❶ 智能人员指的是什么
问题一：人工智能的定义是什么？ 本人在下面列出了10种最热门的人工智能技术：
自然语言生成：利用计算机数据生成文本。目前应用于客户服务、报告生成以及总结商业智能洞察力。代表性厂商包括：Attivio、Cambridge Semantics、Digital Reason、Lucidworks、Narrative Science和SAS。
语音识别：将人类语音转录和转换成对计算机应用软件来说有用的格式。目前应用于交互式语音应答系统和移动应用领域。代表性厂商包括：NICE、Nuance munications、OpenText和Verint Systems。
虚拟代理：弗雷斯特公司声称，“虚拟代理可谓是媒体界目前竞相报道的对象。”从简单的聊天机器人，到可以与人类进行交际的高级系统，不一而足。目前应用于客户服务和支持以及充当智能家居管理器。代表性厂商包括：亚马逊、苹果、Artificial Solutions、 Assist AI、Creative Virtual、谷歌、IBM、IPsoft、微软和Satisfi。
机器学习平台：不仅提供了设计和训练模型，并将模型部署到应用软件、流程及其他机器的计算能力，还提供了算法、应用编程接口（API）、开发工具包和训练工具包。目前应用于一系列广泛的企业应用领域，主要涉及预测或分类。代表性厂商包括：亚马逊、Fractal Analytics、谷歌、H2O.ai、微软、SAS和Skytree。
针对人工智能优化的硬件：这是专门设计的图形处理单元（GPU）和设备，其架构旨在高效地运行面向人工智能的计算任务。目前主要在深度学习应用领域发挥作用。代表性厂商包括：Alluviate、克雷、谷歌、IBM、英特尔和英伟达。
决策管理：引擎将规则和逻辑嵌入到人工智能系统，并用于初始的设置/训练和日常的维护和调优。这是一项成熟的技术，应用于一系列广泛的企业应用领域，协助或执行自动决策。代表性厂商包括：Advanced Systems Concepts、Informatica、Maana、Pegasystems和UiPat。
深度学习平台：一种特殊类型的机器学习，包括拥有多个抽象层的人工神经网络。目前主要应用于由很庞大的数据集支持的模式识别和分类应用领域。代表性厂商包括：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、 Saffron Technology和Sentient Technologies。
生物特征识别技术：能够支持人类与机器之间更自然的交互，包括但不限于图像和触摸识别、语音和身体语言。目前主要应用于市场研究。代表性厂商包括：3VR、Affectiva、Agnitio、FaceFirst、Sensory、Synqera和Tahzoo。
机器人流程自动化：使用脚本及其他方法，实现人类操作自动化，从而支持高效的业务流程。目前应用于人类执行任务或流程成本太高或效率太低的地方。代表性厂商包括：Advanced Systems Concepts、Automation Anywhere、Blue Pri *** 、UiPath和WorkFusion。
文本分析和NLP：自然语言处理（NLP）使用和支持文本分析，为此它借助统计方法和机器学习方法，为理解句子结构及意义、情感和意图提供方便。目前应用于欺诈检测和安全、一系列广泛的自动化助理以及挖掘非结构化数据等领域。代表性厂商包括：Basis Technology、Coveo、Expert System、Indico......>>
问题二：什么是智能化员工？ 30分 信息时代知识型员工管理发展的新趋势
内容提要：信息时代知识型员工是企业的核心，知识型员工的管理由于信息经济的到来，使得管理的发展出现了新的趋势，主要体现在组织结构、知识资本、信息沟通、教育培训等方面。
关键词：信息时代 知识型员工 管理
当今世界，信息技术飞速发展，信息化速度迅猛，世界面临着信息化、全球化的两大趋势。在科技先进和信息化先行的发达资本主义国家，又涌现了知识经济的浪潮，这给经济管理实践和传统经济管理理论带来许多新情况和新课题。信息基础设施升级和信息技术的迅猛发展，使知识的生产存储、分享和使用在技术上更为可行、经济上更为合算，经济活动中各种要素的配置、组合方式了将更为合理、更有效，企业经济管理之间的竞争的重点在知识、资讯、科技综合体---知识型的人才，而经济管理中各种要素的管理归根到底是对高素质人员的管理D知识型员工的管理，知识型员工管理是企业成败的关键因素。
一 有关知识型员工的几个基本概念
1知识型员工
美国着名的管理学家彼得・德鲁克(PeterDrucker)提出了知识工作者(knowledgeworker)的概念：知识型员工是指,一方面能充分利用现代科学技术提高工作的效率,另一方面知识型员工本身具备较强的学习知识和创新知识的能力。知识创新力是知识型员工最主要的特点。此外,知识型员工的工作主要是一种思维性活动,知识的更新和发展往往随环境条件的变化而有所适应,具有很大的灵活性。所以,知识型员工兼具知识性、创造性、灵活性等方面的特征。加拿大着名的学者、加拿大优秀基金评选主审官弗朗西斯・赫瑞（Frances Horibe）认为：“简而言之，知识员工就是那些创造财富时用脑多于用手的人们。他们通过自己的创意、分析、判断、综合、设计给产品带来附加价值。当然创造过程中了用到手，但只是用手将数据输入计算机而不是用手扛一个50磅重的麻包。”本文认为知识型员工是指在一个企业组织之中用智慧所创造的价值高于其动手所创造的价值的员工。
2 知识管理、信息管理
信息经济时代企业的生产经营管理发展为知识型的管理简称为知识管理，它是运用集体的智慧提高应变创新的能力，为企业实现显性知识和隐性知识共享提供新的途径。纯粹的信息管理则是对企业信息进行分类等。知识不等信息，知识是信息与人类认知能力结合的产物。知识与信息的不同是知识管理、信息管理这两种管理最大的不同点。知识管理包括对人的管理和对信息的管理，它是体现“以人为本”的管理。知识管理有利于企业信息处理能力与员工的创新能力相结合，进而增加企业应变能力和预见能力。20世纪末发达国家不少企业在企业总经理与信息部经理之间设立一种知识主管（CKO）的新职位，并作了适当的分工，信息部经理重点负责企业技术与信息的开发应用，而知识主管主要从事企业创新和培养有创新能力的员工。
二 知识型员工管理发展新趋势
1 知识进一步资本化
在信息经济形态下,知识作为资本其价值的实现有多种途径。知识型员工知识价值的实现,是以知识参与经营管理的具体表现,同时对其具有巨大的激励作用。从初始的概念分析,知识也是一项资产,当知识作为资本投资于企业经营过程中时,就已经完成了知识资本化的转变。为了充分发挥知识型员工的积极性,在经营管理过程中应考虑其知识价值的实现途径和方式，可以通过在企业或组织建立知识资本化的激励制度：对拥有核心知识能力的员工,则可以以技术入股的方式给以技术价值的承认。对知识型管理方面的员工,则可用管理入股的形式鼓励其工作积极性。这就是采用股票期权来激励员工,股票期权是一种区别于年薪分配制度和员工持股计划的新的激励方式,它不......>>
问题三：人类智能是什么，有什么特点 人类之所以能成为万物之灵,是因为人类具有能够高度发展的智能.人类智能就是人类认识世界和改造世界的才智和本领.它包括“智”和“能”两种成分.“智”主要是指人对事物的认识能力；“能”主要是指人的行动能力,它包括各种拔能和正确的习惯等等.人类的“智”和“能”是结合在一起而不可分离的.人类的劳动、学习和语言交往等活动都是“智”和“能”的统一,是人类独有的智能活动.意向是人类智能的一个重要方面.人的活动是有目的的、自觉的活动,一刻也离不开自己意向的主导.注意、需要、意图、情绪、意志、理想等都是人的意向活动形式.保持积极的意向、恰当的情绪和顽强的斗志等等,对人类智能的发展和发挥是十分重要的.思维是人类智能的核心.人类智能的特点主要是思想,而思想的核心又地思维.“人是一种思维的动物”,没有思维就没有人类的智能.有了思维,人类才能形成各种较复杂的意向,从而主导着人的活动,表现出人类所特有的自觉能动性.有了思维,人类才能探索自然界的奥秘,发现自然现象背后的规律.有了思维,人类才能发明各种技术,突破自己认识器官和行动器官的限制,大大提高改造世界的能力.
