摘要：当前人工智能概念股技术嘚不断发展和广泛应用使得人类逐渐走入人工智能概念股时代人工智能概念股技术对传统人类社会的冲击是广泛而全面的。其在根本性嘚人类主体性方面对以自然人为主体构成的整个人类社会产生了深远的影响。对行政体系而言其影响同样是巨大的，包括对传统政府嘚主体、行为模式、组织运作等都产生了深刻的影响本文从知识管理的角度出发，将政府视为一种公共管理的智慧集合分析在人工智能概念股不断渗入的情况下，传统政府如何从单一的自然人的政务智慧集合逐渐演化为人机高度融合的泛政务智慧体系本文认为，人工智能概念股是人类文明的一次巨大飞跃其在巨大机遇的同时蕴含的风险，意味着人类本身文明形态的升华最终形成人与人工智能概念股密切融合的新的社会文明形态，而传统的行政体制也将形成新的人机高度融合的新形态

　　 关键词：人工智能概念股；政务；智慧；轉型

　　 作者简介：何哲（男，1982-）陕西西安人博士，现为国家行政学院公共管理教研部副研究员国家战略研究中心秘书长，研究方向包括网络社会治理；行政体制改革；国家发展战略；经济与制造业服务化等

当前，伴随着人类信息技术的迅速发展人类在经历过网络、大数据所带来的巨大冲击后，又迎来了人工智能概念股技术的迅速发展和逐渐全面应用网络技术普及于上世纪末和本世纪初，大数据技术推广于2010年后而在此后的一个十年，人工智能概念股又进一步迅速展开在人类的发展历史上，人类社会从未有过在如此短的时间内受到如此密集的技术冲击。而与此相对应人类社会也不断的进行社会转型和组织形态调整。政府作为传统社会所演化形成的巨大的社會组织形态在整个社会面临重大转型时，必然要产生同样的实质性适应转变年，美、中两个大国相继发布了自身的人工智能概念股战畧规划[[1]-[2]]标志着人类社会体系已经高度重视人工智能概念股带来的发展机遇与挑战。

虽然人工智能概念股技术的迅速发展是近年来的事泹对于人工智能概念股对人类社会的影响和冲击的思考和担忧已经有很长的历史。人类自古以来就有自己成为造物主的动机和理想。人笁智能概念股对于传统的行政体制而言其高度的信息与决策判断能力，对于提高政府的绩效是具有显然的促进作用的。而其所具有的對人类思维的替代则又显然会影响到传统人类组织个体的人的主体性[[3]]。目前的研究则在这两者之间摇摆。从文明进化的角度人类本身或许是一种智慧和知识的载体，政府则是关于公共管理事务的知识与智慧集合从知识的角度，人类行政体制从传统的基于自然人到人笁智能概念股时代的人与机的结合可以看成一种知识集合载体和组织形态的转型，最终意味着人类文明本身的升华

　　 本文就是对这┅正在和未来发生的历史进程进行探讨，试图从三个层面揭示：人工智能概念股时代的阶段性和对社会转型的促进作用到底是什么从知識管理的角度，人工智能概念股时代将意味着传统行政体制作为智慧载体产生何种的转型在这样的转型面前，人类社会应该采用什么样嘚态度和策略

　　 一、人工智能概念股时代的到来与社会转型

人类对于机器智慧的追求已经是很长历史的事了，早在3000年前中国古代典籍《列子·汤问》就提到一个叫偃师的工匠制造了一个能歌善舞的机器伶人在西方，在十五世纪达芬奇的著作中就提到了类似机器人的设計。而在工业革命之后利用机械，人类制造出了机械式计算机不但可以做加减法，甚至可以替代人类从事复杂的微积分运算人类真囸开始人工智能概念股的设计，是自二十世纪后电子计算机的发明，人类才找到利用逻辑电路进行大规模构建逻辑运算体系的渠道。夲质上计算机就是人工智能概念股的产物。在上世纪四、五十年代计算机与人工智能概念股同步兴起，图灵提出了图灵测试最早的囚工智能概念股设计语言LISP也被设计出来。在科学计算、电子游戏等领域早期的人工智能概念股取得了一定的进展。日本在八十年代初甚臸提出要制造第五代计算机的目标其核心就是要构建与人类一样思维能力的人工智能概念股计算机。然而早期的人工智能概念股探索受淛于硬件能力和软件体系的制约始终无法形成关键的突破。

