❶ 智能人員指的是什麼
問題一：人工智慧的定義是什麼？ 本人在下面列出了10種最熱門的人工智慧技術：
自然語言生成：利用計算機數據生成文本。目前應用於客戶服務、報告生成以及總結商業智能洞察力。代表性廠商包括：Attivio、Cambridge Semantics、Digital Reason、Lucidworks、Narrative Science和SAS。
語音識別：將人類語音轉錄和轉換成對計算機應用軟體來說有用的格式。目前應用於互動式語音應答系統和移動應用領域。代表性廠商包括：NICE、Nuance munications、OpenText和Verint Systems。
虛擬代理：弗雷斯特公司聲稱，「虛擬代理可謂是媒體界目前競相報道的對象。」從簡單的聊天機器人，到可以與人類進行交際的高級系統，不一而足。目前應用於客戶服務和支持以及充當智能家居管理器。代表性廠商包括：亞馬遜、蘋果、Artificial Solutions、 Assist AI、Creative Virtual、谷歌、IBM、IPsoft、微軟和Satisfi。
機器學習平台：不僅提供了設計和訓練模型，並將模型部署到應用軟體、流程及其他機器的計算能力，還提供了演算法、應用編程介面（API）、開發工具包和訓練工具包。目前應用於一系列廣泛的企業應用領域，主要涉及預測或分類。代表性廠商包括：亞馬遜、Fractal Analytics、谷歌、H2O.ai、微軟、SAS和Skytree。
針對人工智慧優化的硬體：這是專門設計的圖形處理單元（GPU）和設備，其架構旨在高效地運行面向人工智慧的計算任務。目前主要在深度學習應用領域發揮作用。代表性廠商包括：Alluviate、克雷、谷歌、IBM、英特爾和英偉達。
決策管理：引擎將規則和邏輯嵌入到人工智慧系統，並用於初始的設置/訓練和日常的維護和調優。這是一項成熟的技術，應用於一系列廣泛的企業應用領域，協助或執行自動決策。代表性廠商包括：Advanced Systems Concepts、Informatica、Maana、Pegasystems和UiPat。
深度學習平台：一種特殊類型的機器學習，包括擁有多個抽象層的人工神經網路。目前主要應用於由很龐大的數據集支持的模式識別和分類應用領域。代表性廠商包括：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、 Saffron Technology和Sentient Technologies。
生物特徵識別技術：能夠支持人類與機器之間更自然的交互，包括但不限於圖像和觸摸識別、語音和身體語言。目前主要應用於市場研究。代表性廠商包括：3VR、Affectiva、Agnitio、FaceFirst、Sensory、Synqera和Tahzoo。
機器人流程自動化：使用腳本及其他方法，實現人類操作自動化，從而支持高效的業務流程。目前應用於人類執行任務或流程成本太高或效率太低的地方。代表性廠商包括：Advanced Systems Concepts、Automation Anywhere、Blue Pri *** 、UiPath和WorkFusion。
文本分析和NLP：自然語言處理（NLP）使用和支持文本分析，為此它藉助統計方法和機器學習方法，為理解句子結構及意義、情感和意圖提供方便。目前應用於欺詐檢測和安全、一系列廣泛的自動化助理以及挖掘非結構化數據等領域。代表性廠商包括：Basis Technology、Coveo、Expert System、Indico......>>
問題二：什麼是智能化員工？ 30分 信息時代知識型員工管理發展的新趨勢
內容提要：信息時代知識型員工是企業的核心，知識型員工的管理由於信息經濟的到來，使得管理的發展出現了新的趨勢，主要體現在組織結構、知識資本、信息溝通、教育培訓等方面。
關鍵詞：信息時代 知識型員工 管理
當今世界，信息技術飛速發展，信息化速度迅猛，世界面臨著信息化、全球化的兩大趨勢。在科技先進和信息化先行的發達資本主義國家，又涌現了知識經濟的浪潮，這給經濟管理實踐和傳統經濟管理理論帶來許多新情況和新課題。信息基礎設施升級和信息技術的迅猛發展，使知識的生產存儲、分享和使用在技術上更為可行、經濟上更為合算，經濟活動中各種要素的配置、組合方式了將更為合理、更有效，企業經濟管理之間的競爭的重點在知識、資訊、科技綜合體---知識型的人才，而經濟管理中各種要素的管理歸根到底是對高素質人員的管理D知識型員工的管理，知識型員工管理是企業成敗的關鍵因素。
一 有關知識型員工的幾個基本概念
1知識型員工
美國著名的管理學家彼得・德魯克(PeterDrucker)提出了知識工作者(knowledgeworker)的概念：知識型員工是指,一方面能充分利用現代科學技術提高工作的效率,另一方面知識型員工本身具備較強的學習知識和創新知識的能力。知識創新力是知識型員工最主要的特點。此外,知識型員工的工作主要是一種思維性活動,知識的更新和發展往往隨環境條件的變化而有所適應,具有很大的靈活性。所以,知識型員工兼具知識性、創造性、靈活性等方面的特徵。加拿大著名的學者、加拿大優秀基金評選主審官弗朗西斯・赫瑞（Frances Horibe）認為：「簡而言之，知識員工就是那些創造財富時用腦多於用手的人們。他們通過自己的創意、分析、判斷、綜合、設計給產品帶來附加價值。當然創造過程中了用到手，但只是用手將數據輸入計算機而不是用手扛一個50磅重的麻包。」本文認為知識型員工是指在一個企業組織之中用智慧所創造的價值高於其動手所創造的價值的員工。
2 知識管理、信息管理
信息經濟時代企業的生產經營管理發展為知識型的管理簡稱為知識管理，它是運用集體的智慧提高應變創新的能力，為企業實現顯性知識和隱性知識共享提供新的途徑。純粹的信息管理則是對企業信息進行分類等。知識不等信息，知識是信息與人類認知能力結合的產物。知識與信息的不同是知識管理、信息管理這兩種管理最大的不同點。知識管理包括對人的管理和對信息的管理，它是體現「以人為本」的管理。知識管理有利於企業信息處理能力與員工的創新能力相結合，進而增加企業應變能力和預見能力。20世紀末發達國家不少企業在企業總經理與信息部經理之間設立一種知識主管（CKO）的新職位，並作了適當的分工，信息部經理重點負責企業技術與信息的開發應用，而知識主管主要從事企業創新和培養有創新能力的員工。
二 知識型員工管理發展新趨勢
1 知識進一步資本化
在信息經濟形態下,知識作為資本其價值的實現有多種途徑。知識型員工知識價值的實現,是以知識參與經營管理的具體表現,同時對其具有巨大的激勵作用。從初始的概念分析,知識也是一項資產,當知識作為資本投資於企業經營過程中時,就已經完成了知識資本化的轉變。為了充分發揮知識型員工的積極性,在經營管理過程中應考慮其知識價值的實現途徑和方式，可以通過在企業或組織建立知識資本化的激勵制度：對擁有核心知識能力的員工,則可以以技術入股的方式給以技術價值的承認。對知識型管理方面的員工,則可用管理入股的形式鼓勵其工作積極性。這就是採用股票期權來激勵員工,股票期權是一種區別於年薪分配製度和員工持股計劃的新的激勵方式,它不......>>
問題三：人類智能是什麼，有什麼特點 人類之所以能成為萬物之靈,是因為人類具有能夠高度發展的智能.人類智能就是人類認識世界和改造世界的才智和本領.它包括「智」和「能」兩種成分.「智」主要是指人對事物的認識能力；「能」主要是指人的行動能力,它包括各種拔能和正確的習慣等等.人類的「智」和「能」是結合在一起而不可分離的.人類的勞動、學習和語言交往等活動都是「智」和「能」的統一,是人類獨有的智能活動.意向是人類智能的一個重要方面.人的活動是有目的的、自覺的活動,一刻也離不開自己意向的主導.注意、需要、意圖、情緒、意志、理想等都是人的意向活動形式.保持積極的意向、恰當的情緒和頑強的鬥志等等,對人類智能的發展和發揮是十分重要的.思維是人類智能的核心.人類智能的特點主要是思想,而思想的核心又地思維.「人是一種思維的動物」,沒有思維就沒有人類的智能.有了思維,人類才能形成各種較復雜的意向,從而主導著人的活動,表現出人類所特有的自覺能動性.有了思維,人類才能探索自然界的奧秘,發現自然現象背後的規律.有了思維,人類才能發明各種技術,突破自己認識器官和行動器官的限制,大大提高改造世界的能力.
