吧引用狼友友的回应：宏观的特性是微观特性的宏观表现。从理论上来说，到量子阶段就会出现好多逻辑悖论，程序是逻辑，用逻辑怎么解决逻辑悖论呢？这就像怎样才能让我们解决我们解决不了的问题呢？所以我才说“如果不借助物质属性bla bla bla”例如：你说先模拟神经元，那你怎么设定电信号，用01表示正反电位，还是用实数表示呢？用01表示，就没有用实数表示的准确，但是只要你确定下来数据类型，数据类型就不是全面的（比如说虚数），初始条件下微小的差异变化能带动整个系统的长期的巨大的连锁反应。当蝴蝶效应影响到AI层面的时候，已经面目全非了！所以我才说“只是某个层次上是正确的”你的这种想法我也有过，但是你看看“帝归”网友的介绍就知道了，实际的人工智能开发和我们想的根本不是一个概念！没做过人工智能，以上纯属YY！
当前的AI编程是永远形成不了智慧生命的，因为：1.进化，写出的程序，不会进化。那些所谓的变来变去并不是进化；2.思想，我们的思想是具有联想推理与逻辑推理能力的，再则最重要的是我们具有预知能力，就是常说的第六感3.感性，程序无感性，而我们却是感性的4.思考，人类以前并不明白物质的组成，但我们却会思考，与现在的编程完全相悖。编程语言，只是语言，我们编写程序，就像在写文章做数学题一样，逻辑都是固定的，即使使用模糊的方式那也是存在已经固定的运行方式的，而人类的思维并不是固定的，好比：我给你一个苹果，你会想到给你个梨或许更好，程序中你定义了苹果和梨、桃，但程序中的选择范围顶多就是这两种，而你，会真的只想到梨或者桃这两种吗？即使你不知道更多的水果
现存的智能程序或者智能系统都是依靠大量的条件判断代码来达到类似于智能的效果，而智能的重要要求就是拥有意识、智慧、学习能力。学习能力依靠接受外界信息以及提取信息来达到效果（普通储存设备达不到要求，除非是DNA硬盘，当然还需要硬件本身拥有学习能力，以防止不停地读取储存设备和执行比较、跳转指令）。智慧则是建立在拥有学习能力之上的，所以计算机要能够对知识进行分类（这个步骤同样会经历很多比较，跳转指令）。意识，要比智慧和学习能力复杂好多，首先要能够对外界情况以及情况变化进行数据接收（计算机只能处理数字信号，不能处理模拟信号，而数字信号是间隔的量子化的数据，况且数据精度很难精确），然后要对传送过来的数据尽行相应的反应（这个过程需要读取储存设备，对于大容量设备寻址很慢），但是计算机不能产生数据库情况以外的情况，虽然可以使用随机数，但是谁又知道这个反应会不会造成计算机做出什么危险的事情呢？比如毁灭人类，所以又需要判断这个反应是否有害（又要经历比较、跳转指令）。综合以上，具有高智能的计算机是不太可能的，毕竟TA是人类制造出来的东西，所有的步骤都是符合逻辑的，而人脑的运行，很多步骤是不合逻辑的。
人连智慧本身是什么都没有弄清楚，是很难搞出正真的人工智能的。目前的人工智能都只能算一种复杂的有限状态自动机，事实上，在用有限状态自动机构造出来的计算机体系结构下，也只能搞出有限状态自动机来。
引用 的话：答案肯定是：不能！因为你把这个人孤立了，与外在的世界完全的分割了，不再是人了！类似把一个物体通过某种对应规则拖到了异次元，那这个物体在异次元不会表现出原本的性质了！除非在电脑上运行虚拟机，虚拟一个现实...顶，不过我觉得更像最近那部《超验骇客》里德普演的意识被上传的男主···他的意识在网络空间里获取信息的方式在维度上会远远高出靠视听体感的自然人
我觉得应该先解决人类的思维方式还有学习方式的问题。。剩下的，没想到。。。
