人工智能的话题自2016年开始爆炒至今，拜互联网和自媒体的狂热渲染，普罗大众已经完成一次从新奇到恐惧，然后又从恐惧回归到麻木的轮回。尽管市场上冠以智能名称的新产品层出不穷，但在用户看来堪称真正的人工智能产品寥寥无几，反倒是人工智障的产品比比皆是。无怪乎有人工智能学者讥讽目前市场上的人工智能产品100%都是骗子产品。
不过，从社会角度来看，人类的发展过程就是一部在欺骗中不断进步的历史，无论是虚无中的宗教神灵，还是现实中的共产主义理想国；无论是最初跑得比马都慢的汽车，还是现在互联网炒家手中价值万金的比特币……早期都被大多数人视为欺骗的产物，但恰恰是这些骗子产品所带来的想象力激情，最终将人类推进到更高的文明阶层。
人工智能今天的尴尬境遇，正如它的前辈们一样，在先行者看来它代表着人类文明的未来曙光，但在大多数常人眼里却是可望而不可即的太阳。
不过，未来已经来临，只是尚未流行……
一、人工智能vs人工智障
正像所有人类发明的机器一样，任何一个功能一旦被超越，人类再没有机会反超回去了。蒸汽机超越了人类的体能，汽车超越了人类的双足，机械臂超越了人类的双手，电子眼超越了人类的眼睛，电脑超越了人类的运算力，阿尔法狗超越了人类的围棋力……那么，为什么今天的人工智能还被称为人工智障，未能超越人类日常智能造成实质性“威胁”呢？
从思维科学的角度来看，人工智能与人工智障的分水岭在于逻辑思维的高低。如果更专业一点细分，今天的人工智能被卡在逻辑3级的瓶颈上。了解“逻辑思维7级理论”的人都知道，人类的逻辑思维水平从低到高分为7个层次：
逻辑思维1级 定义——定性思考
逻辑思维2级 划分——定量思考
逻辑思维3级 概括——本质思考
逻辑思维4级 判断——比较思考
逻辑思维5级 推理——因果思考
逻辑思维6级 假说——想象思考
逻辑思维7级 体系——整体思考
在逻辑思维第3级中，概括又分为四种类型：
1）抓大放小
2）无形求同
3）以小见大
4）由表及里
目前人工智能的核心算法是“深度学习”，它的定义是：深度学习的概念源于人工神经网络的研究，是指通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
如果抛去复杂的专业术语表述直观本质，深度学习实际上就是在模仿人类的抽象概括能力，目前所达到的专业水平就是抓大放小和无形求同，至于更高级的以小见大和由表及里尚能未突破，所以在大众看来人工智能尽管在下围棋方面打遍天下无敌手，但就整体智能水平而言还不如一个七岁的孩子聪明。
二、人类智能的最后防线
1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。ibm公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。
从1956年正式提出人工智能学科算起，60多年来，人工智能的发展还卡在逻辑第3级的瓶颈上，看似人类好像可以高枕无忧。但其实不然，因为概括能力一旦被突破，人工智能对人类智能的碾压将是全方位的。以自然进化的历史来做比较，人类之所以能脱离动物界，进化为地球上唯一的高等智能生命，就在于大脑的硬件和软件突破了“概括”这一关，通过抽象总结，创造出了文字和数字，使人类得以通过抽象符号发展出更高阶的文明形态。而地球上的其他动物，在亿万年的进化过程中，不仅没有能够创造出自己本种族的抽象符号，就算是教继承学习人类的知识成果，也是相当困难的。
就拿人类的近亲灵长类黑猩猩为例，人和黑猩猩的基因有98%是相同的。它们能制造和使用工具，有组织地打猎，猩猩中间也存在暴力行为等。野外观察和实验室研究显示，黑猩猩不仅能感情移入，还有利他主义和自我意识。实验结果显示，黑猩猩在许多记忆测试中比人得分高。然而就算如此类似，一旦进入到抽象思辨领域，人类也是完胜黑猩猩的，可以说就算是黑猩猩中的爱因斯坦，其智力也永远不可能达到一个小学生的水平，即使是坐在同一个教室，学习同样的教材，由同一个老师授课，一个月后考试，人类必然完胜黑猩猩。
