因为被计概大师呛不懂，而刚好维基百科的人工智能条目有部分就是我翻的，原PO的定义
也是抄维基百科的。所以我还是回一下好了：
以强AI的定义，Watson能够看病、参加益智问答拿冠军、做食谱、甚至可以参与生医研究
，已经符合部分强AI的定义，但仍然无法像人类一样有"灵魂"，会有喜怒哀乐会跟你打嘴
砲，看起来也没有什么知觉和动机，只是台机器。主要原因就在于现代AI实现的几乎都是
大脑前额叶的功能，对于其他的感觉皮质、运动皮质、原始脑几乎都没有实现，以下我就
非常简略的说明一下人类的"灵魂"(其实就是人类整个神经回路的运作)，大脑皮质前额叶
其实只占非常小的一步：
我先做一些前提假设，不然一定会陷入无谓的哲学争辩中：
我不讨论"子非鱼，安知鱼之乐"的主观感质(quale)问题，一切以图灵测试的为基准，这个
人工智能AI必须要完全显露出一个具有"自由意识""自我意识""自我思想""价值观"等看起
来像是一个有灵魂的人的行为。
人脑的运作看起来是跟超大型类神经网络相同，因为类神经网络是图灵机，而且人脑的突
触看起来也没有小到产生量子效应，所以可以用图灵机形式的电脑去模拟人脑AI。(有限状
态、明确步骤)。当然有很多人争辩人脑是量子电脑无法用图灵机实现，这边就先不讨论。
人脑并非是黑箱，依现代医学来看，人脑是精密分工的，大脑皮质有非常多的功能分区、
http://www.dls.ym.edu.tw/neuroscience/functional_c.htm
但要知道我们的意识和理性可能其实只占大脑的一小部分，也就是只有冰山一角，绝大部
分的脑区都在处理无意识自动化行为。其实我们所谓的"自由"意识可能只由前额叶负责，
一个丧失前额叶的人会变得非常冲动，几乎无法控制地自己的行为，跟一只野兽或是机器
没啥两样。剩下的都是无意识的自动处理，像是枕叶视觉皮质作视觉的自动处理，譬如我
们辨识连D的脸，绝对不会还要想他的眼睛长什么形状、皮有多厚才能辨识出来，在小于
0.5秒内，视觉皮质就自动化帮我们处理，整个过程其实是无意识的，而实际上我们生活
大部分行为都是没有所谓的自由意识强力干涉，我们走路绝对不会一边走还一边要前额叶
的"自由意识"帮我们想现在要抬哪只脚，不信可以去玩QWOP，保证你脑袋秀逗：
http://youtu.be/1CLsYPIF9NY
而这些无意识部分其实都是现在AI非常难处理的部分。就算现在电脑都可以做医学研究了
，我们还是无法设计出一个跟人脑一样可以通用辨识各个物体的影像辨识机器。
(连CAPTCHA都有问题了)
那人类的动机、欲望、价值观、人类的"灵魂"可能在哪？动机、情绪目前研究来看并不是
新脑皮质所发起的，而是由原始脑里的基底核、杏仁核、海马回所处理的，这里发起人的
情绪、记忆回忆、动机(奖励和惩罚回路)，而现在AI也几乎是完全欠缺这个部分。譬如说
一个人无意识的价值观行为可能都含有原始脑的制约反射(又称调教反射)，讲的夸张点，
譬如689看到连D就会很高兴，整个调教的过程可能如下：
维持生活安逸->高兴 天生的非制约反射
KMT+维持生活安逸->高兴 调教反射训练
KMT->高兴 调教成功
连胜文+KMT->高兴 再次调教反射训练
连胜文->高兴 彻底调教成功
这部分是并不是理性的前额叶所发起的，所以看起来根本不理性，但这就是一般人大部分
行为模式，才不是像AI一样经过精密计算找出最佳解，人类绝大部分的行为可能根本就是
原始脑的欲望所发起的、人的视觉皮质观察风吹草动、人的听觉皮质耳听八方、人的运动
皮质和小脑统整运动行为，最后不小心被抓包，才由号称理性的前额叶想理由圆谎。
即时性的满足自己的欲望，自动化无意识的处理，只有当出了大包才会由前额叶的意识
处理。我们的行为其实就是经过文明化包装的野兽。而电脑AI则完全欠缺野兽的欲望，
当然看起来没有灵魂。再举一个吱吱看到连D的反应：
枕叶辨识出连D
杏仁核发出连D的情绪反应记忆
海马回提取连阵营造谣抹黑的记忆
感觉与联络皮质整个感到愤怒
前额叶说停下来了，先不要扁牠
所以说人的脑其实就跟一些漫画画得很像，原始脑的本我欲望恶魔和前额叶的理性天使一
直在打架，人类的行为是充满情绪的，充满欲望、充满动机、由原始脑的"本我"各种贪嗔
痴所驱动的，而理性的前额叶只负责抑制和协调规划，也就是你以为的理性自我意识只能
解释人类行为的超小一部分，无意识的本我欲望才能解释大部分行为。当我们感受到有多
个欲望需要协调，这个时候才是前额叶需要上场的时候，在这个时候才是自由意识最强烈
的时候，这个时候我们大脑才会像电脑AI一样去寻求实现最多欲望的"最佳解"。不然其实
