今天看到了一篇去年的文章《人工智能，能嬰兒乎？》，作者是萬維剛老師，文中的對比了人工智能學習方式與嬰兒的學習方式。
不過文章內容的觀點還是去年所得出的，不知道人工智能是否已有新的發展，在我印象中也和萬老師一樣，現在人工智能是海量數據鍛煉出來的，無論是之前的 AlphaGo 還是一些識別圖片的人工智能，基本上都是這個思路，AlphaGo 可以與自己下成千上萬盤棋，圖片識別也可以識別千萬級的關于某種東西的照片，這也讓我想起了之前訊飛語音，他們如何達到如此高的識別正確率，因為海量的語言數據，所以現在很多人工智能都是基于海量數據喂養出來的。
但這是我們人類做不多的，我們不可能一晚上不眠不休的和自己下幾千局棋，我們有自己認識世界的方式，就是一個嬰兒，他們并不需要大數據，很多事情都是看一遍就會了。
就是作者拿自己女兒舉了例子，他在吃完西瓜后將西瓜皮扔到了垃圾桶中，而她年僅一歲半的女兒看到后馬上就學會了，以后每吃完一塊西瓜都自己找垃圾桶，于是乎作者驚嘆到，“我也沒教你啊！”，而現在人工智能哪有這么厲害。
這也是正如高普尼克說的，「孩子的學習模式不是靠數據積累，而是靠對周圍人和環境的探索和測試。」，換句話說，這叫貝葉斯方法。小孩子哪知道什么定理，但他們天生就會用，而貝葉斯定理的精神就是——觀點隨著事實發生改變。
作者舉了一個例子，比如你告訴小孩一個新單詞，他一開始并不知道這次的精確含義和用法，但他可以根據當時情景，先來個猜測。一有機會沒他就會在不同的場合說出這個詞，并觀察你的反應。根據反應不斷調整，這樣不斷的猜測、試探、調整猜測就是貝葉斯方法。
但作者說其實有不少科學家已經開始模擬嬰兒的學習方法，去建立新的機器學習算法。這種方式確實與現有的人工智能實現有所不同，不過如果要達到嬰兒的水平大概還需要幾點努力，首先，需要提出猜測，而現有的人工智能并不具備這種能力，其次，小孩學習有目標，而人工智能是被動的，以及還沒有任何證據表明計算機模擬人腦可以具備某種意識或者認知。
作者提到了所謂的貝葉斯方法難道不就是“實踐出真知”、“大膽假設，小心求證”、“刻意練習與及時反饋”么？人工智能可以向我們學習，而我們可不太能向現在的人工智能學，所以作者提到，我們應該發揮人類所長。
當我們要開始寫小說了，可不能等到先讀完幾百本小說再開始，而是應該用貝葉斯方法，看過一兩本其實就可以開始了，了解了小說的改變就可以開始寫了，而在寫的過程中，不斷調整、改進，通過別人的反饋，來不斷修改自己的對小說的的理解以及寫作手法的嘗試是否合適。
貝葉斯方法確實我們生活中不斷的會用到一個知識，但可能大部分人可能并不知道這個專業術語，而我們成長的過程不正是一個不斷的學習、實踐、反饋、糾正的循環么？
不過對于人工智能我覺得它也會和我們制造飛機類似，并不是我們依葫蘆畫瓢造出來可以煽動翅膀的鳥就可以了，而是我們懂得了飛行的原理后，才有了現代的飛機，那么當我們理解了什么是真正的智能，人類是如何進行思考以及如何才能產生某種意識后，那時候我們才能制造出真正的人工智能的吧。
