王垠：我为什么不在乎人工智能（转）

pptaotao

正好看到这个，除了开头那一段鸡汤，我觉得他说的几个点都对的。
--------------------------------------

来源：王垠
www.yinwang.org/blog-cn/2017/04/23/ai

有人听说我想创业，给我提出了一些“忽悠”的办法。他们说，既然你是程序语言专家，而现在人工智能（AI）又非常热，那你其实可以搞一个“自动编程系统”，号称可以自动生成程序，取代程序员的工作，节省许许多多的人力支出，这样就可以趁着“AI热”拉到投资。

有人甚至把名字都给我想好了，叫“深度程序员”（DeepCoder = Deep Learning + Coder）。口号是：“有了 DeepCoder，不用 Top Coder！” 还有人给我指出了这方向最新的，吹得神乎其神的研究，比如微软的 Robust Fill……

我谢谢这些人的关心，然而其实我并不在乎，也不看好人工智能。现在我简单的讲一下我的看法。


机器一样的心

很多人喜欢鼓吹人工智能，自动车，机器人等技术，然而如果你仔细观察，就会发现这些人不但不理解人类智能是什么，不理解人工智能有什么局限性，而且这些“AI 狂人”们的心，已经严重的机械化了。他们或多或少的失去了人性，仿佛忘记了自己是一个人，忘记了人最需要的是什么，忘记了人的价值。这些人就像卓别林在『大独裁者』最后的演讲里指出的：“机器一样的人，机器一样的心。”

每当提到 AI，这些人必然野心勃勃地号称要“取代人类的工作”，“节省劳动力开销”。暂且不讨论这些目标能否实现，它们与我的价值观，从一开头就是完全矛盾的。一个伟大的公司，应该为社会创造实在的，新的价值，而不是想方设法“节省”什么劳动力开销，让人失业！想一下都觉得可怕，我创造一个公司，它最大的贡献就是让成千上万的人失业，为贪得无厌的人节省“劳动力开销”，让贫富分化加剧，让权力集中到极少数人手里，最后导致民不聊生，导致社会的荒芜甚至崩溃……

我不可想象生活在那样一个世界，就算那将使我成为世界上最有钱的人，也没有了意义。世界上有太多钱买不来的东西。如果走在大街上，我看不到人们幸福的笑容，悠闲的步伐，没有亲切的问候，关爱和幽默感，看不见甜蜜浪漫的爱情，反而看见遍地痛不欲生的无家可归者，鼻孔里钻进来他们留下的冲人的尿骚味，走到哪里都怕有人抢劫，因为人们实在活不下去了，除了偷和抢，没有别的办法活……

如果人工智能成功的话，这也许就是最后的结果。幸运的是，有充足的证据显示，人工智能是永远不会成功的。


我的人工智能梦

很多人可能不知道，我也曾经是一个“AI 狂热者”。我也曾经为人工智能疯狂，把它作为自己的“伟大理想”。我也曾经张口闭口拿“人类”说事，仿佛机器是可以跟人类相提并论，甚至高于人类的。当深蓝电脑战胜卡斯帕罗夫，我也曾经感叹：“啊，我们人类完蛋了！” 我也曾经以为，有了“逻辑”和“学习”这两个法（kou）宝（hao），机器总有一天会超越人类的智能。可是我没有想清楚这具体要怎么实现，也没有想清楚实现了它到底有什么意义。

故事要从十多年前讲起，那时候人工智能正处于它的冬天。在清华大学的图书馆，我偶然地发现了一本尘封已久的 Peter Norvig 的大作『Paradigms of Artificial Intelligence Programming』（PAIP）。像个考古学家一样，我开始逐一地琢磨和实现其中的各种经典 AI 算法。PAIP 的算法侧重于逻辑和推理，因为在它的年代，很多 AI研究者都以为人类的智能，归根结底就是逻辑推理。他们天真地以为，有了谓词逻辑，一阶逻辑这些东西，可以表达“因为所以不但而且存在所有”，机器就可以拥有智能。于是他们设计了各种基于逻辑的算法，专家系统（expert system），甚至设计了基于逻辑的程序语言 Prolog，把它叫做“第五代程序语言”。最后，他们遇到了无法逾越的障碍，众多的 AI 公司无法实现他们夸口的目标，各种基于“神经元”的机器无法解决实际的问题，巨额的政府和民间投资化为泡影，人工智能进入了冬天。