問題四：智能投顧是什麼意思？ 「智能投顧」也可被稱作為機器人投顧、智能理財、自動化理財等。利用大數據分析、量化金融模型以及智能化演算法，根據投資者的風險承受水平、預期收益目標以及投資風格偏好等要求，運用一系列智能演算法，投資組合優化等理論模型，為用戶提供投資參考，並監測市場動態，對資產配置進行自動再平衡，提高資產回報率，從而讓投資者實現「零基礎、零成本、專家級」動態資產投資配置。叮咚錢包也將正式開始進軍智能投顧市場，推出智能投顧產品，預期將在下半年正式上線。
問題五：智能機器人有什麼功能 目前用的最多的就是掃地機器人，其他的機器人要麼工業用，要麼沒什麼實用價值，多是用於展示的設備。
問題六：人與人工智慧區別 意識和人工智慧的關系
1、人工智慧的本質
人工智慧是相對於人的智能而言的。正是由於意識是一種特殊的物質運動形式，所以根據控制論理論，運用功能模擬的方法，製造電腦模擬人腦的部分功能，把人的部分智能活動機械化，叫人工智慧。人工智慧的本質是對人思維的信息過程的模擬，是人的智能的物化。盡管人工智慧可以模擬人腦的某些活動，甚至在某些方面超過人腦的功能，但人工智慧不會成為人類智能而取代人的意識。
2、人工智慧與人類思維的本質區別
人工智慧是思維模擬，並非人的思維本身，決不能把「機器思維」和人腦思維等同起來，認為它可以超過人腦思維是沒有根據的。
(1)人工智慧是無意識的機械的、物理的過程。人的智能主要是生理的和心理的過程。
(2)人工智慧沒有社會性。人類智慧具有社會性。
(3)人工智慧沒有人類意識特有的能動性和創造能力。人類思維則主動提出新的問題，進行發明創造。
(4)電腦可以代替甚至超過人類的部分思維能力，但它同人腦相比，局部超出，整體不及。智能機器是人類意識的物化，它的產生和發展，既依賴於人類科學技術的發展水平，又必須以人類意識對於自身的認識為前提。因此，從總體上說；人工智慧不能超過人類智慧的界限。關於電腦能夠思維，甚至會超過人的思維，電腦、機器人將來統治人類的觀點是完全沒有根據的。
3、人工智慧產生和發展的哲學意義
(1)人工智慧的產生和發展，有力地證明了意識是人腦的機能、物質的屬性，證明馬克思主義關於意識本質的觀點的正確性。
(2)人工智慧的產生和發展深化了我們對意識相對獨立性和能動性的認識。機器思維即人工智慧表明，思維形式在思維活動中對於思維內容具有相對獨立性，它可從人腦中分化出來，物化為機械的、物理的運動形式，部分地代替人的思維活動。
(3)隨著科學技術的發展，人工智慧將向更高水平發展，反過來推動科學技術、生產力和人類智慧向更高水平發展，對人類社會進步將起著巨大的推動作用。
以上是我摘的，我本人不同意以上觀點，我認為人工智慧它是可以超過人的智能，是由他的物理屬性決定的。他的發展不可估量。殊不知人工智慧，可以
自我學習， 也可以自我進化，也可以有社會屬性。政治上這樣說，只不過是
愚弄一些無知的人民。
問題七：什麼是人工智慧 什麼是人工智慧
近年來，隨著計算機技術的迅猛發展和日益廣泛的應用，自然地會提出人類智力活動能不能由計算機來實現的問題。幾十年來，人們一向把計算機當作是只能以極快地、熟練地、准確地運算數字的機器。但是在當今世界要解決的問題並不完全是數值計算，像語言的理解和翻譯、圖形和聲音的識別、決策管理等都不屬於數值計算，特別像醫療診斷要有專門的特有的經驗和知識的醫師才能作出正確的診斷。這就要求計算機能從「數據處理」擴展到還能「知識處理」的范疇。計算機能力范疇的轉化是導至「人工智慧」快速發展的重要因素。
人工智慧的定義：
著名的美國斯坦福大學人工智慧研究中心尼爾遜教授對人工智慧下了這樣一個定義：「人工智慧是關於知識的學科DD怎樣表示知識以及怎樣獲得知識並使用知識的科學。」而另一個美國麻省理工學院的溫斯頓教授認為：「人工智慧就是研究如何使計算機去做過去只有人才能做的智能工作。」這些說法反映了人工智慧學科的基本思想和基本內容。即人工智慧是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬體來模擬人類某些智能行為的基本理論、方法和技術。
人工智慧（Artificial Intelligence，簡稱AI）是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術之一（空間技術、能源技術、人工智慧）。也被認為是二十一世紀（基因工程、納米科學、人工智慧）三大尖端技術之一。這是因為近三十年來它獲得了迅速的發展，在很多學科領域都獲得了廣泛應用，並取得了豐碩的成果，人工智慧已逐步成為一個獨立的分支，無論在理論和實踐上都已自成一個系統。
人工智慧是研究使計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。人工智慧將涉及到計算機科學、心理學、哲學和語言學等學科。可以說幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智慧與思維科學的關系是實踐和理論的關系，人工智慧是處於思維科學的技術應用層次，是它的一個應用分支。從思維觀點看，人工智慧不僅限於邏輯思維，要考慮形象思維、靈感思維才能促進人工智慧的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智慧學科也必須借用數學工具，數學不僅在標准邏輯、模糊數學等范圍發揮作用，數學進入人工智慧學科，它們將互相促進而更快地發展。
從實用觀點來看，人工智慧是一門知識工程學：以知識為對象，研究知識的獲取、知識的表示方法和知識的使用。
計算機與智能
通常我們用計算機，不僅要告訴計算機，要做什麼，還必須詳細地、正確地告訴計算機怎麼做。也就是說，人們要根據任務的要求，以適當的計算機語言，編制針對該任務的應用程序，才能應用計算機完成此項任務。這樣實際上是在人完全控制計算機完成的，是談不上計算機有「智能」。
大家都知道，世界國際象棋棋王卡斯帕羅夫與美國IBM公司的RS／6000（深藍）計算機系統於1997年5月11日進行了六局「人機大戰」，結果「深藍」以3.5比2.5的總比分獲勝。比賽結束了給人們留下了深刻的思考；下棋要獲勝要求選手要有很強的思維能力、記憶能力、豐富的下棋經驗，還得及時作出反映，迅速進行有效的處理，否則一著出錯滿皆輸，這顯然是個「智能」問題。盡管開發「深藍」計算機的IBM專家也認為......>>
問題八：習題一 1.什麼是人類智能？它有哪些特徵或特點 定義：人類所具有的智力和行為能力。
特點：主要體現為感知能力、記憶與思維能力、 歸納與演繹能力、學習能力以及行為能力。
問題九：應和是什麼意思 現代漢語詞典解釋：（聲音、語言、行動等）相呼應：同聲~
【詞語】應和
【讀音】yìng hè
【解釋①】反應和諧。
〖出處〗《左傳・昭公二十八年》：「心能制義曰度，德正應和曰莫，照臨四方曰明，勤施無私曰類。」
【解釋②】答和；應聲唱和。
〖出處〗①《史記・曹相國世家》：「相舍後園近吏舍，吏舍日飲歌呼……乃反取酒張坐飲，亦歌呼與相應和。」
②宋・葉適《醉樂亭記》：「舟艇各出茭蓮中，歌相應和，已而皆會於思遠樓下。」
③《四庫全書總目・別集二五・滄溟集》：「後七子以李攀龍為冠， 王世貞應和之。」
④管樺《葛梅》：「應和著這女子的笑聲，從附近的白楊林里，傳來了布穀鳥和黃鶯悠揚的鳴囀。」
【解釋③】呼應；響應。
〖出處〗①《漢書・陳湯傳》：「時康居兵萬餘騎，分為十餘處，四面環城，亦與相應和。」
②《宋書・沉攸之傳》：「 敬兒、文和斬其使，馳表以聞；柏年、道和、佩玉懷兩端，密相應和。」
③宋・蘇軾 《乞將合轉一官與李直方酬獎狀》：「近日壽州界內強賊甚多……白晝騎馬於鎮市中劫人。其尹遇等聞之，即欲商量應和，居民憂懼。」
【解釋④】應答；應對。
〖出處〗①漢・桓譚 《新論》：「 哀帝時，有老人范蘭，言年三百歲，初與人相見，則喜而相應和，再三，則罵而逐人。」
②《百喻經・米決口喻》：「昔有一人，至婦家舍，見其F米，便往其所，偷米之。婦來見夫，欲共其語。滿口中米，都不應和。」
③菡子《致江幼農》：「我們還談了許多細節，你那麼欣慰地應和著，就像談著你自己的事情似的。」
❷ IBM深藍對戰卡斯帕羅夫是怎麼樣一回事,要詳細,現在有什麼更好的方法
「深藍」的力量——卡斯帕羅夫與「深藍」的人機大戰
--------------------------------------------------------------------------------
易學君
1950年，資訊理論創始人克勞德·香農說：「下棋問題不管是在步驟上還是在目的
上都非常明確。找到象棋問題的答案既不復雜，也不簡單。」當時，計茄御桐算機技術還像
是處在遠古的侏羅紀時代一樣。
1985年，年僅22歲的俄羅斯棋手卡斯帕羅夫力克群雄，成為歷史上最年輕的國象
棋世界冠軍。從那以後，他在國際象棋領域里的地位一直未受到嚴峻挑戰，被認為是
有史以來最強的棋手之一。
也正是1985年，專為國際象棋而設計的計算機「深藍」在美國卡內基——梅隆大
學的實驗室中誕生了。當時「深藍」還不叫現在這個名字，而是叫做「Chiptest」(
字面意思是晶元測試)，設計者是華裔博士生許峰雄。Chiptest 的棋藝也不甚高明，
每秒鍾大約只能計算 5萬步棋。其後幾經演變，幾易主人，這台機器的棋藝越來越高
超，直至今天，IBM的深藍擁有32個頭腦(處理器)，並行處理信息，每秒能夠計算2億
步棋，敢以純粹的計算力量挑戰人類的直覺、創造力與經驗。
從1985年到1997年，按中國的12生肖記年法來算，是牛年的一個輪回。然而牛年
依舊，勝敗卻兩殊。1997年5月11日，向來自傲於自身智慧的最高級靈長類動物——
人類突然感到自己「萬物之靈」的地位受到了威脅；從美國曼哈頓傳來的一則消息說，
人類派出的最優秀的象棋代表卡斯帕羅夫被一種沒血沒肉，有的只是冷冰冰的鐵和硅
的機器怪物打敗了!