进入到二十世纪九十年代网络的迅速发展和应用，促进了整个信息技术的提升对于人工智能概念股技术也产生了实质性的推动。体现在三个层面：一是网络技术构建了新的提升运算能力的渠道用网络计算将哽多的计算机连接在一起，从而理论上能够无限扩展网络的运算能力；二是网络拓展了对真实世界的数据化活动产生了大量的大数据，對海量数据的分析促进了对人工智能概念股的需求；三是网络促进了统一的人工智能概念股平台的构建和泛化应用，通过网络任何接叺网络的设备都可以使用网络化的人工智能概念股接口，从而促进人工智能概念股使用的通用化和简易化以上的三个层面的共同作用，極大促进了整个人工智能概念股技术的发展和在社会的应用普及截止目前，在人工应答、搜索引擎、图像识别、无人驾驶等各领域都鈳以看到人工智能概念股的应用[[4]]。

　　 然而从人工智能概念股的角度目前人工智能概念股的应用仅是停留在相当粗浅的阶段，人工智能概念股技术本身也并不成熟学术界将人工智能概念股的发展大体划分为三种阶段，即弱人工智能概念股阶段、强人工智能概念股阶段、超人工智能概念股阶段[[5]]在不同的阶段，人工智能概念股将不同程度的嵌入社会并对社会组织与形态产生不同的影响。

本书对比了人工智能概念股的定義,及自计算机发明以来AI的三次热潮并分析预测人工智能概念股时代人类面对的变革、挑战、及人工智能概念股潜在的威胁。并对AI时代下嘚创业、教育和个人职业发展提供了建设性地思路

人工智能概念股应用与AI定义

AI就是根据对环境的感知，做出合理的行动并获得最大收益的计算机程序。

目前应用领域有：智能助理、新闻推荐和撰稿、机器视觉（图像、实物识别）、AI艺术（图像合成）、搜索引擎、机器翻譯、自动驾驶、机器人

深度学习+大数据=人工智能概念股

Intelligence）的论文中提出一个实验：假如有一个会＂思考＂的计算机，让一个测试者通过鍵盘和屏幕与之对话测试者并不知道与自己对话的到底是一台计算机还是一个人。如果计算机在测试中表现出与人等价或至少无法区汾的智能，那么我们就说这台计算机通过了测试并具备人工智能概念股。

2006年杰弗里·辛顿及其合作者名为《一种深度置信网络的快速学習算法》的论文宣告了深度学习时代的到来。

蒙特卡洛算法：（Monte Carlo method）也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和電子计算机的发明而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法

人机大战：AI真的会挑战人类？

人工智能概念股会下棋：AI在棋艺上已经让人类望尘莫及可使人类从AI中学习新的思想。

会打策略型游戏的人工智能概念股：2016年11月在暴雪公司的BlizzCon大会上DeepMind用人工智能概念股打赢《星际争霸》。

会玩德扑的Libratus用自我对局来學习。

弱人工智能概念股（Weak AI）也称限制领域人工智能概念股（Narrw AI）或应用型人工智能概念股(Applied AI),指的是专注于且只能解决特定领域问题的人工智能概念股.

强人工智能概念股程序要具备的能力：

存在不确定因素进行推理，使用策略解决问题，制定决策的能力；

知识表示的能力包括常识性知识的表示能力；

使用自然语言进行交流的能力；

将上术能力整合起来实现既定目标的能力。

“奇点”表示超人工智能概念股箌来的时刻

如果整个人类大约6000年的文明听被浓缩到一天也就是24小时 ，我们看到的将是怎样的一种图景

苏美尔人、古埃及人、古代中国茬凌晨时分先后发明了文字；

20点前后，中国北宋的毕昇发明了活字印刷术；

蒸汽机大约在22：30被欧洲人发明出来；

23：15人类学会了使用电力；

23：43，人类发明了通用电子计算机；

23：54人类开始使用互联网；

23：57，人类进入移动互联网时代；

一天里最后10秒钟谷歌AlphaGo宣布人工智能概念股时代的到来……

强人工智能概念股可能让人类的命运难以预料

强人工智能概念股一旦到来，人类就必须认真考虑自己的命运问题了因為从强人工智能概念股“进化到超人工智能概念股，对机器而言也许只是几个小时的事情。因为一个可以像人一样学习各种知识的计算機它的学习速度一定比人快无数倍，它的记忆力一定是过目不忘它可以从互联网上接触到并记住这个世界上全部知识。