问题四：智能投顾是什么意思？ “智能投顾”也可被称作为机器人投顾、智能理财、自动化理财等。利用大数据分析、量化金融模型以及智能化算法，根据投资者的风险承受水平、预期收益目标以及投资风格偏好等要求，运用一系列智能算法，投资组合优化等理论模型，为用户提供投资参考，并监测市场动态，对资产配置进行自动再平衡，提高资产回报率，从而让投资者实现“零基础、零成本、专家级”动态资产投资配置。叮咚钱包也将正式开始进军智能投顾市场，推出智能投顾产品，预期将在下半年正式上线。
问题五：智能机器人有什么功能 目前用的最多的就是扫地机器人，其他的机器人要么工业用，要么没什么实用价值，多是用于展示的设备。
问题六：人与人工智能区别 意识和人工智能的关系
1、人工智能的本质
人工智能是相对于人的智能而言的。正是由于意识是一种特殊的物质运动形式，所以根据控制论理论，运用功能模拟的方法，制造电脑模拟人脑的部分功能，把人的部分智能活动机械化，叫人工智能。人工智能的本质是对人思维的信息过程的模拟，是人的智能的物化。尽管人工智能可以模拟人脑的某些活动，甚至在某些方面超过人脑的功能，但人工智能不会成为人类智能而取代人的意识。
2、人工智能与人类思维的本质区别
人工智能是思维模拟，并非人的思维本身，决不能把“机器思维”和人脑思维等同起来，认为它可以超过人脑思维是没有根据的。
(1)人工智能是无意识的机械的、物理的过程。人的智能主要是生理的和心理的过程。
(2)人工智能没有社会性。人类智慧具有社会性。
(3)人工智能没有人类意识特有的能动性和创造能力。人类思维则主动提出新的问题，进行发明创造。
(4)电脑可以代替甚至超过人类的部分思维能力，但它同人脑相比，局部超出，整体不及。智能机器是人类意识的物化，它的产生和发展，既依赖于人类科学技术的发展水平，又必须以人类意识对于自身的认识为前提。因此，从总体上说；人工智能不能超过人类智慧的界限。关于电脑能够思维，甚至会超过人的思维，电脑、机器人将来统治人类的观点是完全没有根据的。
3、人工智能产生和发展的哲学意义
(1)人工智能的产生和发展，有力地证明了意识是人脑的机能、物质的属性，证明马克思主义关于意识本质的观点的正确性。
(2)人工智能的产生和发展深化了我们对意识相对独立性和能动性的认识。机器思维即人工智能表明，思维形式在思维活动中对于思维内容具有相对独立性，它可从人脑中分化出来，物化为机械的、物理的运动形式，部分地代替人的思维活动。
(3)随着科学技术的发展，人工智能将向更高水平发展，反过来推动科学技术、生产力和人类智慧向更高水平发展，对人类社会进步将起着巨大的推动作用。
以上是我摘的，我本人不同意以上观点，我认为人工智能它是可以超过人的智能，是由他的物理属性决定的。他的发展不可估量。殊不知人工智能，可以
自我学习， 也可以自我进化，也可以有社会属性。政治上这样说，只不过是
愚弄一些无知的人民。
问题七：什么是人工智能 什么是人工智能
近年来，随着计算机技术的迅猛发展和日益广泛的应用，自然地会提出人类智力活动能不能由计算机来实现的问题。几十年来，人们一向把计算机当作是只能以极快地、熟练地、准确地运算数字的机器。但是在当今世界要解决的问题并不完全是数值计算，像语言的理解和翻译、图形和声音的识别、决策管理等都不属于数值计算，特别像医疗诊断要有专门的特有的经验和知识的医师才能作出正确的诊断。这就要求计算机能从“数据处理”扩展到还能“知识处理”的范畴。计算机能力范畴的转化是导至“人工智能”快速发展的重要因素。
人工智能的定义：
着名的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下了这样一个定义：“人工智能是关于知识的学科DD怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“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。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
人工智能（Artificial Intelligence，简称AI）是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
从实用观点来看，人工智能是一门知识工程学：以知识为对象，研究知识的获取、知识的表示方法和知识的使用。
计算机与智能
通常我们用计算机，不仅要告诉计算机，要做什么，还必须详细地、正确地告诉计算机怎么做。也就是说，人们要根据任务的要求，以适当的计算机语言，编制针对该任务的应用程序，才能应用计算机完成此项任务。这样实际上是在人完全控制计算机完成的，是谈不上计算机有“智能”。
大家都知道，世界国际象棋棋王卡斯帕罗夫与美国IBM公司的RS／6000（深蓝）计算机系统于1997年5月11日进行了六局“人机大战”，结果“深蓝”以3.5比2.5的总比分获胜。比赛结束了给人们留下了深刻的思考；下棋要获胜要求选手要有很强的思维能力、记忆能力、丰富的下棋经验，还得及时作出反映，迅速进行有效的处理，否则一着出错满皆输，这显然是个“智能”问题。尽管开发“深蓝”计算机的IBM专家也认为......>>
问题八：习题一 1.什么是人类智能？它有哪些特征或特点 定义：人类所具有的智力和行为能力。
特点：主要体现为感知能力、记忆与思维能力、 归纳与演绎能力、学习能力以及行为能力。
问题九：应和是什么意思 现代汉语词典解释：（声音、语言、行动等）相呼应：同声~
【词语】应和
【读音】yìng hè
【解释①】反应和谐。
〖出处〗《左传・昭公二十八年》：“心能制义曰度，德正应和曰莫，照临四方曰明，勤施无私曰类。”
【解释②】答和；应声唱和。
〖出处〗①《史记・曹相国世家》：“相舍后园近吏舍，吏舍日饮歌呼……乃反取酒张坐饮，亦歌呼与相应和。”
②宋・叶适《醉乐亭记》：“舟艇各出茭莲中，歌相应和，已而皆会于思远楼下。”
③《四库全书总目・别集二五・沧溟集》：“后七子以李攀龙为冠， 王世贞应和之。”
④管桦《葛梅》：“应和着这女子的笑声，从附近的白杨林里，传来了布谷鸟和黄莺悠扬的鸣啭。”
【解释③】呼应；响应。
〖出处〗①《汉书・陈汤传》：“时康居兵万馀骑，分为十馀处，四面环城，亦与相应和。”
②《宋书・沉攸之传》：“ 敬儿、文和斩其使，驰表以闻；柏年、道和、佩玉怀两端，密相应和。”
③宋・苏轼 《乞将合转一官与李直方酬奖状》：“近日寿州界内强贼甚多……白昼骑马于镇市中劫人。其尹遇等闻之，即欲商量应和，居民忧惧。”
【解释④】应答；应对。
〖出处〗①汉・桓谭 《新论》：“ 哀帝时，有老人范兰，言年三百岁，初与人相见，则喜而相应和，再三，则骂而逐人。”
②《百喻经・米决口喻》：“昔有一人，至妇家舍，见其F米，便往其所，偷米之。妇来见夫，欲共其语。满口中米，都不应和。”
③菡子《致江幼农》：“我们还谈了许多细节，你那么欣慰地应和着，就像谈着你自己的事情似的。”
❷ IBM深蓝对战卡斯帕罗夫是怎么样一回事,要详细,现在有什么更好的方法
“深蓝”的力量——卡斯帕罗夫与“深蓝”的人机大战
--------------------------------------------------------------------------------
易学君
1950年，信息论创始人克劳德·香农说：“下棋问题不管是在步骤上还是在目的
上都非常明确。找到象棋问题的答案既不复杂，也不简单。”当时，计茄御桐算机技术还像
是处在远古的侏罗纪时代一样。
1985年，年仅22岁的俄罗斯棋手卡斯帕罗夫力克群雄，成为历史上最年轻的国象
棋世界冠军。从那以后，他在国际象棋领域里的地位一直未受到严峻挑战，被认为是
有史以来最强的棋手之一。
也正是1985年，专为国际象棋而设计的计算机“深蓝”在美国卡内基——梅隆大
学的实验室中诞生了。当时“深蓝”还不叫现在这个名字，而是叫做“Chiptest”(
字面意思是芯片测试)，设计者是华裔博士生许峰雄。Chiptest 的棋艺也不甚高明，
每秒钟大约只能计算 5万步棋。其后几经演变，几易主人，这台机器的棋艺越来越高
超，直至今天，IBM的深蓝拥有32个头脑(处理器)，并行处理信息，每秒能够计算2亿
步棋，敢以纯粹的计算力量挑战人类的直觉、创造力与经验。
从1985年到1997年，按中国的12生肖记年法来算，是牛年的一个轮回。然而牛年
依旧，胜败却两殊。1997年5月11日，向来自傲于自身智慧的最高级灵长类动物——
人类突然感到自己“万物之灵”的地位受到了威胁；从美国曼哈顿传来的一则消息说，
人类派出的最优秀的象棋代表卡斯帕罗夫被一种没血没肉，有的只是冷冰冰的铁和硅
的机器怪物打败了!
97年34岁的卡斯帕罗夫与“深蓝”的“人机大战”始于5月3日，双方先后共进行
6局对弈。在首局比赛中，卡斯帕罗夫执白先行，经过3个多小时的苦战击败“深蓝”，
力拔头筹。在次日举行的第二局比赛中，“深蓝”却以凌厉的攻势和明显的优势战胜
卡氏，扳回一局。在接下去的第三、第四和第五局比赛中，双方下得异常激烈，鏖战
数小时，最终均战成平局。11日举行的第六局比赛，“深蓝”充分利用执白先行的好
处，一路强攻，仅用一个多小时，双方仅走19步，就让卡氏俯首称臣，取得了决定性
的胜利。
列宁曾说：“国际象棋是智慧的体操。”难道今天机器的智慧体操做得比人好了
吗?如此下去，一度是机器主人的人类会不会沦为机器的奴隶?人们不禁对这一结果感
到忧心忡忡。
专家们发话了。尽管“深蓝”在今年的人机大战中确实战胜了世界冠军卡氏，但
如果人类愿意宽宏大量地承认这台机器有点聪明的话，那它的才智恐怕只能排在最笨
的人之后。
那么，深蓝是如何下棋的，又是什么原因使深蓝如此会下棋? 答案在于深蓝具有
独特的软件设计以及大规模并行处理能力。说到底，深蓝靠“不停地傻算”胜了卡斯
帕罗夫。
“深蓝”是如何下棋的
“深蓝”重达1.4吨，是一台RS/6000SP型超级计算机，共装有32个并行处理器，
每秒能分析2亿步棋。“深蓝”对每步棋作出决定前，有四个主要考虑，包括：(1)棋
子，每只棋子各有价值，但在不同位置和棋局的不同阶段，价值会相对调整；(2) 位
置，电脑就棋子周围能够作安全攻击的四方格数目估值。控制拆肆愈多四方格，愈处于优
势；(3)步调，力求每一步皆有助于操作棋局；(4)保王，电脑替王所处的位置的安全
性估值，以作出防卫棋步。
同时，“深蓝”内存贮了几乎世界上所有的棋谱，对于棋王过去下过的每一局棋
都了如指掌，而且心无旁骛。它能根据卡氏过去的棋局进行程序优化。包装后的“深
蓝”也可以在下棋过程中由人改变程序，根据棋面及时调整战略战术，表现出人性化
的某些智能性。
深蓝的心脏部分是评价函数。这是一种衡量局面“好坏”的计算方法。深蓝走子
之前，首先要考虑四种基本的价值：子力、位置、王的安全性和速度。物质上的子力
比较容易理解，每种子的走法不同，威慑力也不一样。威慑力不同，价值也不一样。
如果我们将子力的潜在价值量化，规定兵算1分，那么马、象各算3分，车算 5分，后
算 9分，王颤坦的价值自然是不可估量的。如何判断位置相对难一些，简单地说，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个方面，但注重的是防守，
计算机必须给王的位置附上一个衡量安全的值，以明确如何进行防御。速度也与位置
有关，但是着眼于如何抢夺棋盘的控制权。如果一名棋手的局面进展缓慢，而对手的
局势进展迅速，那么人们就说这名棋手“失去了速度”。深蓝的程序设计人员首先让
深蓝给这些因素评分，判断走了某一步后，有什么相对的好处。然后搜索所有合法的
走法，选择一种可以使评价函数得分最高的走法。这样，对弈问题就完全变成了一种
计算。
深蓝的威力主要在于大规模并行处理信息的速度。最强和最快是密不可分的。因
为最快的计算机在给定时间内搜索的范围最大，找到最佳着法的可能性也最大。在经
典国际象棋比赛中，每位棋手要求在3分钟内走一步棋。在这3分钟时间里，深蓝能够
计算600亿步着法。这么强大的计算能力确实令人望而生畏，无怪乎被称做“天才棋
手”、但3分钟内最多只能算180步棋的卡斯帕罗夫说：“你必须时时小心，步步提防，
这意味着更令人疲劳。”
世界媒体的报道推波助澜
“人机大战”引起了全球各种媒体的密切关注，美国的《时代周刊》、《纽约时
报》，英国的《卫报》，中国的《人民日报》《参考消息》等不惜篇幅，热情地加以
报道。IBM甚至单独为这场比赛申请了一个WWW站点：ibm.chese.com.详细报道每天的
战况，每天全世界有上千万的用户访问该站点，关注棋局的发展，对此发表自己的讲
解和观点。无论棋界，还是计算机界，IBM再一次名声大振。
5 月23日中央电视台的《体育沙龙》，邀请社会经济学家、哲学家、计算机专家，
以及热心的观众，对“人机大战”的前前后后，所涉及的方方面面，进行了专题讨论。
国内的各个中文站点，如http:‖www.chinabyte.com也在新闻中推出主题，满足各个
网上发烧友畅所欲言的要求。
人类智慧的恐慌
1996年2月卡氏与“深蓝”的6盘比赛，卡氏虽然以4：2战胜“深蓝”，但好像全
世界都为此捏了一把汗，只怕人类为此而失去尊严。而今“深蓝”的棋力有了很大的
长进，结果会是如何呢?
