人工意识到底比人工智能有多大区别呢？

之所以写这篇文章，是因为对当今大火大热的人工智能（AI）感觉到失望。

太多的科技公司，汽车公司等，为了蹭热点，强行把自己的产品“人工智能”化。高端的“人工智能”，运用复杂的算法更好的实现特定的逻辑，结合大数据的分析和运用更好的展现出特定的交互结果。而低端的“人工智能”，则仅仅是有个输入输出的逻辑处理过程而已。如果简单的下雨了关闭电动窗，已经是十几二十年前有传感器能做到的事情了，所以他们增加了一些判断逻辑和反馈技能，形而上的加上物联网和手机APP，就当成是“人工智能”了，本质和20年前用传感器和继电器完成的工作没什么区别。

举例，所谓“人工智能”助手，就是设置足够多的关键词（或者是语义分析后提取的关键词）回复功能，当你想要问一个全新的问题，则全部进入其else判断中：“您说的啥我不懂，您难住我了，我会改进来学习理解你的话”……看看你手里或者朋友家的“智能音箱”就知道了，弱智程度让你感觉不如siri、Bixby、GoogleAssistant好玩，只是有了点物联网的硬件支持。其实说个语音就给电视换台，不管是有线电视的机顶盒还是智能电视，三四年前都已经非常普遍了。仔细想想，现在的“人工智能”，和那有区别么？

举例，所谓“人工智能”自动驾驶，也就是足够多的传感器和条件处理。水平高的AI自动驾驶，传感器更丰富，利用传感器组合的环境判断更合理一些，运算速度更快，大数据、语义识别更准确，车主的信息维度更宽更深——低端的AI自动驾驶则所有指标相应的都比较新。他们的水平怎么样呢？我觉得可以这样描述，目前市面所有的人工智能自动驾驶技术，甚至都比不上一个正在走神的三四年持续驾龄的司机。一个正在打电话的司机，或者正在思考着重要事情而走神的司机，都能够利用每天驾车的条件反射对路面有足够的预判，对大部分危险自动反应处理，识别老旧的或者不清晰的信号灯和路标，用条件反射感知周围车辆的转向灯或者转向意图，而这些人类走神的操作、感知和反应，恰恰是目前所谓AI自动驾驶所追求的的最高境界了。

诚如这些科技大佬自己所见，当前的“人工智能”大多是“人工智障”，但是科技的发展和科技从业者（不含纯商人）的追求肯定不会止步于现有的智障模式，一种更先进，更理想且可实现的技术概念必然是值得期待的和可预期会出现的。为了方便区分，我将下一个跨层次的人工智能升级版概念，称之为人工意识。

人工意识到底比人工智能有多大区别呢？

我认为，最显著的区别，可能在于人工意识可以自我学习，自我决策。

举例一，我们研发生产了一台“人工智能”的服务机器人，这台机器人尝试向一位客户服务，但是恰恰遇到了一个刚进城的湖南小城市老乡，还习惯用自己的家乡话与人沟通。我们假设这台机器人还没有这个地区的方言库和足够多的样本，客人说了一通后，机器不能识别，会怎么处理呢？我们按智能的程度，尝试分析一下可能的处理方式：

方式一，粗暴强行翻译，语义不通直接说抱歉无法理解。

方式二，粗暴强行翻译，语义不通的时候，尝试外语和方言库，还是不行就说抱歉无法理解，建议客户使用普通话。

方式三，有强大的云和大数据支持，语义不通后，调用云支持，匹配可能的方言来理解，无法理解建议客户使用普通话或者通过触屏手写表达自己的想法，或者叫旁边的真人来协助处理。

以上三种方式，如果提前能够预判这种情况，则可以做的可以说足够人性化了，这是例子一。

例子二，一个人工智能保姆，可以调用扫地机器人遍历整个房间的地板扫地，可以使用机器人擦玻璃，用协议交电费，用智能家电判断冰箱设定的食物是否需要补充，如果需要的话，自动在电商下单到附近的自提设备中，给主人发个消息叫他取。但是，如果主人家里挂了这么一个表，这个表的时间不对了，我赌五毛钱目前的人工智能机器人是无法发现并提醒主人的。