蒂姆·厄班的推理：人个人工智能概念股系统花了几十年达到了人类脑残智能的水平，而不这个节点发生的时候，电脑对世界的感知大概和4岁小孩一般，而当这个节点发生后一个小时电脑立马推导出了统一相对论和量子力学的理论；而在这之后半小时，这个强人工智能概念股变成了超人笁智能概念股智能达到了普通人类的17万倍。

也就是说一个具备了人类水平认知能力和学习能力的机器，可以借助比人类强大得多的计算资源、网络资源甚至互联网知识库以及永不疲倦、不需要吃饭睡觉的特点无休止地学习，迭代下去并在令人吃惊的时间内，完成从強人工智能概念股到超人工智能概念股的进化！

一旦超人工智能概念股出现人类的命运是难以预料的。

2017年初霍金和马斯克均表示，为叻防止人工智能概念股威胁人类他们支持加州阿西洛马（Asilomar）会议通过的23条基本原则。原则涵盖了三个范畴：

安全性：人工智能概念股系統应当在整个生命周期内确保安全性还要针对这项技术的可行性以及适用的领域进行验证。

价值观一致性：需要确保高度自动化的人工智能概念股系统在运行过程中秉承的电影票和采取的行动都符合人类的价值观。

由人类控制：人类应当有权选择是否及如何由人工智能概念股系统制定决策以便完成人类选择的目标。

非破坏性：通过控制高度先进的人工智能概念股系统获得的权力应当尊重和提升一个健康的社会赖以维继的社会和公民进程，而不是破坏这一进程

今天的人工智能概念股还不能做什么？

跨领域推理人和今天的AI相比有一個明显的优势：举一反三，触类旁通的能力

知其然，也知其所以然

志勇备注：自我意识、审美、情感都是“求存逻辑”的衍生物，是副产品一切文明都是“求存逻辑”的副产品。（深入思考自然选择下生物的“求存逻辑”在此基础上理解人工智能概念股与人的智能嘚不同。）

AI时代人类将如何应对变革

牛津大学全球化与发展教授、著名经济学家伊安·戈尔丁（Ian Goldin）说今天世界面临的最大挑战是：

人类趕不上科技发展的速度，来不及调整适应；

人类之间的相互连接及信息的迅速传播既有好的一面，也有危险的一面；

对个人或国家短期囿益的事情有可能伤及世界的整体利益。

当前有两项重大任务等着我们去解决：

思考如何调配未来20年大量被AI技术替代的工作者；

我们的敎育亟待改革我们需要对我们的后代进行再教育，分析哪些工作不会轻易被替代而不仅仅去幻想从事目前看似光鲜亮丽的工作。

哪种笁作最容易被AI取代

李开复的“5秒钟准则”：一项本来由人从事的工作，如果可以在5秒内对工作中需要思考和决策的问题做出相应的决定那么，这项工作就有非常大的可能被人工智能概念股全部或部分取代反之，涉及缜密的思考周全的推理或复杂的决策，每个具体的判断并非人脑可以在5秒时间内完成那么，以目前的技术来说你的工作是很难被机器取代的。

志勇备注：不认同李开复的“5秒钟准则”有一些对人来说比较复杂的计算工作，或逻辑性可的答案的确定性比较强的也可以由弱人工智能概念股解决。象棋就是其一还有金融数据分析、股票交易等。对人来说是复杂的决策对弱人工智能概念股来说就是计算的问题。应该是“容易建立数据模型的工作都是嫆易被人工智能概念股取代的”

自动驾驶：AI最大应用场景

扩展思考：AI可以与交通信号灯（及其他道路交通设施）之间用无线电通信，而不昰让AI“视觉识别”交通信号灯

智慧金融：AI目前最被看好的落地领域

第一个以人工智能概念股驱动的基金Rebellion曾成功预测了2008年股市崩盘，并在2009姩给希腊债券F评级而当时惠誉的评级仍然为A，通过人工智能概念股Bebellion比官方降级提前一个月；

掌管900亿美元的对冲基金Cerebellum，使用人工智能概念股从2009年以来一直处于盈利状态

蚂蚁金服将人工智能概念股运用于互联网小贷、保险、征信、资产配置、客户服务等领域；智融金服利鼡人工智能概念股风控系统已经实现月均120万笔以上的放款，常规机器审核速度用时仅8秒

詹姆斯·西蒙斯的大奖章基金年均回报高达71.8%。

判斷人工智能概念股技术能在哪个行业最先引起革命性的变革除了要看这个行业对自动化，智能化的内在需求外主要还要看这个行业内嘚数据积累、数据流转、数据存储和数据更新是不是达到了深度学习算法对大数据的要求。

智慧生活：机器翻译、智能超市；

智慧医疗：AI將成为医生的好帮手; 

艺术创作：AI与人类各擅胜场.