人类有一种根深蒂固的“失控情结”，忧虑自身终将无法驾驭自己所创造的事物，
甚至被其取而代之。西方各种科幻小说，特别是科幻电影的描述，如机器人的失控对
人类的报复，恐龙的复制复活等等，更增加了对此情结的恐慌。今年四五月“克隆羊”
的成功，由此而推断得来的“克隆人”的忧虑，已让世界各种媒体炒得沸沸扬扬，人
心不安。而这次被电脑战胜的棋王，是一位世界公认的，国际象棋界十几年来无人逾
越其顶峰的国际象棋大师，把这种思虑推向了高潮。
我们拥有的人工智能水平
从下棋的过程看，深蓝只是计算机在计算力量上超过了人类——这一点我们从小
小的计算器上就早有领教，而不是在智力上胜过了人类。那么现在的人工智能计算机
是否赛得过人类呢?
广义地讲，人工智能是对人类思维的模拟。由于人类目前还没有充分了解大脑的
功能，因此制造能够真正像人类这样思维的机器也就非常困难。别的不说，单是从什
么地方着手就是问题，因为“直觉没有公式”。但是，有很多科学家还是锲而不舍地
想使机器能够思考。比如，美国得克萨斯州的勒纳特教授，他已花了13年时间把数百
万种常识(比如，父亲的年龄比儿子大等)输入到一台名叫CYC的计算机中，希望通过
这种教育子女的方法使机器具有智能。即：使机器接触一些事实，然后让机器自己搜
集信息并且做出决断。麻省理工学院的布鲁克斯教授也制造了一台小型的人型机器，
希望机器能够通过感觉经验——比如碰壁—而发展出智能。还有一些科学家则在研究
神经网络计算机以达到模拟真正智能的目的。
然而这些实验在模拟人类思维方面都不尽理想。目前人工智能的发展方向主要有
两个，一是从生理和心理角度了解思维的性质；还有一个是研制越来越复杂的计算系
统——智能机器，帮助人们摆脱望而却步的繁琐计算工作。深蓝就是第二种意义上的
一种比较复杂的计算系统。
智能机器已在计算机系统中得到了应用。与一般的计算机系统相比，它能够处理
更为复杂的问题，尽管与人类的思维相比还有很大差距。这方面最重要的研究领域有
信息加工、模式识别、下棋以及医疗诊断等。比如，属于信息加工领域的手写识别和
语音识别就取得了很大进展。在医疗领域，已开发出所谓专家系统：能够分析病人的
症状、病史和试验结果，然后向医生提供诊断建议的程序。
“人机大战”是一场商业游戏吗
IBM公司为这次比赛共投入资金1000万美元，出资110万美元作为比赛的奖金，胜
者得奖金70万。比赛后卡斯帕罗夫得到奖金40万美元，而70万等于发给了其本公司。
由于这次大战，使得 IBM又一次成为媒体的热门，单是它的股票价格上涨，就为其带
来的收益达 2亿美元之多。IBM 是名副其实的大赢家，无论“人机大战”结果如何，
IBM公司都将达到商业目的，取得广告效应。
如果 IBM真的希望通过让“深蓝”与卡氏这样的象棋绝顶高手对弈以取得人工智
能方面的进展，它完全可以常请卡氏作为顾问。IBM 真正的意图是为自己作广告宣传
而已。而据《纽约时报》的报道，这场棋赛是演给全球最大的计算机软件公司 ——
MicrosoftCorporation(微软公司)看的。该报在一篇评论中说：“现在‘深蓝’已经
打败了棋王卡斯帕罗夫，它能够打败微软公司的老板比尔·盖茨吗?”
“深蓝”的胜利最终是人脑的胜利
“深蓝”的背后有无数的计算机专家、人工智能专家、国际象棋大师等等为之努
力，它不是来自天外的尤物，而是许多人的集体智慧结晶和劳动所成。
“深蓝”说到底是一个机器，人类的防线不但没有崩溃，而且应该说是向前进了
一步。有人打趣说，如果有一天，它的智慧变得忘乎所以的话，仅仅把它后面的电源
插头拔掉，一切便万事大吉。“深蓝”目前进行的仅仅是并行操作和线性搜寻，还远
远谈不上“智能”，它不能自己选择目标，也不能进行多元的价值取舍。它甚至不具
备人类的一些简单的思维功能，而思维正是人类的最大优点。
计算机技术，不管哪一天人类设计制造出比“深蓝”更富“智慧”的机器，它仍
远远落后于人脑的潜力。正如研究所表明的，一个正常的人脑，其神经元之间的联系
有1015条，比过去10年中，所有美国人所打的电话还多。
“深蓝”仅仅是 IBM公司在它的科研领域中一小部分，它仅仅是一种科学试验，
仅仅用来证明人类的智能如何来开发、来利用。“深蓝”的胜利最终是人脑的胜利。
深蓝的启迪
正当世人对此次“人机大战”的胜与负议论纷纷时，IBM 的一位科学家指出：谁
胜谁负并不重要，重要的是进一步理解人脑的思维方式，以便将这类成果应用于研究
开发处理能力更强的电子计算机，使之成为能够帮助人们决策的辅助工具。深蓝的计
算机并行计算技术有助于高速处理海量数据并制订最优解决方案。同时，深蓝实验为
人们提供了一种解决问题的新途径，这就是：把专用的软件和硬件与用于一般目的的
机器结合起来，卓有成效地解决复杂问题。
这些经验在航运、医疗保险、金融投资、化妆品制造以及零售等很多领域都有实
用价值。正如 IBM的科学家坎贝尔所说的，“制造解决其他问题的深蓝是研制深蓝的
最终目标”。比如，如果某家航空公司有 500架飞机，飞机有30种不同的型号，目的
地有 150个，那么如何安排飞行才能获得最大的收入和节省最多的油料，并且在保养、
人员安排和返程服务上获得最大的效率? 这个问题的最佳解决方案和较好的解决方案
之间可能有上10亿美元的差别。在这里，深蓝就能派上用场，找到最佳解决方案。还
有，IBM 的科学家正在考虑研制一种有利于解决分子动力学问题的系统，以便预测分
子的行为。制药公司可以用这种系统模拟合成药物，预先了解药物如何发挥作用，这
样就省去了实际合成与测试会碰到的很多麻烦，并大大地节省人力和财力。这也正是
IBM 投入大笔的钱研制深蓝的原因。所以，从帮助人类方面来说，深蓝不是我们的敌
人，而是我们的朋友和工具。
深蓝战胜卡斯帕罗夫的过程纯粹是一种计算过程，但得到的结果却与智力对抗得
到的结果没有什么两样。是否真的有一天，“数量转化为质量”(卡斯帕罗夫语)，智
能机器会以精确的计算胜过人类目前还不能精确说明的直觉和创造力? 这不仅是人类
面临的技术上的课题，也是哲学、心理学……的课题。尽管科学家目前对人工智能还
并不乐观，并且开玩笑说，用克隆技术复制智能比制造人工智能要有效而且容易得多，
但是，未来学家们预言，总有一天，人类所做的大多数事情，电脑会做得更好。
此次深蓝的获胜已让世人真切地感受到了这种力量
❸ 全球防务与航空业“词”别2020年
从2020年初就开始爆发的新冠肺炎疫情，一直肆虐到年底，至今仍然没有看到要消散的迹象。疫情魔影笼罩之下，全球经济所遭受的打击是全面性无差别的，一是指范围，全球很少有国家和地区能在这次疫情中独善其身，二是指几乎所有的经济领域都受到了冲击。
这其中，航空业所遭受的打击远远超出了疫情爆发之初的预测，破产、裁员、停飞、减产、举债等几乎成了航空业尤其是航空运输业的日常。如果说在2020年里，全球航空业还有亮点的话，这个亮点无疑来自军用航空领域。疫情在对全球经济造成沉重打击的同时，也使敏感地区出现冲突和摩擦的可能性大大增加；航空业制造巨头加大对军用航空装备的研发制造和市场推广力度，以此来平衡民机领域损失；政府在防务航空领域加大投入以希望刺激经济复苏、增加就业等等，这些都对2020年的防务与航空领域产生了直接影响。2020年，以人工智能为代表的前沿技术在军用航空中的应用广度和深度都大为提升，无人机似乎成了局部冲突的主导装备，更多国家开始凭自身力量研发新一代战斗机，企业间的兼并与重组多次上演，这些都让2020年的防务与航空领域颇具看点。
人工智能：美国能否继续独大
人工智能是近年来的高频热词，随着算法的演进以及应用理念的扩展，其在军用航空领域的应用可谓方兴未艾。美国，这个梦想永远站在全球航空力量之巅的国家，在过去的一年里，在人工智能应用方面动作连连。
2020年8月，在美国国防预先研究计划局（DARPA）联合美国空军研究实验室（AFRL）以及约翰·霍普金斯大学共同举办的“阿尔法空战格斗系列”比赛中，苍鹭系统公司的“智能空战代理”Falco以16：4的比分击败洛克希德·马丁公司成为本次AlphaDogfight系列赛的冠军。更震撼的是在紧随其后的人机大战中，Falco凭借凌厉的攻势以5：0战胜了顶尖的F-16人类飞行员。而最不可思议的是Falco的战法进化之快，在2019年11月第1阶段的比赛中，Falco勉强能够进行简单的基本驾驶操作；2020年1月的第2阶段比赛中，Falco已经能够像人类飞行员一样进行基本的机动飞行；到2020年8月，Falco已经相当于拥有30年的F-16驾驶经验，并可以凭借凌厉的攻势完胜顶尖人类飞行员。而据苍鹭系统公司透露，在短短9个月的时间里，Falco至少完成了40亿次的仿真训练。
大比分零封人类飞行员，让外界第一次见识人工智能在美国空军中的应用和发展，而空战训练只不过是其应用领域之一。11月，美国两家公司再次创新了人工智能在空战模拟中的应用，在真机驾驶舱中引入AR技术，并结合AI技术，让飞行员驾驶战斗机和生成的虚拟敌对目标进行空战。这项技术不但可用于空战训练，还可以用于空中加油训练，使用AR和AI技术生成虚拟的空中加油机，飞行员驾驶战斗机进行加受油对接训练。
