如何训练一个通用人工智能

有人问吴恩达，机器学习能解决什么样的问题？吴恩达回答说，只要给定规则，机器学习就能给出比较好或足够好的解。

但对于现实世界的问题，有三点困难：目标不明确，规则在变，资源不足。有些问题很难确定目标，比如：人生的目标是什么？企业的目标是什么？有些问题的规则经常改变，比如期货交易的保证金比例和手续费。更多的时候，没有解决问题所需的资源，尤其是计算资源，比如下围棋时的计算时间。本质上，时间是唯一的资源。

机器学习已经在许多特定问题上超过了人类的表现，唯一让科学家信心不足的是通用人工智能。也有一些科学家信心满满，认为只要模型足够大，就能实现通用人工智能。从前面三点困难出发，我们要考虑：通用人工智能的目标，满足的规则，所需的资源。

图灵给出了通用人工智能的目标，让人们在与之对话时区分不出它是人工智能还是真实的人。通用人工智能要满足的规则是整个人类社会的规则，它要知道一些事情，但又不能知道得太多，以至于不像普通人类。训练和使用通用人工智能所需的资源，也不能超出个人所需资源太多。

目前，实现通用人工智能的目标还有一些遥远。因此，与人工智能相比，人类还有一些优势。也就是说，个人教育仍然是最优选择。科学家穷其一生的努力，做出来的人工智能也达不到四岁小孩的水平。

但人工智能的新进展，为个人教育带来了一些新见解。人类不是在某一方面特别强，而是综合能力特别强。因此，我们不能训练人类去打败AlphaGo，而是要均衡发展人类的各种能力。

首先，是语言沟通能力。图灵靠这一点来区分通用人工智能。