智能需要做的事情大体分为三步：
1.从现实世界获取信息
2.在脑中用概念网络进行分析
3.作出行动，回应现实世界


第一步是最重要的：通过各种感觉器官获取，对于人类来讲，如视觉，听觉，触觉等。对于动物来说，嗅觉比人类用到的要多。这一阶段应用的是物理，化学等规则来获取。获取转化得到的生理信号经神经传导至大脑皮层，在重复刺激下形成概念网络


这三步是以反馈的形式，即重复做这三步，并最终收敛到一个无法再反馈的最终结果，来进行智能的展现。比如人接从远处抛来的球，1.用眼睛获取球在不同时间的位置，把这个信息传递至概念网络，2.在概念网络中判断球的落点，3.伸出手去接。手接触到球后，继续重复做这三步，根据球击打手部位，力量，决定改变位置，增加力量，脚步腾挪。人是通过重复做这三步，来展现智能。并在这三步中，不断修正大脑中的概念网络



而ai软件只有第二步，是因为ai现在做的不是最重要的事情，是最简单的事情，或者说，是最容易做的部分，说得更清楚一点，是成本最低的事情。

特定于围棋软件来讲

最重要的一点是 现实世界的真实环境 到电脑世界中数据 的映射，电脑游戏不涉及现实世界，围棋游戏只是简单地落子到某个坐标，也就是说，人脑最困难的部分，步骤1，软件是没有涉及到的

ai只是对程序中的数据进行分析，至于程序中的数据是怎么来的，它没有能力获取，也没有能力判断真伪。举例来说，就是围棋落子在a处，对于软件来说这个是天然正确的，但真正的人脑遇到的困难是：现在这个子是不是停在a处，这个判断才是真正人脑要做的工作。
至于判断完毕后，该怎么做，照着训练的做就可以了，这点人脑和ai是一样的。

但ai缺乏前面那步


现在的ai，只是计算概率的软件，不是人类，动物那样的智能。因为它的模型是被简化的。比如围棋的几条简单规则，游戏的子弹碰撞，障碍物碰撞等只有几个简单规则。而人类和动物要面对的是物理，化学之类的规则，以及更复杂且更不好掌握的社会规则

[本帖最后由 汽车屁 于 2017-1-4 22:47 编辑]

感觉楼主啥都不懂。。。。

LZ结论是对的，过程不对，现在所谓AI主要就是神经网络机器学习，需要两个前提：
1.人类建立一个能描述对象特征的数学模型。
2.人类准备好海量已经标明特征的学习素材。
然后机器通过分析素材完善数学模型的因子，获得一个接近现实情况的模型。这个过程中，人类和机器都是无法相互替代的。机器无法建立初始模型和自动产生已经有特征信息的学习素材。而人类也没法像机器一样能够从海量素材中总结出最优化的数学模型。不过机器在这个过程中离真正的AI还差得远。

这个是对的，现在的AI离论坛不少人想的AI差很远

你坛惊呼埃尔法狗能自我思考了，人类要完蛋了，真的喷了

deepmind今年造了一个ai，可以自己学习地铁地图，然后告诉你从哪儿到哪儿怎么坐地铁

注意这是全自主的，也就是说这玩意儿压根之前没见过地铁地图，也没有跟地图相关的代码，完全是通过分析数据自学的，你觉得跟你说的ai差别远吗？

设计的时候有目的啊，并且这个目的是可以用某种手段评估的，这个就是最大的区别

1.从现实世界获取信息 ，语音识别，已经实现
2.在脑中用概念网络进行分析，阿花狗就是雏形，逻辑运算加上概念库
3.作出行动，回应现实世界，各类手机都可以成为媒介

有大数据的前提下,就看怎么样去算

没有目的，这个ai并不是设计来读地铁图的

也就是说，你拿这个ai去下象棋，打麻将，玩儿游戏都是可以的，不需要代码有任何改变，你只需要给他足够多的的例子，他就能自主学习，具体看这里
http://m.wallstreetcn.com/node/267238

看了一下楼上提的那个新闻，感觉上也没超过我说的范围，也是一种处理素材的学习模型，并不是想象的丢几张地图，然后机器就能给我说某某站到某某站咋走，首先还是需要一些结构化的模型来描述站这个对象，这个肯定是人类定义的，然后学习素材肯定也有一些结构化的信息并不会是单纯的地图，然后机器会通过这些素材和那个DNC模型推演出两个站之间的路线。
不过我对这方面也没很深的研究，以上也只是我的一些推测，但肯定不是LS想的扔几张地图给机器，然后机器就能回复出某某站到某某站怎么走，这应该是不可能的。

http://www.leiphone.com/news/201610/l1kT0RNuJBiYJaQA.html
这篇文章应该更专业些。

喷了，还真有将广告词全当真的傻逼在……

泥潭平时还鄙视民科，现在看来也就是民科的水平。

喷了，你才是真傻逼好吗，对现代ai完全不懂的白痴，现代ai就是主题就是通过数据自主学习

再说人家那是发到nature上的，到你这里变成谷歌广告词了，你笑死人了

本帖最后由 mirokuneal 于 2017-1-5 03:19 通过手机版编辑

输入数据确实需要结构化，还不能自主认图，需要人把图变成数据给ai，剩下就是ai自己搞了

自主认图是计算机视觉的范畴，属于另外一种ai，这类ai最典型的就是kinect了，最近计算机视觉的发展也是飞快

这两种ai各自发展好了，结合起来是很容易的事儿

传感器，视觉识别语音识别，输入问题早就不是问题
执行器，从电机气缸到各种夹具，早在力量精度速度方面都超过了人类
楼主还有什么想了解的么。。。
人工智能就是中间连接两端的算法和决策机制，而这部分是最难的部分。。。

本帖最后由 handsomeken 于 2017-1-5 05:08 通过手机版编辑

如果是给一张图片，以及各种图示如铁路的图示，医院的红十字图示，邮局的图示等，那可以算做智能

如果用的人给的结构化数据，如code，distance，direction这些，这有什么难的？

就拿现在很火的围棋软件来说，只是计算概率的软件而已。它在平时计算的过程中积累了极大量的胜局，以及每一步能够达到该胜局的以指数增长的中间局面，然后在正式对弈时，根据当期局面，计算到达胜局的数量最多，权重最大的那个落子。

然后给这个平时计算起了巩固学习之类的名字，它学习的主要结果就是极大量最终胜局，指数增长的中间局面，以及在策略网络，值网络，快速走子rollout网络中的一些随机值，因为围棋无法做到暴力穷举，在搜索时就要用一些随机值来决定往哪走，这些随机值是和编写好的程序完美对应的，如果程序改变，那些训练好的随机值也要重新学习

[本帖最后由 汽车屁 于 2017-1-5 17:52 编辑]

泥潭也有不少ai吹

最好能用到游戏里，让npc不要那么呆