随着2016年AlphaGO战胜围棋世界冠军以来，人类对人工智能的发展出现了太多的乐观情绪。在其他游戏上，这AI技术也表现突出，高歌猛进，不断超越人类高手。 尤其ChatGPT的出现，不仅可以聊天，还可以写论文，绘画，使得AI好像迈进了通用人工智能。看来，人类似乎要在AI面前低下高贵的头颅，正在绝望地等待在一个又一个智力领域被AI超越。

   不过，最近一则来自《金融时报》的报道却出奇意外对的振奋人心：据《金融时报》最新报道，近来一名人类业余棋手以 14：1 的比分，击败了围棋 AI 系统 KataGo。KataGo 是一款很强大的开源围棋 AI，在 AlphaGo 和 AlphaZero 技术的基础上，由哈佛大学 AI 研究员 David J. Wu 所研发，曾参与第 12 届 UEC 杯世界计算机围棋大会并获得第三名。战胜 KataGo 的这个人，不是世界冠军，也不是职业棋手。他只是一位名叫 Kellin Pelrin 的美国业余棋手。因为，Kelin找到了人类棋手可以利用的 “盲点”。Kelin 慢慢将棋子串成一个“环形”，期间时不时落子在棋盘的其他角落以分散 AI 的注意力。Kellin Pelrin 对此评价道：“即便我几乎都要完成那个环了，AI 机器人都没有发现问题。但如果对方是一个人类，就很容易看出来。”

    这则消息揭开了这类人工智能技术的神秘面纱。如果说围棋世界冠军是九段选手，那么KataGo就是十段选手，人类业余围棋选手肯定比不过围棋九段，却能大胜围棋十段，这在人类社会不可能发生的，这说明这类人工智能不是真正的人类智能。在大数据、大模型和大算力的华丽包装下，其实现有人工智能的算法内核并没有模拟出真正的人类智能 。这对人类智能来说，可是一个好消息，因为我们看到了是人类智慧的新曙光。

   现有的人工智能技术真的能模拟人类智能吗？在大数据、大算力、大模型、大团队和大投资的“五大”加持下，我们今天的人工智能技术似乎取得了重大突破。其实，这些人工智能技术的背后灵魂就是深度神经网络和自然语言处理大模型，只是超级复杂的模型和千亿难以解释的参数，加上巧妙的算法，使得大量冰冷的GPU芯片、大量存储器存储的海量数据，能够产生一些看起来类似人类的聪明结果，而不是真正的人类智能。

   更进一步，所谓人工智能不过是大数据的巧妙拟合，其本质和应对中国高考的题海战术并无本质区别。无数的高考刷题高手，能在极短的时间解决他们熟悉的考题，但无法获得创新性或者创造性思维，解决困惑世界的难题，比如孪生素数是否一直存在？我一直都想思考这个问题，我认为该类人工智能技术就是巧妙的穷举法，借助大数据，大模型和大算力，形成超级的拟合能力和综合能力。然而，它可解释性差，内插内行，外推外行，安全性和可靠性难以保证。

   因此，我们不能迷信西方学者提出的以深度神经网络为代表的人工智能技术，即使它是图灵奖获得者提出的，即使它已经解决了很多难题，但是它也存在致命的缺陷和不足。正如AlphaGO大胜人类冠军是人工智能的一个关键拐点。这次人类业余棋手大胜围棋软件KetaGO，也许是人工智能发展的一个新拐点，使我们要从大数据内插拟合智能走向真正的触类旁通的人类外推智能。这也指明了人工智能发展的新方向。