我就是在那样一个冬天遇到了 PAIP，它虽然没能让我投身于人工智能领域，却让我迷上了 Lisp 和程序语言。也是因为这本书，我第一次轻松而有章法的实现了 A* 等算法，并且理解到里面的真谛。也是因为 PAIP，我第一次理解到了程序的“模块化”是什么，我开始在自己的程序里使用小的“工具函数”，而不再担心很多人忧心忡忡的“函数调用开销”。PAIP 和 SICP 这两本书，最后导致了我投身于程序语言领域，并且有幸获得这个领域鼻祖们的指点。

在 PAIP 之后，我又迷了一阵子机器学习（machine learning），因为有人告诉我，机器学习是人工智能的新篇章。然而我逐渐的意识到，所谓的人工智能和机器学习，跟真正的人类智能，关系其实不大。相对于实际的问题，PAIP 里面的经典算法其实相当幼稚，复杂度很高，根本不可能解决大规模的实际问题。最重要的问题是，我看不出 PAIP 里面的算法跟“智能”有任何关系。而“机器学习”这个名字，完全就是一个幌子。很多人都看出来了，机器学习说白了就是统计学里面的“拟合函数”，换了一个具有迷惑性的名字而已。


吓人的外衣之下

人工智能的研究者们总是喜欢抬出“神经元”一类的名词来吓人，跟你说他们的算法是受了人脑神经元工作原理的启发。注意了，“启发”是一个非常模棱两可的词，由一个东西启发得来的结果，可以跟这个东西毫不相干。比如我也可以说，Yin 语言的设计是受了九阴真经的启发

世界上这么多 AI 研究者，有几个真的研究过人脑，解刨过人脑，拿它做过实验，或者读过脑科学的研究成果？最后你发现，几乎没有 AI 研究者真正做过人脑或者认知科学的研究。著名的认知科学家 Douglas Hofstadter 早就在接受采访时指出，这帮所谓“AI 专家”，对人脑和意识（mind）是怎么工作的，其实完全不感兴趣，也从来没有深入研究过，却号称要实现“通用人工智能”（Artificial General Intelligence, AGI），这就是为什么 AI 直到今天都只是一个虚无的梦想。

纵观历史上机器学习能够做到的事情，都是一些字符识别（OCR），语音识别，人脸识别一类的，我把这些统称为“识别系统”。当然，识别系统是很有价值的，我经常用手机上的语音输入法，人脸识别对于警察和间谍机关，显然意义重大。虽然很重要，识别系统跟真正的“智能”，却相去非常远，而且这些识别系统的普及，导致了人工智能的能力被严重的神化。说白了，这些识别系统，也就是统计学的拟合函数能做的事情：输出一堆像素或者音频，输出一个个的单词文本。很多人分不清“文字识别”和“语言理解”的区别。OCR 和语音识别系统，虽然能依靠统计的方法，知道你说的是哪些字，却不能真正理解你在说什么。

聊一点深入的话题，看不懂的人可以跳过这一段。“识别”和“理解”的差别，就像程序语言里面“语法”和“语义”的差别。程序语言的文本，首先要经过词法分析器（lexer），语法分析器（parser），才能送进解释器（interpreter），只有解释器才能实现程序的语义。类比一下，自然语言的语音识别系统，其实只相当于程序语言的词法分析器（lexer）。大部分的 AI 系统，连语法分析器（parser）都没有，所以主谓宾，句子结构都分析不清楚，更不要说理解其中的含义了。IBM 的语音识别专家 Frederick Jelinek 曾经开玩笑说：“每当我开掉一个语言学家，识别率就上升了。”其原因就是语音识别仅相当于一个 lexer，而语言学家研究的是 parser 以及 interpreter。当然了，你们干的事情太初级了，所以语言学家帮不了你们，但这并不等于语言学家是没有价值的。

