“所以为什么要把一些非专业人士的观点看得那么重要，甚至奉为经典和真理？应该去看那些真正研究人工智能的资深级专家，那么会发现他们有一种戒慎恐惧的心里，包括我也觉得现在的媒体把人工智能说的太过了。”

“人工智能的发展可以追溯到上个世纪50年代，是一个很曲折的发展史，也很无奈，因为大家都是一哄而上，过不了多久便一哄而散，每次都是对它寄予厚望，然后一大堆人进入这个领域，包括大量的资本，最后发现没有什么突破立马全跑了。”

“近年来人们再一次趋之若鹜，现在任何企业都觉得只要和人工智能沾边一下就高大上起来，市值翻倍、翻几倍，觉得特梦幻，不可思议。”

“那么现在的人工智能是个什么状况？大部分人研究人工智能，我觉得应该说是应用，整天媒体上说人工智能又做到这个、又做到那个，下棋又赢了，打游戏又赢了，这些其实在业内人士看来都是一种比较简单的技术路线。”

“简单来说就是采集大数据，标注数据。例如搞图片识别技术的，用大量的数据来训练，再去做一个相当于拟合的工作，一个多元函数，你不知道这个函数结构长什么样，但没关系，你有大数据拟合，这其实就是一个神经网络的思想而已。”

“最后拟合出结果来，对一个输入给出一个很好的输出，就可以识别出来这个图形到底是个什么东西了，识别能力甚至比人还要高。”

“这个当然好，但前提是你得有数据支撑啊，而且是海量的大数据做支撑，这其实是人工智能研究的一个比较低级的技术路线，而且建立大规模的数据中心非常非常消耗能源。”

“而现在出现了一种比较高级的路线，那就是alpha-go的那种路线，但还是离不开大数据，不过区别是这个数据不是靠人工标注了，而是让ai自己跟ai博弈，然后让它自动生成数据，这就是alpha-go后来为什么变得那么强的原因。”

“它一开始是学习人类的棋谱，再次升级之后就变成alpha-zero。为什么叫阿尔法零？因为它不需要学习人类的棋谱了，他从头开始唯一给它输入的就是围棋规则，然后在这个规则框架之内自己跟自己对弈，很快就能积累数据，迅速找到围棋最好的做法，从而超越人类。”

“所以这是一个比较高级的技术路线，对于研发能力也要不小的要求，尤其是对于计算能力和算法的要求，alpha-go团队最大的贡献是证明了这条路可以走，所以不失为人工智能发展的一大进步标志，而这直接导致了我们现在很多行业都刷新了技术，做到了以前做不不到的东西，例如图像识别技术，具体点人脸识别的应用就带来了很大的商业价值。”

“但这条路线在我看来依旧太狭窄了，远远不够好。在我看来，当前市面上所有的人工智能其实都没有智能，我知道我这话说出来肯定会引发争议，那就要看怎么去定义智能了。”

“我的意思是，当前市面上的人工智能应用，它唯一做的都是数据统计与分析，都是你给它大数据，然后他从中学习，从而得出一套基于大数据它做的比人更优秀，所谓大数据深度学习就是这么个意思。”

“但这真的是我们人类学习一个知识的方式吗？我觉得压根不是，举个例子，鹦鹉和乌鸦，大家都知道这是两种鸟类，差不多大小。鹦鹉学舌很聪明对吧，但我想说的是鹦鹉比乌鸦弱智太多。”

“为什么？似乎鹦鹉看起来很聪明，你在它面前说几句话重复几次后它就学会了，鹦鹉学舌嘛，模仿人类说话也很标准。但是你如果去尝试跟鹦鹉对话，你就会发现，它根本就不知道自己在说什么，因为它不能理解说的那些是什么，仅仅只是一个机械式的重复而已。”

“同样，现在很多所谓的聊天机器人，大家平时接触到的人工智能应用的聊天机器人，网上也有很多跟聊天机器人对话的视频、截图，乍一看很惊艳，例如微软科塔娜、小米的小爱同学……好吧，我不是特地针对哪个ai产品，我的意思是市面上所有的人工智能都一个样（辣鸡）。”