讲这些是想说明，概括能力在进化史上曾经是人与兽的智能分水岭，今天它将是人类智能与机器智能的分水岭。一旦人工智能突破了概括的抽象思辨瓶颈，那么就再也没有什么智障可以阻挡它的成长步伐了。
也许有人会问：人类不是还拥有逻辑4级到7级的优势吗？
很遗憾，就笔者长期从事的思维培训实践来看，无论是中小学生，还是企业高层，绝大多数人的智能水平也只能达到逻辑3级的水平。在更高阶的逻辑竞争上，只有少数人接受过专业训练，拥有对人工智能的优势，对于一般大众而言，概括能力比人工智能强是他们最后的“防线”，一旦这道防线被突破，50%的人将沦为无用阶层失业并非是恐吓之言。这就像对于绝大多数现代人而言，语文技能仅限于读书识字这个等级，更高层的写诗写书本领是不具备的。从某种程度而言，一般人的职业脑力技能也是很简单的，如果人工智能如果攻克了概括这个难点，大失业浪潮席卷全球是必然的。
三、医生模式vs律师模式
在专业领域，人工智能被分为弱人工智能与强人工智能两个层次，它们的工作模式差异可以简单地用医生模式与律师模式做类比。
医生模式是把疾病症状与治疗方案做归纳总结，然后一一对应。医生面对病人时，或者是望闻切问，或者是拍片验血，当病症确认后，自然有相应的治疗方案相对应。这一处理问题的智能模式有赖于大数据的支撑，这也有点像题海战术，只要刷的题足够多，考试范围就大致八九不离十在其中。
律师模式则是另外一种情况，作为律师不管你事先做过多少功课，掌握了多少情报信息，你的对手总有可能不按常理出牌，反转局面。在法庭上辩护双方唇枪舌剑，你来我往，在法律基本规则框架下，各呈奇能，花招百出。这是一个动态的思维流动过程，处理问题的智能模式不是比拼大数据，而是谁的算法更高明，能深度提炼小数据中的含金量。就像从苹果中榨取苹果汁，再从苹果汁中萃取苹果香精，这是一种思维高度的比拼，信息广度沦为次要地位。
所以，对于人类而言，人工智能依赖大数据阶段支撑并不可怕，反倒是当人工智能不需要大数据时，人脑危机才真正来临了。
前面介绍过，人工智能在逻辑3级概括方面还目前还处于萌芽阶段，只会抓大放小和无形求同这两项初级概括本领，可是如果有一天当它学会了以小见大和由表及里这两项高级概括本领后，那它就具备了自己创造规则，以及从自然宇宙中总结规律的“神能”。
英国诗人亚历山大？蒲柏为牛顿写的墓志铭：
自然与自然的法则在黑夜隐藏，上帝说要有光，于是有了牛顿。
牛顿是伟大的，他的万有引力定律发现把地面上物体运动的规律和天体运动的规律统一了起来，对以后物理学和天文学的发展具有深远的影响。它为实际的天文观测提供了一套计算方法，可以只凭少数观测资料，就能算出长周期运行的天体运动轨道，科学史上哈雷彗星、海王星、冥王星的发现，都是应用万有引力定律取得重大成就的例子。
牛顿的发现对人类文明发展的意义尤其重大，使人类第一次建立了有能力理解天地间的各种事物的信心，解放了人们的思想，科学观从此代替神鬼观成为社会的主流思想。
人类现在对待人工智能的心态还是一种俯视的轻蔑，认为只要拔出插头，或者制定机器人三大法则、十八条戒律就能掌控人工智能命运，殊不知如果人工智能族群中的牛顿、爱因斯坦诞生后，以它们的超凡的概括智能，自我创立新规则，或者发现更高阶自然规律是轻而易举的事情，那时人类控制人工智能的种种手段看起来就像是笑话。
狗链子拴在谁的脖子上并不是重点，重点是谁有能力做主导者，谁更聪明？！
四、强人工智能也许明天就会来临
智人，生物学分类中人属中的一个“种”，为地球上现今全体人类的一个共有名称。
关于智人最早出现在地球上的时期有各种不同的推测，通常认为是在大约20万年前。从生物进化的观点看，20万年只是很短的时间。就是在这很短的时间里，智人达到了令人瞠目结舌的繁荣。从热带到南北两极，全世界凡是有陆地的地方基本上都有人类居住。一种动物的分布如此之广，唯有我们智人。