各大公司最近叫得最响亮的“AI 技术”，就是 Siri，Cortana，Google Assistant，Amazon Echo 一类含有语音识别功能的工具，叫做“个人助手”。这些东西里面，到底有多少可以叫做“智能”的东西，我想用过的人都应该明白。我每一次试用 Siri 都被它的愚蠢所折服，可以让你着急得砸了水果手机。那另外几个同类，也没有好到哪里去。很多人被“微软小冰”忽悠过，咋一看真能理解你说的话，然而聊一会你就发现，小冰不过是一个“网络句子搜索引擎”而已。它只是按照你句子里的关键字，随机搜出网上已有的句子。大部分这类句子出自问答类网站，比如百度知道，知乎，等等。一个很简单的实验，就是反复发送同一个词给小冰，比如“智能”，看它返回什么内容，然后拿这个内容到 Google 或者百度搜索，你就会找到那个句子真正的出处。人都喜欢自欺欺人，看到几个句子回答得挺有“诗意”，就以为它是在跟你对话，而其实它是牛头不对马嘴，所以你才感觉有“诗意”。大部分人跟小冰对话，都喜欢只把其中“符合逻辑”的部分截图下来，然后惊呼：“哇，小冰好有趣！” 他们没有告诉你的是，没贴出来的对话，几乎全都是鸡同鸭讲。

我并不是说这些产品完全没有价值。我用过 Siri 和 Google Assistant，我发现它们还是有用的，特别是在开车的时候。因为开车时操作手机容易出事，所以我可以利用语音控制。比如我可以对手机说：“导航到最近的加油站。” 然而实现这种语音控制，根本不需要理解语言，你只需要用语音识别输入一个函数调用：导航（加油站）。个人助手在其它时候用处都不大。我不想在家里和公共场所使用它们，原因很简单：我懒得说话，或者不方便说话。点击几下屏幕，我就可以精确地做到我想要的事情，这比说话省力很多，也精确很多。个人助手完全不理解你在说什么，这种局限性本来无可厚非，然而各大公司却拿这些个人助手来煽风点火，各种夸大，闭口不提他们的局限性，让外行们以为人工智能就快实现了，这就是为什么我必须鄙视一下他们。

由于有了这些“个人助手”，有些人就号称类似的技术可以用来制造“机器客服”，使用机器代替人作为客服。他们没有想清楚的是，客服看似“简单工作”，跟这些语音控制的玩意比起来，难度却是天壤之别。客服必须理解公司的业务，必须能够精确地理解客户在说什么，必须形成真正的对话，要能够为客户解决真正的问题，而不能只抓住一些关键字进行随机回复。另外，客服必须能够从对话信息，引发现实世界的改变，比如呼叫配送中心停止发货，向上级请求满足客户的特殊要求，拿出退货政策跟客户辩论，拒绝他们的退货要求，抓住客户心理，向他们推销新服务等等，各种需要“人类经验”才能处理的事情。所以机器能不但要能够形成真正的对话，理解客户的话，它们还需要现实世界的大量经验，需要改变现实世界的能力，才可能做客服的工作。由于这些个人助手全都是在忽悠，所以我看不到有任何希望，能够利用现有的技术实现机器客服。

很多人看到 AlphaGo 的胜利，以为所谓 Deep Learning 终究有一天能够实现人类级别的智能。在之前的一篇文章里（http://www.yinwang.org/blog-cn/2016/03/09/alpha-go），我已经指出了这是一个误区。很多人以为人觉得困难的事情（比围棋），就是体现真正人类智能的地方，其实不是那样的。我问你，心算除法（23423451345 / 729）难不难？这对于人是很的，然而任何一个傻电脑，都可以在 0.1 秒之内把它算出来。围棋，国际象棋之类也是一样的原理。这些机械化的问题，根本不反应真正的人类智能，它们只需要蛮力。

纵观人工智能领域发明过的吓人术语，从 Artificial Intelligence 到 Artificial General Intelligence，从 Machine Learning 到 Deep Learning，…… 我总结出这样一个规律：人工智能的研究者们特别喜欢制造吓人的名词，当人们对一个名词失去信心，他们就会提出一个不大一样的，新的名词，免得人们把对这个名词的失望，转移到新的研究上面。然而这些名词之间，终究是换汤不换药。因为没有人真的知道人的智能是什么，所以也就没有办法实现“人工智能”。

生活中的每一天，我这个“前 AI 狂热者”都在为“人类智能”显示出来的超凡能力而感到折服。甚至不需要是人，任何高等动物（比如猫）的能力，都让我感到敬畏。我发自内心的尊重人和动物。我不再有资格拿“人类”来说事，因为面对这个词汇，任何机器都是如此的渺小。


自动编程是不可能的

现在回到有些人最开头的提议，实现自动编程系统。我现在可以很简单的告诉你，那是不可能实现的。微软的 Robust Fill 之类，全都是在扯淡。我对微软最近乘着 AI 热，各种煽风点火的做法，表示少许鄙视。不过微软的研究员也许知道这些东西的局限，只是国内小编在夸大它的功效吧。