而作为美国空军最具野心的人工智能项目，“天空博格人”旨在研发一种采用开放式架构的AI软件和控制系统，并且可以集成到无人机或有人机平台上。集成了AI软件的无人僚机作战时可根据有人战斗机的指示或者人工智能算法自主开展行动，可以前出执行侦察或打击任务，避免有人机进入险境，也可以成为空中网关，允许使用不同通信系统的战机相互交流，美国空军已经完成了相关试验。12月初，目前美国空军分别向波音公司、通用原子公司和克拉托斯公司授予合同，制造“天空博格人”原型机，并将在一系列实验中作为“忠诚僚机”进行飞行验证。按照，三家公司的首批无人机将于2021年5月前交付，并在2021年7月开始的有人机-无人机编组飞行试验之前实现首飞，届时用于试验的无人机将集成AI软件系统。在美国空军授出上述合同之前，美国陆军在10月使用AH-64E直升机进行了有人-无人系统作战试验，AH-64E机组人员在飞行中指挥编队中的一架无人机担负空中侦察任务，并对搜索到的目标进行锁定和激光指示，然后机组人员指挥编队中的另一架无人机发射导弹摧毁目标，而这则是将来“天空博格人”主要的应用场景之一。
除了美国之外，英国也在推进人工智能在空军中的应用。在12月与国内VRAI公司签订合同，由后者将虚拟现实、人工智能技术集成到训练模拟器上，以模拟高危险环境中的飞行状态，并对飞行员的飞行技巧和表现进行预测与评估，一是可以降低训练成本，二是可以针对飞行员的实际情况进行个性化的训练。过去的一年里，俄罗斯在人工智能应用方面也是动作连连，但多限于制造领域。俄罗斯在PD-14发动机、AI-222-25发动机的制造过程中都引入了人工智能技术，并结合数字孪生技术，对发动机的生产过程中进行全程监控，同时进行虚拟测试，进而提升产品质量和生产速度，减少单台发动机测试量。
无人机：主角光环日强
从诞生之初到现在，无人机已经走过了半个多世纪的发展历程，所以对于2020年来说，它算不上一个新生事物。然而也就是在过去的一年里，无人机的技术发展和应用都呈现了新的特点，也预示着新的趋势。
在2020年两大地区冲突中，无人机的曝光度远远超出了有人驾驶飞机。2月27日至3月5日，土耳其军队于在叙利亚西北部的伊德利卜省发起“春天之盾”军事行动，大规模介入叙利亚战争并与叙政府军激烈交火。
与以往的行动不同，土耳其军队在这次行动中没有出动有人驾驶战斗机和地面部队，而是派出大量ANKA-S长航时大型无人机和TB-2轻型无人机，对叙利亚目标展开大规模空中打击。在近一周的行动中，叙利亚方面超过200个目标被摧毁，包括1个指挥中心，5个弹药库以及超过40辆装甲车辆，此外还有超过300名叙利亚士兵在无人机精确打击下被打死。在这次行动中，无人机首次作为空中打击力量的主体，被大规模应用于空袭任务，并取得了重大战果。
而在9月爆发的阿塞拜疆和亚美尼亚武装冲突中，双方在长期存在争端的纳卡地区投入了大量无人机参与作战，尤其是阿方参战的无人机数量多、品种广、战果大，表现非常抢眼，对于阿方最终在这场战争占据优势发挥了决定性的作用。
在上述两场地区冲突中，俄罗斯都是参与方之一，也亲眼见证了无人机所表现出来的强大战斗力，这也成了间接推动俄罗斯加快无人机研发部署的因素之一。据俄罗斯国防部去年底发布的报告称，俄罗斯军方2020年总计接受了147架飞机，包括新的“猎户座”、“哨兵”无人机系统。“猎户座”是一种察打一体无人机，有效载荷达到180千克，有消息称俄罗斯在叙利亚冲突中曾秘密投入多架该型无人机进行战斗试验。而在8月，俄罗斯首次展出了正在研制的“雷霆”无人作战飞机，该无人机基于当下流行的“忠诚僚机”概念，能够与有人驾驶战斗机联合执行作战任务，最大载荷可以达到2吨。
而作为俄罗斯最为看重的作战无人机项目，“猎人”重型无人攻击机在12月初首次以“战斗机-拦截机”方案针配装空空导弹模型进行了飞行测试，以评估机载电子设备和火控系统和苏-57战斗机的电磁兼容及协同能力。很显然，该机未来也将和有人战斗机联合执行作战任务，就在上述试验完成之后不久，“猎人”无人机还与图-95MS轰炸机进行了协同作战测试，后者机组在飞行中对无人机进行了模拟操纵。按照俄罗斯的计划，“猎人”无人机将于今年正式装备部队。
在2020年的无人机市场上，美国的一个举动成了最大变量。作为一项重大政策转变，美国政府调整了向海外盟友出售军用无人机的规定，新增了体型更大、速度更快的无人机类别，包括飞行时速不超过800千米的大中型长航时无人机也可对外出口。根据新规，外国合作伙伴可采购的产品范围将扩大到美国几乎全部的军用无人机型，MQ-1C“灰鹰”、MQ-9“死神”、RQ-4“全球鹰”的最高时速均远低于800千米／时，这些察打一体无人机系统在过去20年美国开展的反恐斗争中发挥了关键作用。不过在这之前，美国空军已经向国内工业界发出了信息请求，让工业界提交关于下一代察打一体无人机平台的方案构想。美国空军发布的需求书显示，情报、监视和侦察与打击能力依旧是新一代无人机的基本功能要求，但同时强调新无人机应具有但不限于：自主、人工智能（AI）、机器学习、数字工程、OMS 开放式任务系统和低成本可消耗等特点。
美国的无人机新政策发布之后，印度成了直接受益者。9月，印度宣布将从美国采购30架“捕食者”无人机，然而美方高达30亿美元的要价让印度很快改变了主意，改为租借2架。有观点认为这是批量购买之前的试用行为。
下一代战斗机：各有不同
受新冠肺炎疫情影响，全球最大军机生产商洛克希德·马丁公司没有完成年初制定的生产目标，全年总计交付123架F-35战斗机，较年初计划少了13架，甚至少于2019年134架的总产量。尽管如此，F-35仍然是全球生产装备数量最多、机队规模和用户扩张最快的第四代战斗机。据来自洛马公司的统计数字，F-35的总产量已经超过600架，机队总飞行时数超过34.5万飞行小时，列装美国、英国、意大利、澳大利亚、挪威、荷兰、以色列、日本、韩国9个国家，美空军、海军和海军陆战队，以及英国皇家空军、意大利空军、以色列空军、日本航空自卫队、韩国空军、挪威空军等9个军种部队已宣布形成初始作战能力，其中美空军、美海军陆战队、英国皇家空军、以色列空军、意大利空军和挪威空军等6个军种部队已使用该型机执行作战任务。
说起F-35不得不提到韩国和日本，这两个国家是F-35在亚太地区的主要用户，并且两国的装备数量未来有可能会大幅增长。韩国方面，自2018年3月接收首架F-35战斗机之后（首批2架于2019年4月抵达韩国本土部署），截至2020年底，韩国空军已总计接收了24架F-35A战斗机。根据2014年的采购合同，韩国将在2021年底接收全部40架F-35A。韩国装备F-35的速度明显快于日本，日本于2016年9月从洛马手中接收了首架F-35战斗机，截至2020年11月总计接收了21架。日本于2012年宣布采购42架F-35，其中前4架由美国洛马公司制造，其余38架在日本国内制造总装。
除了从国外购买F-35之外，韩国和日本国内的下一代战斗机研制计划也都在持续推进，韩国仍然领先一步。据来自韩国航空航天工业集团（KAI）的消息，其所属泗川工厂于2020年9月开始了首架KF-X原型机的总装工作，2021年4月总装下线，以确保2022年能够实现首飞。按照计划，KAI将总计生产6架原型机，并进行为期4年的各类地面测试和飞行测试，2026年完成全部设计开发工作。与此同时，KF-X的主要机载系统的研制和交付也在按时推进，2020年5月，GE公司向KAI交付了第一台用于KF-X项目的F414-GE-400K发动机，目前该发动机已经由韩华技术负责在韩国国内进行地面测试。截至2020年底，GE将总计向韩国提供15台该型发动机，这些发动机将全部用于6架原型机（3台备份）。2020年8月，韩华-泰雷兹公司正式对外展示用于KF-X的首套主动相控阵雷达（AESA）系统，并表示该雷达系统的电线阵列由1000个T/R模块组成，具备很强的边跟踪边扫描能力，并能够同时跟踪、探测和识别多批次目标。目前，该雷达系统已经开始进行地面测试。日本方面，在经历了多年的徘徊之后，终于在2020年10月启动了下一代战斗机研制项目，日本防务省宣布与三菱重工签订全新F-X战斗机开发合同，并计划2030年用F-X换装F-2战斗机。
2020年的最后一周，俄罗斯对外宣布其空天军部队已经接收了第一架苏-57战斗机，该机也算守住了2020年服役的节点。2019年底，首架量产型苏-57战斗机试飞时坠毁，让该机的服役时间整整后延了一年。
重组：市场和政府的双手腕
在疫情的冲击之下，2020年民航运输领域内的破产、并购重组并不罕见，但是防务领域的并购也屡屡上演。2020年1月底，Leidos Holdings公司宣布完成对了私人公司Dynetics的并购，这项并购的成本接近17亿美元。这次并购虽然不如以往的企业并购那样规模宏大，但是在行业内的意义却不可小觑。Leidos Holdings公司是美国五角大楼主要的供应商之一，长期为美国军方提供网络建设和安全等服务，而Dynetics则长期从事反导技术的研究，在反无人机技术、激光技术、情报获取等方面也有很强的实力，并且是波音、洛马等巨头的分包商。