来自网络，侵权删除

例子三：我相信现在任何一个人工智能系统，都无法知道什么时候应该对一个人撒谎；也不知道什么时候用户给他说话是开玩笑的，不需要执行的，什么时候是想要它执行的，如：“你再往前一步试试！”

案例一，揭示了人工智能的一个短板，就是无法预判所有的情况，并一一作出处理，因为当前的逻辑层涵盖的情况都是有限的，产品经理想的足够多，这个产品看起来就足够的智能，但是能作出反应的情况始终有限的。人类则是无限的，哪怕只是五六岁的孩子，都能面对不同的情况，作出不同的判断。

案例二，表明了人工智能能识别和感应的内容是有限的，他无法对一个全新的事物进行自主定义和归类，也无法像人类一样有效收集周边环境信息。一个普通的成年人可以一眼认出这是一个表，但是目前的人工智能敢下出结论，它“看”到的就是一个表么？

案例三，说明人工智能没有思考机制，没有任何感情概念。

人工意识应该是这样的：

它有着仿照人类学习的过程，自我进行类比，比如“好像带三个时针的都是表，但是有时候两个时针的人类也称之为表，有时候表有12个刻度，有时候只有四个刻度甚至没有刻度，但是这些都是表”。

它能自我验证“上次王xx说那个表很好看，我问哪里有表，他指示了一个环形带刻度有表针的墙面挂装物体给我，这次这个有可能也是个表，我可以问一下旁边的人，以对我的认知加以验证，你好，这是一个表么？”。

它能学会对事情辩证的看待“这可能是个装饰，可能是个表，是个表的概率为80%，如果主人说客厅的挂表，指代这个物品的概率更高，但是我仍需要确认一下是这个物体，因为我没有95%以上的把握就是它，不能直接做决策”

它自我判断后果和做出决策，主人说叫我买个买一份午餐来，他平时只吃水果披萨，今天水果披萨没了，如果我换成田园披萨，应该没问题，因为之前主人说过田园也可以，所以换成田园披萨我可以立刻做出决定。但是如果只有榴莲披萨，那么我无法自己做出决定，因为大众对这个口味接受度不高，我对主人是否吃得惯榴莲一无所知，我无法自己做出判断。

在12年8月份，随着安卓系统的普及，一众智能识别软件覆盖了语音、实物、歌曲、文字ORC等，当时我如下写到：

一个足够智能的机器人，在自主学习之前要先学会感触、表达和辨识，WIN7的语音控制功能很多人一定都体验过，如果能移植在机器人身上，会让机器人的语音辨识变得非常强大，当然，这对业内高手来说并不难，也一定有人在实验、实现。表达上现在的主流表达水平已经基本满足需求了，这里说的是非顶端机器人。比如我们将Simsimi嵌入到机器人系统中，这样你和他聊天的时候就顺畅有趣的多，这个相信也不难，顶多你放整部安卓手机在机器人里。对于视觉图像的辨识，除了强大的算法，还有就是庞大的云知识库。我在玩Goggles的时候，想如果机器人能将拍到的图片经过这个软件处理（当然这个软件目前还没足够的强大、足够的成熟），就可以轻而易举的认出排到的东西来，当机器人想去寻找墙上的开关面板的时候，自己就可以辨识了。类似的有midomi的哼唱搜索功能，你对他哼唱一首歌，他会处理出来，你在唱歌，唱的哪一首歌。当然自主学习的机器人比这个更进一步，他可以通过不断地积累，从而辨识出新款的挂钟是个挂钟，就像我们小时候慢慢总结的过程一样，这个想法在我的博客中应该是有记载的。

总之，如果你想让人工意识认识纸币面额，万不可直接存储不同面额的图像给它，应该设计出既能认识纸币面额，又能认识广告传单的一套自主学习体系。

人工意识，下一个人工智障聚集地。