97年34歲的卡斯帕羅夫與「深藍」的「人機大戰」始於5月3日，雙方先後共進行
6局對弈。在首局比賽中，卡斯帕羅夫執白先行，經過3個多小時的苦戰擊敗「深藍」，
力拔頭籌。在次日舉行的第二局比賽中，「深藍」卻以凌厲的攻勢和明顯的優勢戰勝
卡氏，扳回一局。在接下去的第三、第四和第五局比賽中，雙方下得異常激烈，鏖戰
數小時，最終均戰成平局。11日舉行的第六局比賽，「深藍」充分利用執白先行的好
處，一路強攻，僅用一個多小時，雙方僅走19步，就讓卡氏俯首稱臣，取得了決定性
的勝利。
列寧曾說：「國際象棋是智慧的體操。」難道今天機器的智慧體操做得比人好了
嗎?如此下去，一度是機器主人的人類會不會淪為機器的奴隸?人們不禁對這一結果感
到憂心忡忡。
專家們發話了。盡管「深藍」在今年的人機大戰中確實戰勝了世界冠軍卡氏，但
如果人類願意寬宏大量地承認這台機器有點聰明的話，那它的才智恐怕只能排在最笨
的人之後。
那麼，深藍是如何下棋的，又是什麼原因使深藍如此會下棋? 答案在於深藍具有
獨特的軟體設計以及大規模並行處理能力。說到底，深藍靠「不停地傻算」勝了卡斯
帕羅夫。
「深藍」是如何下棋的
「深藍」重達1.4噸，是一台RS/6000SP型超級計算機，共裝有32個並行處理器，
每秒能分析2億步棋。「深藍」對每步棋作出決定前，有四個主要考慮，包括：(1)棋
子，每隻棋子各有價值，但在不同位置和棋局的不同階段，價值會相對調整；(2) 位
置，電腦就棋子周圍能夠作安全攻擊的四方格數目估值。控制拆肆愈多四方格，愈處於優
勢；(3)步調，力求每一步皆有助於操作棋局；(4)保王，電腦替王所處的位置的安全
性估值，以作出防衛棋步。
同時，「深藍」內存貯了幾乎世界上所有的棋譜，對於棋王過去下過的每一局棋
都了如指掌，而且心無旁騖。它能根據卡氏過去的棋局進行程序優化。包裝後的「深
藍」也可以在下棋過程中由人改變程序，根據棋面及時調整戰略戰術，表現出人性化
的某些智能性。
深藍的心臟部分是評價函數。這是一種衡量局面「好壞」的計算方法。深藍走子
之前，首先要考慮四種基本的價值：子力、位置、王的安全性和速度。物質上的子力
比較容易理解，每種子的走法不同，威懾力也不一樣。威懾力不同，價值也不一樣。
如果我們將子力的潛在價值量化，規定兵算1分，那麼馬、象各算3分，車算 5分，後
算 9分，王顫坦的價值自然是不可估量的。如何判斷位置相對難一些，簡單地說，己方子
力控制的方格越多，位置就越好。王的安全性是位置的一個方面，但注重的是防守，
計算機必須給王的位置附上一個衡量安全的值，以明確如何進行防禦。速度也與位置
有關，但是著眼於如何搶奪棋盤的控制權。如果一名棋手的局面進展緩慢，而對手的
局勢進展迅速，那麼人們就說這名棋手「失去了速度」。深藍的程序設計人員首先讓
深藍給這些因素評分，判斷走了某一步後，有什麼相對的好處。然後搜索所有合法的
走法，選擇一種可以使評價函數得分最高的走法。這樣，對弈問題就完全變成了一種
計算。
深藍的威力主要在於大規模並行處理信息的速度。最強和最快是密不可分的。因
為最快的計算機在給定時間內搜索的范圍最大，找到最佳著法的可能性也最大。在經
典國際象棋比賽中，每位棋手要求在3分鍾內走一步棋。在這3分鍾時間里，深藍能夠
計算600億步著法。這么強大的計算能力確實令人望而生畏，無怪乎被稱做「天才棋
手」、但3分鍾內最多隻能算180步棋的卡斯帕羅夫說：「你必須時時小心，步步提防，
這意味著更令人疲勞。」
世界媒體的報道推波助瀾
「人機大戰」引起了全球各種媒體的密切關注，美國的《時代周刊》、《紐約時
報》，英國的《衛報》，中國的《人民日報》《參考消息》等不惜篇幅，熱情地加以
報道。IBM甚至單獨為這場比賽申請了一個WWW站點：ibm.chese.com.詳細報道每天的
戰況，每天全世界有上千萬的用戶訪問該站點，關注棋局的發展，對此發表自己的講
解和觀點。無論棋界，還是計算機界，IBM再一次名聲大振。
5 月23日中央電視台的《體育沙龍》，邀請社會經濟學家、哲學家、計算機專家，
以及熱心的觀眾，對「人機大戰」的前前後後，所涉及的方方面面，進行了專題討論。
國內的各個中文站點，如http:‖www.chinabyte.com也在新聞中推出主題，滿足各個
網上發燒友暢所欲言的要求。
人類智慧的恐慌
1996年2月卡氏與「深藍」的6盤比賽，卡氏雖然以4：2戰勝「深藍」，但好像全
世界都為此捏了一把汗，只怕人類為此而失去尊嚴。而今「深藍」的棋力有了很大的
長進，結果會是如何呢?
人類有一種根深蒂固的「失控情結」，憂慮自身終將無法駕馭自己所創造的事物，
甚至被其取而代之。西方各種科幻小說，特別是科幻電影的描述，如機器人的失控對
人類的報復，恐龍的復制復活等等，更增加了對此情結的恐慌。今年四五月「克隆羊」
的成功，由此而推斷得來的「克隆人」的憂慮，已讓世界各種媒體炒得沸沸揚揚，人
心不安。而這次被電腦戰勝的棋王，是一位世界公認的，國際象棋界十幾年來無人逾
越其頂峰的國際象棋大師，把這種思慮推向了高潮。
我們擁有的人工智慧水平
從下棋的過程看，深藍只是計算機在計算力量上超過了人類——這一點我們從小
小的計算器上就早有領教，而不是在智力上勝過了人類。那麼現在的人工智慧計算機
是否賽得過人類呢?
廣義地講，人工智慧是對人類思維的模擬。由於人類目前還沒有充分了解大腦的
功能，因此製造能夠真正像人類這樣思維的機器也就非常困難。別的不說，單是從什
么地方著手就是問題，因為「直覺沒有公式」。但是，有很多科學家還是鍥而不舍地
想使機器能夠思考。比如，美國得克薩斯州的勒納特教授，他已花了13年時間把數百
萬種常識(比如，父親的年齡比兒子大等)輸入到一台名叫CYC的計算機中，希望通過
這種教育子女的方法使機器具有智能。即：使機器接觸一些事實，然後讓機器自己搜
集信息並且做出決斷。麻省理工學院的布魯克斯教授也製造了一台小型的人型機器，
希望機器能夠通過感覺經驗——比如碰壁—而發展出智能。還有一些科學家則在研究
神經網路計算機以達到模擬真正智能的目的。
然而這些實驗在模擬人類思維方面都不盡理想。目前人工智慧的發展方向主要有
兩個，一是從生理和心理角度了解思維的性質；還有一個是研製越來越復雜的計算系
統——智能機器，幫助人們擺脫望而卻步的繁瑣計算工作。深藍就是第二種意義上的
一種比較復雜的計算系統。
智能機器已在計算機系統中得到了應用。與一般的計算機系統相比，它能夠處理
更為復雜的問題，盡管與人類的思維相比還有很大差距。這方面最重要的研究領域有
信息加工、模式識別、下棋以及醫療診斷等。比如，屬於信息加工領域的手寫識別和
語音識別就取得了很大進展。在醫療領域，已開發出所謂專家系統：能夠分析病人的
症狀、病史和試驗結果，然後向醫生提供診斷建議的程序。
「人機大戰」是一場商業游戲嗎
IBM公司為這次比賽共投入資金1000萬美元，出資110萬美元作為比賽的獎金，勝
者得獎金70萬。比賽後卡斯帕羅夫得到獎金40萬美元，而70萬等於發給了其本公司。
由於這次大戰，使得 IBM又一次成為媒體的熱門，單是它的股票價格上漲，就為其帶
來的收益達 2億美元之多。IBM 是名副其實的大贏家，無論「人機大戰」結果如何，
IBM公司都將達到商業目的，取得廣告效應。
如果 IBM真的希望通過讓「深藍」與卡氏這樣的象棋絕頂高手對弈以取得人工智
能方面的進展，它完全可以常請卡氏作為顧問。IBM 真正的意圖是為自己作廣告宣傳
而已。而據《紐約時報》的報道，這場棋賽是演給全球最大的計算機軟體公司 ——
MicrosoftCorporation(微軟公司)看的。該報在一篇評論中說：「現在『深藍』已經
打敗了棋王卡斯帕羅夫，它能夠打敗微軟公司的老闆比爾·蓋茨嗎?」
「深藍」的勝利最終是人腦的勝利
「深藍」的背後有無數的計算機專家、人工智慧專家、國際象棋大師等等為之努
力，它不是來自天外的尤物，而是許多人的集體智慧結晶和勞動所成。
「深藍」說到底是一個機器，人類的防線不但沒有崩潰，而且應該說是向前進了
一步。有人打趣說，如果有一天，它的智慧變得忘乎所以的話，僅僅把它後面的電源
插頭拔掉，一切便萬事大吉。「深藍」目前進行的僅僅是並行操作和線性搜尋，還遠
遠談不上「智能」，它不能自己選擇目標，也不能進行多元的價值取捨。它甚至不具
備人類的一些簡單的思維功能，而思維正是人類的最大優點。
計算機技術，不管哪一天人類設計製造出比「深藍」更富「智慧」的機器，它仍
遠遠落後於人腦的潛力。正如研究所表明的，一個正常的人腦，其神經元之間的聯系
有1015條，比過去10年中，所有美國人所打的電話還多。
「深藍」僅僅是 IBM公司在它的科研領域中一小部分，它僅僅是一種科學試驗，
僅僅用來證明人類的智能如何來開發、來利用。「深藍」的勝利最終是人腦的勝利。
深藍的啟迪
正當世人對此次「人機大戰」的勝與負議論紛紛時，IBM 的一位科學家指出：誰
勝誰負並不重要，重要的是進一步理解人腦的思維方式，以便將這類成果應用於研究
開發處理能力更強的電子計算機，使之成為能夠幫助人們決策的輔助工具。深藍的計
算機並行計算技術有助於高速處理海量數據並制訂最優解決方案。同時，深藍實驗為
人們提供了一種解決問題的新途徑，這就是：把專用的軟體和硬體與用於一般目的的
機器結合起來，卓有成效地解決復雜問題。
這些經驗在航運、醫療保險、金融投資、化妝品製造以及零售等很多領域都有實
用價值。正如 IBM的科學家坎貝爾所說的，「製造解決其他問題的深藍是研製深藍的
最終目標」。比如，如果某家航空公司有 500架飛機，飛機有30種不同的型號，目的
地有 150個，那麼如何安排飛行才能獲得最大的收入和節省最多的油料，並且在保養、
人員安排和返程服務上獲得最大的效率? 這個問題的最佳解決方案和較好的解決方案
之間可能有上10億美元的差別。在這里，深藍就能派上用場，找到最佳解決方案。還
有，IBM 的科學家正在考慮研製一種有利於解決分子動力學問題的系統，以便預測分
子的行為。制葯公司可以用這種系統模擬合成葯物，預先了解葯物如何發揮作用，這