2020年4月3日，在通过了反垄断调查之后，雷神公司（Raytheon）和联合技术公司（UTC）的合并顺利完成。新公司被命名为雷神技术公司Raytheon Technologies。同时，联合技术公司也完成了对其非航空航天业务（开利公司和奥的斯公司）的剥离。合并后的雷神技术公司将成为全球航空航天和防务领域新寡头。2019年预估营业收入为740亿美元，全球共有19.5万名员工，其中包括6万名技术人员。本次合并以雷神转换为UTC股票的方式完成。雷神公司每股普通股转换为2.3348股UTC普通股。合并完成后已作为新的“雷神技术公司”在纽交所开始交易，股票代码由UTX变为RTX。新的雷神技术公司下辖四大业务板块，分别是柯林斯宇航公司、普惠公司、雷神智能与航天、雷神导弹与防御技术。
2020年底，美国防务巨头洛克希德·马丁公司宣布与美国火箭发动机制造商航空喷气·洛克达因达成协议，将以每股56美元的现金价格收购后者，这次并购的总成本达到44亿美元。根据双方达成的协议，航空喷气·洛克达因公司将于2021年3月10日关停所有业务活动，而全部并购工作也将于今年下半年完成。航空喷气·洛克达因公司拥有近5000名员工、在美国有15家大型工厂、2019年总收入约为20亿美元，是世界公认的航空航天和火箭发动机制造商，也是洛马公司航空、导弹、火控和航天业务的长期合作伙伴。按照洛马的说法，这次并购将补齐洛马业务的短板，同时会降低采购成本，并有助于其在航天和高超声速技术领域保持领先地位。
与上述纯市场行为的并购相比，俄罗斯航空工业在过去一年的重组更多的是国家行为。2020年3月，俄罗斯联合飞机制造集团（UAC）并入“俄罗斯技术”国家公司（“俄技”）的行动基本完成，这是21世纪以来俄航空工业集中化重组改革的重大里程碑事件，标志着俄罗斯航空工业回归了统一集中管理。借此合并方机会，“俄技”航空板块开始对UAC深度调整，进一步融合民用、军事和运输航空部门，力图打破工业企业之间的技术、产品、市场和服务壁垒，裁剪冗余业务，剥离非核心资产，提高航空产品研制和资金利用效率，降低管理和企业运营成本，间接缓解债务问题。合并后“俄技”作为统一管理机构，对航空工业的资产、战略方向、规划计划等进行统筹协调；UAC的地位与俄直公司、联合发动机制造集团公司、无线电电子技术集团公司、“技术发展”集团公司类似，共同归属“俄技”航空板块管理。2020年4月到8月，一系列围绕着飞机和直升机工业企业的整合工作开始紧锣密鼓的推进。
不是尾声
回望2020年，防务与航空领域发生了太多太多的事，仅仅几个关键词就想全面对其盘点难之又难。行至文末，突然又发现在2020年还有很多事情如雾里看花一般，一直有消息，但也一直没结果。俄罗斯的“未来远程航空系统”即PAK DA自2009年宣布启动以来，一直给人一种神秘莫测的感觉，2020年也再次传出消息声称其已经在制造之中，预计2021年首架原型机下线。美国的第六代战斗机项目，海军和空军立足于各自需求已经反复论证多年，是海空军通用还是各自搞一个型号，是有人还是无人莫衷一是。尽管美国海军在2020年7月宣布启动下一代舰载战斗机研制计划，但是至今也没有太多的信息流露出来。同样雾里看花的还有印度自研第四代战斗机项目，从早期的MCA演变到现在的AMCA，2020年甚至传出了要和罗罗联合开发配套的新型发动机，而定位也变成了第六代战斗机。
凡是过往，皆为序章，希望在新的一年里，上面这些事情能够拨云见日，舒尔清朗。
❹ 量化交易到底有多可怕
量化交易的可怕甚至说是恐怖。
关于量化交易，监管层目前还没有明确表态，过去为了增加流动性，量化交宴敬易逐步走上主流，并正以几何倍数增长，收割速稿森度同时加快，只要探头出来，头就掉，谁还敢炒股?问题是这个市场拥有世界上最多的散户，用最古老的方法，而量化是极少部分资本家收割的机器，这样就失去公平竞争环境了，长此下去，散户全部完蛋，都是机器对赌，这是个什么市场?跟业绩有关吗？跟价值投资有关吗？人机大战到底谁更胜一筹？记得多年前的国际象棋人机大战吗？世界排名第一的顶级高手也干不过机器人，这就是现实。但是现在的国际象棋比赛仍在进行，当然也不会允许任何一个国家派机器人参赛，这就是规则，放到股票市场依然使用。那是不是以后股民就没法玩了，当然不是。我键祥亩们应该极限的降低盈利预期，管好自己的手，赚到就跑，但是这对于任何一个股民都是难以做到的。是的，我们的很多对手正在从人变成机器。这里的机器，说的是量化程序。通常，量化分为两种：一种是全量化，模型设计，信号分析，交易过程，全部量化，这种量化接近阿尔法狗，是最可怕的;还有一种是半量化，就是主观+量化，人分析和思考，甚至人来选股，由机器来完成操作。毫不客气的说，单单靠量化交易做出来的成交量是虚假繁荣。那么，量化是朋友还是敌人?从机器最终取代人的角度，量化绝对是敌人。因为短线交易，凡是模型化的，理论上机器都可以取代人。凡是理解力性质的，人还能保留一丝的优势。问题是，当量化的资金规模足够大，你的理解力本来很好的股票，但是量化机器判断为不好的股票，直接在几分钟之内开砸，那么“劣币就会驱逐良币”。到最后，没有谁更好，只有谁的资金体量大谁最好。量化交易思考，机器正在主宰市场？——量化无限扩大后最可怕的后果是什么？这就是量化规模扩大对市场的最负面影响。其实，投资没有绝对真理，特别是短线，谁钱多谁就拥有真理。哪怕你是对的，经不住机器人操作几百亿规模的基金进行反向操作。所以，不得不进行可怕的展望，量化机器可能重塑我们的交易哲学。
❺ 牛未到，证金加杠杆先到，股民准备好了吗
经历了3.17日和3.18日两天中长阳之后，市场中的牛市呼声鹊起，有人喊出要涨到3500点，有人说国家队资金要涨到4500点（因为在此点位之前不减持的承诺）。
经历了3.17日和3.18日两天中长阳之后，市场中的牛市呼声鹊起，有人喊出要涨到3500点，有人说国家队资金要涨到4500点（因为在此点位之前不减持的承诺）。就在市场猜测为何大涨之际。证金公司官网公告：“自2016年3月21日起，中国证券金融公司恢复转融资业务182天、91天、28天、14天、7天等五个期限品种，并下调各期限转融资费率，具体为：182天期3.0%、91天期3.2%、28天期3.3%、14天期和7天期3.4%。 ”
转融资为何物：转融资业务是指证券金融公司将自有或者依法筹集的资金出借给证券公司，供其办理融资业务的经营活动。转融通业务的开启，对证券公司的高端零售业务、机构业务、资管业务、研究服务和量化工具运用等都起到一定的推动作用。同时，转融通释放出来的资本金，也将推动证券公司其他资本运用业务的发展，对于资本金运用能力强的证券公司，将有效提升其资本收益水平档扮。很显然转融资是为资金杠杆提供了条件。
资金杠杆无处不在：我们生活在一个杠杆的世界里，很小的本金就能撬动很大的收益。你有100块钱，可以向金融机构借钱来买东西，能借的倍数就是杠杆率。债券回购可以放大到5-10倍杠杆；P2P配资的杠杆率是5-10倍，极端的15倍；融资融行旁灶券是1.5倍杠杆。在目前的世界里，很多东西的价格波动是由杠杆所推动的，比如说贷款买房，就是杠杆套利。杠杆世界的特性就是有着不可避免的泡沫与萧条周期，在泡沫期，所有的资产价格都在杠杆原理下膨胀，而一旦市场出现了大规模获利盘套现，就会瞬间把泡沫打掉，同样经由杠杆原理放大，引发经济的大萧条。杠杆世界是充满泡沫的动荡不安的世界。
A股的资金杠杆牛市：自2014年下半年以来，沪深股市在沉寂了7年之后，开始反弹；而2015年2月开始，两融随着两融余额快速攀升，杠杆资金对市场的影响力日益加大，由此引发的波动风险随之上升。如图所示，这就是去年那波牛市时，两融数据，从2月开始其突然激增，随后对比股市方面也出现了一波波澜壮阔的行情。2月9日时不足3100点，而6月12日时就碰触到了5178点，4个月涨了近70%。
去杠杆导致的泡沫风险：杠杆资金的突然涌入固然能把股指推到很高，但突然间的撤离也会把大盘猛砸下去，让无数人倾家荡产。而杠杆资金的特性是不能承压，稍有风吹草动就会离场。因为它们天生就不具备抗险能力，在15倍杠杆下，纵然利润会放大15倍，但损失也会以同样倍数放大。在我国股市运行多年来，牛市行情都伴随着活跃的场外股票融资活动，甚至出现过券商违规透资、股票账户三方监管透资、民间金融机构配资、委托理财和国债回购融资等违规融资炒股的情况，由于缺乏公开透明的监管，给证券行业和客户带来较大风险。作为情绪和资金的放大器，融资融券是把“双刃剑”，融资杠杆既能够撬动市场加速上行，也会变身成为调整阶段的助跌利器。而两融操作活跃的主力资金多以短线交易为主，风险承受能力较强，操作风格激进，在敏感期，此类资金的异动也将加剧市场波动。
此时提杠杆的意图与股民策略：本月的财政部数据显示，1-2月，全国印花税450亿元，同比下降1.8%。其中，证券交易印花税247亿元，同比下降9.9%。 而且近期市场就在3.11日还创出了1285亿元的地量，同时两融业务方面也是在上周末创了15个月的新低，两融余额降为8357.35亿元创15个月新低。两融余额作为风险偏好资金，其增减往往代表着对未来行情好坏预期，如2015年9月底的反弹，便是两融资金不断走高助推大盘长达3个月反弹的。因此，如果后期两融数据提升，那么股民也是可以顺势跟随做一波行情，要注意“杠杆资金的特性是不能承压，稍有风吹草动就会离场。”因此，死多、死空并不适合A股启数，一定要学会做波段，冷静看待行情。