你仔细看看他们举出的例子，就知道那是一个玩具问题。人给出少量例子，想要电脑完全正确的猜出他想做什么，那显然是不可能的。很简单的原因，例子不可能包含足够的信息，精确地表达人想要什么。最最简单的变换也许可以，然而只要多出那么一点点例外情况，你就完全没法猜出来他想干什么。就连人看到这些例子，都不知道另一个人想干什么，机器又如何知道？这根本就是想实现“读心术”。甚至人自己都可以是糊涂的，他根本不知道自己想干什么，机器又怎么猜得出来？所以这比读心术还要难！

对于如此弱智的问题，都不能 100% 正确的解决，遇到稍微有点逻辑的事情，就更没有希望了。论文最后还“高瞻远瞩”一下，提到要把这作法扩展到有“控制流”的情况，完全就是瞎扯。所以 RobustFill 所能做的，也就是让这种极其弱智的玩具问题，达到“接近 92% 的准确率”而已了。另外，这个 92% 是用什么标准算出来的，也很值得怀疑。

任何一个负责的程序语言专家都会告诉你，自动生成程序是根本不可能的事情。因为“读心术”是不可能实现的，所以要机器做事，人必须至少告诉机器自己“想要什么”，然而表达这个“想要什么”的难度，其实跟编程几乎是一样的。实际上程序员工作的本质，不就是在告诉电脑自己想要它干什么吗？最困难的工作（数据结构，算法，数据库系统）已经被固化到了库代码里面，然而表达“想要干什么”这个任务，是永远无法自动完成的，因为只有程序员自己才知道他想要什么，甚至他自己都要想很久，才知道自己想要什么……

有句话说得好：编程不过是一门失传的艺术的别名，这门艺术的名字叫做“思考”。没有任何机器可以代替人的思考，所以程序员是一种不可被机器取代的工作。虽然好的编程工具可以让程序员工作更加舒心和高效，任何试图取代程序员工作，节省编程劳力开销，克扣程序员待遇，试图把他们变成“可替换原件”的做法（比如 Agile，TDD），最终都会倒戈，使得雇主收到适得其反的后果。同样的原理也适用于其它的创造性工作：厨师，发型师，画家，……

所以别妄想自动编程了。节省程序员开销唯一的办法，是邀请优秀的程序员，尊重他们，给他们好的待遇，让他们开心安逸的生活和工作。同时，开掉那些满口“Agile”，“Scrum”，“TDD”，“软件工程”，光说不做的扯淡管理者，他们才是真正浪费公司资源，降低开发效率和软件质量的祸根。


傻机器的价值

我不反对继续投资研究那些有实用价值的人工智能，然而我觉得不应该过度夸大它的用处，把注意力过分集中在它上面，仿佛那是唯一可以做的事情，仿佛那是一个划时代的革命，仿佛它将取代一切人类劳动。我的个人兴趣，其实不在人工智能上面。那我要怎么创业呢？很简单，我觉得大部分人其实不需要很“智能”的机器，“傻机器”才是对人最有价值的。所以设计新的，可靠的，造福于人的傻机器，应该是我创业的目标。当然我这里所谓的“机器”，包括了硬件和软件。

只举一个例子，有些 AI 公司想研制“机器佣人”，可以自动打扫卫生做家务。我觉得这问题几乎不可能解决，还不如直接请真正智能的——阿姨来帮忙。我可以做一个阿姨服务平台，方便需要服务的家庭和阿姨进行配对。给阿姨配备更好的工具，通信，日程，支付设施，让她工作不累收钱又方便，让家庭也省心放心，那岂不是两全其美？哪里需要什么智能机器人，难度又高，又贵又不好用。显然这样的阿姨服务平台，结合真正的人的智能，轻而易举就可以让那些机器佣人公司死在萌芽之中。

