吴鑫岩
在国内计算机被称为电脑，然而，其工作原理与人脑其实相去甚远。首先，绝大多数个人电脑所采用的是系列或串行处理模式，也就是在程序的控制下一步一步地进行运算。相对而言，人脑在大多数情况下所采用的是并行模式，也就是大脑的很多区域同时在处理信息。由于晶体管的响应速度比神经细胞快一百万倍以上，所以电脑在信息处理过程中的延迟在人类看来并不明显。然而，如果人类也采用电脑的串行模式，其效率会很低，因此很多聪明人对数学都感到头疼。最近兴起的人工智能技术与人脑的工作模式更接近，因此，透过其原理人们可以更加深刻地了解我们人类的某些思维特征。
李约瑟曾经提出过一个疑问，中国古代也有比较先进的技术，可是为什么没有发展出科学体系？本人认为科学出现在西方主要是宗教的原因。在《圣经》第一篇《创世纪》中宣称，我们这个大千世界是上帝在一周内所创造的。爱因斯坦曾经说过：“我想知道上帝的想法。”既然上帝能够在这么短的时间内创造万事万物，那么其原理一定是简单而普世的。因此，西方科学一开始就在通过对自然现象的观察来探索那些简单而普世的规律。古希腊哲学的建立虽然早于基督教，但是其观念却有异曲同工之妙。柏拉图就认为，世间万物只不过是一个抽象世界的投影。因此，理解这个世界的途径是将思维上升到那个抽象的世界，而不能仅仅停留在人世间的层次上。相比之下，中国古代没有这样的观念，所以发明创造仅仅局限于支离破碎的各个领域，而没有去探究那些现象背后的普遍规律。
如今在人工智能领域也遇到了类似的问题，通过深度学习过程电子神经网络系统可以在很多方面实现超越人类的功能。而且，这种经过长期严格训练而形成的系统参数可以很方便地复制到其他系统中去。例如，在自动驾驶领域，经过上百万公里的训练可以得到一整套优化的神经网络参数，然后就可以复制到上百万辆自动驾驶汽车上。现在世界各国都有很多公司在研制自动驾驶系统，但是最终胜出的却屈指可数。当然，那些被淘汰的公司也可以将所积累的研发经验和技术移植到其他相关领域。与人类智能相比，人工智能还仅仅停留在“专项技能”的层次上，目前还没有出现“通用智能”。
与人类的思维模式类似，人工智能系统也会犯“经验主义”的错误，也就是落入“过度拟合”的陷阱（overfitting）。例如，如果两个变量之间存在一个三次函数的关系，通过实验可以测出一组有二十对数值的数据。如果仅仅认为误差越小越好，那就会得出一个高次函数的结果。然而，如果再做一些实验，就会发现这个拟合出的高次函数出现了不小的偏差。如果这两次实验的参数处于不同区间，那么出现的偏差就会很大。与人工智能系统相反，人类往往更容易犯“教条主义”错误。例如，在平衡点附近的很多物理现象都可以用二次曲线来近似，因此人们就会认为这些公式也可以来描述远离平衡点区域的现象。与此类似，物理学家试图用在地球上总结出的规律来解释宇宙，结果感到十分迷惑，于是就发明出暗物质和暗能量等概念。
如果在东西方文化之间做一个对比，就会发现东方文化有经验主义的趋势，而西方文化则更倾向于教条主义。例如，西方国家认为自由平等民主是放之四海而皆准的普世价值，因此有必要向全球推广。然而，在东方文化中有物极必反的观念，因此认为在两极分化的概念中需要寻求一条中庸的道路。此外，由于世界各国有着不同的文化传统，而且经济发展水平和国民的教育程度也有很大差别，因此每个国家都应该有不同的发展路径。