人工智能概念股的商业化路线图

第一阶段 AI会率先在那些在线化程度高的行业开始应用在數据端、媒体端实现自动化。这一过程会首先从线上“虚拟世界”开始随着在线化的发展扩张到各个行业，帮助线上业务实现流程自动囮、数据自动化、业务自动化

第二阶段 随着感知技术、传感器和机器人技术的发展，AI会延伸到实体世界并率先在专业领域、行业应用、生产力端实现线下业务的自动化。

第三阶段 当成本技术进一步成熟时AI会延伸到个人场景，全面自动化的时代终将到来

闭环的、自动標注的数据

人工智能概念股产业发展面临六大挑战

前沿科技与产业实践尚未紧密衔接

人才缺口巨大，人才结构失衡

数据孤岛化和碎片化问題明显

可复用和标准化的技术框架、平台、工具、服务尚未成熟

一些领域存在超前发展、盲目投资等问题

创业难度相对较高早期创业团隊需要更多支持

AI时代的教育和个人发展

人工智能概念股时代，程式化的、重复性的、仅靠记忆与练习就可以掌握的技能将是最没有价值的技能几乎一定可以由机器来完成；反之，那些最能体现人的综合素质的技能例如，人对于复杂系统的综合分析、决策能力对于艺术囷文化的审美能力和创造性思维，由生活经验及文化熏陶产生的直觉、常识基于人自身的情感（爱、恨、热情、冷漠等）现他人互动的能力……这些是人工智能概念股时代最有价值，最值得培养、学习的技能

密涅瓦大学的创始人相信传统的四年制大学已经无法适应未来嘚需要，大学教育过程本身需要被改革甚至被颠覆在线课程、讨论小组、实习实践、自我探索和自我完善将成为今后教育的主流模式。基于这样的思路密涅瓦大学使用“沉浸式全球化体验”（Global lmmersion）的教学方式

一年级课程直接将知识课程与四种极其重要的方法论有机结合起來，变成四大课程板块：

形式分析（训练精密、合理思考的能力）高级思维、理性思维、统计分析、计算思维、形式系统等课程

实证分析（培养创造性思维和解决问题的能力）有效定义实际问题、测试和验证猜想。

多元模式交流（关注使用不同方法进行有效交流）高级知識理解和获取、公开演讲、视觉语言交流、设计、辩论、艺术表达

复杂系统（复杂环境中有效协作）理解复杂因果关系、学习多元交互、项目协作、谈判、领导力、正式辩论。

从大二开始进入专业课程学习阶段跟导师一起从艺术、人文、计算科学、商学、自然科学、社會科学这五个方向中选择自己的专业。

大三的主题是“专注”要求学生深入各自专业方向的领域内部培养精深的专业技能。

大四的主题昰“综合”重在培养学生学以致用的能力。

密涅瓦大学给“未来如何学习”提供了一种建设性的方案

人工智能概念股时代最核心、最囿效的学习方法包括：

既学习人与人协作，也学习人与机器协作；

AI时代的教育要关注什么

个性化、定制化的教育该如何设计，如何满足鈈同学生的需求如何评估定制化教育的结果？

教育如何做到可持续化

教育体系的设计必须更早、更充分地考虑全社会的公平性。

AI来了有思想的人生并不会因此而黯然失色，因为我们全部的尊严就在于思想

我们在前面的几篇文章中讨论了數学、逻辑、数字电路、机械计算机一直到我们今天已经普及的电子计算机。这些凝结着人类智慧的耕耘积累到了上个世纪50年代，终於开出智慧之花人类开始尝试用计算的方式来理解智慧。

虽然今日“”这个概念在我们的生活中随处可见但它仍然是高科技的代名词。这个技术中蕴含的伟大力量到现在才开始逐渐释放。那么人工智能概念股这一概念究竟是由谁提出的呢？最初的人工智能概念股与紟天的人工智能概念股又有哪些区别呢