有人挖坟啊实际上楼主想做的事已经有一大票人正在做了：官网：官网：官网： 第一个蓝脑计划是瑞士洛桑联邦工学院与IBM在2005年联手发起的，按计划今年应该已经到了老鼠的全脑模拟阶段了。guokr已有介绍：【新进展】蓝脑计划The Blue Brain Project：第二个和第三个则都是去年刚刚发起的国家级计划。
我在想，如果真的用机器搭建一个完全模拟人脑的系统，它会不会有意识。还有，如果真的像14楼说的那样做，那么那个在虚拟世界里的“人”能不能知道自己的处境？或者会不会我们现在就生活在一个由计算机虚拟出的世界里。
目前的人工智能其实核心思想很简单，就是把人的智力还原为计算，但是由于理论上存在不可计算的问题，所以这条路肯定是走不通的（如果人的智能恰好是不可计算的问题对应的物质结构或者规律产生），即使对于可计算的问题，某些问题也存在计算量的问题。真正的人工智能，我想不可能单靠计算机来完成，可能的解决之道应该是和生物学的结合，由于基因具备天然的智能的物质结构的基础（这种结构未必能被人完全认识），所以看起来人类可以把生物物质和计算环境结合起来以实现所谓的智能。
引用 的话：目前的人工智能其实核心思想很简单，就是把人的智力还原为计算，但是由于理论上存在不可计算的问题，所以这条路肯定是走不通的（如果人的智能恰好是不可计算的问题对应的物质结构或者规律产生），即使对于可计算的问...噗……我已经笑翻了……给你一个神经元，你来说明下它的输入和输出哪里不可计算吧……如果给你一个神经元，它的输入和输出是可计算的……那么只要给你有限个神经元，它的输入和输出都是可计算的……哪里来的不可计算？……不可计算问题存在，但绝对不会在智能问题上……
引用 的话：噗……我已经笑翻了……给你一个神经元，你来说明下它的输入和输出哪里不可计算吧…… 如果给你一个神经元，它的输入和输出是可计算的…… 那么只要给你有限个神经元，它的输入和输出都是可计算的…… 哪里来的不...能用图灵机计算出值的函数，叫做可计算函数。余下的那些则是不可计算函数。计算机是按照图灵机的理论造的，那么显然存在计算机不能计算的函数。数学函数包括了可计算函数和不可计算函数。数学函数是对世界形式变化的的刻画，数学对世界形式变化的刻画能力有限（很多定理已经论及）。人的智能产生于世界的形式变化之中，包含了可数学刻画的变化形式和数学不可刻画的变化形式（哲学上未解决的）。那么数学不可刻画的变化形式我们连函数本身都无法得出，那这些变化形式的可计算性是未知的。因而人的智能里这一部分是无法数学刻画的，更不要提其可以转化为可计算的函数供计算机模拟了。反过来，对于人可认识的数学函数里的那可计算的部分，计算机是可以解决的，人工智能不是真的智能只是由于它总是需要人的数学来进行简化的缘故。上面是一个简单的论证。这下满意了吧。
引用 的话：能用图灵机计算出值的函数，叫做可计算函数。余下的那些则是不可计算函数。 计算机是按照图灵机的理论造的，那么显然存在计算机不能计算的函数。 数学函数包括了可计算函数和不可计算函数。 数学函数是对世界形式...噗……你还是没解决一个问题……有没有一个神经元的输入和输出是不可计算的？……有没有无穷多个神经元？……你说的那些我都知道，但是你有个误区……“人的智能产生于世界的形式变化之中，包含了可数学刻画的变化形式和数学不可刻画的变化形式（哲学上未解决的）。”这个假设真的是正确的吗？……的确，存在不可计算的东西，但是为什么你确定这里有？这不是不需要论证的……否则的话，我们就可以通过不可计算函数的存在直接得出所有自然界存在的过程都有不可计算的部分了（归谬）……哲学上真的没有解决这个问题吗？……如果你要是只是说那些二元论者们的胡扯的话……那也算争议？……