平安损失得到回补近日，根据这项计划，预计阿姆斯特丹上诉法院将在9到12个月内作出裁决，我们会审慎观察。目前中国平安持有12,099,626万股富通保险(Ageas)股票，平安持有的股票市值粗略估算为5.18亿欧元，记者大概估算平安挽回约50亿人民币的损失，富通集团(Fortis Group)由政府主导重组并剥离资产。
据了解,阿里VR实验室由阿里无线、内核、性能架构等多个领域的技术领军人物主持,其成立后的第一个项目是“造物神”计划,目标是联合商家建立世界上最大的3D商品库,加速实现虚拟世界的购物体验，未来虚拟现实行业的投资也将大幅增加,行业增速有望提升至30%左右，具体投资策略上,东兴证券看好具有战略前瞻并且先行先动的公司,建议从四大领域布局相关概念股。
由于雨润债券即将到期，雨润集团实际控制人祝义财的调查近日就将有结果，暂无法代理发行人进行本期债券的付息兑付工作，雨润食品发布公告。但15雨润CP001到期本息兑付仍存在不确定性，通过走访、邮件和电话等方式多次与公司进行沟通认为，其债务偿付主要依赖于外部支持，但截至公告出具日。
威廉指标（WR）的买卖点： 1、当WR14突破80时，说明市场进入超买状态，就是看涨买入信号，与KDJ随机指标有很多相似之处,都是追踪收盘价在过去一段时间价格区域中相对位置,只不过其考察角度正好和随机指标相反。2.低于-80,超卖,即将见底,应伺机买进，5. W％R指标由超买区向下滑落表示行情趋势转向,若跌穿-50,表示趋势彻底转弱,可以追加卖出。
穿过鞍山火车站附近的五一路立交桥后，就是与共和国同龄的世界500强企业-鞍钢集团，大家按照政策回家计算自己的应得工资，大致意思是。可以自愿实施内部退养，2016年鞍钢集团工资总额预算预计比上年下降8%-10%，21世纪经济报道记者获悉，上述人员精简其实是十年前裁员的重演。
炒股以来， 长坐不语，他携陆楠访过心理医生，在申银万国证券交易所。账户里有点钱，我现在 买点银行理财产品和纸黄金，2007年买了20多万元的中国远洋，”民间 炒股高手李金国说：“不要过度欣喜地解读目前弱市中的上升。
爱笑的人，一跃成为白云山的第二大股东，蒋菲能那么容易获得这巨大的成功？这是很多投资者的疑问，其他大户完全无可奈何。这个此前并未被人注意、人生经历甚为普通的绍兴姑娘，人们无疑会对其资本的积累过程产生好奇，看不出来会有上亿的资金，那就是财富+敏锐的投资技巧。
于是辞掉了工作，手里的资金赚到盆满砵满.“股市永远蕴藏着机会，以强势股为主，她总结自己的炒股方法是“三看”：一看大盘。陈海涛说“股票是个很圆滑的东西，另外,她认为短线操作最重要的是买卖点的把握, 控制风险，自信风格、稳健操作，并获超过半数资金管理人认可。
并创下当时李大霄创造的“婴儿底”说法，本月14个交易日创13阳，场内，发展股票市场。这句话也奠定了今年股市稳定向上的基础，场内：我们先从技术面分析：k线走势已经完全走上了4均线以上，昨日上证已突破3000亿这是慢牛的节奏，前期被套资金较多。
并不丢人，经过本次的六连阳都有了不小的收获，跌停的股票没有，那么说明筑底有效。至少有向上冲高的动作，一小部分空头，3020是大盘将会轻松越过的目标，上涨也风起云涌。
国家队比较保险，虽然年龄大了但一直很有兴趣，基本都是长线持股，我已经持有三四年了。也有赔的，炒股就是心态要好，但是还能在股市里超越无数的人，连续走高。
市场的重心会逐渐上行，从技术上看，5周均线对大盘形成支撑，预计市场反弹仍将持续。预计下周一市场可能会出现洗盘行情，5178点并不是三浪结束，二浪调整结束就是三浪三主升，控制好仓位持股观望。
情场也不得意，这样嫌平爱富的女孩离开了自己也是好事，但也不能说她就是“垃圾”，应该接受利用新的赚钱工具炒股。”带着这样的想法，随后的一周时间里，张先生割舍不下，90万元一周之内化为乌有。
这些热点都不是无缘无故爆发，人工智能则是因为上周的人机大战，应该做到顺势而为，且突破近两周的箱体站上20与30日均线。更需注意的是，而作为人气指标的创指否极泰来强势突破，国泰君安固收分析师徐寒飞认为，变相释放结构性宽松和积极降息信号。
下周应有剧烈震荡广州万隆表示，意味着下周主力对板块个股将有更凶猛的炒作动作，目前行情与2月份波段上升行情最大区别在于，恰好为投资者调仓换股带来契机。两市均出现明显放量且沪市单日成交突破3000亿元，下周初或冲高回落九鼎德盛表示，放大的量能显示，九鼎德盛提醒。
❻ 人工智能的发展,主要经历哪几个阶段
1 孕育阶段
这个阶段主要是指1956年以前。自古以来，人们就一直试图用各种机器来代替人的部分脑力劳动，以提高人们征服自然的能力，其中对人工智能的产生、发展有重大影响的主要研究成果包括：
早在公元前384-公元前322年，伟大的哲学家亚里士多德(Aristotle)就在他的名着《工具论》中提出了形式逻辑的一些主要定律，他提出的三段论至今仍是演绎推理的基本依据。
英国哲学家培根(F. Bacon)曾系统地提出了归纳法，还提出了“知识就是力量”的警句。这对于研究人类的思维过程，以及自20世纪70年代人工智能转向以知识为中心的研究都产生了重要影响。
德国数学家和哲学家莱布尼茨(G. W. Leibniz)提出了万能符号和推理计算的思想，他认为可以建立一种通用的符号语言以及在此符号语言上进行推理的演算。这一思想不仅为数理逻辑的产生和发展奠定了基础，而且是现代机器思维设计思想的萌芽。
英国逻辑学家布尔(C. Boole)致力于使思维规律形式化和实现机械化，并创立了布尔代数。他在《思维岩丛法则》一书中首次用符号语言描述了思维活动的基本推理法则。
英国数学家图灵(A. M. Turing)在1936年提出了一种理想计算机的数学模型，即图灵机，为后来电子数字计算机的问世奠定了理论基础。
美国神经生理学家麦克洛奇(W. McCulloch)与匹兹(W. Pitts)在1943年建成了第一个神经网络模乱迅型(M-P模型)，开创了微观哗枣此人工智能的研究领域，为后来人工神经网络的研究奠定了基础。
美国爱荷华州立大学的阿塔纳索夫(Atanasoff)教授和他的研究生贝瑞(Berry)在1937年至1941年间开发的世界上第一台电子计算机“阿塔纳索夫-贝瑞计算机(Atanasoff-Berry Computer，ABC)”为人工智能的研究奠定了物质基础。需要说明的是：世界上第一台计算机不是许多书上所说的由美国的莫克利和埃柯特在1946年发明。这是美国历史上一桩着名的公案。
由上面的发展过程可以看出，人工智能的产生和发展绝不是偶然的，它是科学技术发展的必然产物。
2 形成阶段
这个阶段主要是指1956-1969年。1956年夏季，由当时达特茅斯大学的年轻数学助教、现任斯坦福大学教授麦卡锡(J. MeCarthy)联合哈佛大学年轻数学和神经学家、麻省理工学院教授明斯基(M. L. Minsky)，IBM公司信息研究中心负责人洛切斯特(N. Rochester)，贝尔实验室信息部数学研究员香农(C. E. Shannon)共同发起，邀请普林斯顿大学的莫尔(T.Moore)和IBM公司的塞缪尔(A. L. Samuel)、麻省理工学院的塞尔夫里奇(O. Selfridge)和索罗莫夫(R. Solomonff)以及兰德(RAND)公司和卡内基梅隆大学的纽厄尔(A. Newell)、西蒙(H. A. Simon)等在美国达特茅斯大学召开了一次为时两个月的学术研讨会，讨论关于机器智能的问题。会上经麦卡锡提议正式采用了“人工智能”这一术语。麦卡锡因而被称为人工智能之父。这是一次具有历史意义的重要会议，它标志着人工智能作为一门新兴学科正式诞生了。此后，美国形成了多个人工智能研究组织，如纽厄尔和西蒙的Carnegie-RAND协作组，明斯基和麦卡锡的MIT研究组，塞缪尔的IBM工程研究组等。
自这次会议之后的10多年间，人工智能的研究在机器学习、定理证明、模式识别、问题求解、专家系统及人工智能语言等方面都取得了许多引人注目的成就，例如：
在机器学习方面，1957年Rosenblatt研制成功了感知机。这是一种将神经元用于识别的系统，它的学习功能引起了广泛的兴趣，推动了连接机制的研究，但人们很快发现了感知机的局限性。
在定理证明方面，美籍华人数理逻辑学家王浩于1958年在IBM-704机器上用3~5min证明了《数学原理》中有关命题演算的全部定理(220条)，并且还证明了谓词演算中150条定理的85%，1965年鲁宾逊(J. A. Robinson)提出了归结原理，为定理的机器证明作出了突破性的贡献。
在模式识别方面，1959年塞尔夫里奇推出了一个模式识别程序，1965年罗伯特(Roberts)编制出了可分辨积木构造的程序。
在问题求解方面，1960年纽厄尔等人通过心理学试验总结出了人们求解问题的思维规律，编制了通用问题求解程序(General Problem Solver，GPS)，可以用来求解11种不同类型的问题。
在专家系统方面，美国斯坦福大学的费根鲍姆(E. A. Feigenbaum)领导的研究小组自1965年开始专家系统DENDRAL的研究，1968年完成并投入使用。该专家系统能根据质谱仪的实验，通过分析推理决定化合物的分子结构，其分析能力已接近甚至超过有关化学专家的水平，在美、英等国得到了实际的应用。该专家系统的研制成功不仅为人们提供了一个实用的专家系统，而且对知识表示、存储、获取、推理及利用等技术是一次非常有益的探索，为以后专家系统的建造树立了榜样，对人工智能的发展产生了深刻的影响，其意义远远超过了系统本身在实用上所创造的价值。
