为什么人工智能下围棋牛，打星际牛，算圆周率更牛，但无法证明数学猜想？
▍┲为什么人工智能下围棋牛，打星际牛，算圆周率更牛，但无法证明数学猜想？
目前的人工智能是有限的，只能在设定的某些方面有智能，其它方面无智能。
例如，当市长就要全方位智能，人工智能机器人当不了市长。
▍﹀为什么人工智能下围棋牛，打星际牛，算圆周率更牛，但无法证明数学猜想？
问这个问题，说明对人工智能并不了解。人工智能的重要的一部分，是人类智能，也就是说由人来编程，通过机器学习，实现超常的智能。这就说明了，再牛的智能，如果没有人输入大量的成功实例，也将一事无成。
以下分两部分说明。
下围棋，胜、负、和有明确的规则，算园周率，有具体的计算方法。机器能够按规则进行执行。
下围棋，先把“吃子”规则输入程序中，然后把已知的下棋技巧，如抱吃、门吃、征子、双吃、枷吃、扑吃等技巧也做成程序。另外，把历史上名人赛的著名棋局也输入程序数据库中，用于机器人做参考。
规则明确，经典棋局供机器人参考，这对每秒几百亿次运算的机器人来说，是最拿手的。
圆周率，说白了，就是得到正N边形周长与正N边形外接园半经的关系式。N的值越大，圆周率的值越接近准确值，可以无限制地算下去。
机器人很自信地说，”只要有公式，再累的活我都能干！”。
哥德巴赫猜想，黎曼猜想，以及各种著名猜想，机器人可以无限制算下去，但是，不论怎么算，都是有限个数的证明，无法形成对无穷大∞数都成立的证明。
无穷大数∞，是机器人的大敌。比如，哥德巴赫猜想，我们通过”任一大于2的偶数，都可表示成两个素数之和”这样的规则，可以通过编程，对您输入的任意一个偶数，都能找到两个素数，满足其和为这个偶数。但是软件编程永远解决不了∞数的普遍规律。
对于∞数，只有人类应用自身的智慧，实现从N到∞的严谨数学证明。
总结：人工智能可以根据编程者制定的详细规、范例，挑战人类智力；可以通过计算公式计算无限逼近精确的园周率值。也可以通过算法，把人类所能提供的任一个偶数变成两个素数之和。
但是，它永远无法实现与无穷大∞有关的严密推理证明。也就是说，它永远不会提供一个具有严密推理的证明，使得∞数都适用”1+1=2”这样的经典假设。
真正有大智慧的，是人工，而不是擅长机器学习的AI机器人。
▍┪为什么人工智能下围棋牛，打星际牛，算圆周率更牛，但无法证明数学猜想？
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。这个高大上的名词，是当下最火热的一个研究领域。各大科技公司都在人工智能领域投入了巨大的人力物力。仿佛稍微懈怠一下就会失去公司未来一样。
AI技术是用先进的算法来实现本来应该由人工实现的动作，比如无人行驶，智能语音，机器视觉，人脸识别等等。人工智能(AI)最著名的应用就是2016年，DeepMind的AlphaGo大战人类顶尖棋手李世乭，并以4:1的巨大分差几乎横扫了李世乭。到现在我都记得当时看直播的时候激动的心情，也就是在那一年，人工智能彻底流传开来。
虽然现在人工智能显得很智能，已经给我们的生活带来了巨大的改善，但是归根到底，人工智能并不是我们理解的智能。首先AI没有自己的思想，不会对眼下的状态分析给出创造性想法。只不过是我们人类赋予了他们高级算法，他们可以很好地理解并且执行这些算法，执行到最后给我们的感觉就是，AI已经表现得相当聪明了。然而这却远远不够，这仅仅是一个开始。在我看来，人工智能的最终结局就差不多是终结者系列里的红皇后一般，有思维，有逻辑判断，甚至还会有个人情感，除了硬件不是肉体之外，其余跟正常人类无异。这还要有太多太多发展的时间了。
这么一说，那么为什么现在的人工不能破解一些著名的数学难题就比较好理解了。真正的数学难题被困扰了很久很久，很少是因为我们只是在眼下的理论中没有找到方法来解决，基本上都是缺少一种直接有效的数学工具，也就是说你要创造出一种全新的数学工具才有可能解决最后难题。
目前数学界已经达成共识了，无论你用什么精巧的筛法都已经不可能哥德巴赫猜想的1+1了，筛法到了陈景润这里就停止了。要不然，五六十年来，数学界蓬勃发展的年代，不可能在这个问题上没有丝毫进展。大家都期待着新方法新思维的出现。