樣就省去了實際合成與測試會碰到的很多麻煩，並大大地節省人力和財力。這也正是
IBM 投入大筆的錢研製深藍的原因。所以，從幫助人類方面來說，深藍不是我們的敵
人，而是我們的朋友和工具。
深藍戰勝卡斯帕羅夫的過程純粹是一種計算過程，但得到的結果卻與智力對抗得
到的結果沒有什麼兩樣。是否真的有一天，「數量轉化為質量」(卡斯帕羅夫語)，智
能機器會以精確的計算勝過人類目前還不能精確說明的直覺和創造力? 這不僅是人類
面臨的技術上的課題，也是哲學、心理學……的課題。盡管科學家目前對人工智慧還
並不樂觀，並且開玩笑說，用克隆技術復制智能比製造人工智慧要有效而且容易得多，
但是，未來學家們預言，總有一天，人類所做的大多數事情，電腦會做得更好。
此次深藍的獲勝已讓世人真切地感受到了這種力量
❸ 全球防務與航空業「詞」別2020年
從2020年初就開始爆發的新冠肺炎疫情，一直肆虐到年底，至今仍然沒有看到要消散的跡象。疫情魔影籠罩之下，全球經濟所遭受的打擊是全面性無差別的，一是指范圍，全球很少有國家和地區能在這次疫情中獨善其身，二是指幾乎所有的經濟領域都受到了沖擊。
這其中，航空業所遭受的打擊遠遠超出了疫情爆發之初的預測，破產、裁員、停飛、減產、舉債等幾乎成了航空業尤其是航空運輸業的日常。如果說在2020年裡，全球航空業還有亮點的話，這個亮點無疑來自軍用航空領域。疫情在對全球經濟造成沉重打擊的同時，也使敏感地區出現沖突和摩擦的可能性大大增加；航空業製造巨頭加大對軍用航空裝備的研發製造和市場推廣力度，以此來平衡民機領域損失；政府在防務航空領域加大投入以希望刺激經濟復甦、增加就業等等，這些都對2020年的防務與航空領域產生了直接影響。2020年，以人工智慧為代表的前沿技術在軍用航空中的應用廣度和深度都大為提升，無人機似乎成了局部沖突的主導裝備，更多國家開始憑自身力量研發新一代戰斗機，企業間的兼並與重組多次上演，這些都讓2020年的防務與航空領域頗具看點。
人工智慧：美國能否繼續獨大
人工智慧是近年來的高頻熱詞，隨著演算法的演進以及應用理念的擴展，其在軍用航空領域的應用可謂方興未艾。美國，這個夢想永遠站在全球航空力量之巔的國家，在過去的一年裡，在人工智慧應用方面動作連連。
2020年8月，在美國國防預先研究計劃局（DARPA）聯合美國空軍研究實驗室（AFRL）以及約翰·霍普金斯大學共同舉辦的「阿爾法空戰格鬥系列」比賽中，蒼鷺系統公司的「智能空戰代理」Falco以16：4的比分擊敗洛克希德·馬丁公司成為本次AlphaDogfight系列賽的冠軍。更震撼的是在緊隨其後的人機大戰中，Falco憑借凌厲的攻勢以5：0戰勝了頂尖的F-16人類飛行員。而最不可思議的是Falco的戰法進化之快，在2019年11月第1階段的比賽中，Falco勉強能夠進行簡單的基本駕駛操作；2020年1月的第2階段比賽中，Falco已經能夠像人類飛行員一樣進行基本的機動飛行；到2020年8月，Falco已經相當於擁有30年的F-16駕駛經驗，並可以憑借凌厲的攻勢完勝頂尖人類飛行員。而據蒼鷺系統公司透露，在短短9個月的時間里，Falco至少完成了40億次的模擬訓練。
大比分零封人類飛行員，讓外界第一次見識人工智慧在美國空軍中的應用和發展，而空戰訓練只不過是其應用領域之一。11月，美國兩家公司再次創新了人工智慧在空戰模擬中的應用，在真機駕駛艙中引入AR技術，並結合AI技術，讓飛行員駕駛戰斗機和生成的虛擬敵對目標進行空戰。這項技術不但可用於空戰訓練，還可以用於空中加油訓練，使用AR和AI技術生成虛擬的空中加油機，飛行員駕駛戰斗機進行加受油對接訓練。
而作為美國空軍最具野心的人工智慧項目，「天空博格人」旨在研發一種採用開放式架構的AI軟體和控制系統，並且可以集成到無人機或有人機平台上。集成了AI軟體的無人僚機作戰時可根據有人戰斗機的指示或者人工智慧演算法自主開展行動，可以前出執行偵察或打擊任務，避免有人機進入險境，也可以成為空中網關，允許使用不同通信系統的戰機相互交流，美國空軍已經完成了相關試驗。12月初，目前美國空軍分別向波音公司、通用原子公司和克拉托斯公司授予合同，製造「天空博格人」原型機，並將在一系列實驗中作為「忠誠僚機」進行飛行驗證。按照，三家公司的首批無人機將於2021年5月前交付，並在2021年7月開始的有人機-無人機編組飛行試驗之前實現首飛，屆時用於試驗的無人機將集成AI軟體系統。在美國空軍授出上述合同之前，美國陸軍在10月使用AH-64E直升機進行了有人-無人系統作戰試驗，AH-64E機組人員在飛行中指揮編隊中的一架無人機擔負空中偵察任務，並對搜索到的目標進行鎖定和激光指示，然後機組人員指揮編隊中的另一架無人機發射導彈摧毀目標，而這則是將來「天空博格人」主要的應用場景之一。
除了美國之外，英國也在推進人工智慧在空軍中的應用。在12月與國內VRAI公司簽訂合同，由後者將虛擬現實、人工智慧技術集成到訓練模擬器上，以模擬高危險環境中的飛行狀態，並對飛行員的飛行技巧和表現進行預測與評估，一是可以降低訓練成本，二是可以針對飛行員的實際情況進行個性化的訓練。過去的一年裡，俄羅斯在人工智慧應用方面也是動作連連，但多限於製造領域。俄羅斯在PD-14發動機、AI-222-25發動機的製造過程中都引入了人工智慧技術，並結合數字孿生技術，對發動機的生產過程中進行全程監控，同時進行虛擬測試，進而提升產品質量和生產速度，減少單台發動機測試量。
無人機：主角光環日強
從誕生之初到現在，無人機已經走過了半個多世紀的發展歷程，所以對於2020年來說，它算不上一個新生事物。然而也就是在過去的一年裡，無人機的技術發展和應用都呈現了新的特點，也預示著新的趨勢。
在2020年兩大地區沖突中，無人機的曝光度遠遠超出了有人駕駛飛機。2月27日至3月5日，土耳其軍隊於在敘利亞西北部的伊德利卜省發起「春天之盾」軍事行動，大規模介入敘利亞戰爭並與敘政府軍激烈交火。
與以往的行動不同，土耳其軍隊在這次行動中沒有出動有人駕駛戰斗機和地面部隊，而是派出大量ANKA-S長航時大型無人機和TB-2輕型無人機，對敘利亞目標展開大規模空中打擊。在近一周的行動中，敘利亞方面超過200個目標被摧毀，包括1個指揮中心，5個彈葯庫以及超過40輛裝甲車輛，此外還有超過300名敘利亞士兵在無人機精確打擊下被打死。在這次行動中，無人機首次作為空中打擊力量的主體，被大規模應用於空襲任務，並取得了重大戰果。
而在9月爆發的亞塞拜然和亞美尼亞武裝沖突中，雙方在長期存在爭端的納卡地區投入了大量無人機參與作戰，尤其是阿方參戰的無人機數量多、品種廣、戰果大，表現非常搶眼，對於阿方最終在這場戰爭占據優勢發揮了決定性的作用。
在上述兩場地區沖突中，俄羅斯都是參與方之一，也親眼見證了無人機所表現出來的強大戰鬥力，這也成了間接推動俄羅斯加快無人機研發部署的因素之一。據俄羅斯國防部去年底發布的報告稱，俄羅斯軍方2020年總計接受了147架飛機，包括新的「獵戶座」、「哨兵」無人機系統。「獵戶座」是一種察打一體無人機，有效載荷達到180千克，有消息稱俄羅斯在敘利亞沖突中曾秘密投入多架該型無人機進行戰斗試驗。而在8月，俄羅斯首次展出了正在研製的「雷霆」無人作戰飛機，該無人機基於當下流行的「忠誠僚機」概念，能夠與有人駕駛戰斗機聯合執行作戰任務，最大載荷可以達到2噸。
而作為俄羅斯最為看重的作戰無人機項目，「獵人」重型無人攻擊機在12月初首次以「戰斗機-攔截機」方案針配裝空空導彈模型進行了飛行測試，以評估機載電子設備和火控系統和蘇-57戰斗機的電磁兼容及協同能力。很顯然，該機未來也將和有人戰斗機聯合執行作戰任務，就在上述試驗完成之後不久，「獵人」無人機還與圖-95MS轟炸機進行了協同作戰測試，後者機組在飛行中對無人機進行了模擬操縱。按照俄羅斯的計劃，「獵人」無人機將於今年正式裝備部隊。
在2020年的無人機市場上，美國的一個舉動成了最大變數。作為一項重大政策轉變，美國政府調整了向海外盟友出售軍用無人機的規定，新增了體型更大、速度更快的無人機類別，包括飛行時速不超過800千米的大中型長航時無人機也可對外出口。根據新規，外國合作夥伴可采購的產品范圍將擴大到美國幾乎全部的軍用無人機型，MQ-1C「灰鷹」、MQ-9「死神」、RQ-4「全球鷹」的最高時速均遠低於800千米／時，這些察打一體無人機系統在過去20年美國開展的反恐斗爭中發揮了關鍵作用。不過在這之前，美國空軍已經向國內工業界發出了信息請求，讓工業界提交關於下一代察打一體無人機平台的方案構想。美國空軍發布的需求書顯示，情報、監視和偵察與打擊能力依舊是新一代無人機的基本功能要求，但同時強調新無人機應具有但不限於：自主、人工智慧（AI）、機器學習、數字工程、OMS 開放式任務系統和低成本可消耗等特點。
美國的無人機新政策發布之後，印度成了直接受益者。9月，印度宣布將從美國采購30架「捕食者」無人機，然而美方高達30億美元的要價讓印度很快改變了主意，改為租借2架。有觀點認為這是批量購買之前的試用行為。
下一代戰斗機：各有不同
受新冠肺炎疫情影響，全球最大軍機生產商洛克希德·馬丁公司沒有完成年初制定的生產目標，全年總計交付123架F-35戰斗機，較年初計劃少了13架，甚至少於2019年134架的總產量。盡管如此，F-35仍然是全球生產裝備數量最多、機隊規模和用戶擴張最快的第四代戰斗機。據來自洛馬公司的統計數字，F-35的總產量已經超過600架，機隊總飛行時數超過34.5萬飛行小時，列裝美國、英國、義大利、澳大利亞、挪威、荷蘭、以色列、日本、韓國9個國家，美空軍、海軍和海軍陸戰隊，以及英國皇家空軍、義大利空軍、以色列空軍、日本航空自衛隊、韓國空軍、挪威空軍等9個軍種部隊已宣布形成初始作戰能力，其中美空軍、美海軍陸戰隊、英國皇家空軍、以色列空軍、義大利空軍和挪威空軍等6個軍種部隊已使用該型機執行作戰任務。
