人工智能现在的应用越来越广泛。他们可以诊断疾病、驾驶汽车、理解语言，甚至可以在国际象棋比赛中击败最优秀的人类高手。那么问题来了，经过不断的改进，人工智能最终会达到甚至超越人类的智能水平吗？达到甚至超过人类智能的机器人会取代人类吗？事实上，这个问题一直困扰着几代人，并深受困扰。正如斯坦利·库布里克1968年的电影《2001太空漫游》（2001：太空漫游）中所描述的那样，一台智能程度惊人的计算机“哈尔”通过他平静的声音说话，展示了一些人类特有的能力：说话、推理、认脸、审美和表达情感.当哈尔得知人类宇航员决定关闭它时，哈尔将他们一一杀死。未来会不会出现这样可怕的场景？MimecastUK首席数据科学家HerbertL.Roitblat在他的《算法还不够：创建通用人工智能》一书中提出了机器智能的提高不会导致机器智能的观点。领导革命。它们可能会改变人们从事的工作类型，但并不意味着人类生存的终结。机器人不会取代人类。为什么他会得出这样的结论？让我们先把目光转回到2000多年前西西里岛的锡拉丘兹。在那里，阿基米德赤着屁股泡在澡堂里，苦思冥想着国王给他的一道难题。据说锡拉丘兹国王希罗二世（公元前270-215年）怀疑他委托放置在神庙雕像头上的还愿王冠不是纯金制成的。阿基米德的任务是确定英雄二世是否被骗了。一开始阿基米德找不到办法，因为他无法砸碎王冠来检查。后来有一天他洗澡，坐在浴缸里，看到水溢出来，突然想到可以用测量固体在水中位移的方法来确定金冠的体积，并确定表冠由体积相同的纯金制成，质量真假。然后，他兴奋地跳出浴缸，连衣服都没穿就跑了出去，大喊“Eureka！Eureka！（Ifoundit！Ifoundit！）”Roebright把AKimede的故事归类为洞察力问题，这与人工智能解决问题的方式完全不同。Roebright说，我们人类具有创造性、非理性和反复无常的特征（无论好坏），而机器智能不具备这些特征。一般来说，智力测试和计算机智能的重点一直放在结构良好和形式化的问题上。也就是说，一个问题有一个明确的目标和一定数量的可能解决方案。洞察力问题通常不能通过像算法这样的循序渐进的过程来解决。相反，洞察力问题的特征是重新构建求解者解决问题的方法。在问题基本解决之前，通常很难确定是否取得了任何进展，然后可能会突然找到解决方案。关于人类如何解决洞察力问题知之甚少。在实验室中深入研究这些问题通常具有挑战性，因为很难要求人们描述他们为解决问题所经历的步骤。我们都知道，人们并不总是按照逻辑思维所建议的系统方式行事。这些偏差不是人类思维中的故障或错误，而是实现人类智能的基本特征。除了洞察力的问题，人类的智能还具有非理性的特征。这个不算优势的特性，也让机器智能无法超越。是不是有点可笑？人类通常似乎不会过多关注问题的形式部分，尤其是在做出有风险的选择时。心理学家阿莫斯·特沃斯基(AmosTversky)和丹尼尔·卡尼曼(DanielKahneman)发现，当人们面对本质上相同但描述不同的选择时，他们会做出不同的选择。他们进行了一项实验，要求参与者想象一种威胁国家的新疾病，可能会导致600人死于该疾病。他们进一步获悉，已经提出了两个计划来治疗这些人。参与者被分成两组，并被要求在两种治疗方法之间做出选择。在第一组中，他们被告知：72%的参与者选择了治疗A。拯救200人的确定性被认为比失去所有600人的可能性更可取。第二组参与者被给予相同选择的不同版本：在第二组中，22%的参与者选择了治疗A。事实上，就死亡人数和幸存者人数而言，两组的治疗A是相同的。但是换句话说，人们的选择就很不一样了。以上实验表明，人们的偏好差异是巨大的。第一个版本强调备选方案的积极方面，第二个版本强调消极方面。戏剧性的是，人们更喜欢正面的版本。值得注意的是，备选方案B在这两种情况下也是相同的。备选方案B下的预期存活人数也是200，但该备选方案包含不确定性。实验表明，当一个结果以积极的语气来表达时，人们更喜欢某些结果而不是不确定的结果，而当一个特定的结果以消极的语气来表达时，人们更喜欢不确定的选择。备选方案的框架或基调控制着参与者接受风险的意愿。上面的实验可以说是人类愚蠢而不是人类智慧的一个例子。但另一方面，这个错误可以告诉我们一些关于我们如何做决定的重要信息。正确和错误的决定都是由同一个大脑/思想/认知过程产生的。这些心理现象表明我们思维和智力过程的复杂性，这并不总是对我们有利。我们仓促下结论，我们更容易被我们喜欢的或以某种方式表述的论点说服。我们有时确实表现得像电脑，但更多时候，我们草率、前后矛盾，一点也不像电脑。丹尼尔·卡尼曼(DanielKahneman)将人类思维描述为由两个系统组成，一个是快速、相对不准确且自动的；另一个是快速、相对不准确和自动的；另一个是缓慢的、深思熟虑的，并且在最终得出结论时更准确一些。计算机智能的重点工作需要仔细思考的系统，但快速思考的系统可能同样重要或更重要，并且在计算机中模拟可能更具挑战性。这种快速学习有时会导致不恰当的草率概括，但它也可以是一种重要的工具，可以让人们在不需要大多数机器学习系统所需的大量示例的情况下学习很多东西。Roebright总结说，如果机器学习系统所需要的只是利用其分析能力，那么机器很可能会超越人类解决类似问题的能力。另一方面，如果问题需要发散性思维、常识性知识或创造力，那么计算机将继续落后于人类一段时间。被计算机“深蓝”打败的国际象棋大师加里·卡斯帕罗夫说，“深蓝”就像可编程闹钟一样聪明。当然，他补充说：“并不是说输给一个价值1000万美元的闹钟会让我感觉好一点。”