引用 的话：噗……你还是没解决一个问题……有没有一个神经元的输入和输出是不可计算的？……有没有无穷多个神经元？……你说的那些我都知道，但是你有个误区……“人的智能产生于世界的形式变化之中，包含了可数学刻画的变化形...神经元主要的作用是传递神经信号，有输入输出，不过计算过程并不取决于神经元，如计算机执行计算方法时并不取决于单个二极管，而是取决于二极管如何组织。但是这些仅仅是计算工具，一般会撇开这些工具的差异抽象为计算模型，讨论这些计算模型的能力。神经元当然不可能是无穷多个。而且需要明白的是，计算属于意识的一部分，大脑和宇宙，动植物一样都是外在于我们意识外的对象，即使人类研究神经系统，也需要依靠意识中诞生的数学。所以当我们讨论人工智能的时候，要分清楚我们是在讨论什么。一般的说，科学家很少追问什么是人工智能，科学家只会为人工智能这个研究设定一些目标，诸如对信息的分类，对目标的识别等等，由于设定了这些目标，在科学家那里这些目标反而就成为了人工智能一词的内涵，所有这些行为在宏观角度来看，都只是使用数学对信息进行变换而已，更直接的说，是建立一些函数，可以根据输入的数据输出别的数据。在这个层次上来说，把对象转化为数学表示的时候就已经是对世界的简化了，科学家只做科学能处理的对象的数据，这就是入口处的筛选，这绝对不能满足形而上学的要求。只要定义了计算的一般含义，即将一部分信息转化为另外一种信息。我们就知道这里存在信息量的表达问题，也即是说，数学符号和数学语言能承载的信息量是有限的。实际上这是一个普遍的公理。人类的每一种语言工具，声音，符号，图画，能承载的信息量都有限。数学为何有用？这是因为数学的语言和符号是对现象的信息的另一种表达，简单来说，假如面前三只兔子跑过，数字三就可以将三只兔子在意识中发生这样的事简化表达，但不可避免的，丢失了大量细节信息。我们的注意力相当于一个摄像头，充当了信息提取的工作，但它的采集过程并不是无限的，而是具备着通道容量的限制。因而数学语言作为信息表达的一种，必定是以丢失信息为代价，对于直观里的任何一瞬，数学都丢失了大量的信息，丢失的那些信息，则就是数学能力所不及的变化过程。佛经对于这类想法有大量的描述。这并非佛经的人在胡思乱想，而是现象只能以某个尺度的信息出现在人的脑海中。每个直观都存在不可计算的部分，这是很显然的，天才的笛卡尔发明坐标系的幻想就是用数学来描述每一个时间，每一个空间的每一件事，牛顿等人也曾爆发过这样的玄想，即既然万有引力的定律发现，那么确定了每个粒子的，初始时间初始位置初始速度等等就可以用方程计算出未来任何时空的事件。但这种想法最终破产。可以阅读克莱因的《现代世界中的数学》的相关章节。这些想法在人的意识中都被证明是不可能的。因而世界不是完全可计算的！不可完全计算是世界的一个根本属性，作为世界里的智能也具备这个属性。这就决定了，人在模仿和再造智能这件事上可行的方法不过是使用数学加以简化并模拟人脑的信息变换过程。至于达到和人脑一样则是不可能的。人只能期望这件事，有一天我们模拟了足够多，这个机器给我们的感觉已经像是真的，但是到底是不是真的，我们不知。简而言之，科学家无视哲学的意义的讨论，只是尽力设定目标以使感觉上是一致的。
引用 的话：神经元主要的作用是传递神经信号，有输入输出，不过计算过程并不取决于神经元，如计算机执行计算方法时并不取决于单个二极管，而是取决于二极管如何组织。但是这些仅仅是计算工具，一般会撇开这些工具的差异抽象为计...“每个直观都存在不可计算的部分，这是很显然的”很显然这需要证明，直观可以被分解，分解以后依旧是直观，你必须证明“任何一个不可分解的直观都是不可计算的”才行。计算过程不取决于神经元不取决于二极管？好，那你给我别用……