平常我们在做的事情都是让让自动化的刺激和反应，譬如很快地看完一篇废文，看完发
现很废，边缘系统生气了，按嘘，再换下一个。其实并不太需要思考。简单的说就是
感性做决定、理性找理由。所以你根本不可能期望一个理性的AI能跟人类一样
最后其实人脑还有一些更原始在处理吃喝拉撒睡的部分，因为AI不需要就不讨论了。
看到这边，我们可以发现现代的AI研究几乎完全没有我讲得以上的东西啊，现在的AI做的
其实都是偏向前额叶的理性大脑，从以前到现在几乎都是找某项问题的"最佳解"(很不幸人
做事通常是依据经验而不是依据最佳解)，像是打败世界西洋棋冠军的超级电脑，他就是建
一个Game tree，然后删掉没必要的分支，穷举上百万步找一个最好的分支棋步，简单讲起
来只有这样。但人脑完全不同，人脑的类神经网络可以看成一个超强的滤波器，不需要像
电脑那样穷举，可以依照过去的下棋经验和棋谱迅速找出"几个"可行的棋步，然后再让前
额叶去挑"最佳解"，前额叶的负担根本就不大，从各种地方都可以发现超强人脑经验滤波
器和超级电脑穷举法运作的不同。
人脑为什么会这么快，就是因为人脑靠经验做事，电脑AI靠最佳解做事。人脑的类神经网
路激发速度最快也才100Hz，但电脑芯片随便都有1GHz，这种惊人差异到最后却还是人脑
在各种决策上都比较快。就算是那个可以自己做生医研究、做食谱、打败人类益智问答冠
军、帮人看病的Watson超级电脑，也脱离不了这个范畴：Watson的基础是DeepQA系统，他
遇到问题时会像个学者一样生成假说，一次生成数百个假说，当然也是会先把一些不可能
的假说砍掉，然后平行运算丢给各个Server，之后开始去数据库找证据，依照证据的
support程度开始评分，越多高support的证据当然这个假说的评分会越高，最后选择一个
评分最高的答案，当然整个实际流程复杂更多，但实际上脱离不了那台会下棋的深蓝所用
的穷举法。最难解之谜大概就是为什么人脑滤波效果为什么这么强大，可以轻易把可能结
果删除到只剩下几个给前额叶选择，这可能要对于大脑神经回路和Deep learning有更详细
的研究才能晓得。
http://goo.gl/XYVgr5
现在回到人的"灵魂"，人的感觉、动机、欲望、情绪，现在AI没有的原因很简单，就没有
实作而已啊，譬如Watson，它完全没有我讲的以上各种情感回路，所以它做事情当然没有
动机，只能听命于人，就算它已经厉害到可以打败人类的益智问答拿冠军，可以做食谱、
甚至可以做生医研究，但都还是跟人脑差非常远，因为它只相当于人脑前额叶的功能，它
没有视觉、听觉、嗅觉、体感、情绪、欲望、动机，更无法把这些东西整合起来，更重要
的是人脑运作几乎完全是靠经验的，大量的生活经验才是人脑的本体，这AI很难达到。这
些都要以上我讲的大脑其他部分的皮质、原始脑去达成，而这些部份可能难多了，因为我
们只知道What不知道How，在额叶的部分思想是有意识的，所以我们可以把我们存在前额叶
的思想写成程式记录下来，但是其他视觉皮质、听觉皮质是几乎都是自动化潜意识运作，
我们根本不知道我们为什么看到连D的脸就可以知道它是连D。有一句话叫做说，没知识也
要有常识、没常识也要看电视。但对于人工智能来说，最简单的反而是有知识：
(有明确定义，人工输入就好)、再来是有常识：(经验法则，要靠machine learning)、
最难的是看电视：(通用影像辨识夭寿难，然后可能又要有一些对应的情绪反应或感想
，难如登天)
，所以现在Watson做到有知识其实只是最简单的，有常识而且会看电视才能够让AI真正像人。
基本上无意识的unsupervised machine learning已经因为Deep learning关系有大进展了
，现在Google可以在看了上万片猫咪影片后，自动归纳出猫咪的脸长什么样子，完全不用
人去教。
http://youtu.be/TK4qLwTye_s
甚至有公司依照人脑视觉区的模型，创造出一个可以解CAPTCHA的影像识别程式出来：
http://goo.gl/k6Rb13
剩下的的大脑皮质感觉区也是可以渐渐地利用逆向工程创造出来，这将有助于AI有视觉
、听觉和其他感觉，甚至于情绪和动机，这些所谓的"灵魂"可以靠全大脑逆向工程模拟
例如IBM的蓝脑计画： http://goo.gl/YBxVZE
Human Connectome Project： http://youtu.be/i2W570VgV6I
虽然已经在做全大脑模拟研究，但可能有生之年都不会用在AI上面，这太没事找事做了，
蓝脑计画主要是要用在研究大脑病变上，而不是研究AI。而且这种靠各种本我欲望驱动的