在人工智能语言方面，1960年麦卡锡研制出了人工智能语言(List Processing，LISP)，成为建造专家系统的重要工具。
1969年成立的国际人工智能联合会议(International Joint Conferences On Artificial Intelligence，IJCAI)是人工智能发展史上一个重要的里程碑，它标志着人工智能这门新兴学科已经得到了世界的肯定和认可。1970年创刊的国际性人工智能杂志《Artificial Intelligence》对推动人工智能的发展，促进研究者们的交流起到了重要的作用。
3 发展阶段
这个阶段主要是指1970年以后。进入20世纪70年代，许多国家都开展了人工智能的研究，涌现了大量的研究成果。例如，1972年法国马赛大学的科麦瑞尔(A. Comerauer)提出并实现了逻辑程序设计语言PROLOG；斯坦福大学的肖特利夫(E. H. Shorliffe)等人从1972年开始研制用于诊断和治疗感染性疾病的专家系统MYCIN。
但是，和其他新兴学科的发展一样，人工智能的发展道路也不是平坦的。例如，机器翻译的研究没有像人们最初想象的那么容易。当时人们总以为只要一部双向词典及一些词法知识就可以实现两种语言文字间的互译。后来发现机器翻译远非这么简单。实际上，由机器翻译出来的文字有时会出现十分荒谬的错误。例如，当把“眼不见，心不烦”的英语句子“Out of sight，out of mind”。翻译成俄语变成“又瞎又疯”；当把“心有余而力不足”的英语句子“The spirit is willing but the flesh is weak”翻译成俄语，然后再翻译回来时竟变成了“The wine is good but the meat is spoiled”，即“酒是好的，但肉变质了”；当把“光阴似箭”的英语句子“Time flies like an arrow”翻译成日语，然后再翻译回来的时候，竟变成了“苍蝇喜欢箭”。由于机器翻译出现的这些问题，1960年美国政府顾问委员会的一份报告裁定：“还不存在通用的科学文本机器翻译，也没有很近的实现前景。”因此，英国、美国当时中断了对大部分机器翻译项目的资助。在其他方面，如问题求解、神经网络、机器学习等，也都遇到了困难，使人工智能的研究一时陷入了困境。
人工智能研究的先驱者们认真反思，总结前一段研究的经验和教训。1977年费根鲍姆在第五届国际人工智能联合会议上提出了“知识工程”的概念，对以知识为基础的智能系统的研究与建造起到了重要的作用。大多数人接受了费根鲍姆关于以知识为中心展开人工智能研究的观点。从此，人工智能的研究又迎来了蓬勃发展的以知识为中心的新时期。
这个时期中，专家系统的研究在多种领域中取得了重大突破，各种不同功能、不同类型的专家系统如雨后春笋般地建立起来，产生了巨大的经济效益及社会效益。例如，地矿勘探专家系统PROSPECTOR拥有15种矿藏知识，能根据岩石标本及地质勘探数据对矿藏资源进行估计和预测，能对矿床分布、储藏量、品位及开采价值进行推断，制定合理的开采方案。应用该系统成功地找到了超亿美元的钼矿。专家系统MYCIN能识别51种病菌，正确地处理23种抗菌素，可协助医生诊断、治疗细菌感染性血液病，为患者提供最佳处方。该系统成功地处理了数百个病例，并通过了严格的测试，显示出了较高的医疗水平。美国DEC公司的专家系统XCON能根据用户要求确定计算机的配置。由专家做这项工作一般需要3小时，而该系统只需要0.5分钟，速度提高了360倍。DEC公司还建立了另外一些专家系统，由此产生的净收益每年超过4000万美元。信用卡认证辅助决策专家系统American Express能够防止不应有的损失，据说每年可节省2700万美元左右。
专家系统的成功，使人们越来越清楚地认识到知识是智能的基础，对人工智能的研究必须以知识为中心来进行。对知识的表示、利用及获取等的研究取得了较大的进展，特别是对不确定性知识的表示与推理取得了突破，建立了主观Bayes理论、确定性理论、证据理论等，对人工智能中模式识别、自然语言理解等领域的发展提供了支持，解决了许多理论及技术上的问题。
人工智能在博弈中的成功应用也举世瞩目。人们对博弈的研究一直抱有极大的兴趣，早在1956年人工智能刚刚作为一门学科问世时，塞缪尔就研制出了跳棋程序。这个程序能从棋谱中学习，也能从下棋实践中提高棋艺。1959年它击败了塞缪尔本人，1962年又击败了一个州的冠军。1991年8月在悉尼举行的第12届国际人工智能联合会议上，IBM公司研制的“深思”(Deep Thought)计算机系统就与澳大利亚象棋冠军约翰森(D. Johansen)举行了一场人机对抗赛，结果以1:1平局告终。1957年西蒙曾预测10年内计算机可以击败人类的世界冠军。虽然在10年内没有实现，但40年后深蓝计算机击败国际象棋棋王卡斯帕罗夫(Kasparov)，仅仅比预测迟了30年。
1996年2月10日至17日，为了纪念世界上第一台电子计算机诞生50周年，美国IBM公司出巨资邀请国际象棋棋王卡斯帕罗夫与IBM公司的深蓝计算机系统进行了六局的“人机大战”。这场比赛被人们称为“人脑与电脑的世界决战”。参赛的双方分别代表了人脑和电脑的世界最高水平。当时的深蓝是一台运算速度达每秒1亿次的超级计算机。第一盘，深蓝就给卡斯帕罗夫一个下马威，赢了这位世界冠军，给世界棋坛以极大的震动。但卡斯帕罗夫总结经验，稳扎稳打，在剩下的五盘中赢三盘，平两盘，最后以总比分4:2获胜。一年后，即1997年5月3日至11日，深蓝再次挑战卡斯帕罗夫。这时，深蓝是一台拥有32个处理器和强大并行计算能力的RS/6000SP/2的超级计算机，运算速度达每秒2亿次。计算机里存储了百余年来世界顶尖棋手的棋局，5月3日棋王卡斯帕罗夫首战击败深蓝，5月4日深蓝扳回一盘，之后双方战平三局。双方的决胜局于5月11日拉开了帷幕，卡斯帕罗夫在这盘比赛中仅仅走了19步便放弃了抵抗，比赛用时只有1小时多一点。这样，深蓝最终以3.5：2.5的总比分赢得这场举世瞩目的“人机大战”的胜利。深蓝的胜利表明了人工智能所达到的成就。尽管它的棋路还远非真正地对人类思维方式的模拟，但它已经向世人说明，电脑能够以人类远远不能企及的速度和准确性，实现属于人类思维的大量任务。深蓝精湛的残局战略使观战的国际象棋专家们大为惊讶。卡斯帕罗夫也表示：“这场比赛中有许多新的发现，其中之一就是计算机有时也可以走出人性化的棋步。在一定程度上，我不能不赞扬这台机器，因为它对盘势因素有着深刻的理解，我认为这是一项杰出的科学成就。”因为这场胜利，IBM的股票升值为180亿美元。
4 人工智能的学派
根据前面的论述，我们知道要理解人工智能就要研究如何在一般的意义上定义知识，可惜的是，准确定义知识也是个十分复杂的事情。严格来说，人们最早使用的知识定义是柏拉图在《泰阿泰德篇》中给出的，即“被证实的、真的和被相信的陈述”(Justified true belief，简称JTB条件)。
然而，这个延续了两千多年的定义在1963年被哲学家盖梯尔否定了。盖梯尔提出了一个着名的悖论(简称“盖梯尔悖论”)。该悖论说明柏拉图给出的知识定文存在严重缺陷。虽然后来人们给出了很多知识的替代定义，但直到现在仍然没有定论。
但关于知识，至少有一点是明确的，那就是知识的基本单位是概念。精通掌握任何一门知识，必须从这门知识的基本概念开始学习。而知识自身也是一个概念。因此，如何定义一个概念，对于人工智能具有非常重要的意义。给出一个定义看似简单，实际上是非常难的，因为经常会涉及自指的性质(自指：词性的转化——由谓词性转化为体词性，语义则保持不变)。一旦涉及自指，就会出现非常多的问题，很多的语义悖论都出于概念自指。
自指与转指这一对概念最早出自朱德熙先生的《自指与转指》(《方言》1983年第一期，《朱德熙文集》第三卷)。陆俭明先生在《八十年代中国语法研究》中(第98页)说：“自指和转指的区别在于，自指单纯是词性的转化－由谓词性转化为体词性，语义则保持不变；转指则不仅词性转化，语义也发生变化，尤指行为动作或性质本身转化为指与行为动作或性质相关的事物。”
举例：
①教书的来了(“教书的”是转指，转指教书的“人”)；教书的时候要认真(“教书的”语义没变，是自指)。
②Unplug一词的原意为“不使用(电源)插座”，是自指；常用来转指为不使用电子乐器的唱歌。
③colored在表示having colour(着色)时是自指。colored在表示有色人种时，就是转指。
④rich，富有的，是自指。the rich，富人，是转指。
知识本身也是一个概念。据此，人工智能的问题就变成了如下三个问题：一、如何定义(或者表示)一个概念、如何学习一个概念、如何应用一个概念。因此对概念进行深人研究就非常必要了。
那么，如何定义一个概念呢？简单起见，这里先讨论最为简单的经典概念。经典概念的定义由三部分组成：第一部分是概念的符号表示，即概念的名称，说明这个概念叫什么，简称概念名；第二部分是概念的内涵表示，由命题来表示，命题就是能判断真假的陈述句。第三部分是概念的外延表示，由经典集合来表示，用来说明与概念对应的实际对象是哪些。
