1. 人為什麼比動物聰明？
人腦並不是所有動物中腦子最大的，大象和鯨魚的腦子都比人腦大。那麼人為什麼比其他動物更聰明呢？神經生物學家會告訴你，雖然人腦並不是最大的，但是是最好的，好壞的衡量標準是腦中神經元的數目。
但人腦有多少神經元呢？某一天巴西籍神經生物學家埃爾庫拉諾-烏澤爾（Suzana Herculano-Houzel）問了自己這個問題後，遍查科技文獻，發現並沒有現成的科學標準答案，於是她成了第一個研究這個重要問題的科學家。她的研究結論如下：
首先，不同動物的腦子構造也有所不同，腦中的神經元數量也完全不同，人腦中總共有860億個神經元，其中大腦皮層有160億個神經元。大腦皮層的神經元數量決定了動物的智力水平，人的大腦皮層中神經元數量遠高於其他物種，所以人類比其他物種更聰明。
不同動物大腦皮層神經元數目
其次，大腦皮層中的神經元數量越大，能耗也越大。人腦每天消耗的能量占人體全部耗能的25%。人之所以能夠很快超越其他物種，主要是因為人類掌握了烹飪技術，能夠在短時間內攝入大量卡路里以支援大腦運轉。
2. 人工智慧從哪裡來？
人工智慧如果從控制論算起，用谷歌Ngram衡量，那麼目前經歷了兩次高潮，控制論之後的第二次浪潮是在20世紀80年代，那時正是專家系統和日本第五代計算機專案得勢的時候。但進入90年代後，人工智慧又呈現出下滑趨勢。現在的新一輪高潮是進入21世紀之後開始的，我們不知道這一次還能持續多長時間。
人工智慧專利、論文及Ngram人工智慧曲線
3. 人工智慧向哪裡去？
2016年AlphaGo對李世石的勝利引起了新一輪對超級智慧的討論，焦點是將來會不會有一個全新的物種在智慧上全面超越人類。牛津的哲學家博斯特羅姆（Nick Bolstrom）在2014年寫了本未來學的著作《超級智慧》，講到了人類在面臨不斷髮展的機器時代的存在危機，物理學家霍金和企業家馬斯克都附和博斯特羅姆的立場。
人工智慧有強弱之別，強人工智慧是說機器會全面達到人的智慧，強人工智慧有時也會和“通用人工智慧”（Artificial General Intelligence）同義；而弱人工智慧是說機器會在某些方面達到人的智慧——AlphaGo就是弱人工智慧的代表。目前不會再有人質疑弱人工智慧了，但強人工智慧立場的主張者仍面臨各種挑戰。
人工智慧作為學科，經歷了幾次大起大落。每一次的高潮都是一箇舊哲學思想的技術再包裝，而每一次的衰敗都源自高潮時期的承諾不能兌現。
這一次的浮誇輪到了機器學習，被壓制多年的機器學習研究者們號稱，人工智慧是讓機器達到人的水平，而機器學習是讓機器超過人的水平。還有人宣稱甚至科學家的職業也將會消失。日本第五代計算機的失敗似乎從來沒有發生過。歷史學家都忙著參與預測未來，當下是一個不需要總結教訓的時代。AlphaGo在輸給李世石的那個晚上，可以在自己和自己不斷對弈的過程中學習並克服自己的弱點。無論對錯，機器學習的速度確實有可能快過人類進化的速度。
圖靈在1950年那篇被廣為引用的文章“計算機與智慧”的結尾處說：我們只能看到當下，但看見的這些就夠我們忙活的了。這真是實幹型科學家和揣度型歷史學家（speculative historian）的區別。所以，仰望星空，腳踏實地一些吧。
本文來自讀書筆記：《人工智慧簡史》——尼克