有创造性思维和想法，这一点对于顶尖的人类科学家都非常困难，更别说是对于当今还处在幼年时期的人工智能了。我们不排除以后人工智能空前强大，强大到理性与创造性思维并存。那个时候，机器才有可能从另外一个方向上给出方法来直接解决这个难题。
也许，那个时代才是人类最幸运的巅峰。
▍▼为什么人工智能下围棋牛，打星际牛，算圆周率更牛，但无法证明数学猜想？
目前的人工智能还处于初级阶段，它能完成的任务都具有一些鲜明的特点。一是人工智能处理结果是精确可描述的。这种可描述是指可以用计算机能懂的，没有歧义的公式或算法来判断结果准确性。二是人工智能擅长做判断题和选择题，却不擅长做问答题。
人工智能为什么目前不会证明数学问题，就是因为这是一个问答题，而且结果准确性难以用简单知识或计算机能懂的语言来判断。
人工智能下围棋，围棋的规则是十分明确的，能够简单地让计算机也能懂。人工智能玩竞技游戏，同样也是如此，对胜负的判断不会有任何争议。在规则明确的情况下，人工智能甚至不需要向人类学习，不需要“有监督学习”，自己就可以和自己完成对弈或自己和自己玩游戏。不论是下棋还是游戏，人工智能每一个动作本质上都是在做判断或选择题。下围棋就是每一步棋在最多361*361个点中选择一个最佳点。这个选择看似很多，但却是有限的。
我们用稍专业的语言形容，就是：围棋和竞技游戏，它们的解空间是有限的。或者说，本质上是可以穷举的。当然，这依然必须基于(下棋、游戏)规则的明确性。然而，数学证明的解空间是无限的。
人工智能目前还在图像处理、语音处理、自然语言等方面取得了成绩。拿图像处理来说，经典的问题就是判断一个动物是具体什么动物。你以为它是在做问答题，而事实上，却是做判断题。几乎所有的图像识别都只能识别有限的动物，这些动物是人类提前让人工智能去学习(训练)的。比如某个人工智能可能只能识别猫、狗和鸡。它所做的工作就是根据图像的特征依次判断：是不是猫，是不是狗，是不是鸡？如果提供一个老虎给它识别，它很有可能认为是猫。因为在它脑子里，没有判断“是不是老虎”这样的问题，而只会在猫、狗、鸡中选择一个最“像”的。自然语言处理目前最成功的也就是情感分析和文章分类，也是典型的判断或选择题。注意选项是有限的。
类似人工智能的外语翻译、作诗、作画、换脸等等，看上去已经很接近是在做“问答题”了，这又是怎么回事？实际上这可以理解为它在做一个复杂的判断题：到底像还是不像。拿作画来说，人工智能会选择一些随机因子，在有限的画面像素里填充颜色，然后判断“是否像某画家画的“的网络去告诉它是否需要重画，直到画得很像为止。
好了，我们来分析一下证明数学猜想和上面提到的那些问题有什么异同点。
首先，数学证明其结果是否正确很难描述，不容易让计算机搞懂。在这一点上，和围棋、游戏等不同。围棋要精通很难，但胜负规则却非常非常简单。在这一点上，数学证明和猫狗图像识别倒有点相似，一个图像到底是什么动物，也没有容易描述的规则，靠的是难以用语言表达的“感觉“、”经验“。但是和图像识别的区别在于，图像识别的种类是有限的，本质上是做判断题（比如判断是否是猫），而数学证明不是判断题。
那么，数学证明和作诗作画这种带创作性的人工智能区别在哪里呢？区别在于：作诗、作画，用到的变相判断题叫：“像不像“，而不是“对不对“。我们很少听说某个人或某个人工智能作的画是”对“的或”错“的，而只是像不像（比如像画家），好不好。这种东西，没有对与错。但相反，数学证明的特殊性在于，它不能叫”像不像“，而只是能”对不对“。我们可以想像，按现在的人工智能水平，模仿人类大脑去写一篇像模像样的学术论文还是可以的。但只能说很像很像——特别是外行看来。而数学证明要的不是“像”，而是严格证明。当然，这又回到刚才那个问题上了，“对不对”是很难用计算机语言描述的。
我相信，大家搞懂了数学证明和目前人工智能的成熟应用的不同点后，就很容易理解为什么人工智能目前无法证明数学猜想。
未来，人工智能在艺术创作上可能越来越有建树(作品很像艺术家的而不是作品很正确)，但是在科学创作上要走的路还很远。它们或许可以创作很多新的数学公式(结果可精确描述)，但是却很难创作新的数学理论，数学体系(结论是否正确难以描述)。
------------------
推荐阅读：
上一篇：如何避免下一代遗传银屑病？
下一篇： 金陵十二钗正册都有谁？