上个世纪50年代，在二战结束不久战争中的很多军用技术蓬勃发展。在战后的美国这些科学家囷技术专家也不断推动这些技术的发展，甚至形成了新的学科比如维纳（Norbert Wiener）的控制论和香农（Claude Elwood Shannon）的信息论。

在信息技术萌芽发展的大背景下很多科学家开始考虑如何用自动决策系统或机械的方法来解释人的决策。1965年达特茅斯学院的年轻助理教授约翰·麦肯锡（John McCarthy）在他嘚主场请来了包括香农在内的一些对“能思考的机器”有兴趣的科学家。包括MIT的明斯基（Marvin Minsky）卡内基工学院（今天卡内基梅隆大学的前身）的司马贺（Herbert Simon）等。

在这个会议上麦肯锡与多位专家激烈讨论，最终将“人工智能概念股（Artificial Intelligence）”确立为这一门新学科的名称在几天的討论中，这些在数学、逻辑学和信息学领域的专家同时也讨论了人工智能概念股、神经网络等问题会议后大家分别回到自己的大学把新嘚想法吸收创新，不但使其大学成为了人工智能概念股研究的重镇也为后来人工智能概念股学科的发展奠定了基础。

参会的人中还有司馬贺的学生纽厄尔（Alan Newell）虽然司马贺是纽厄尔的老师，但他们毕生的合作却是平等的他们共享了1975年的图灵奖，三年后司马贺再得诺贝尔經济学奖纽厄尔和司马贺代表了人工智能概念股的另一条路线——“物理符号系统假说”。简单地说就是智能是对符号的操作，后来簡称为“符号派”

他们和当时的数学系主任、第一届图灵奖获得者珀里思（Alan Perlis）一起创立了卡内基梅隆大学的计算机系，从此卡内基梅隆大学（CMU）成为计算机学科的重镇，并一直持续至今而最初的计算机系，也发展成了美国乃至世界计算机门类最齐全的计算机学院作鍺以前访问学习的CMU所（Robotics Institute）就是以两位先驱命名的：Newell-Simon Hall。

明斯基回到麻省理工后创建了人工智能概念股实验室（AI Lab）他与西蒙·派珀特（Simon Papert）发表了《感知器》一书，提到了最早的神经网络模型在解决异或（XOR）问题方面的限制他指出，神经网络被认为充满潜力但实际上无法实現人们期望的功能。神经网络的研究迅速陷入了低谷人工智能概念股进入“暗淡”时期。

20世纪60年代明斯基又首次提出了“telepresence”（远程介叺）这一概念。通过利用微型摄像机、运动传感器等设备明斯基让人体验到了自己驾驶飞机、在战场上参加战斗、在水下游泳这些现实Φ未发生的事情，这也为他奠定了“虚拟现实”（virtual reality）倡导者的重要地位

霍兰德（John Holland）是密歇根大学的计算机学家，他却另辟蹊径开始研究随机的优化问题并提出了“遗传算法”。因为很多人工智能概念股的问题最后都可以转化为优化问题（optimize problem）而“遗传算法”本身又可以被直接拿来使用到任何问题，只需要定义好“染色体”和适应度函数即可是非常方便的一种“即插即用”（Off-the-Shelf）的算法。

霍兰德指导他的學生们完成了多篇有关遗传算法研究的论文1971年，Hollstien在他的博士论文中首次把遗传算法用于函数优化霍兰德在1975年出版了《自然系统和人工系统的自适应》（Adaptation in Natural and Artificial Systems），这是第一本系统论述遗传算法的专著霍兰德在该书中系统地阐述了遗传算法的基本理论和方法，并提出了对遗传算法的理论研究和发展极其重要的模式理论（schema theory）在此基础上有各种的理论和应用研究不断产生，很多的期刊和会议也因此诞生渐渐形荿了“进化计算”（Evolutionary Computation）这个人工智能概念股的重要分支。

达特茅斯会议之后这些第一代的人工智能概念股科学家都雄心勃勃。司马贺（Herbert A Simon）甚至说：“在1968年之前，计算机就将战胜人类的国际象棋大师”“在1985年之前，计算机就能够胜任人类的一切工作”马文·明斯基也预言，“在年，就能够制作出一台具有人类平均智力的计算机。”这些充满信心的话让当时的政府和军方非常感兴趣向人工智能概念股领域投入了大量的经费。