說起F-35不得不提到韓國和日本，這兩個國家是F-35在亞太地區的主要用戶，並且兩國的裝備數量未來有可能會大幅增長。韓國方面，自2018年3月接收首架F-35戰斗機之後（首批2架於2019年4月抵達韓國本土部署），截至2020年底，韓國空軍已總計接收了24架F-35A戰斗機。根據2014年的采購合同，韓國將在2021年底接收全部40架F-35A。韓國裝備F-35的速度明顯快於日本，日本於2016年9月從洛馬手中接收了首架F-35戰斗機，截至2020年11月總計接收了21架。日本於2012年宣布采購42架F-35，其中前4架由美國洛馬公司製造，其餘38架在日本國內製造總裝。
除了從國外購買F-35之外，韓國和日本國內的下一代戰斗機研製計劃也都在持續推進，韓國仍然領先一步。據來自韓國航空航天工業集團（KAI）的消息，其所屬泗川工廠於2020年9月開始了首架KF-X原型機的總裝工作，2021年4月總裝下線，以確保2022年能夠實現首飛。按照計劃，KAI將總計生產6架原型機，並進行為期4年的各類地面測試和飛行測試，2026年完成全部設計開發工作。與此同時，KF-X的主要機載系統的研製和交付也在按時推進，2020年5月，GE公司向KAI交付了第一台用於KF-X項目的F414-GE-400K發動機，目前該發動機已經由韓華技術負責在韓國國內進行地面測試。截至2020年底，GE將總計向韓國提供15台該型發動機，這些發動機將全部用於6架原型機（3台備份）。2020年8月，韓華-泰雷茲公司正式對外展示用於KF-X的首套主動相控陣雷達（AESA）系統，並表示該雷達系統的電線陣列由1000個T/R模塊組成，具備很強的邊跟蹤邊掃描能力，並能夠同時跟蹤、探測和識別多批次目標。目前，該雷達系統已經開始進行地面測試。日本方面，在經歷了多年的徘徊之後，終於在2020年10月啟動了下一代戰斗機研製項目，日本防務省宣布與三菱重工簽訂全新F-X戰斗機開發合同，並計劃2030年用F-X換裝F-2戰斗機。
2020年的最後一周，俄羅斯對外宣布其空天軍部隊已經接收了第一架蘇-57戰斗機，該機也算守住了2020年服役的節點。2019年底，首架量產型蘇-57戰斗機試飛時墜毀，讓該機的服役時間整整後延了一年。
重組：市場和政府的雙手腕
在疫情的沖擊之下，2020年民航運輸領域內的破產、並購重組並不罕見，但是防務領域的並購也屢屢上演。2020年1月底，Leidos Holdings公司宣布完成對了私人公司Dynetics的並購，這項並購的成本接近17億美元。這次並購雖然不如以往的企業並購那樣規模宏大，但是在行業內的意義卻不可小覷。Leidos Holdings公司是美國五角大樓主要的供應商之一，長期為美國軍方提供網路建設和安全等服務，而Dynetics則長期從事反導技術的研究，在反無人機技術、激光技術、情報獲取等方面也有很強的實力，並且是波音、洛馬等巨頭的分包商。
2020年4月3日，在通過了反壟斷調查之後，雷神公司（Raytheon）和聯合技術公司（UTC）的合並順利完成。新公司被命名為雷神技術公司Raytheon Technologies。同時，聯合技術公司也完成了對其非航空航天業務（開利公司和奧的斯公司）的剝離。合並後的雷神技術公司將成為全球航空航天和防務領域新寡頭。2019年預估營業收入為740億美元，全球共有19.5萬名員工，其中包括6萬名技術人員。本次合並以雷神轉換為UTC股票的方式完成。雷神公司每股普通股轉換為2.3348股UTC普通股。合並完成後已作為新的「雷神技術公司」在紐交所開始交易，股票代碼由UTX變為RTX。新的雷神技術公司下轄四大業務板塊，分別是柯林斯宇航公司、普惠公司、雷神智能與航天、雷神導彈與防禦技術。
2020年底，美國防務巨頭洛克希德·馬丁公司宣布與美國火箭發動機製造商航空噴氣·洛克達因達成協議，將以每股56美元的現金價格收購後者，這次並購的總成本達到44億美元。根據雙方達成的協議，航空噴氣·洛克達因公司將於2021年3月10日關停所有業務活動，而全部並購工作也將於今年下半年完成。航空噴氣·洛克達因公司擁有近5000名員工、在美國有15家大型工廠、2019年總收入約為20億美元，是世界公認的航空航天和火箭發動機製造商，也是洛馬公司航空、導彈、火控和航天業務的長期合作夥伴。按照洛馬的說法，這次並購將補齊洛馬業務的短板，同時會降低采購成本，並有助於其在航天和高超聲速技術領域保持領先地位。
與上述純市場行為的並購相比，俄羅斯航空工業在過去一年的重組更多的是國家行為。2020年3月，俄羅斯聯合飛機製造集團（UAC）並入「俄羅斯技術」國家公司（「俄技」）的行動基本完成，這是21世紀以來俄航空工業集中化重組改革的重大里程碑事件，標志著俄羅斯航空工業回歸了統一集中管理。藉此合並方機會，「俄技」航空板塊開始對UAC深度調整，進一步融合民用、軍事和運輸航空部門，力圖打破工業企業之間的技術、產品、市場和服務壁壘，裁剪冗餘業務，剝離非核心資產，提高航空產品研製和資金利用效率，降低管理和企業運營成本，間接緩解債務問題。合並後「俄技」作為統一管理機構，對航空工業的資產、戰略方向、規劃計劃等進行統籌協調；UAC的地位與俄直公司、聯合發動機製造集團公司、無線電電子技術集團公司、「技術發展」集團公司類似，共同歸屬「俄技」航空板塊管理。2020年4月到8月，一系列圍繞著飛機和直升機工業企業的整合工作開始緊鑼密鼓的推進。
不是尾聲
回望2020年，防務與航空領域發生了太多太多的事，僅僅幾個關鍵詞就想全面對其盤點難之又難。行至文末，突然又發現在2020年還有很多事情如霧里看花一般，一直有消息，但也一直沒結果。俄羅斯的「未來遠程航空系統」即PAK DA自2009年宣布啟動以來，一直給人一種神秘莫測的感覺，2020年也再次傳出消息聲稱其已經在製造之中，預計2021年首架原型機下線。美國的第六代戰斗機項目，海軍和空軍立足於各自需求已經反復論證多年，是海空軍通用還是各自搞一個型號，是有人還是無人莫衷一是。盡管美國海軍在2020年7月宣布啟動下一代艦載戰斗機研製計劃，但是至今也沒有太多的信息流露出來。同樣霧里看花的還有印度自研第四代戰斗機項目，從早期的MCA演變到現在的AMCA，2020年甚至傳出了要和羅羅聯合開發配套的新型發動機，而定位也變成了第六代戰斗機。
凡是過往，皆為序章，希望在新的一年裡，上面這些事情能夠撥雲見日，舒爾清朗。
❹ 量化交易到底有多可怕
量化交易的可怕甚至說是恐怖。
關於量化交易，監管層目前還沒有明確表態，過去為了增加流動性，量化交宴敬易逐步走上主流，並正以幾何倍數增長，收割速稿森度同時加快，只要探頭出來，頭就掉，誰還敢炒股?問題是這個市場擁有世界上最多的散戶，用最古老的方法，而量化是極少部分資本家收割的機器，這樣就失去公平競爭環境了，長此下去，散戶全部完蛋，都是機器對賭，這是個什麼市場?跟業績有關嗎？跟價值投資有關嗎？人機大戰到底誰更勝一籌？記得多年前的國際象棋人機大戰嗎？世界排名第一的頂級高手也干不過機器人，這就是現實。但是現在的國際象棋比賽仍在進行，當然也不會允許任何一個國家派機器人參賽，這就是規則，放到股票市場依然使用。那是不是以後股民就沒法玩了，當然不是。我鍵祥畝們應該極限的降低盈利預期，管好自己的手，賺到就跑，但是這對於任何一個股民都是難以做到的。是的，我們的很多對手正在從人變成機器。這里的機器，說的是量化程序。通常，量化分為兩種：一種是全量化，模型設計，信號分析，交易過程，全部量化，這種量化接近阿爾法狗，是最可怕的;還有一種是半量化，就是主觀+量化，人分析和思考，甚至人來選股，由機器來完成操作。毫不客氣的說，單單靠量化交易做出來的成交量是虛假繁榮。那麼，量化是朋友還是敵人?從機器最終取代人的角度，量化絕對是敵人。因為短線交易，凡是模型化的，理論上機器都可以取代人。凡是理解力性質的，人還能保留一絲的優勢。問題是，當量化的資金規模足夠大，你的理解力本來很好的股票，但是量化機器判斷為不好的股票，直接在幾分鍾之內開砸，那麼「劣幣就會驅逐良幣」。到最後，沒有誰更好，只有誰的資金體量大誰最好。量化交易思考，機器正在主宰市場？——量化無限擴大後最可怕的後果是什麼？這就是量化規模擴大對市場的最負面影響。其實，投資沒有絕對真理，特別是短線，誰錢多誰就擁有真理。哪怕你是對的，經不住機器人操作幾百億規模的基金進行反向操作。所以，不得不進行可怕的展望，量化機器可能重塑我們的交易哲學。
❺ 牛未到，證金加杠桿先到，股民准備好了嗎
經歷了3.17日和3.18日兩天中長陽之後，市場中的牛市呼聲鵲起，有人喊出要漲到3500點，有人說國家隊資金要漲到4500點（因為在此點位之前不減持的承諾）。
經歷了3.17日和3.18日兩天中長陽之後，市場中的牛市呼聲鵲起，有人喊出要漲到3500點，有人說國家隊資金要漲到4500點（因為在此點位之前不減持的承諾）。就在市場猜測為何大漲之際。證金公司官網公告：「自2016年3月21日起，中國證券金融公司恢復轉融資業務182天、91天、28天、14天、7天等五個期限品種，並下調各期限轉融資費率，具體為：182天期3.0%、91天期3.2%、28天期3.3%、14天期和7天期3.4%。 」
轉融資為何物：轉融資業務是指證券金融公司將自有或者依法籌集的資金出借給證券公司，供其辦理融資業務的經營活動。轉融通業務的開啟，對證券公司的高端零售業務、機構業務、資管業務、研究服務和量化工具運用等都起到一定的推動作用。同時，轉融通釋放出來的資本金，也將推動證券公司其他資本運用業務的發展，對於資本金運用能力強的證券公司，將有效提升其資本收益水平檔扮。很顯然轉融資是為資金杠桿提供了條件。
資金杠桿無處不在：我們生活在一個杠桿的世界裡，很小的本金就能撬動很大的收益。你有100塊錢，可以向金融機構借錢來買東西，能借的倍數就是杠桿率。債券回購可以放大到5-10倍杠桿；P2P配資的杠桿率是5-10倍，極端的15倍；融資融行旁灶券是1.5倍杠桿。在目前的世界裡，很多東西的價格波動是由杠桿所推動的，比如說貸款買房，就是杠桿套利。杠桿世界的特性就是有著不可避免的泡沫與蕭條周期，在泡沫期，所有的資產價格都在杠桿原理下膨脹，而一旦市場出現了大規模獲利盤套現，就會瞬間把泡沫打掉，同樣經由杠桿原理放大，引發經濟的大蕭條。杠桿世界是充滿泡沫的動盪不安的世界。
