上世纪50年代，二战结束后不久，人们开始研究和设计智能系统。 作为信息学的一个分支，人类开始了最早的人工智能研究。 在60年代，人们对计算机的发展充满信心，人们断言“在20年内，机器将能够做任何人都可以做的事情......在一代人的时间里创造人工智能的问题将得到实质性的解决”。
然而，很快，人工智能的发展进入了70年代和80年代的停滞期，直到21世纪，由于机器学习和数据分析技术的发展，人工智能的研究才再次进入人们的视野。 最近，GPT 重新点燃了对这项技术愿景的热潮。 60年代的预言并没有实现，人工智能的发展并不像人们想象的那么迅速和乐观。 造成这种情况的最根本原因是缺乏对计算理论局限性的理解。 为了制造一台行为像人类一样的机器，我们必须了解“人类智能”是如何工作的，而神经科学在当时并没有那么强大。 本系列文章是我最近读到的了解和改变世界本书要点的摘要。 写下文字也是一个组织自己想法的过程。 （我强烈推荐大家看一看这本书）。
本文将讨论“人类智能与机器智能之间的鸿沟”。和“自动化系统和自治系统之间的区别”。如果你能读懂这两个主题，那么在技术之外和表面之下，对人工智能会有更多新的理解。 在今天的文章中，我将主要介绍人类思维的主要表现形式以及机器计算与机器计算之间的差距。 快思考，慢慢思考在《思考快与慢》一书中，作者丹尼尔·卡尼曼（Daniel Kahneman）详细介绍了人类思维的两种运作方式：快思考，慢慢思考
“慢思考”是指反应缓慢但有意识地处理的思维如数学计算和逻辑推理，类似于计算机编程的计算模型，在处理此类问题方面远比人类思维好。 另一种“快速思考”是指快速自动做出反应的思维比如走路、吃饭时身体四肢的协调性，以及身体在面对不安全环境时的警觉性等等，大脑几乎是瞬间完成的这一系列有意识的行为，只消耗很少的能量。 今天的人工神经网络计算模型旨在模仿人类的快速思维。 这两种方式相辅相成，形成了一种人类的思维方式。 自诞生以来，慢思维系统逐渐创造了一系列过程，然后由快速系统自动化。 例如，宝宝在刚学会说话时非常努力地叫“妈妈”，随着练习，“叫妈妈”的行为变得越来越熟练和自动化。 学习骑自行车和开车也是如此。 所以在某种程度上，这是人类智慧最根本的表现。 
从计算机到人类智能
今天的计算机是智能的吗？ 许多人认为，“智能”表现在决策的形成，复杂，明确，定义明确的问题的解决，这显然没有达到人类智能的高度。 人类智能的重要特征是“自主行为”和“适应内外环境的变化”。 这是人脑创造新知识、理解以前从未遇到过的情况和设定新目标的能力的关键。 但不幸的是，目前的机器学习并没有做到这一点，到目前为止，我们看到了更多“程序员智能”。，即执行程序员事先用符号描述的命令。 
只有当计算机能够在没有人为干预的情况下自主执行大量任务并能够适应不断变化的内部和外部环境的那一天到来时，我们才能说人工智能与人类智能之间的差距正在消失。 为了理解人类智能，我们需要几个关键概念（也可以理解为大脑的行为）：意识、理解、常识关于意识
关于意识，你可以通过这句话来理解：大脑“看到”它在外部和内部世界的语义模型中如何行动的能力。这让我想起了《海贼王》的霸气（**能力）。 意识是指人类主观体验和感知的状态，即我们对自己和外部世界的感知和理解。 
意识有几个特征，例如：主观性（只有个人才能体验）。主动（能够在一定程度上主动选择和决定），连续性（意识的流动性）和选择性（能够选择关注对象）。 与意识相对应的是无意识、无意识的心理过程和信息处理，即上面提到的快速思维。 人脑通过对客观世界的不断“理解”，不断产生所谓的“常识”。 这是关于理解的
通过“理解”，我们能够：将观察到的事物与头脑中已经掌握的关系联系起来。例如，如果我们看到某物以加速的速度落到地面上，我们就会明白这是因为地球的引力在起作用。 世界是复杂的，为了更容易理解世界上的各种现象，人脑往往会区分影响现象的主要因素和次要因素。 然而，有时现象过于复杂，例如气候、经济和社会问题，这种超载的复杂性导致人类理解的局限性。 这种理解的局限性进一步受到限制理论的建构（爱因斯坦直到去世才统一相对论和量子力学）和工件制造的复杂性（由于缺乏基础生物学，短期内不可能找到有效的癌症治疗方法）。 关于常识
人类的大部分智力都属于“常识”。 常识的出现，意味着大脑中的某种思维方式已经从全思维转变为快速思维。 大脑使用其语义模型来评估环境中正在发生的事情以及可能发生的事情，而不断积累经验的语义模型每天都在丰富自己。 为了让计算机在人类中发挥作用，我们必须给它一个语义模型。 从理论上讲，如果我们能够对自然语言进行分析和形式化，根据层次结构构建概念之间关系的语义网络，并添加表示和更新知识的规则，我们就可以构建这样的模型。 
例如，在定义“父子”时，我们需要想象这个词所包含的所有关系和规则，并将它们形式化。 然而，在过去50年中，我们没有朝这个方向取得实质性进展。 通过了解人类智能的特征，我们可以更好地了解机器实现类似智能系统需要什么。 在下一篇文章中，我想谈谈它“自动系统”。和“自治系统”。自主系统的实施将意味着两种智能之间的界限变得越来越模糊。