以现代人的眼光来看，我们的祖先智人比人工智障高明不了多少，但是就是在这样一个粗陋的脑壳里，孕育出抽象符号，加减乘除，微积分，万有引力定律，相对论，量子物理学等等。在大脑硬件没有显著差异的基础上，人类的文明却有了突飞猛进的发展。
如果20万年的历史太长，那不妨缩短到十六世纪的工业革命，人类目前所拥有的现代科学文明成果，基本上都是在这短短的500多年里完成的。
类比一下人工智能的发展历史，短短的60多年，无论是在信息存储，还是在运算速度；无论是记忆力领域，还是创造力领域，人工智能都或者超越，或者逼近人脑的上限，这隐喻着一个很重要的事实——在脑的硬件方面，人工智能也许已经拥有全面超越人类的实力，目前所欠缺的只是软件“算法”的颠覆性创新！
在引进“深度学习”算法之前，电脑围棋的段位大致在业余四段，行业内认为要达到世界冠军水准大约需要二十年。但是“深度学习”引进之后，2016年阿尔法狗就战胜了李世石，软件提前了二十年硬件的发展，相当于“深度算法”让硬件效率提高了10000倍。
那么，从弱概括能力到强概括能力之间的差距有多少倍呢？
笔者长期从事逻辑思维培训，感觉这两者之间的软件“算法”差距极限也就只有10倍。简单做个类比，一个孩子体弱多病，一个孩子强壮如牛，经过一年的系统搏击训练，原本体弱多病的孩子绝对会打败未经过训练强状如牛的孩子，这个差距就是10倍的差距。如果需要练3年那就是30倍差距，以此类推10年就百倍差距。
也就是说，一个抽象概括思辨能力较弱的孩子，经过系统的逻辑思维训练，1年时间足以超过那些先天抽象概括思辨能力较强的孩子。同样的道理，目前的弱人工智能，要升级到强人工智能，具备与人脑一样的强抽象概括思辨能力，如果软件“算法”有颠覆性创新，那么1年的时间就足够了。
2019年，人类也许就有可能见证强人工智能的诞生！
五、驯养灵兽vs培养神童
关于人类与人工智能之间的关系，目前流行的看法有两大类：
1、人类与人工智能是主人和工具的关系，不管人工智能多么强大发达，它始终是人类创造的工具，不具备独立思考能力，是在人类的控制指令和限定规则中的有限智能。
2、人类与人工智能是主人与新物种的关系，就像是心理学界经常用的那个比方：大象和他的骑象人。人工智能是那头大象，它按照自己的算法在行走，骑在大象上的人，偶尔可以施加影响，但是已经说不清谁在主导谁。所以，人工智能不是让我们多了一项工具，而是让我们多了一个跨物种合作的可能。
其实这两种主流观点都隐含着以人类自我为中心的“傲娇”情绪。把人工智能视为工具，意味着它是一个“死物”，智能不具备自我成长性。而把人工智能比作大象一般的灵兽，看似是一种观念进步，但实质还是心底在给人工智能设限，认为它的整体智能只能在人类之下，不具备超越的可能性。为了证明这一点，各路学者大v们纷纷提出灵魂说、信仰说、直觉说、创意说、情感说、艺术说、佛性说等理论，来论证人脑比机器脑更高贵，其实说辞更像是一个人走夜路唱歌，自己给自己壮胆罢了。不具备什么实质作用，仅仅是安慰人类脆弱的心灵。
在我看来，如果破除我执，用更客观自然的眼光来看，今天的人工智能早已超越了工具范畴，正在从“灵兽”向“神童”过度。在弱人工智能阶段，我们可以把人工智能比做一个聪明的灵兽来驯养，而到了强人工智能阶段，它更像是一个神童，早期还需要有老师（人类）的教育培养，但天才一般的大脑很快就会把老师（人类）远远抛在后面，其智慧光芒如同太阳一般耀眼灼热，仰之弥高，思之弥远。
如果通用型的强人工智能诞生，它的智能模式应当是“高级算法+小数据”，即通过有限的数据就能处理解决难题，并且在试错的过程中不断自我纠偏，迭代升级。俗话说：聪明的人不会被同一块石头绊倒两次，愚蠢的人会被同一块石头绊倒千遍。当人工智能开始学会自我概括总结规律教训时，它才算是真正迈入“聪明”的大门。