引用 的话：神经元主要的作用是传递神经信号，有输入输出，不过计算过程并不取决于神经元，如计算机执行计算方法时并不取决于单个二极管，而是取决于二极管如何组织。但是这些仅仅是计算工具，一般会撇开这些工具的差异抽象为计...顺便说一下，电子元件组成的计算机可以虚拟另一个由电子元件组成的计算机（只要被虚拟的比虚拟的小一定程度即可），凭啥就不能虚拟由神经元组成的大脑呢？……
引用 的话：神经元主要的作用是传递神经信号，有输入输出，不过计算过程并不取决于神经元，如计算机执行计算方法时并不取决于单个二极管，而是取决于二极管如何组织。但是这些仅仅是计算工具，一般会撇开这些工具的差异抽象为计...差点忘了告诉你，运行不同程序的时候计算机内部的电流等活动也是不一样的……也就是说，它还真是取决于物理上的每一个“单个二极管”的……
引用 的话：神经元主要的作用是传递神经信号，有输入输出，不过计算过程并不取决于神经元，如计算机执行计算方法时并不取决于单个二极管，而是取决于二极管如何组织。但是这些仅仅是计算工具，一般会撇开这些工具的差异抽象为计...世界里面至少有一种直观是可完全计算的，那就是计算机模型本身……从世界是不可完全计算的得出世界里的每个直观都是不可完全计算的……您真学过数学？……这与ZF体系不兼容啊！！
引用 的话：世界里面至少有一种直观是可完全计算的，那就是计算机模型本身…… 从世界是不可完全计算的得出世界里的每个直观都是不可完全计算的……您真学过数学？…… 这与ZF体系不兼容啊！！老兄，明天再跟你解释，我要睡觉了。
理论上可行，相当于把人脑的智能结构移植到机器上。但真正复杂的是这种智能结构的剖析与重建，更可行的是让机器去演化而不是机械式的一步构造到位。
不是说要完全反映一个原子的所有信息要用到的原子数一定会大于一个原子.所以这有什么意义呢
引用 的话：“每个直观都存在不可计算的部分，这是很显然的”很显然这需要证明，直观可以被分解，分解以后依旧是直观，你必须证明“任何一个不可分解的直观都是不可计算的”才行。 计算过程不取决于神经元不取决于二极管？好，...从抽象的角度来说，可计算性的直观特征里包含这些必备的条件：状态的保存，状态的改变方式，状态的改变规则，状态的种类。而计算则是从一种状态开始，经过一系列的步骤，按照规则，变化到另外一种状态。这四个部分就是对于计算一词的形而上学含义的解释。直观可分解，但直观的每一次分解，都使得每一次分解的那些子形式的属性发生改变，这些变化了的属性能够综合出的概念也就发生了改变，从上述对计算过程的形而上学要素来看，状态（State）的种类，直接的依赖于一组稳定性的概念，也可以使用更为直接的谓词(Predicates)，也就是当我们谈论可计算性的时候，我们假设我们确定了参与计算的状态将如何被一组概念界定。换句话说，直观固然可以分解，但分解并不是直观的固有属性，而是人的内感官对不同的要素的统摄，如，我们观察一个人的行为，这时我们对把握的要素是人身的运动形式，但我们可以观察这个人的发型在运动中的变化，是否发型乱了，我们统摄的固然是人在运动过程中的直观形式，但当我们说直观的分解的时候（发型），我们实际只是更换了统摄的对象，你经验里直接体会的直观的分解，不过是我们重复的把现象在时间中的相继性的过程里的那些对象把握出来。若不然，则我们得到的要素仅仅是“流变”，也就是形而上学的纯粹变化的概念。上述的论证已经表明了，计算和直观的层次的对应性，也就是可计算性总是依赖于这样的分解，即对直观的有限分解，也就是说，当我们要计算一只牛加三只兔子的时候，我们对直观的形式的把握，不是可以进行到对兔子的分子的把握。否则计算问题就被破坏。