现在的 AI 到底能不能认为只是『处理数据的能力大幅度增强的硬件的基础与更高效的算法的结合』?

[Newyorkcity]

我觉得要说人工智能，或者说所谓智能，那应该是可以自发地认识世界改造世界。
一个人，他可能大学学的化学，然后出来找工作发现就业不好，于是自己去学计算机。对于新的领域，一个人，是不需要说我得回娘胎再生一次才能认知这个领域的。
但如果说现在的人工智能，比如说有新闻称人工智能的写作作品和绘画作品可以以假乱真了，那让那个围棋下的特别好的阿尔法狗不回炉改算法，他有没有可能立刻去写出逻辑正常的文章？画出让人理解的作品？
如果不能
那现在的人工智能，不就是有了 处理数据的能力大幅度提高的硬件 以及在某个领域或者方向上特别优秀或者更加合适的算法 这两个的结合体吗?
因此只要换了领域，虽然硬件基础还在，但是因为算法不合适这个领域，所以这个智能就体现不出来了。
再举个例子，比如我们通过显卡玩要求超高的 3D 游戏大作，那这个显卡不也是『处理数据很强的硬件基础+针对游戏有专门的高效的算法』吗？那我们用显卡玩游戏的过程岂不是也是人工智能在工作？这不是很可笑？

那我这样问
我用最先进的显卡玩游戏是基于高性能显卡的强大的数据处理能力+驱动或者什么的对于画面加载的优秀的合适的算法
而阿尔法狗下围棋，不论有没有下赢人类，不也同样是 强大的数据处理能力的硬件+对于围棋中每一步的获得的数据的优秀的合适的算法 吗？
两者的区别到底在哪里呢?如果把后者算作人工智能，那前者到底为什么不能算作人工智能？

[zhujinliang]

主要是显卡通用计算能力越来越强，使得一些算法可以在合理的时间内完成，有了可用性，以前的理论落地，从而促使更多的理论被研究，更好的算法出现，而且带动 TPU 之类的特定应用硬件研究实现，进入良性循环
人工智能是有专门的理论和算法的。你要非要说是数学计算也没办法，毕竟万事万物归根结底都能由数学解释。举例，各种软件归根到底是各种跑在 CPU 上的指令，那软件工程可笑不可笑。人们只是不同的研究领域关注点不同，为了研究具体的问题只抽象需要的层面（工程理论），屏蔽不需要关心的层面（指令集、数电等），就产生了学科分支。

[3a3Mp112]

据我所知目前没有你说的那种能够跨行业自我学习的人工智能。

[SuperMild]

阿尔法狗让人震惊之处，正是因为它解决了仅凭堆硬件和“高效”的算法无法解决的问题。

单单依靠运算速度的提升，AI 下围棋赢不了人类。阿尔法狗提升的不是速度，而是决策方式。

[Madcrow]

是一种新的编程方法，之前需要用各种 if,else 对各种情况进行决策，现在给数据训练就行

[am241]

不能这么认为

[takato]

数学规律就是智能

[takato]

比如你走路去地铁站，也可以理解为一堆细胞（一堆基因）飞到了另一个坐标而已。
这个过程中，非要去辩一个“自主意识”。。就很奇怪了。。。

[momocraft]

即使你的定义是正确的：自然语言的 "人工智能是 X" 显然不能推出 "X 是人工智能"

[takato]

Mark 两张书中的截图

[PressOne]

如果假设的前提是：硬件计算速度是无限潜力的，那么你的设想就是正确的。实际的情况，硬件不断在提升，但是总也达不到无限快的计算速度。那就总有计算力边界，就实现不了绝对的无所不能。