当然我不会真去做个阿姨服务平台，我只是举个例子。许许多多对人有用的傻机器，还在等着我们去发明。这些机器设计起来虽然需要灵机一动，然而实现起来难度却不高，给人带来便利，经济上见效也快。这些东西不对人的工作造成竞争，反而可能制造更多的就业机会，可以说是利国利民。利用人的智慧，加上机器的蛮力，让人们又省力又能挣钱，才是最合理的发展方向。

superdigua

现在的人工智能实际上是“大数据分析”，而大数据分析是很有用处的。

pptaotao

superdigua 发表于 2017-4-28 15:29
现在的人工智能实际上是“大数据分析”，而大数据分析是很有用处的。

大数据的确有用，不过感觉离“智能”还差很远。

但是谁知道呢，也许机器会发展出机器的智能，不需要关心人类的智能是怎样的。

YugaYuga

这位‘王垠’是何方神圣？
感觉扯的有点不着边际了

pptaotao

YugaYuga 发表于 2017-4-28 15:49
这位‘王垠’是何方神圣？
感觉扯的有点不着边际了

一个很搞笑的退学专家。。。

1997年，考入四川大学计算机系97级。
2001年，保送清华大学计算机系软件所硕博连读，主要进行集成电路布线算法的研究。
2003年发表《完全用Linux 工作》、《写给支持和反对<完全用Linux工作>的人们》，痛陈windows弊端、宣扬linux。
2004年8月，发表网络文摘《完全用linux工作》、《写给支持和反对<完全用Linux工作>的人们》，痛陈windows弊端、宣扬linux，文章在中国的计算机和linux阵营引起极大轰动效应，成为水木清华linuxapp版和中国多个linux社区的偶像级人物。
2005年，发表学术论文“The polygonal contraction heuristic for rectilinear Steiner tree construction”[1]  。
2005年9月22日在水木社区BLOG上发表了《清华梦的粉碎--写给清华大学的退学申请》明确要求退学，痛斥国内高等教育弊端。
2006年8月，从清华退学后考GRE出国到了康奈尔大学计算机系，康奈尔大学计算机系全美排名第六名[2]  。
2008年发表《Cornell 感受》并从康奈尔大学退学，到印第安纳大学伯明顿分校（IUB）计算机继续攻读博士学位，印第安纳大学伯明顿分校（IUB）计算机专业排名全美50名之外[2]  。
2012年，以一篇文章《对博士学位说永别》再次退学，至此王垠分别于2005年、2006年、2008年分别从清华大学、康奈尔大学和印第安纳大学伯明顿分校退学。他认为他的“博士生涯”已经帮助他找到了比博士学位更重要的东西 。
2012年结束在Google的实习后发表《王垠：我和Google的故事》。
2012年冬季，加入Coverity，职业软件工程师。
2013年03月发表《谈“P=NP?”》[3]  ，并表示“这个问题其实是不存在的，它根本不需要解决。”[3]  。
2013年11月发表《What's wrong with Object-Oriented Programming and Functional Programming》（《面向对象编程和函数式编程的问题出在哪里》），痛斥对象编程和函数编程弊端。
2014年02月发表《程序员的心理疾病》，认为程序员群体存在心理疾患。

牵黄擎苍

这个世界不会因为你不在乎什么而会有所不一样吧

YugaYuga

pptaotao 发表于 2017-4-28 15:51
一个很搞笑的退学专家。。。

1997年，考入四川大学计算机系97级。

简历应该是他本人写的了
看来就是位从未深入做过一件实事，整天扯淡的扯淡大师

Robin NSW

人工智能不是让机器去模拟人类的思考方式，途经有很多。大数据总结出的处理逻辑就是其中一个方法。当人工智能足够成熟的时候人和机器交往，人会感觉在和人类交流，但机器完全可以采取完全不同的计算方式给出相同反应的

小小白虎

现在的人工智能连昆虫的能力都无法达到呢...
但不能否认这条路要走下去，到时候各种专业机器因为’智能‘而准确性更高，判断更准，某种程度上改善人类生活（解放低端劳动力，拯救极端贫苦地区），最终受益的还是人类。

题外话：我有一直有种担心，若干百年内，地球人口有可能会有一次大幅减少。

monica612

“机器学习说白了就是统计学里面的“拟合函数”，换了一个具有迷惑性的名字而已。”

这句话说到了点上。这个才是看通透了的人说的话。

膜拜！可惜这样的人太少。top coding 的人太多。

jeff117888

牵黄擎苍 发表于 2017-4-28 15:56
这个世界不会因为你不在乎什么而会有所不一样吧

支持!

monica612

YugaYuga 发表于 2017-4-28 16:02
简历应该是他本人写的了
看来就是位从未深入做过一件实事，整天扯淡的扯淡大师  ...

能够有这种见识的人，比在座的各位深入多了。

其实你我都未必知道他知道什么做了什么，仅凭这三言两语，说他扯淡未免太不敬。

pptaotao

小小白虎 发表于 2017-4-28 16:04
现在的人工智能连昆虫的能力都无法达到呢...
但不能否认这条路要走下去，到时候各种专业机器因为’智能‘而 ...