AI大概也没什么人想要用，耗资上亿美金的超级电脑最后变成一个肥宅只会在那边发废文
要怎么办呢？要请他做事还会偷懒，但加入动机和更强经验法则的AI一定会出现，它可能
不会有像人类一样完整欲望，但是他有已经训练好的奖励回路，只要当奴工就会很快乐，
也会自己去寻找问题去解决，因为这会触动奖励回路感到兴奋，这是有可能的。而这的确
也已经有算法这样写。现在高阶AI不这样子做纯粹是为了节省资源，怎么可能做一个AI
就让它完全自由探索研究，超级电脑很贵的咧
现在继续回答一些疑问，有些人说数据库没有的，电脑就不会回答了。不要说电脑、人脑
也是如此，难不成你要连D晓得新生高地下化不可能吗？连D的数据库就没有瑠公圳存在，
怎么可能会有正确答案呢？只是人类的经验记忆提取系统实在是太强了，就算只是有类似
经验，也都可以融会贯通。
有些人说电脑无法自行学习，其实这要看你自行学习的定义，人类大部分的学习也是要有
教师从旁补助，Watson它可以自行研读科学论文，Google的超大型Deep learning类神经
网络也不需要人类去定义何谓猫，它就可以自己从影片里发现有猫这种生物。这个领域在
AI里叫做unsupervised learning，其实也不是什么很神奇的东西，data mining就是不需
要人类去教，让电脑自己去从一些unstructure data里自行发现事物的关联。跟所有AI进
展一样，最刚开始大部分的人认为会解数学方程式就是有智慧，电脑很快就会了。
后来只好改成会下棋叫做有智慧，深蓝也打败世界棋王了。现在变成益智问答冠军叫做有
智慧，然后Watson赢了，最后连医学研究都可以靠Watson，所以AI的智慧和自主学习能力
只会不断进展，直到我们正常人开始恐惧的地步。
: → jengjye: 不管再怎样人工智能化 都是被创造出来的
: → jengjye: 电脑本身并无法产生智慧,甚至电脑的运算都要用补数去规范
我不晓得这到底和电脑无法产生智慧有啥关系，前面已经说过，只要人脑是图灵机相容的
，那图灵机型态的超级电脑就可以人脑般的智慧。而人脑智慧也只是演化过程的"副产品"
，代表大脑运作遵守物理法则，理论上可以用物理机器重现。
: → jengjye: 没错我讲智慧不够严谨 但我想基本知道计算机组织的人
: → jengjye: 都会知道电脑只是一个听命行事的东西
看完全文就可以知道人类其实也是听命行事啊，只是不是听别人的，而是听自己本我的
欲望、情绪与生理需求。真的要机器人不听命行事还不简单，一大堆娱乐型的机器人都可
以做到，像我将近十年前有养过AIBO狗，跟个垃圾一样，给他命令都不听XDDD。
: → jengjye: 所以你假设的那个东西,是脱离不了原则(规则)的
: → jengjye: 本质上仍然是听命行事的辅助工具啊
其实依照自私的基因理论，我们只是个基因承载容器，都不要吵，通通要听基因调控。
实际上我们自以为的自由意识，也是为了要更好的满足多个本我欲望的冲突，也就是相当
于AI选择全域最佳解的概念，而不是像个野兽一样依冲动行事。
: → jengjye: 噗嗤...物理定律??? 哥还没睡醒吗?
人会睡醒也是物理法则的运作啊，不然你脑干清醒中枢不运作就惨囉，就跟植物人一样
一睡不醒惹。
: → jengjye: 哪天电脑可以理解1+(-1)不需要靠补数运算
: → jengjye: 再来讨论它会产生自主思维也不迟...
我是不晓得为什么AI的加法运算一定不能靠补数运算啦，不过假如要理解1+(-1)，至少要
有集合的观念、有序数列的观念、负号的观念、加号的观念，等于的观念，人脑一千亿个
神经元联合运作总算懂了。我想一个加法器运算应该是真的没办法啦。
: → jengjye: 你给他1+(-1)与1-(-3)电脑只是开关切换
: → jengjye: 与你说的自主意识 到底哪里有关系呢 他甚至连那内容
: → jengjye: 都无法理解 这才是重点啊
真的一点关系都没有，所以我怀疑你根本不知道要怎么做像大脑一样的AI。其实大脑如何
理解一个概念，在认知心理学上已经有非常多的研究，尤其是视觉方面的因为可以设计很
多精巧的实验，所以视觉皮质的V1 V2 V3和后续处理都已经搞得很清楚了。
http://en.wikipedia.org/wiki/Visual_cortex
所以才会有公司可以做出仿造人类大脑皮质的视觉处理器，拿来破解recaptch。
打这么多真的累了，简单的来说要做出一个像人一样的电脑绝对不简单，但也不是不可能
，因为人工智能学者并不会去刻意研究出一个跟人一样好吃懒做的阿宅AI出来。