今天看到了一篇去年的文章《人工智能，能婴儿乎？》，作者是万维刚老师，文中的对比了人工智能学习方式与婴儿的学习方式。
不过文章内容的观点还是去年所得出的，不知道人工智能是否已有新的发展，在我印象中也和万老师一样，现在人工智能是海量数据锻炼出来的，无论是之前的 AlphaGo 还是一些识别图片的人工智能，基本上都是这个思路，AlphaGo 可以与自己下成千上万盘棋，图片识别也可以识别千万级的关于某种东西的照片，这也让我想起了之前讯飞语音，他们如何达到如此高的识别正确率，因为海量的语言数据，所以现在很多人工智能都是基于海量数据喂养出来的。
但这是我们人类做不多的，我们不可能一晚上不眠不休的和自己下几千局棋，我们有自己认识世界的方式，就是一个婴儿，他们并不需要大数据，很多事情都是看一遍就会了。
就是作者拿自己女儿举了例子，他在吃完西瓜后将西瓜皮扔到了垃圾桶中，而她年仅一岁半的女儿看到后马上就学会了，以后每吃完一块西瓜都自己找垃圾桶，于是乎作者惊叹到，“我也没教你啊！”，而现在人工智能哪有这么厉害。
这也是正如高普尼克说的，「孩子的学习模式不是靠数据积累，而是靠对周围人和环境的探索和测试。」，换句话说，这叫贝叶斯方法。小孩子哪知道什么定理，但他们天生就会用，而贝叶斯定理的精神就是——观点随着事实发生改变。
作者举了一个例子，比如你告诉小孩一个新单词，他一开始并不知道这次的精确含义和用法，但他可以根据当时情景，先来个猜测。一有机会没他就会在不同的场合说出这个词，并观察你的反应。根据反应不断调整，这样不断的猜测、试探、调整猜测就是贝叶斯方法。
但作者说其实有不少科学家已经开始模拟婴儿的学习方法，去建立新的机器学习算法。这种方式确实与现有的人工智能实现有所不同，不过如果要达到婴儿的水平大概还需要几点努力，首先，需要提出猜测，而现有的人工智能并不具备这种能力，其次，小孩学习有目标，而人工智能是被动的，以及还没有任何证据表明计算机模拟人脑可以具备某种意识或者认知。
作者提到了所谓的贝叶斯方法难道不就是“实践出真知”、“大胆假设，小心求证”、“刻意练习与及时反馈”么？人工智能可以向我们学习，而我们可不太能向现在的人工智能学，所以作者提到，我们应该发挥人类所长。
当我们要开始写小说了，可不能等到先读完几百本小说再开始，而是应该用贝叶斯方法，看过一两本其实就可以开始了，了解了小说的改变就可以开始写了，而在写的过程中，不断调整、改进，通过别人的反馈，来不断修改自己的对小说的的理解以及写作手法的尝试是否合适。
贝叶斯方法确实我们生活中不断的会用到一个知识，但可能大部分人可能并不知道这个专业术语，而我们成长的过程不正是一个不断的学习、实践、反馈、纠正的循环么？
不过对于人工智能我觉得它也会和我们制造飞机类似，并不是我们依葫芦画瓢造出来可以煽动翅膀的鸟就可以了，而是我们懂得了飞行的原理后，才有了现代的飞机，那么当我们理解了什么是真正的智能，人类是如何进行思考以及如何才能产生某种意识后，那时候我们才能制造出真正的人工智能的吧。
