通常，“機器學習”的數(shù)學基礎是“統(tǒng)計學”、“信息論”和“控制論”。還包括其他非數(shù)學學科。這類“機器學習”對“經驗”的依賴性很強。計算機需要不斷從解決一類問題的經驗中獲取知識，學習策略，在遇到類似的問題時，運用經驗知識解決問題并積累新的經驗，就像普通人一樣。我們可以將這樣的學習方式稱之為“連續(xù)型學習”。但人類除了會從經驗中學習之外，還會創(chuàng)造，即“跳躍型學習”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來，計算機最難學會的就是“頓悟”。或者再嚴格一些來說，計算機在學習和“實踐”方面難以學會“不依賴于量變的質變”，很難從一種“質”直接到另一種“質”，或者從一個“概念”直接到另一個“概念”。正因為如此，這里的“實踐”并非同人類一樣的實踐。人類的實踐過程同時包括經驗和創(chuàng)造。

這是智能化研究者夢寐以求的東西。

在人工智能的這輪技術爆發(fā)中，與發(fā)達國家站在同一起跑線上，只能說明我們具備了站位優(yōu)勢，更重要的還是好好蓄力、精準發(fā)力，力爭引領浪潮。

去年出盡風頭讓人驚嘆的谷歌圍棋人工智能“阿爾法狗(AlphaGo)”，5月將來到中國，在浙江烏鎮(zhèn)與世界排名第一的中國棋手柯潔上演人機大戰(zhàn)。黑白子此起彼落之間，柯潔探尋的是已有幾千年歷史的圍棋“真理”，而對“阿爾法狗”和它的發(fā)明者來說，比贏得比賽更重要的，是尋找人工智能的科學真理。

人工智能稱得上是當前科技界和互聯(lián)網行業(yè)最為熱門的話題。無論將其稱作“下一個風口”“最強有力的創(chuàng)新加速器”“驅動未來的動力”，還是關于它會不會比人更聰明甚至取代人的各種爭論，都在說明，人工智能又一次迎來了黃金發(fā)展期。與以往幾十年不同的是，這次人工智能的高潮，是伴隨著生活和工作的應用而來，它是科技進步的水到渠成，也嵌入了十分廣泛的生活場景。因此也有科學家認為，“我們或許是和人工智能真正共同生活的第一代人”。

對大眾來說，人工智能充滿著科幻色彩;對科學家來說，人工智能可能是最受內心驅動、最具理想色彩的一門科學。從1956年的美國達特茅斯會議算起，明確提出人工智能的概念并開始科學上的研究，到現(xiàn)在已有61年的歷史，并經歷過至少兩個“冬天”。一直到上世紀90年代，人工智能仍然走不出實驗室。人工智能遭遇的技術瓶頸，一方面有著時代的限制，另一方面也是由于人們對它的期待太高，一直夢想著的是創(chuàng)造出類似科幻電影《人工智能》中那個小機器人的形象——會找尋自我、探索人性，想成為一個真正意義上的人。這也是一些人對人工智能既向往又恐懼的原因之一。

在腦科學尚未取得重大進展時，受益于互聯(lián)網和計算機新一代技術創(chuàng)新，人工智能從更加實用的層面進入了發(fā)展快車道?；ヂ?lián)網大數(shù)據、強大的運算能力，以及深度學習模式的突破，被認為是人工智能賴以突破的三大要素，它們造就了語音、人臉識別準確率的驚人提升，人機對話像人與人一樣更加自然，乃至可以像“阿爾法狗”一樣去找尋規(guī)律、自我決策。

盡管中國不是人工智能的策源地，但在當前人工智能的這一輪技術爆發(fā)中，正在建設科技強國的中國，被很多人認為第一次同科技發(fā)達國家站在了同一起跑線上。中國擁有全球最大的互聯(lián)網市場，小到手機語音助手，大到智能機器人、無人駕駛等人工智能產品和技術廣泛應用，它們連同中國頂尖科技公司所擁有的人才一起，充分證明中國在人工智能的資本、市場、技術、人才等方面都不落人后。同時也要冷靜看到，國內互聯(lián)網公司搭建的人工智能平臺，與亞馬遜、谷歌等相比差距仍然不小。比如，在圍棋人工智能領域，騰訊的“絕藝”還不敢說能和“阿爾法狗”相媲美。站在同一起跑線，只能說明具備站位優(yōu)勢，更重要的還是好好蓄力、精準發(fā)力，力爭引領這一輪人工智能的創(chuàng)新浪潮。

故事才剛剛開始，從基礎研究、技術發(fā)展，到未雨綢繆建立人工智能相關的倫理規(guī)范，人工智能的未來面臨著無數(shù)挑戰(zhàn)和變化。“預測未來最好的方式就是創(chuàng)造未來”，人工智能的前景無限美好，值得我們?yōu)橹Ρ寂堋?/p>