机器会思考吗？今天可以会有人告诉我：“机器，当然会思考了”，它们已经能够回答我吗很多问题了，例如微软小冰（一款基于语言识别能力，语言合成技术，大语料库的自然语言对话引擎），我们可以在微信公众号上搜索微软小冰，并且进行体验与机器人聊天的过程。在体验的过程中，你会发现，当你问她同一个问题的时候，前几次它还会好好的回答。但到了一定次数之后，她也会像人类一样会用戏谑的语言回复你。这真的是思考后的结果吗？如果站在文科生的角度，这肯定是啊，如果不是，机器它一定会机械的一直回复下来。但如果站在了解原理的理科生，这其实就是调整一下控制语句的事情。即（if····else···）。
当然，这里不是嘲讽文科生，因为思维方式的不同，在本质上理科生与文科生没有孰优孰劣之分，只是了解或者不了解的说法。其实，上述的过程就是一次图灵测试，今天大多数的智能系统都能通过图灵测试，无论是面对文科生或者理科生的挑战，归结起来就是数据积累和计算能力的提升，或者算法的优化。
那么人工智能的定义到底是什么呢？
很多人有不同的说法，百度百科给出的定义是：它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能的定义：人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。另外一名MIT的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”
1956年达特茅斯会议召开，人工智能被正式提上日程。那个时候计算能力跟今天的计算能力相差很多，所以大家对人工智能的热情消退的很快。20世纪80年代在，人工智能又火了一段时间，但是那个时候的人工智能被人们视为能力低下的机器。直到1997年深蓝计算机战胜了人类棋王卡斯帕罗夫，人们对人工智能热情才重新被点燃。但是，因为技术和计算能力的限制，人工智能始终没有达到与商业模式接轨的地步，所以人工智能再一次被人们忘记。
2010年前后，随着深度学习技术的成熟，加上摩尔定律的不断发展，还有互联网时代产生的数据，使得人工智能开启了一段复兴之路。特别是2016年Alpha Go的出现让更多的人知道了人工智能这个巨人正在被慢慢的唤醒。例如：2014年，在代表计算机智能图像识别最前沿发展水平的ImageNet竞赛中，参赛的人工智能算法在识别图片中的人、动物、车辆或者其他常见对象时，基于深度学习的计算机程序就已经超过了普通人类的肉眼识别准确率，而且这一技术被迅速应用到无人驾驶汽车上面。
那么计算机是怎么样识别的呢？例如我们将很多张图片让计算机认识，计算机自动提取特征，通过这些图片，形成一个辨认猫的基本思路。这时，我们再拿一张猫的图片，让它辨认，它就能认出这时一张猫来。这样一个思路，在我们普通人看来，可能过于复杂，在我们看来，不就是识别猫嘛？需要那么复杂？当然，这就是人类跟人工智能最大的区别，我们人类擅长的是小样本学习，而人工智能恰恰和我们相反，必须要大样本学习。
再如，今天很多科技公司已经告别了刷卡签到的时代，改为靠人脸识别签到。其实，我认为这个技术并不能跟AI沾上边，因为从技术角度分析，这里面就是图像抓拍，再到特定图库进行对比，再导出图片信息的过程。就算没有到今天这个时代，这个技术实现也没有什么困难。或许人工智能的出现，只是让整个系统的体验更好了。但它也是有很先进的技术支撑的，可能依次抓拍几十个人的图像，不是什么问题。但是如果一下子抓拍几十个人的图像呢？这里面就涉及到了并行计算的技术了，并行计算是人工智能时代一项非常重要的技术，可以说没有并行计算，就不会有今天的人工智能。
AlphaGo并不能代表人工智能，如果人工智能的定义就是AlphaGo，那么人工智能将永无出头之日。人工智能到底会不会取代人？这个问题自人工智能诞生之时，就有人开始讨论了，特别是2016年之后，这个问题更加火爆。
AI其实就是会学习的计算机程序，它不是像有些人说的那样会像人类一样思考。它只是会按照我们人类固化的思维模式，去输出结果。注意，它的思维模式是固化的。而在今天我们的人工智能是在相关领域固化的计算模型，例如：1+1等于多少，如果是在数学领域它肯定会输出2，但是如果你给他一些商业事件或者案例，它可能会输出1+1大于2，并且会将你告诉它的那些案例拿出来，用来佐证它的输出结果。
那它有没有可能，在不经意间打通我们常说的“任督二脉”或者顿悟，已拥有自己的思考方式？我觉得这是不可能的，因为我们人常常所说的顿悟可能就是我们大脑在思考的过程中，脑信号进入了一个我们从来没有到达过的区域。那种亲切感非常奇妙，毕竟，发现新大陆是一个值得让人兴奋的过程。但是，对于机器来说，没有所谓的未知的新大陆，因为这些东西都是我们自己设计的。
