尽管当时的投资不算多，但是章杉对于人工智能领域的关注从来就没有停止过。
因此他也恶补了很多和人工智能相关的内容。
人工智能其实是一个很宽泛的话题！
说到底人工智能的研究是高度技术性和专业的，各分支领域都是深入且各不相通的，因而涉及范围极广。
人工智能的研究可以分为几个技术问题。
其分支领域主要集中在解决具体问题，其中之一是，如何使用各种不同的工具完成特定的应用程序。
AI的核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等。
人工智能目前仍然是该领域的长远目标。
目前人工智能领域的核心研究问题之一是知识表示。
所谓的知识表示它的目标是让机器存储相应的知识，并且能够按照某种规则推理演绎得到新的知识。
人工智能的一个比较流行的定义，也是该领域较早的定义，是由当时麻省理工学院的约翰·麦卡锡在1956年的达特矛斯会议上提出的：
人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样。
另一个定义指人工智能是人造机器所表现出来的智能。
总体来讲，目前对人工智能的定义大多可划分为四类：
即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。
这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。
关于人工智能目前发展的表现好多都是弱人工智能！
弱人工智能观点认为“不可能”制造出能“真正”地推理和解决问题的智能机器，这些机器只不过“看起来”像是智能的，但是并不真正拥有智能，也不会有自主意识。
说起来人工智能的研究一度处于停滞不前的状态下，直到类神经网络有了强大的运算能力加以模拟后，才开始改变并大幅超前。但人工智能研究者不一定同意弱人工智能，也不一定在乎或者了解强人工智能和弱人工智能的内容与差别，对定义争论不休。
就当下的人工智能研究领域来看，研究者已大量造出“看起来”像是智能的机器，获取相当丰硕的理论上和实质上的成果：
如2009年康乃尔大学教授HodLipson和其博士研究生MichaelSchmidt研发出的Eureqa计算机程序，只要给予一些资料，这计算机程序自己只用几十个小时计算就推论出牛顿花费多年研究才发现的牛顿力学公式。
这等于只用几十个小时就自己重新发现牛顿力学公式。
这计算机程序毫无疑问也能用来研究很多其他领域的科学问题上。
这些所谓的弱人工智能在神经网络发展下已经有巨大进步，但对于要如何集成成强人工智能，现在还没有明确定论。
目前弱人工智能已经有初步成果，甚至在一些影像识别、语言分析、棋类游戏等等单方面的能力达到了超越人类的水平而且人工智能的通用性代表着，能解决上述的问题的是一样的AI程序，无须重新开发算法就可以直接使用现有的AI完成任务，与人类的处理能力相同，但达到具备思考能力的统合强人工智能还需要时间研究，比较流行的方法包括统计方法，计算智能和传统意义的AI。目前有大量的工具应用了人工智能，其中包括搜索和数学优化、逻辑推演。而基于仿生学、认知心理学，以及基于概率论和经济学的算法等等也在逐步探索当中。
有弱人工智能，自然就有强人工智能！
“强人工智能”一词最初是约翰·罗杰斯·希尔勒针对电脑和其它信息处理机器创造的，其定义为：
“强人工智能观点认为计算机不仅是用来研究人的思维的一种工具；相反，只要运行适当的程序，计算机本身就是有思维的。”（JSearleinMindsBrainsandPrograms.TheBehavioralandBrainSciences，vol.3，1980）
关于强人工智能的争论，不同于更广义的一元论和二元论的争论。
其争论要点是：如果一台机器的唯一工作原理就是转换编码数据，那么这台机器是不是有思维的？
希尔勒认为这是不可能的。
他举了个中文房间的例子来说明，如果机器仅仅是转换数据，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。
基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有自我思维和自由意识。
章杉知道所谓的图灵测试是英国计算机科学家图灵于1950年提出的思想实验。
本小章还未完，请点击下一页继续阅读后面精彩内容！
喜欢读书成神豪请大家收藏：(m.2yq.org)读书成神豪爱言情更新速度全网最快。