过去，我们总以为人工智能是在复制人的思维方式。但实际上，完全不是这样。
机器和人类的最大区别是什么？是机器不会疲倦。
2016年3月，AlphaGo和李世石下围棋，5局输了1局。它输的那天，李世石在接受采访和吃饭睡觉。而AlphaGo在干什么？它又独自下了100万盘棋。
这又一次完美地诠释了这个时代最悲情、最无奈的那句话：比你聪明的人，还比你勤奋。
这是机器思维和人类思维的一个重大区别。
人因为能力有限，思维方式尽量简化。所以，就有那个重要的“奥卡姆剃刀原理”——如无必要，勿增实体。这样可以更方便地理解和传递知识。
但是机器不需要这个“奥卡姆剃刀原理”。它的能力足够强，它不需要把世界简化之后再去理解。人工智能其实是让世界恢复了原本的复杂性。
在机器的思维里，没有什么牛顿三大定律和爱因斯坦相对论的区别。那都是对世界简化理解的产物。人工智能会把这个世界按照不同的速度，分成几千种，然后总结出3000万个定律。
我们原来文明的所有的基础对它来说都不存在，它用最复杂的方式——它一出手我们就没法儿理解的方式，在構建它自己的逻辑。
人工智能为什么在2016年爆发？就是因为驾驭这个复杂的因素出现了。业界公认2016年人工智能爆发的三大原因是：算法的进步、硬件的进步和大数据的进步。
算法。说了你也不懂，当然，我也不懂。
硬件其实指的就是GPU。啥是GPU，你也别为难我这个文科生了。总之一句话，它就是人工智能运行的硬件基础。
第三个词，大数据。这是重点。
来看一个例子。怎样让电脑认出一只猫？
第一代人工智能的方法是，给出无数条件，然后试图得出结论。也就是告诉电脑一大堆“如果，那么”。如果它有花纹、有爪、有胡子，等等，它就是一只猫。
可是深度学习不这么干。他输入100万张甚至更多猫的图片，告诉机器：这里面有猫，你去认吧；你自己去定规则，自己去找规律。数据每大一个数量级，就越逼近于正确。
就像有人问美国联邦最高法院的大法官波特·斯图尔特：“你们法官断案子，总说什么是色情作品。那请问，什么是色情呢？”斯图尔特说：“我说不出什么是色情。但是我看了之后，就能知道。”这就是典型的人工智能逻辑。它不关心人类对一件事情的定义，但是它可以输出你要的结果。这里面最重要的是什么？是数据。
医疗用的人工智能，需要大量的医疗数据。越多的数据灌进去，诊断就越准确。
强悍的硬件带来的计算能力，强悍的算法在飞速更替，再加上强悍的数据，造就了这一波人工智能的浪潮。
看见了吗？人工智能和人完全不是一回事，它用完全不同的思路，但是达到了同样的结果。所以人工智能不是在模仿人，而是抄了一条它自己熟悉的近道，然后赶上了人而已。