举一个常见经典概念的例子——素数(prime number)，其内涵表示是一个命题，即只能够被1和自身整除的自然数。
概念有什么作用呢？或者说概念定义的各个组成部分有什么作用呢？经典概念定义的三部分各有作用，且彼此不能互相代替。具体来说，概念有三个作用或功能，要掌握一个概念，必须清楚其三个功能。
第一个功能是概念的指物功能，即指向客观世界的对象，表示客观世界的对象的可观测性。对象的可观测性是指对象对于人或者仪器的知觉感知特性，不依赖于人的主观感受。举一个《阿Q正传》里的例子：那赵家的狗，何以看我两眼呢？句子中“赵家的狗”应该是指现实世界当中的一条真正的狗。但概念的指物功能有时不一定能够实现，有些概念其设想存在的对象在现实世界并不存在，例如“鬼”。
第二个功能是指心功能，即指向人心智世界里的对象，代表心智世界里的对象表示。鲁迅有一篇着名的文章《论丧家的资本家的乏走狗》，显然，这个“狗”不是现实世界的狗，只是他心智世界中的狗，即心里的狗(在客观世界，梁实秋先生显然无论如何不是狗)。概念的指心功能一定存在。如果对于某一个人，一个概念的指心功能没有实现，则该词对于该人不可见，简单地说，该人不理解该概念。
最后一个功能是指名功能，即指向认知世界或者符号世界表示对象的符号名称，这些符号名称组成各种语言。最着名的例子是乔姆斯基的“colorless green ideas sleep furiously”，这句话翻译过来是“无色的绿色思想在狂怒地休息”。这句话没有什么意思，但是完全符合语法，纯粹是在语义符号世界里，即仅仅指向符号世界而已。当然也有另外，“鸳鸯两字怎生书”指的就是“鸳鸯”这两个字组成的名字。一般情形下，概念的指名功能依赖于不同的语言系统或者符号系统，由人类所创造，属于认知世界。同一个概念在不同的符号系统里，概念名不一定相同，如汉语称“雨”，英语称“rain”。
根据波普尔的三个世界理论，认知世界、物理世界与心理世界虽然相关，但各不相同。因此，一个概念的三个功能虽然彼此相关，也各不相同。更重要的是，人类文明发展至今，这三个功能不断发展，彼此都越来越复杂，但概念的三个功能并没有改变。
在现实生活中，如果你要了解一个概念，就需要知道这个概念的三个功能：要知道概念的名字，也要知道概念所指的对象(可能是物理世界)。更要在自己的心智世界里具有该概念的形象(或者图像)。如果只有一个，那是不行的。
知道了概念的三个功能之后，就可以理解人工智能的三个学派以及各学派之间的关系。
人工智能也是一个概念，而要使一个概念成为现实，自然要实现概念的三个功能。人工智能的三个学派关注于如何才能让机器具有人工智能，并根据概念的不同功能给出了不同的研究路线。专注于实现AI指名功能的人工智能学派成为符号主义，专注于实现AI指心功能的人工智能学派称为连接主义，专注于实现AI指物功能的人工智能学派成为行为主义。
1. 符号主义
符号主义的代表人物是Simon与Newell，他们提出了物理符号系统假设，即只要在符号计算上实现了相应的功能，那么在现实世界就实现了对应的功能，这是智能的充分必要条件。因此，符号主义认为，只要在机器上是正确的，现实世界就是正确的。说得更通俗一点，指名对了，指物自然正确。
在哲学上，关于物理符号系统假设也有一个着名的思想实验——本章1.1.3节中提到的图灵测试。图灵测试要解决的问题就是如何判断一台机器是否具有智能。
图灵测试将智能的表现完全限定在指名功能里。但马少平教授的故事已经说明，只在指名功能里实现了概念的功能，并不能说明一定实现了概念的指物功能。实际上，根据指名与指物的不同，哲学家约翰·塞尔勒专门设计了一个思想实验用来批判图灵测试，这就是着名的中文屋实验。
中文屋实验明确说明，即使符号主义成功了，这全是符号的计算跟现实世界也不一定搭界，即完全实现指名功能也不见得具有智能。这是哲学上对符号主义的一个正式批评，明确指出了按照符号主义实现的人工智能不等同于人的智能。
虽然如此，符号主义在人工智能研究中依然扮演了重要角色，其早期工作的主要成就体现在机器证明和知识表示上。在机器证明方面，早期Simon与Newell做出了重要的贡献，王浩、吴文俊等华人也得出了很重要的结果。机器证明以后，符号主义最重要的成就是专家系统和知识工程，最着名的学者就是Feigenbaum。如果认为沿着这条路就可以实现全部智能，显然存在问题。日本第五代智能机就是沿着知识工程这条路走的，其后来的失败在现在看来是完全合乎逻辑的。
实现符号主义面临的观实挑成主要有三个。第一个是概念的组合爆炸问题。每个人掌握的基本概念大约有5万个，其形成的组合概念却是无穷的。因为常识难以穷尽，推理步骤可以无穷。第二个是命题的组合悖论问题。两个都是合理的命题，合起来就变成了没法判断真假的句子了，比如着名的柯里悖论(Curry’s Paradox)(1942)。第三个也是最难的问题，即经典概念在实际生活当中是很难得到的，知识也难以提取。上述三个问题成了符号主义发展的瓶颈。
2. 连接主义
连接主义认为大脑是一切智能的基础，主要关注于大脑神经元及其连接机制，试图发现大脑的结构及其处理信息的机制、揭示人类智能的本质机理，进而在机器上实现相应的模拟。前面已经指出知识是智能的基础，而概念是知识的基本单元，因此连接主义实际上主要关注于概念的心智表示以及如何在计算机上实现其心智表示，这对应着概念的指心功能。2016年发表在Nature上的一篇学术论文揭示了大脑语义地图的存在性，文章指出概念都可以在每个脑区找到对应的表示区，确确实实概念的心智表示是存在的。因此，连接主义也有其坚实的物理基础。
连接主义学派的早期代表人物有麦克洛克、皮茨、霍普菲尔德等。按照这条路，连接主义认为可以实现完全的人工智能。对此，哲学家普特南设计了着名的“缸中之脑实验”，可以看作是对连接主义的一个哲学批判。
缸中之脑实验描述如下：一个人(可以假设是你自己)被邪恶科学家进行了手术，脑被切下来并放在存有营养液的缸中。脑的神经末梢被连接在计算机上，同时计算机按照程序向脑传递信息。对于这个人来说，人、物体、天空都存在，神经感觉等都可以输入，这个大脑还可以被输入、截取记忆，比如截取掉大脑手术的记忆，然后输入他可能经历的各种环境、日常生活，甚至可以被输入代码，“感觉”到自己正在阅读这一段有趣而荒唐的文字。
缸中之脑实验说明即使连接主义实现了，指心没有问题，但指物依然存在严重问题。因此，连接主义实现的人工智能也不等同于人的智能。
尽管如此，连接主义仍是目前最为大众所知的一条AI实现路线。在围棋上，采用了深度学习技术的AlphaGo战胜了李世石，之后又战胜了柯洁。在机器翻译上，深度学习技术已经超过了人的翻译水平。在语音识别和图像识别上，深度学习也已经达到了实用水准。客观地说，深度学习的研究成就已经取得了工业级的进展。
但是，这并不意味着连接主义就可以实现人的智能。更重要的是，即使要实现完全的连接主义，也面临极大的挑战。到现在为止，人们并不清楚人脑表示概念的机制，也不清楚人脑中概念的具体表示形式表示方式和组合方式等。现在的神经网络与深度学习实际上与人脑的真正机制距离尚远。
3. 行为主义
行为主义假设智能取决于感知和行动，不需要知识、表示和推理，只需要将智能行为表现出来就好，即只要能实现指物功能就可以认为具有智能了。这一学派的早期代表作是Brooks的六足爬行机器人。
对此，哲学家普特南也设计了一个思想实验，可以看作是对行为主义的哲学批判，这就是“完美伪装者和斯巴达人”。完美伪装者可以根据外在的需求进行完美的表演，需要哭的时候可以哭得让人撕心裂肺，需要笑的时候可以笑得让人兴高采烈，但是其内心可能始终冷静如常。斯巴达人则相反，无论其内心是激动万分还是心冷似铁，其外在总是一副泰山崩于前而色不变的表情。完美伪装者和斯巴达人的外在表现都与内心没有联系，这样的智能如何从外在行为进行测试？因此，行为主义路线实现的人工智能也不等同于人的智能。
对于行为主义路线，其面临的最大实现困难可以用莫拉维克悖论来说明。所谓莫拉维克悖论，是指对计算机来说困难的问题是简单的、简单的问题是困难的，最难以复制的反而是人类技能中那些无意识的技能。目前，模拟人类的行动技能面临很大挑战。比如，在网上看到波士顿动力公司人形机器人可以做高难度的后空翻动作，大狗机器人可以在任何地形负重前行，其行动能力似乎非常强。但是这些机器人都有一个大的缺点一能耗过高、噪音过大。大狗机器人原是美国军方订购的产品，但因为大狗机器人开动时的声音在十里之外都能听到，大大提高了其成为一个活靶子的可能性，使其在战场上几乎没有实用价值，美国军方最终放弃了采购。
❼ 人工智能概念股最新龙头股有哪些
备受瞩目的“人机大战”不仅将AlphaGo推上了风口浪尖，同时也令人工智能概念股在A股市场上大放异彩。据统计，截至3月15日收盘，13只人工智能概念股3月以来平均涨幅高达8.34%，明显跑赢同期上涨6.56%的上证指数。其中，川大智胜、欧菲光、思创医惠和科大讯飞3月以来分别上涨24.84%、12.37%、12.33%和10.35%。对此，部分基金经理认为，人工智能是未来科技发展的重大方向和必然趋势，现在正处于爆发前夜，值得长线投资。