为啥会大幅减少？

潜水老虎

路过

牵黄擎苍

monica612 发表于 2017-4-28 16:08
能够有这种见识的人，比在座的各位深入多了。

其实你我都未必知道他知道什么做了什么，仅凭这三言两语 ...

"其实你我都未必知道他知道什么做了什么"

怎么推出以下这个结论？

”能够有这种见识的人，比在座的各位深入多了。“

小小白虎

pptaotao 发表于 2017-4-28 16:10
为啥会大幅减少？

地球生态的自我调节，人类破坏自然太严重了。
当然我说得是若干百年后

九路

楼上各位都没听说过阿法狗？Robin 说的“人工智能不是让机器去模拟人类的思考方式” 才是到点子上。

floodp

扯淡专家，不太认同其观点。不管你在不在乎，人类已经走在通往IA的路上，也许是30年，50年，100年，200年，它就是要替代人类的工作，就是要减少人力成本。世界也不会因此变得更糟，相反会更好，社会转型的阵痛期也许有一代人会倒霉，但是发展的方向只会越来越好，人类本身有这样的智慧去引领这个方向。

YugaYuga

monica612 发表于 2017-4-28 16:08
能够有这种见识的人，比在座的各位深入多了。

其实你我都未必知道他知道什么做了什么，仅凭这三言两语 ...

Don't you think you're contracdicting yourself?

Respect has to be earned.

monica612

牵黄擎苍 发表于 2017-4-28 16:19
"其实你我都未必知道他知道什么做了什么"

怎么推出以下这个结论？

“见识” 不等于做了什么。

在座的要觉得自己比他厉害的也可以看不起他。

总之我觉得他很牛逼，我真没有觉得从这篇文章能判断出他是一个扯淡专家。

monica612

YugaYuga 发表于 2017-4-28 18:30
Don't you think you're contracdicting yourself?

Respect has to be earned.

同上一楼回复。

monica612

对于这种文章，你可以有你对人工智能的看法。没必要对他本人扣个什么帽子。你觉得你自己比他牛逼的，反驳他文章里面具体那一条说的不对，不全。

人工智能的局限性，机器学习的局限性，在我工作的领域看的十分清楚。这篇文章的观点跟我十分相同。


至少在我工作的行业里面，我们见到人工智能机器学习背景的人的简历就自然略过了。以前有员工是这个背景的，后来也离开了。

YugaYuga

monica612 发表于 2017-4-28 18:31
同上一楼回复。

Haha. If this is an academic debating better put your personal warship aside. Whether you think Master Wang Niubi or not is irrelevant.

AI is not Human Intelligence and never will be. Master Wang's arguments simply are not getting the basic points.

上班ing

我觉得这哥挺厉害的，虽然可能没有他自己以为的那么厉害。。。

YugaYuga

九路 发表于 2017-4-28 16:45
楼上各位都没听说过阿法狗？Robin 说的“人工智能不是让机器去模拟人类的思考方式” 才是到点子上。 ...

Good point

melbourneONE

人工智能是站在全人类知识巨人的肩膀上建立起来的。一旦有自我意识了，将会是个灾难。
有人可能会说，那就别让他有自我意识不就得了。呵呵，发展到一定阶段，没准自然而然就产生了。

floodp

不懂人工智能专业上的东西，所以后面的技术细节的说明没有太认真看，也看不懂，也许他说的全对。但是前面的机器的心一段，完全是bullshit，人类哪一个科学成就不是突破原有的局限取得的，有多少原来想都不敢想的都变成现实。还有价值观，在他眼里竟也成了AI不能成功的一个因素，价值观也在变化好吧，不要说我们现在的价值观就是人类终极的价值观，只要人类社会还在发展就没有终极这一说。总之，带着现实的眼镜看未来，断言AI不会成功，这根本不像一个搞科学的人得出的结论。

hilltop-bear

pptaotao 发表于 2017-4-28 15:51
一个很搞笑的退学专家。。。

1997年，考入四川大学计算机系97级。

很有意思，一个从沉迷机器到关怀人心的转变过程。

jinluo

“程序员群体存在心理疾患。” 怎么得出了这样的结论？

人类社会的发展总是艰难地前行着

maxiaoc

至少这位王同学是位有想法的同学。