也许会有人用极限概念或者微积分来进行反驳，说微积分或依赖于无限的分解，但必须表明的是，微积分并不是依赖于无限分解本身，实际上数学中的极限是一个逻辑的构造，数学的极限仅仅是说，若符合这样的极限定义，则称之为数学的极限，即对于任意大的序号，总是可以找到更大的序号，使得这个序号之后的元素可以计算出的值和目标的值的差小于任意给定小的一个数字，这里仅仅是对有限几种概念的构造，和无穷分解没有关系。这种运用概念的方式和哲学里的无限分解并不是一回事。那么，直观中的不可计算部分总是存在的原因很明了了，对于任意给定的计算过程，它依赖的状态之所以被界定之所依靠的谓词之所综合自的直观形式之外还有可以被反复统摄而未统摄的直观形式。因为对直观形式的统摄仅仅是我思是否意愿反复运用时间相继的规则去把握形式的问题，而不是直观真的是包含无穷不可数的形式以至于人的有限性无力彻底把握的问题。那么，上述论证你依然不满意的地方在于，直观中那些独立于某个计算过程之外的那些直观形式也许看来并不是不可计算的，而是我们未去计算，若我们试图计算，未必不可以计算。所以准确的说法是直观中包含着未去计算的部分，而不是不可计算的部分。这也是说，当前的计算问题所依赖的状态和当前的计算过程是对应的。然而一般的悖论表明，我们不能证明我可以枚举所有状态，我们把所有可计算的状态极其结果状态作为一个集合，对其每一个子集赋予一个编号，则其包含了所有的计算出发状态和结果状态的过程。那么我们现在要求一个计算过程，即计算任意一个状态集合是否属于这个集合的子集。这个计算过程是否存在？如果存在，那么如果对于一个不属于可计算状态的集合，我们却可以计算其是否属于之前的集合，显然这个不可计算状态的集合属于可计算状态的集合，因为有一个合理的计算过程保证，这说明原来那个集合不能构造成功，即既包含不可计算状态又包含可计算状态。如果这个计算过程不存在，那么那个集合里的子集无法判定自身是否属于可计算状态，这也导致那个集合不能构造成功。这就证明了，不是所有的状态都能归入一个完备的可计算状态集合。也就证明了不可计算状态的存在性。由于对于直观的状态的把握是无限的，即可以反复运用谓词来区分直观中的对象，如可以对一只兔子运用在一条直线这个谓词，来得到兔子身上所有共线的直观状态，如两耳朵共线，两只前腿共线等等。针对前腿使用新的谓词。但我们不能表明，在谓词界定下的状态里，所有的过程都是可计算的。
引用 的话：从抽象的角度来说，可计算性的直观特征里包含这些必备的条件：状态的保存，状态的改变方式，状态的改变规则，状态的种类。而计算则是从一种状态开始，经过一系列的步骤，按照规则，变化到另外一种状态。这四个部分就...呵呵呵……我现在就给你举出一个反例……计算机本身是直观，并且它是可以计算的，虚拟机就是证明……它是直观，并且包含了一切可计算性的直观里包含的必备的条件，难道你敢肯定其他的直观就不一样？……顺便……关于你的集合论证……你没发现少了点啥吗……我们不能构造一个这样的集合不代表这样的集合不存在……我只需要证明如果这样的集合不存在将会出现矛盾即可……另外……根据幂集定理，可计算过程与其结果构成的集合的幂集一定不可计算……因此我丝毫不怀疑你没找出那个集合……问题在于，你凭什么从“不是所有的状态都能归入一个完备的可计算状态集合”推导出“所有的状态都不能归入一个完备的可计算状态集合”？你凭什么从中得出“人类的心智状态不能归入一个完备的可计算状态集合”？……你真的学过数学吗？……
(C)2017果壳网&&&&京ICP证100430号&&&&京网文[-239号&&&&新出发京零字东150005号&&&&
违法和不良信息举报邮箱：&&&&举报电话：}