又是引来一阵哄笑声，观众们都下意识的在心里帮着补充了“辣鸡”二字，也就叶华敢这么说出来了吧，一下子把市面上的ai都给否定了，现场的媒体是最乐意看到这样的事情发生了。

拱火啊，这是媒体最爱干的事情。

而叶华接着说道：

“为什么这么说？首先它是不是已经通过图灵测验？至于网上脑洞大开的说它们是故意不通过图灵测验的那纯属扯淡，理由很简单，上限就在那儿，你不能说让一个三岁小孩去理解微积分，他没能理解就说他故意的是吧，好，这个脑洞谣言破掉了，那么它是不是具备自我意识了？显然，没有！”

“我记得沙特授予了英国人开发的人工智能索菲亚以公民身份，看起来很震惊，当时也引起媒体热议。但实际上你真不能跟它多聊，聊多了你就会发现其实它就是东拉西扯，来来回回就那么几句，你可能就会发现它其实并不知道自己在说什么，就跟鹦鹉学舌一样的道理。”

“那为什么说乌鸦就聪明呢？一个真实例子，我说的这个乌鸦是现实中的乌鸦，是拍摄下来的。”

这时，发布会现场投射出一块巨幕，播放着一段年代久远的记录画面，渣渣画质。

“画面里的这只乌鸦，它拿到一个高坚果，想吃到里面的果实，但又啄不开果壳，怎么办？”

“于是它做了一个观察，发现高坚果落在公路上面，汽车轮子一压就出来了，ok，乌鸦做出这个观察，同时它也意识到这样的汽车在公路上来来往往是不能去吃果实的，因为太危险了。”

“然后它做出了第二个观察，发现马路上是有红绿灯的，红灯的时候汽车就不走，这个时候可以安全的去吃果实了。”

“同时乌鸦做出一个推论，在这个红绿灯路口观察到的事情，在另一个红绿灯也通行。”

“看，这是多么聪明的一只乌鸦，人可能看到这个例子会说这是表现出真正的智能。但乌鸦做事的范式，跟我们平时理解人工智能的那种情况正好相反，人工智能用大数据分析做小任务，乌鸦呢，是用小数据做大任务，完完全全相反。”

“乌鸦得到了什么数据信息？它只是观察了屈指可数的几个例子而已，因为它的生命只有一次，它不能自己跑过去以身试验，不然早就死n次了。”

“所以，真正的人工智能是能够通过很小很有限的数据就能提炼出其中的内在规则，最后进化出立刻就能推演一个很靠谱的执行范式。”

“为什么能够做到这一点呢？因为它有因果关系，而传统的人工智能仅仅只是一个统计并做相关性的数据分析。”

“再举个栗子，公鸡打鸣太阳就会升起，两者是一个相关性的关系，但并不是因果关系，不是说因为公鸡打鸣所以太阳升起，事实上我们都知道，打不打鸣太阳每天照常升起。”

“所以这里有一个核心问题，因果逻辑与相关逻辑是不一样的，这很重要。”

“不然你比如我们去做图像识别，识别的根本是其功能，例如人一眼就能看出这个房子里这里是厨房、书房、卧房等等，因为我们首先想到的是这个地方的功能是干什么的，这样就能马上看出图像中的很多特征。例如人可以轻松判断出一个现代书房和一个古代书房，虽然看起来外观相差很大，但如果用现在的计算机去或人工智能去识别，根本不会认为这是两个同样的东西，它怎么都识别不出来，但是人一眼就能准确下判断，这就是书房，因为它的功能是一样的。”

“这就是因为人是能够分析出其背后的因果关系。”

“研究人工智能同样不能忽视这一点，所以想要做人工智能我觉得要从两点去考虑，一个是物理规律，即物理世界的自然界规律，比如一个物体要怎么方才能稳定，需要一个什么样的支撑；其次就是人的动机，这个是用来驱动人去思考，用我自己的话来说，即……自我情感逻辑分析！”

“而我们海岸线公司的ai研发，走的就是这么一条路线，并取得了革命性的进展……”

言外之意，叶华这是在暗示真的已经创造了真正意义上的人工智能了？这话一出，无异于一枚深水炸弹被引爆，现场的业内人士无不为之震惊。

……