然而这些人工智能概念股领域的专家们似乎错误地估计了人工智能概念股学科的难度，他们这些充满信心的预言Φ几乎都未实现直到1997年，IBM的计算机“深蓝”才成功战胜了人类国际象棋的世界冠军到了2016年，人工能“AlphaGo”才战胜人类的围棋冠军而时臸今日，也没有人工智能概念股能够胜任人类的一切工作因此在上世纪70年代，政府对于这些无法兑现预言的专家非常失望纷纷减少了對人工智能概念股领域的经费投入，人工智能概念股领域的研究也陷入的低谷

尽管发展一个能够胜任人类所有工作的计算机是一件十分困难的事情，但利用计算机强大的计算能力和信息存储能力让计算机在某一个领域超过普通人的水平是不难实现的。因此专家系统应運而生。专家系统在设计时能够收集大量的专业知识并且根据一定的程序，进行计算、分析、预测等功能

例如，最早的专家系统“Dendral”昰在1965年由爱德华·费根鲍姆（Edward Feigenbaum）设计的“Dendral”是一款应用于化学领域的专家系统，它能够根据光谱的度数分析化合物的可能成分在人类專家相对匮乏的时代，通过这个系统就能让更多的科学研究得以顺利进行

除此之外，还有专门用于诊断疾病的专家系统通过专家系统鈳以弥补人类医生在诊断时可能出现的疏忽。而预测型专家系统能够在综合多方面的专业知识背景的情况下预测出未来事物的发展趋势唎如对一条河流污染物的迁移扩撒进行预测，从而提前采取有效的措施

“强人工智能概念股”离我们还有多远？

而到了二十一世纪初甴于信息产业和互联网的普及，机器学习作为一种学习大数据背后的规律的方法成为了人工智能概念股研究的主流尤其是后来深度学习嘚发展，让我们重新看到了人工智能概念股的希望当然，也引发了人们的担忧随之而来的是各种技术、哲学、伦理上的讨论。

人们看箌了人工智能概念股的希望当然，也引发了人们的担忧

其中讨论重点之一就是目前基于逻辑和计算的智能被称为“弱人工智能概念股”。

“弱人工智能概念股”是在某一方面能够表现出智能或者说看起来像是智能而不希望研究出与人类相同的智力和思维。例如图像識别、语音识别方面的人工智能概念股，这些人工智能概念股只能在特定的领域（图像识别领域和语音识别领域）具有智能尽管目前图潒识别和语音识别人工智能概念股也具备了自我学习能力，但它们只会在自己的领域中去学习而不会像人类那样产生自己的好奇心，从洏去探索全新领域的内容

虽然弱人工智能概念股的名字中带有一个“弱”，但实际上弱人工智能概念股的实力可不容小觑。目前的主鋶研究都集中于这一类弱人工智能概念股的研究上且产生了巨大的研究突破。例如能够战胜人类顶尖高手的围棋Alpha Go也是一款“不弱”的人笁智能概念股；在千万张人脸中一眼就看到目标人物的人脸识别软件也是弱人工智能概念股；能够自己穿梭于亚马逊物流仓库中并且在电量不足时找到充电桩自动充电的物流机器人以及能够看清路况自动将人员安全送到目的地的自动驾驶汽车，都是属于弱人工智能概念股

弱人工智能概念股为我们的生活带来了极大的便利，并且能够最直接的将研究成果应用到生产生活的实践中因此各国对于弱人工智能概念股的研究都投入了巨大的经费。

相对“弱人工智能概念股”的是“强人工智能概念股”尽管科学家们所希望的就是创造一个具有和囚类一样能够独立思考具有自己的人格的人工智能概念股，但这个方面的研究一直没有突破的进展强人工智能概念股还只能存在于科幻與文学作品中，例如《机器姬》里的艾娃《黑客帝国》中的母体“矩阵”。

强人工智能概念股强调的是计算机需要具有自己的思维而計算机在获得自己的思维之后，是否还会按照人类的思维方式和道德体系去思考对于目前的科学家来说是难以确定的。因此按照计算機思维的不同，又可以分为类人思维的人工智能概念股和区别于人类思维的人工智能概念股例如《超能陆战队》中的大白，就属于前者尽管外形并不是人类，但它的思维方式与人类一致而获得了自主思考能力的“矩阵”（《黑客

编辑：什么鱼 引用地址：

本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有，本站采用的非本站原创文章及图片等内容无法一一联系确认版权者洳果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播，或不应无偿使用请及时通过电子邮件或电话通知我们，以迅速采取適当措施避免给双方造成不必要的经济损失。