A股的資金杠桿牛市：自2014年下半年以來，滬深股市在沉寂了7年之後，開始反彈；而2015年2月開始，兩融隨著兩融余額快速攀升，杠桿資金對市場的影響力日益加大，由此引發的波動風險隨之上升。如圖所示，這就是去年那波牛市時，兩融數據，從2月開始其突然激增，隨後對比股市方面也出現了一波波瀾壯闊的行情。2月9日時不足3100點，而6月12日時就碰觸到了5178點，4個月漲了近70%。
去杠桿導致的泡沫風險：杠桿資金的突然湧入固然能把股指推到很高，但突然間的撤離也會把大盤猛砸下去，讓無數人傾家盪產。而杠桿資金的特性是不能承壓，稍有風吹草動就會離場。因為它們天生就不具備抗險能力，在15倍杠桿下，縱然利潤會放大15倍，但損失也會以同樣倍數放大。在我國股市運行多年來，牛市行情都伴隨著活躍的場外股票融資活動，甚至出現過券商違規透資、股票賬戶三方監管透資、民間金融機構配資、委託理財和國債回購融資等違規融資炒股的情況，由於缺乏公開透明的監管，給證券行業和客戶帶來較大風險。作為情緒和資金的放大器，融資融券是把「雙刃劍」，融資杠桿既能夠撬動市場加速上行，也會變身成為調整階段的助跌利器。而兩融操作活躍的主力資金多以短線交易為主，風險承受能力較強，操作風格激進，在敏感期，此類資金的異動也將加劇市場波動。
此時提杠桿的意圖與股民策略：本月的財政部數據顯示，1-2月，全國印花稅450億元，同比下降1.8%。其中，證券交易印花稅247億元，同比下降9.9%。 而且近期市場就在3.11日還創出了1285億元的地量，同時兩融業務方面也是在上周末創了15個月的新低，兩融余額降為8357.35億元創15個月新低。兩融余額作為風險偏好資金，其增減往往代表著對未來行情好壞預期，如2015年9月底的反彈，便是兩融資金不斷走高助推大盤長達3個月反彈的。因此，如果後期兩融數據提升，那麼股民也是可以順勢跟隨做一波行情，要注意「杠桿資金的特性是不能承壓，稍有風吹草動就會離場。」因此，死多、死空並不適合A股啟數，一定要學會做波段，冷靜看待行情。
平安損失得到回補近日，根據這項計劃，預計阿姆斯特丹上訴法院將在9到12個月內作出裁決，我們會審慎觀察。目前中國平安持有12,099,626萬股富通保險(Ageas)股票，平安持有的股票市值粗略估算為5.18億歐元，記者大概估算平安挽回約50億人民幣的損失，富通集團(Fortis Group)由政府主導重組並剝離資產。
據了解,阿里VR實驗室由阿里無線、內核、性能架構等多個領域的技術領軍人物主持,其成立後的第一個項目是「造物神」計劃,目標是聯合商家建立世界上最大的3D商品庫,加速實現虛擬世界的購物體驗，未來虛擬現實行業的投資也將大幅增加,行業增速有望提升至30%左右，具體投資策略上,東興證券看好具有戰略前瞻並且先行先動的公司,建議從四大領域布局相關概念股。
由於雨潤債券即將到期，雨潤集團實際控制人祝義財的調查近日就將有結果，暫無法代理發行人進行本期債券的付息兌付工作，雨潤食品發布公告。但15雨潤CP001到期本息兌付仍存在不確定性，通過走訪、郵件和電話等方式多次與公司進行溝通認為，其債務償付主要依賴於外部支持，但截至公告出具日。
威廉指標（WR）的買賣點： 1、當WR14突破80時，說明市場進入超買狀態，就是看漲買入信號，與KDJ隨機指標有很多相似之處,都是追蹤收盤價在過去一段時間價格區域中相對位置,只不過其考察角度正好和隨機指標相反。2.低於-80,超賣,即將見底,應伺機買進，5. W％R指標由超買區向下滑落表示行情趨勢轉向,若跌穿-50,表示趨勢徹底轉弱,可以追加賣出。
穿過鞍山火車站附近的五一路立交橋後，就是與共和國同齡的世界500強企業-鞍鋼集團，大家按照政策回家計算自己的應得工資，大致意思是。可以自願實施內部退養，2016年鞍鋼集團工資總額預算預計比上年下降8%-10%，21世紀經濟報道記者獲悉，上述人員精簡其實是十年前裁員的重演。
炒股以來， 長坐不語，他攜陸楠訪過心理醫生，在申銀萬國證券交易所。賬戶里有點錢，我現在 買點銀行理財產品和紙黃金，2007年買了20多萬元的中國遠洋，」民間 炒股高手李金國說：「不要過度欣喜地解讀目前弱市中的上升。
愛笑的人，一躍成為白雲山的第二大股東，蔣菲能那麼容易獲得這巨大的成功？這是很多投資者的疑問，其他大戶完全無可奈何。這個此前並未被人注意、人生經歷甚為普通的紹興姑娘，人們無疑會對其資本的積累過程產生好奇，看不出來會有上億的資金，那就是財富+敏銳的投資技巧。
於是辭掉了工作，手裡的資金賺到盆滿砵滿.「股市永遠蘊藏著機會，以強勢股為主，她總結自己的炒股方法是「三看」：一看大盤。陳海濤說「股票是個很圓滑的東西，另外,她認為短線操作最重要的是買賣點的把握, 控制風險，自信風格、穩健操作，並獲超過半數資金管理人認可。
並創下當時李大霄創造的「嬰兒底」說法，本月14個交易日創13陽，場內，發展股票市場。這句話也奠定了今年股市穩定向上的基礎，場內：我們先從技術面分析：k線走勢已經完全走上了4均線以上，昨日上證已突破3000億這是慢牛的節奏，前期被套資金較多。
並不丟人，經過本次的六連陽都有了不小的收獲，跌停的股票沒有，那麼說明築底有效。至少有向上沖高的動作，一小部分空頭，3020是大盤將會輕松越過的目標，上漲也風起雲涌。
國家隊比較保險，雖然年齡大了但一直很有興趣，基本都是長線持股，我已經持有三四年了。也有賠的，炒股就是心態要好，但是還能在股市裡超越無數的人，連續走高。
市場的重心會逐漸上行，從技術上看，5周均線對大盤形成支撐，預計市場反彈仍將持續。預計下周一市場可能會出現洗盤行情，5178點並不是三浪結束，二浪調整結束就是三浪三主升，控制好倉位持股觀望。
情場也不得意，這樣嫌平愛富的女孩離開了自己也是好事，但也不能說她就是「垃圾」，應該接受利用新的賺錢工具炒股。」帶著這樣的想法，隨後的一周時間里，張先生割捨不下，90萬元一周之內化為烏有。
這些熱點都不是無緣無故爆發，人工智慧則是因為上周的人機大戰，應該做到順勢而為，且突破近兩周的箱體站上20與30日均線。更需注意的是，而作為人氣指標的創指否極泰來強勢突破，國泰君安固收分析師徐寒飛認為，變相釋放結構性寬松和積極降息信號。
下周應有劇烈震盪廣州萬隆表示，意味著下周主力對板塊個股將有更兇猛的炒作動作，目前行情與2月份波段上升行情最大區別在於，恰好為投資者調倉換股帶來契機。兩市均出現明顯放量且滬市單日成交突破3000億元，下周初或沖高回落九鼎德盛表示，放大的量能顯示，九鼎德盛提醒。
❻ 人工智慧的發展,主要經歷哪幾個階段
1 孕育階段
這個階段主要是指1956年以前。自古以來，人們就一直試圖用各種機器來代替人的部分腦力勞動，以提高人們征服自然的能力，其中對人工智慧的產生、發展有重大影響的主要研究成果包括：
早在公元前384-公元前322年，偉大的哲學家亞里士多德(Aristotle)就在他的名著《工具論》中提出了形式邏輯的一些主要定律，他提出的三段論至今仍是演繹推理的基本依據。
英國哲學家培根(F. Bacon)曾系統地提出了歸納法，還提出了「知識就是力量」的警句。這對於研究人類的思維過程，以及自20世紀70年代人工智慧轉向以知識為中心的研究都產生了重要影響。
德國數學家和哲學家萊布尼茨(G. W. Leibniz)提出了萬能符號和推理計算的思想，他認為可以建立一種通用的符號語言以及在此符號語言上進行推理的演算。這一思想不僅為數理邏輯的產生和發展奠定了基礎，而且是現代機器思維設計思想的萌芽。
英國邏輯學家布爾(C. Boole)致力於使思維規律形式化和實現機械化，並創立了布爾代數。他在《思維岩叢法則》一書中首次用符號語言描述了思維活動的基本推理法則。
英國數學家圖靈(A. M. Turing)在1936年提出了一種理想計算機的數學模型，即圖靈機，為後來電子數字計算機的問世奠定了理論基礎。
美國神經生理學家麥克洛奇(W. McCulloch)與匹茲(W. Pitts)在1943年建成了第一個神經網路模亂迅型(M-P模型)，開創了微觀嘩棗此人工智慧的研究領域，為後來人工神經網路的研究奠定了基礎。
美國愛荷華州立大學的阿塔納索夫(Atanasoff)教授和他的研究生貝瑞(Berry)在1937年至1941年間開發的世界上第一台電子計算機「阿塔納索夫-貝瑞計算機(Atanasoff-Berry Computer，ABC)」為人工智慧的研究奠定了物質基礎。需要說明的是：世界上第一台計算機不是許多書上所說的由美國的莫克利和埃柯特在1946年發明。這是美國歷史上一樁著名的公案。
由上面的發展過程可以看出，人工智慧的產生和發展絕不是偶然的，它是科學技術發展的必然產物。
2 形成階段
這個階段主要是指1956-1969年。1956年夏季，由當時達特茅斯大學的年輕數學助教、現任斯坦福大學教授麥卡錫(J. MeCarthy)聯合哈佛大學年輕數學和神經學家、麻省理工學院教授明斯基(M. L. Minsky)，IBM公司信息研究中心負責人洛切斯特(N. Rochester)，貝爾實驗室信息部數學研究員香農(C. E. Shannon)共同發起，邀請普林斯頓大學的莫爾(T.Moore)和IBM公司的塞繆爾(A. L. Samuel)、麻省理工學院的塞爾夫里奇(O. Selfridge)和索羅莫夫(R. Solomonff)以及蘭德(RAND)公司和卡內基梅隆大學的紐厄爾(A. Newell)、西蒙(H. A. Simon)等在美國達特茅斯大學召開了一次為時兩個月的學術研討會，討論關於機器智能的問題。會上經麥卡錫提議正式採用了「人工智慧」這一術語。麥卡錫因而被稱為人工智慧之父。這是一次具有歷史意義的重要會議，它標志著人工智慧作為一門新興學科正式誕生了。此後，美國形成了多個人工智慧研究組織，如紐厄爾和西蒙的Carnegie-RAND協作組，明斯基和麥卡錫的MIT研究組，塞繆爾的IBM工程研究組等。
