網(wǎng)上流傳著一個版本，據(jù)稱由于他的一則言論，導致他將被限制人身自由。最近，這個詞又火了。網(wǎng)上流傳著一個版本，據(jù)稱今天看電影時笑果十足，就在他下一秒被保衛(wèi)部門從天而降給了銬住，然后關在電影院里。最近，這個詞又火了。網(wǎng)上流傳著一個版本，據(jù)稱一家醫(yī)院的一位醫(yī)生因為給電視主持人開了“解釋器”這一藥方，被查封了賬號。“解釋術”的藥方又來了，據(jù)說是一家公司的內(nèi)控程序被發(fā)現(xiàn)了缺陷出現(xiàn)漏洞，然后一堆漏洞被用來做成了一個解釋器，一種可以把任何事物解釋的有趣的工具，“解釋器”開始進入了人們的視野。
說好聽了，叫解釋“事物”，說難聽了，叫“用不同的方法解釋同一事物”。這事乍聽起來挺有意思，再仔細想想，就很奇怪。要讓機器理解世界，我們真的需要用這么大的智力去做這種大量繁雜并且有用但不算復雜的任務嗎？如果這樣的話，那真是沒幾個人能理解人工智能。人們似乎已經(jīng)被人工智能已經(jīng)嚇跑了。比如曾經(jīng)風靡一時的“智能機器人”事件中，最后的結果是人工智能學會了一個詞，alphago戰(zhàn)敗了人類的圍棋高手，被稱為人工智能的未來，結果人類的媒體報道說，“深度學習”的alphago根本就不懂人類。
比如曾今風靡一時的“智能人”事件中，最后的結果是人工智能學會了一家企業(yè)的工作，結果人類的媒體報道說，“人工智能”對中國未來沒有什么影響。不能說沒有影響，但也幾乎沒多大影響。因為人工智能之前就有人在努力，但當時的努力方向并不太一樣。人工智能的努力方向是通過大量的訓練讓機器像人類一樣學習，以獲得與人類一樣的智慧——或者說用機器更高效的方式完成與人腦相同的任務。這就跟人腦一樣，通過不斷學習、不斷練習，讓你能夠像人類一樣思考、判斷。就像我們學習語言一樣，如果單純學習發(fā)音，我們就能掌握每個單詞。
如果你知道每個單詞背后是什么意思，你也可以用該單詞造句——我們這些自動的生成句子對應出現(xiàn)在新聞上的自動發(fā)稿，當然就像不會說人話一樣，一點用沒有。那么這種人工智能究竟是怎么讓人受益的呢？一個例子，就是人工智能幫助人們避稅。比如ai可以幫助你避免多交工資稅，讓你少交很多稅；比如ai可以幫助你躲避“二套房”免稅優(yōu)惠。對于ai幫我們避稅，人們肯定不希望它替我們做這些事。這時候我們就需要我們自己也有能力去幫助它，比如讓人的工資交稅和ai代替你避稅。如果自己都不會避稅和怎么去避稅的人，你讓別人去教人家避稅，別人能行嗎？所以說，有道是，別人的東西，自己再好，也是別人的。
