暗知识：机器认知如何颠覆商业和社会

看完上面的讨论读者可能非常郁闷，难道我们人类就没有比机器强的地方了吗？撇开情感，如果只讨论智力和智能，人比机器强在哪里？

这个问题要分成两个部分来谈，一是目前人比机器强在哪里？二是人可能永远比机器强在哪里？

和目前的神经网络相比，人类在认知方面比机器强在以下几个方面。

（1）学习识别物体不需要大数据。机器要认识一只猫也许要几万张图片，图片的颜色或构图稍微变化一下或者有遮挡、残缺，机器就不行了。而人类能够从小数据中迅速提炼归纳出规律，一个婴儿可以看见一只猫后就认识了所有的猫。也许正如莫桑维克悖论所阐述的，高级推理所需要的计算量不大，反倒是低级的感觉运动技能需要庞大的计算资源。

（2）机器没有常识和物理世界的模型。人类在一个陌生环境摸索一阵后，能很快在大脑中建立起模型来。

（3）机器没有自主和自发的通用语言能力（目前人类输入的语法规则或通过数据训练出来的“语言”能力只能处理限定场景，否则就能通过图灵测试了）。

（4）机器没有想象力（需要大量常识，反事实假设及推理能力）。

（5）机器没有自我意识。

（6）机器没有情感和同理心。

总体来说，基于神经网络的机器学习的主要功能是记忆和识别，其他一切能力都是建立在这个基础上的。基于神经网络的机器大脑更像一个低等动物的大脑，只具有对外界的反应能力，虽然这种反应能力的精密和复杂程度远超人类和其他动物。

如果未来人工智能的基础还是神经网络，随着训练数据集的增大和处理能力的增强，上面的（1）就会得到改善甚至可以达到人类的水平。其中（2）也有可能用穷尽法解决。但是很难想象机器会具有通用语言能力、想象力，更谈不上自我意识。

简单地说，虽然基于神经网络的人工智能在记忆和识别这两个基础智能方面超过了人，但在推理、想象等高级智能方面还和人相去甚远。

未来最佳的结合就是人类和机器合作，互相取长补短。