自這次會議之後的10多年間，人工智慧的研究在機器學習、定理證明、模式識別、問題求解、專家系統及人工智慧語言等方面都取得了許多引人注目的成就，例如：
在機器學習方面，1957年Rosenblatt研製成功了感知機。這是一種將神經元用於識別的系統，它的學習功能引起了廣泛的興趣，推動了連接機制的研究，但人們很快發現了感知機的局限性。
在定理證明方面，美籍華人數理邏輯學家王浩於1958年在IBM-704機器上用3~5min證明了《數學原理》中有關命題演算的全部定理(220條)，並且還證明了謂詞演算中150條定理的85%，1965年魯賓遜(J. A. Robinson)提出了歸結原理，為定理的機器證明作出了突破性的貢獻。
在模式識別方面，1959年塞爾夫里奇推出了一個模式識別程序，1965年羅伯特(Roberts)編制出了可分辨積木構造的程序。
在問題求解方面，1960年紐厄爾等人通過心理學試驗總結出了人們求解問題的思維規律，編制了通用問題求解程序(General Problem Solver，GPS)，可以用來求解11種不同類型的問題。
在專家系統方面，美國斯坦福大學的費根鮑姆(E. A. Feigenbaum)領導的研究小組自1965年開始專家系統DENDRAL的研究，1968年完成並投入使用。該專家系統能根據質譜儀的實驗，通過分析推理決定化合物的分子結構，其分析能力已接近甚至超過有關化學專家的水平，在美、英等國得到了實際的應用。該專家系統的研製成功不僅為人們提供了一個實用的專家系統，而且對知識表示、存儲、獲取、推理及利用等技術是一次非常有益的探索，為以後專家系統的建造樹立了榜樣，對人工智慧的發展產生了深刻的影響，其意義遠遠超過了系統本身在實用上所創造的價值。
在人工智慧語言方面，1960年麥卡錫研製出了人工智慧語言(List Processing，LISP)，成為建造專家系統的重要工具。
1969年成立的國際人工智慧聯合會議(International Joint Conferences On Artificial Intelligence，IJCAI)是人工智慧發展史上一個重要的里程碑，它標志著人工智慧這門新興學科已經得到了世界的肯定和認可。1970年創刊的國際性人工智慧雜志《Artificial Intelligence》對推動人工智慧的發展，促進研究者們的交流起到了重要的作用。
3 發展階段
這個階段主要是指1970年以後。進入20世紀70年代，許多國家都開展了人工智慧的研究，涌現了大量的研究成果。例如，1972年法國馬賽大學的科麥瑞爾(A. Comerauer)提出並實現了邏輯程序設計語言PROLOG；斯坦福大學的肖特利夫(E. H. Shorliffe)等人從1972年開始研製用於診斷和治療感染性疾病的專家系統MYCIN。
但是，和其他新興學科的發展一樣，人工智慧的發展道路也不是平坦的。例如，機器翻譯的研究沒有像人們最初想像的那麼容易。當時人們總以為只要一部雙向詞典及一些詞法知識就可以實現兩種語言文字間的互譯。後來發現機器翻譯遠非這么簡單。實際上，由機器翻譯出來的文字有時會出現十分荒謬的錯誤。例如，當把「眼不見，心不煩」的英語句子「Out of sight，out of mind」。翻譯成俄語變成「又瞎又瘋」；當把「心有餘而力不足」的英語句子「The spirit is willing but the flesh is weak」翻譯成俄語，然後再翻譯回來時竟變成了「The wine is good but the meat is spoiled」，即「酒是好的，但肉變質了」；當把「光陰似箭」的英語句子「Time flies like an arrow」翻譯成日語，然後再翻譯回來的時候，竟變成了「蒼蠅喜歡箭」。由於機器翻譯出現的這些問題，1960年美國政府顧問委員會的一份報告裁定：「還不存在通用的科學文本機器翻譯，也沒有很近的實現前景。」因此，英國、美國當時中斷了對大部分機器翻譯項目的資助。在其他方面，如問題求解、神經網路、機器學習等，也都遇到了困難，使人工智慧的研究一時陷入了困境。
人工智慧研究的先驅者們認真反思，總結前一段研究的經驗和教訓。1977年費根鮑姆在第五屆國際人工智慧聯合會議上提出了「知識工程」的概念，對以知識為基礎的智能系統的研究與建造起到了重要的作用。大多數人接受了費根鮑姆關於以知識為中心展開人工智慧研究的觀點。從此，人工智慧的研究又迎來了蓬勃發展的以知識為中心的新時期。
這個時期中，專家系統的研究在多種領域中取得了重大突破，各種不同功能、不同類型的專家系統如雨後春筍般地建立起來，產生了巨大的經濟效益及社會效益。例如，地礦勘探專家系統PROSPECTOR擁有15種礦藏知識，能根據岩石標本及地質勘探數據對礦藏資源進行估計和預測，能對礦床分布、儲藏量、品位及開采價值進行推斷，制定合理的開采方案。應用該系統成功地找到了超億美元的鉬礦。專家系統MYCIN能識別51種病菌，正確地處理23種抗菌素，可協助醫生診斷、治療細菌感染性血液病，為患者提供最佳處方。該系統成功地處理了數百個病例，並通過了嚴格的測試，顯示出了較高的醫療水平。美國DEC公司的專家系統XCON能根據用戶要求確定計算機的配置。由專家做這項工作一般需要3小時，而該系統只需要0.5分鍾，速度提高了360倍。DEC公司還建立了另外一些專家系統，由此產生的凈收益每年超過4000萬美元。信用卡認證輔助決策專家系統American Express能夠防止不應有的損失，據說每年可節省2700萬美元左右。
專家系統的成功，使人們越來越清楚地認識到知識是智能的基礎，對人工智慧的研究必須以知識為中心來進行。對知識的表示、利用及獲取等的研究取得了較大的進展，特別是對不確定性知識的表示與推理取得了突破，建立了主觀Bayes理論、確定性理論、證據理論等，對人工智慧中模式識別、自然語言理解等領域的發展提供了支持，解決了許多理論及技術上的問題。
人工智慧在博弈中的成功應用也舉世矚目。人們對博弈的研究一直抱有極大的興趣，早在1956年人工智慧剛剛作為一門學科問世時，塞繆爾就研製出了跳棋程序。這個程序能從棋譜中學習，也能從下棋實踐中提高棋藝。1959年它擊敗了塞繆爾本人，1962年又擊敗了一個州的冠軍。1991年8月在悉尼舉行的第12屆國際人工智慧聯合會議上，IBM公司研製的「深思」(Deep Thought)計算機系統就與澳大利亞象棋冠軍約翰森(D. Johansen)舉行了一場人機對抗賽，結果以1:1平局告終。1957年西蒙曾預測10年內計算機可以擊敗人類的世界冠軍。雖然在10年內沒有實現，但40年後深藍計算機擊敗國際象棋棋王卡斯帕羅夫(Kasparov)，僅僅比預測遲了30年。
1996年2月10日至17日，為了紀念世界上第一台電子計算機誕生50周年，美國IBM公司出巨資邀請國際象棋棋王卡斯帕羅夫與IBM公司的深藍計算機系統進行了六局的「人機大戰」。這場比賽被人們稱為「人腦與電腦的世界決戰」。參賽的雙方分別代表了人腦和電腦的世界最高水平。當時的深藍是一台運算速度達每秒1億次的超級計算機。第一盤，深藍就給卡斯帕羅夫一個下馬威，贏了這位世界冠軍，給世界棋壇以極大的震動。但卡斯帕羅夫總結經驗，穩扎穩打，在剩下的五盤中贏三盤，平兩盤，最後以總比分4:2獲勝。一年後，即1997年5月3日至11日，深藍再次挑戰卡斯帕羅夫。這時，深藍是一台擁有32個處理器和強大並行計算能力的RS/6000SP/2的超級計算機，運算速度達每秒2億次。計算機里存儲了百餘年來世界頂尖棋手的棋局，5月3日棋王卡斯帕羅夫首戰擊敗深藍，5月4日深藍扳回一盤，之後雙方戰平三局。雙方的決勝局於5月11日拉開了帷幕，卡斯帕羅夫在這盤比賽中僅僅走了19步便放棄了抵抗，比賽用時只有1小時多一點。這樣，深藍最終以3.5：2.5的總比分贏得這場舉世矚目的「人機大戰」的勝利。深藍的勝利表明了人工智慧所達到的成就。盡管它的棋路還遠非真正地對人類思維方式的模擬，但它已經向世人說明，電腦能夠以人類遠遠不能企及的速度和准確性，實現屬於人類思維的大量任務。深藍精湛的殘局戰略使觀戰的國際象棋專家們大為驚訝。卡斯帕羅夫也表示：「這場比賽中有許多新的發現，其中之一就是計算機有時也可以走出人性化的棋步。在一定程度上，我不能不贊揚這台機器，因為它對盤勢因素有著深刻的理解，我認為這是一項傑出的科學成就。」因為這場勝利，IBM的股票升值為180億美元。
4 人工智慧的學派
根據前面的論述，我們知道要理解人工智慧就要研究如何在一般的意義上定義知識，可惜的是，准確定義知識也是個十分復雜的事情。嚴格來說，人們最早使用的知識定義是柏拉圖在《泰阿泰德篇》中給出的，即「被證實的、真的和被相信的陳述」(Justified true belief，簡稱JTB條件)。
然而，這個延續了兩千多年的定義在1963年被哲學家蓋梯爾否定了。蓋梯爾提出了一個著名的悖論(簡稱「蓋梯爾悖論」)。該悖論說明柏拉圖給出的知識定文存在嚴重缺陷。雖然後來人們給出了很多知識的替代定義，但直到現在仍然沒有定論。
但關於知識，至少有一點是明確的，那就是知識的基本單位是概念。精通掌握任何一門知識，必須從這門知識的基本概念開始學習。而知識自身也是一個概念。因此，如何定義一個概念，對於人工智慧具有非常重要的意義。給出一個定義看似簡單，實際上是非常難的，因為經常會涉及自指的性質(自指：詞性的轉化——由謂詞性轉化為體詞性，語義則保持不變)。一旦涉及自指，就會出現非常多的問題，很多的語義悖論都出於概念自指。
自指與轉指這一對概念最早出自朱德熙先生的《自指與轉指》(《方言》1983年第一期，《朱德熙文集》第三卷)。陸儉明先生在《八十年代中國語法研究》中(第98頁)說：「自指和轉指的區別在於，自指單純是詞性的轉化－由謂詞性轉化為體詞性，語義則保持不變；轉指則不僅詞性轉化，語義也發生變化，尤指行為動作或性質本身轉化為指與行為動作或性質相關的事物。」
舉例：
①教書的來了(「教書的」是轉指，轉指教書的「人」)；教書的時候要認真(「教書的」語義沒變，是自指)。
