人工智能（AI）与人类智能（HI）相辅相成，欧博娱乐却在历史中形成了两大学派：符号人工智能与联结主义人工智能。随着计算机能力的提升，两者在发展中互相交替，引发了对于“智力”的定义和两者异同的深刻思考。人工智能专家强调，机器是否具备智力需看其生成结果的实际意义。然而，讨论AI是否能与人类一样或胜于人类是否失去意义？关键在于AI如何为人类服务，这牵涉伦理、经济、立法等多领域，需要全球共同探讨。在人工智能的未来发展中，我们究竟期待它为我们实现何种目标？为何而存在？

一览：

人工智能自问世之初，就引发了与人类智能的比较。

一些学者主张人工智能的开发应遵循仿生学，而另一些学者则认为计算机认知不必牵涉到人类认知。

由于“智力”的定义长期没有定论，比较人工智能和人类智能更是莫衷一是。

人类“意识”一直是人工智能无法模仿的，也是与人类智能最大的差别所在。

思考这两种智能的异同有助于我们深入探讨有关人工智能使用、意义和监管的伦理问题。

人工智能（AI）正在颠覆世界，渗透了我们生活的方方面面，或多或少地刺激着人类的幻想和雄心壮志，也不可避免地引发了与和人类智能（HI）的比较。但这不是空穴来风，毕竟人工智能自问世之初就带来了相关的争议和思考。

人工智能和人类智能是两个相互独立，但又相辅相成的科研领域，自计算机诞生以来便是如此。法国索邦大学科学哲学系名誉教授Daniel Andler说：“人工智能的先驱者中存在两种思潮，一种认为人工智能应该以分析人类心理过程为基础，将其在计算机中再现，让两种智能相互促进。另一种则认为人类智能存在局限性，注重提高计算机解决问题的能力，以结果为导向而非思维过程为导向。”

法国洛林大学计算机科学教授Maxime Amblad解释道：“眼下许多文章、书籍都在拿人工智能和人类智能做比较，但其实自人工智能问世以来便有这样的讨论。此外，现在大家误认为计算机数字化等同于人工智能，欧博allbet这也是不对的。掌握些计算机科学的基础就知道，人工智能不过是众多计算方法中的一种，其特征是方法本身和它解决的任务性质。如果一个计算任务看似涉及到人类特有的技能，我们就把用来解决它的计算方法叫做人工智能，仅此而已。”

人工智能的两种主流思潮，催生了人工智能研究的两大分支：

符号人工智能，基于逻辑推理规则，与人类认知模式的相似度较低。

联结主义人工智能，基于神经网络，源于对人类认知模式的模仿。

根据Amblad教授介绍：“20世纪中叶，计算机的计算能力仍然较弱，与今天不可同日而语。当时有人开发了所谓的‘专家系统’，把某些领域的专业知识转化成规则和符号，以编码形式存储在硬件中，试图让计算机系统‘更智能’。但其他研究者不满足于此，而是探究‘专业知识’形成的过程，进而通过构建概率分布以合理反映世间的种种现象。随着数据、内存和计算能力急剧增长，后者大行其道。”

Amblad教授将两大分支比喻为一左一右更替前行的两条腿。在计算能力弱时，大家青睐符号模型，概率模型不受重视。现在随着计算机能力的长足发展，概率模型引领新潮流，联结主义人工智能迈向一个新高峰。但由于经典概率模型是个“黑箱”，未来的人工智能可能会更注重符号模型，以提高生成结果的可解释性。

法国人工智能企业Ekimetrics数据科学负责人、神经科学博士Annabelle Blangero则指出：“鉴于现在人们觉得只有具有机器学习功能的系统才叫人工智能，以前的‘专家系统’是否属于人工智能还是个问题。”不过，现在仍有人工智能专家对符号人工智能非常热衷，比如英国计算机科学家Stuart Russel。Amblad教授也认为“一个系统是不是人工智能，关键看计算结果有没有现实意义，所使用的算法性质是次要的，但也许我的思想受到人工智能早期历史和认识论的影响较大。”

了解了历史和两种思潮，便会有人提出：人工智能和人类智能是否就像一枚硬币的两面？这取决于如何对二者进行比较。Andler教授说：“如果把‘智力’定义为认知的功能，那答案是肯定的。然而，人类智能可以对时间、空间有所感知，而人工智能做不到，二者这么看来就不对等了。美国哲学家John Haugeland曾说过，人工智能与人类智能相比，总是有所欠缺，缺少意识、意向性、自主性、情感，当然也缺身体。”

Blangero博士认为，人工智能没有意识和精神状态的问题，可以通过技术发展弥补：“我所在的神经科学学派认为，意识源于对环境、对身体感知的持续评估。基于这一原则，只要能在机器中复制人类大脑活动的种种模态，应该就能产生类似的‘意识’。如今，联结主义人工智能系统能相当忠实地再现人脑的活动，我们已经可以用相同的指标衡量人工神经网络和生物神经网络的活跃程度。”

然而Andler教授指出：“时至今日，仍没有一个决定性的理论能解释人类意识的萌生。由于没有定论，这个问题经常引发科学界乃至哲学界的辩论。”Amblad教授也认为，人和机器根本的区别在于是否有理解世界的欲望：“人类感知了世界，进而会主动地去理解、解释世界，我们人类是名副其实的‘意义制造者’。”

即使知道了人类智能和人工智能的差异，也未必有助于深度融合人工智能和人类智能，而这就涉及到“智力”的定义了。

经典定义认为，智力是人类解决问题的一系列能力。Andler教授在新作《人工智能和人类智能的双重谜团（Intelligence artificielle, intelligence humaine : la double énigme）》中提出了另一个值得玩味的定义：“人类和非人类动物使用智力适应环境，会通过学习，以符合时机、符合环境条件的方式，解决与自身相关的问题，但对于一般性、抽象的问题则漠不关心。”

这一定义很值得商榷，其优点在于没有使用死板的表述，而是灵活地描述了智力使用的具体情境以体现其丰富内涵。Andler教授同时指出，智力这个概念本身是一个“厚概念”：既是描述性的，又是具体性的；既有评价性，也有主观性。虽然在实际中能轻易地分辨出一个人的智力高低，但给出一个智力的笼统定义却很难。”

无论怎么对比人类智能和人工智能，也许都评不出高下，但比结果更重要的是过程，是我们人类一路走来形成的思考：我们想要人工智能做什么？为了什么？我们希望未来的社会发展成什么样子？

这些问题涉及伦理、经济、立法和社会，需要人工智能领域的参与者以及世界各地的政府和公民共同应对。归根结底，讨论人工智能是否会像人类一样是没有意义的。最重要的是，我们想用它做什么，以及为什么？