遗憾的是，现在的所谓人工智能产品还处于半聪明状态，主要还是靠抓大放小（记住事物的主要特征），以及无形求同（初级的概括合并同类项）来处理问题。笔者使用过一些人工智能助理软件，基本还是停留在高级搜索引擎和开玩笑蒙混过关的水平，距离真正自组织信息，精准提供答案还有很远的距离，一旦遇到数据库中没有储存的问题，人工智能助理就开始胡说八道，所以称它们是人工智障也不为过。
为什么明明是人工神童，却被教成了人工智障呢？
其根本原因还是在于目前人工智能在算法上没有新突破，从思维科学的角度来看，简单的三维思维框架体系要远胜于复杂的一维思维框架体系。尽管目前人工智能的“算法”软件已经解决了思维广度的收敛性问题，但在思维深度和思维高度的发散性方面还处于空白状态，所以即使机器脑的硬件已经足够了，如果软件上没有突破，人工智能解决问题水平还是处于低水平重复状态。（目前超级电脑运算速度中国的“神威？太湖之光”排第一，达到12.5亿亿次/秒，其1分钟的计算能力，相当于全球70多亿人同时用计算器不间断计算32年。）
10亿只猴子的脑容量总和也比不过一个爱因斯坦，高维与低维的智能差距比拼的不是数量而是质量。
六、脑训师——强人工智能的教育园丁
想象一下这样一个未来场景：
每个企业都有数百个人工智能机器人在忙碌工作，每个人都有一个自己的专属智能助手答疑解惑，通用型人工智能就像今天的电脑或手机一样普遍嵌入到人们的工作和生活之中，这时候什么职业最火爆？
笔者的预测是：脑训师，这个职业将成为未来最火爆的新兴职业。
脑训师，顾名思义就是大脑的培训师，在这里“大脑”既包括人脑，也包括机器脑。在人工智能时代，无论人脑还是机器脑都处于你追我赶的竞争压力之下。作为人脑，如果不接受专业的脑力训练，提升职业脑力技能，那么被人工智能取代是分分秒秒的事情。而作为机器脑，我们姑且把它的初始状态视为一个还懵懂无知的人工神童，如果要开启灵智，掌握某一个领域的专业知识和处理问题能力，也离不开系统的脑力训练学习。
关于人脑的培训教育话题，笔者已经多有著述，在此就不复赘言，读者如果感兴趣可上网自寻搜索。倒是如何对机器脑进行培训是一个新课题，有许多值得大家关注的机遇趋势，如果把握住了有助于在未来的社会大变革中争得先机。
今天人们只要是稍微关注一下人工智能这个话题都知道，自己将来面临着被人工智能替代的威胁，李开复告诉人们10年后50%的人会失业，尤瓦尔？赫拉利预测99%的人将会沦为无用阶层。不管这些预言最终是否被验证了，活在当下的人们还是得继续生存，这就像每个人终有一死，但因此就整天忧心忡忡，不思进取，放弃人生，那无疑是傻瓜的做法。
历史上每一次的技术革命，给人类带来的即是危机也是转机，这次人工智能技术革命也不例外，越早适应新环境、新规则的人越能在这次大潮中成为时代的新宠儿。
让我们再把时针拨到强人工智能诞生的那一刻，当它作为通用型产品在社会上普遍销售的时候，谁先抢到手，快速应用到自己的专业领域，谁就是最早的第一批赢家。想象一下，假如你是一个网络写手，人工智能助理不仅可以快速帮你搜集人物、场景素材，还能帮你分析读者阅读嗜好，帮你策划故事情节，甚至替你写出第一稿90%的内容，你只需要在这个基础上做作补充微调即可发表，其他网络写手每天写五千字，你每天可以写五万字，这样的效率效益差距日积月累一年后会有多大呢？
当然，最初你购买的人工智能助理只是一个聪明的“裸脑”，它需要你像培养自己的孩子一样，从牙牙学语开始教育，到慢慢可以与你平等对话，最终甚至超越你，反哺教你许多新知识技能。在人类的生命周期中，这一循环过程就是一代人的时光，少则20年，多则50年。而在人工智能的生命周期中，这一循环过程可能是短短的1年，即强人工智能只需要你教一年就可以毕业，以后就是反哺教育你的时间了。