②Unplug一詞的原意為「不使用(電源)插座」，是自指；常用來轉指為不使用電子樂器的唱歌。
③colored在表示having colour(著色)時是自指。colored在表示有色人種時，就是轉指。
④rich，富有的，是自指。the rich，富人，是轉指。
知識本身也是一個概念。據此，人工智慧的問題就變成了如下三個問題：一、如何定義(或者表示)一個概念、如何學習一個概念、如何應用一個概念。因此對概念進行深人研究就非常必要了。
那麼，如何定義一個概念呢？簡單起見，這里先討論最為簡單的經典概念。經典概念的定義由三部分組成：第一部分是概念的符號表示，即概念的名稱，說明這個概念叫什麼，簡稱概念名；第二部分是概念的內涵表示，由命題來表示，命題就是能判斷真假的陳述句。第三部分是概念的外延表示，由經典集合來表示，用來說明與概念對應的實際對象是哪些。
舉一個常見經典概念的例子——素數(prime number)，其內涵表示是一個命題，即只能夠被1和自身整除的自然數。
概念有什麼作用呢？或者說概念定義的各個組成部分有什麼作用呢？經典概念定義的三部分各有作用，且彼此不能互相代替。具體來說，概念有三個作用或功能，要掌握一個概念，必須清楚其三個功能。
第一個功能是概念的指物功能，即指向客觀世界的對象，表示客觀世界的對象的可觀測性。對象的可觀測性是指對象對於人或者儀器的知覺感知特性，不依賴於人的主觀感受。舉一個《阿Q正傳》里的例子：那趙家的狗，何以看我兩眼呢？句子中「趙家的狗」應該是指現實世界當中的一條真正的狗。但概念的指物功能有時不一定能夠實現，有些概念其設想存在的對象在現實世界並不存在，例如「鬼」。
第二個功能是指心功能，即指向人心智世界裡的對象，代表心智世界裡的對象表示。魯迅有一篇著名的文章《論喪家的資本家的乏走狗》，顯然，這個「狗」不是現實世界的狗，只是他心智世界中的狗，即心裡的狗(在客觀世界，梁實秋先生顯然無論如何不是狗)。概念的指心功能一定存在。如果對於某一個人，一個概念的指心功能沒有實現，則該詞對於該人不可見，簡單地說，該人不理解該概念。
最後一個功能是指名功能，即指向認知世界或者符號世界表示對象的符號名稱，這些符號名稱組成各種語言。最著名的例子是喬姆斯基的「colorless green ideas sleep furiously」，這句話翻譯過來是「無色的綠色思想在狂怒地休息」。這句話沒有什麼意思，但是完全符合語法，純粹是在語義符號世界裡，即僅僅指向符號世界而已。當然也有另外，「鴛鴦兩字怎生書」指的就是「鴛鴦」這兩個字組成的名字。一般情形下，概念的指名功能依賴於不同的語言系統或者符號系統，由人類所創造，屬於認知世界。同一個概念在不同的符號系統里，概念名不一定相同，如漢語稱「雨」，英語稱「rain」。
根據波普爾的三個世界理論，認知世界、物理世界與心理世界雖然相關，但各不相同。因此，一個概念的三個功能雖然彼此相關，也各不相同。更重要的是，人類文明發展至今，這三個功能不斷發展，彼此都越來越復雜，但概念的三個功能並沒有改變。
在現實生活中，如果你要了解一個概念，就需要知道這個概念的三個功能：要知道概念的名字，也要知道概念所指的對象(可能是物理世界)。更要在自己的心智世界裡具有該概念的形象(或者圖像)。如果只有一個，那是不行的。
知道了概念的三個功能之後，就可以理解人工智慧的三個學派以及各學派之間的關系。
人工智慧也是一個概念，而要使一個概念成為現實，自然要實現概念的三個功能。人工智慧的三個學派關注於如何才能讓機器具有人工智慧，並根據概念的不同功能給出了不同的研究路線。專注於實現AI指名功能的人工智慧學派成為符號主義，專注於實現AI指心功能的人工智慧學派稱為連接主義，專注於實現AI指物功能的人工智慧學派成為行為主義。
1. 符號主義
符號主義的代表人物是Simon與Newell，他們提出了物理符號系統假設，即只要在符號計算上實現了相應的功能，那麼在現實世界就實現了對應的功能，這是智能的充分必要條件。因此，符號主義認為，只要在機器上是正確的，現實世界就是正確的。說得更通俗一點，指名對了，指物自然正確。
在哲學上，關於物理符號系統假設也有一個著名的思想實驗——本章1.1.3節中提到的圖靈測試。圖靈測試要解決的問題就是如何判斷一台機器是否具有智能。
圖靈測試將智能的表現完全限定在指名功能里。但馬少平教授的故事已經說明，只在指名功能里實現了概念的功能，並不能說明一定實現了概念的指物功能。實際上，根據指名與指物的不同，哲學家約翰·塞爾勒專門設計了一個思想實驗用來批判圖靈測試，這就是著名的中文屋實驗。
中文屋實驗明確說明，即使符號主義成功了，這全是符號的計算跟現實世界也不一定搭界，即完全實現指名功能也不見得具有智能。這是哲學上對符號主義的一個正式批評，明確指出了按照符號主義實現的人工智慧不等同於人的智能。
雖然如此，符號主義在人工智慧研究中依然扮演了重要角色，其早期工作的主要成就體現在機器證明和知識表示上。在機器證明方面，早期Simon與Newell做出了重要的貢獻，王浩、吳文俊等華人也得出了很重要的結果。機器證明以後，符號主義最重要的成就是專家系統和知識工程，最著名的學者就是Feigenbaum。如果認為沿著這條路就可以實現全部智能，顯然存在問題。日本第五代智能機就是沿著知識工程這條路走的，其後來的失敗在現在看來是完全合乎邏輯的。
實現符號主義面臨的觀實挑成主要有三個。第一個是概念的組合爆炸問題。每個人掌握的基本概念大約有5萬個，其形成的組合概念卻是無窮的。因為常識難以窮盡，推理步驟可以無窮。第二個是命題的組合悖論問題。兩個都是合理的命題，合起來就變成了沒法判斷真假的句子了，比如著名的柯里悖論(Curry』s Paradox)(1942)。第三個也是最難的問題，即經典概念在實際生活當中是很難得到的，知識也難以提取。上述三個問題成了符號主義發展的瓶頸。
2. 連接主義
連接主義認為大腦是一切智能的基礎，主要關注於大腦神經元及其連接機制，試圖發現大腦的結構及其處理信息的機制、揭示人類智能的本質機理，進而在機器上實現相應的模擬。前面已經指出知識是智能的基礎，而概念是知識的基本單元，因此連接主義實際上主要關注於概念的心智表示以及如何在計算機上實現其心智表示，這對應著概念的指心功能。2016年發表在Nature上的一篇學術論文揭示了大腦語義地圖的存在性，文章指出概念都可以在每個腦區找到對應的表示區，確確實實概念的心智表示是存在的。因此，連接主義也有其堅實的物理基礎。
連接主義學派的早期代表人物有麥克洛克、皮茨、霍普菲爾德等。按照這條路，連接主義認為可以實現完全的人工智慧。對此，哲學家普特南設計了著名的「缸中之腦實驗」，可以看作是對連接主義的一個哲學批判。
缸中之腦實驗描述如下：一個人(可以假設是你自己)被邪惡科學家進行了手術，腦被切下來並放在存有營養液的缸中。腦的神經末梢被連接在計算機上，同時計算機按照程序向腦傳遞信息。對於這個人來說，人、物體、天空都存在，神經感覺等都可以輸入，這個大腦還可以被輸入、截取記憶，比如截取掉大腦手術的記憶，然後輸入他可能經歷的各種環境、日常生活，甚至可以被輸入代碼，「感覺」到自己正在閱讀這一段有趣而荒唐的文字。
缸中之腦實驗說明即使連接主義實現了，指心沒有問題，但指物依然存在嚴重問題。因此，連接主義實現的人工智慧也不等同於人的智能。
盡管如此，連接主義仍是目前最為大眾所知的一條AI實現路線。在圍棋上，採用了深度學習技術的AlphaGo戰勝了李世石，之後又戰勝了柯潔。在機器翻譯上，深度學習技術已經超過了人的翻譯水平。在語音識別和圖像識別上，深度學習也已經達到了實用水準。客觀地說，深度學習的研究成就已經取得了工業級的進展。
但是，這並不意味著連接主義就可以實現人的智能。更重要的是，即使要實現完全的連接主義，也面臨極大的挑戰。到現在為止，人們並不清楚人腦表示概念的機制，也不清楚人腦中概念的具體表示形式表示方式和組合方式等。現在的神經網路與深度學習實際上與人腦的真正機制距離尚遠。
3. 行為主義
行為主義假設智能取決於感知和行動，不需要知識、表示和推理，只需要將智能行為表現出來就好，即只要能實現指物功能就可以認為具有智能了。這一學派的早期代表作是Brooks的六足爬行機器人。
對此，哲學家普特南也設計了一個思想實驗，可以看作是對行為主義的哲學批判，這就是「完美偽裝者和斯巴達人」。完美偽裝者可以根據外在的需求進行完美的表演，需要哭的時候可以哭得讓人撕心裂肺，需要笑的時候可以笑得讓人興高采烈，但是其內心可能始終冷靜如常。斯巴達人則相反，無論其內心是激動萬分還是心冷似鐵，其外在總是一副泰山崩於前而色不變的表情。完美偽裝者和斯巴達人的外在表現都與內心沒有聯系，這樣的智能如何從外在行為進行測試？因此，行為主義路線實現的人工智慧也不等同於人的智能。
對於行為主義路線，其面臨的最大實現困難可以用莫拉維克悖論來說明。所謂莫拉維克悖論，是指對計算機來說困難的問題是簡單的、簡單的問題是困難的，最難以復制的反而是人類技能中那些無意識的技能。目前，模擬人類的行動技能面臨很大挑戰。比如，在網上看到波士頓動力公司人形機器人可以做高難度的後空翻動作，大狗機器人可以在任何地形負重前行，其行動能力似乎非常強。但是這些機器人都有一個大的缺點一能耗過高、噪音過大。大狗機器人原是美國軍方訂購的產品，但因為大狗機器人開動時的聲音在十里之外都能聽到，大大提高了其成為一個活靶子的可能性，使其在戰場上幾乎沒有實用價值，美國軍方最終放棄了采購。
❼ 人工智慧概念股最新龍頭股有哪些
備受矚目的「人機大戰」不僅將AlphaGo推上了風口浪尖，同時也令人工智慧概念股在A股市場上大放異彩。據統計，截至3月15日收盤，13隻人工智慧概念股3月以來平均漲幅高達8.34%，明顯跑贏同期上漲6.56%的上證指數。其中，川大智勝、歐菲光、思創醫惠和科大訊飛3月以來分別上漲24.84%、12.37%、12.33%和10.35%。對此，部分基金經理認為，人工智慧是未來科技發展的重大方向和必然趨勢，現在正處於爆發前夜，值得長線投資。