人工智能（AI）到底能不能超越人类智能，这个问题有很大的争议。要回答这个问题，非得认识到人的大脑是怎么运转的。有人说大脑无非就是原子构成的，只要能模拟原子的计算，就能用计算机取代大脑。说这话的人有可能对原子级的计算复杂度没有很好的认识，目前全球最快的超级计算机是中国国产的“神威.太湖之光”，每秒可以进行10的17次方次浮点运算，需要1000平方来装这个家伙，总造价需要20亿RMB。能够达到模拟神经元级的计算，但科学家认为要能模拟大脑，需要达到模拟分子级别的运算水平，就目前来看最厉害的计算机也无能为力了。
正确的策略是不能模拟人的大脑，而是模拟“智能”。我们也知道现在AI在很多计算上是已经超越了人类的，要不然也不会有那么多人担心我们会被AI所取代。万维钢老师继续在他的得到APP订阅专栏《精英日课》第二季为我们解读泰格马克的《生命3.0》，从人类的智能结构谈到AI怎么实现智能。
我们看智能的定义，泰格马克是这样说的：
智能就是完成一个复杂目的的能力。
AI要实现智能，大概需要三种能力：
存储信息
计算
自我学习
要看AI能不能取代人的智能，文章从这三个方面进行了对比，你可以将三个方面看成一台计算机处理的一个过程，输入（存储）、处理（计算）、输出（自我学习）。
人的大脑存储能力大约是100TB（1024GB=1TB），可以存储大约5万部高清电影，相当于计算机的硬盘，但大脑处理信息也需要有一个内存，大概有10G左右的容量，我们普通的计算机的内存大概在8G左右，但这只是个人电脑的水平，高速计算机的内存可以不断扩充。计算机内存从KB的计数单位到MB再到GB也就只是短短一二十年的时间，容量对于今天的计算机来说根本不算什么，也有人利用神经网络进行存储开发，每1000个神经元可以存储138条信息。
从存储这条对比看，计算机应该是完胜的。
计算问题很早就被图灵解决了，凡是能用算法说清楚的问题，都可以用计算机实现，基于的是图灵机的设计。最简单的过程是你输入信息、图灵机读取信息、进行运算、然后输出新信息。所以，一个可计算问题能否被解决就是时间和算力的问题，也可以说是时间和物理限制问题。
AI中耳熟能详的“深度学习”技术其实就是过去我们熟悉的“神经网络”算法，只不过现在计算速度和数据量变得非常大了。我们人脑学习技能是这样的：
练习一个动作经常被一起触发的神经元就会慢慢长在一起，就像我们说的产生了一个“知识晶体”，长好了就成了我们的一个技能，需要用到的时候可以马上调用，像我们在电脑中建立了一个软件的快捷方式一样。
AI最主流的神经网络算法也是基于这样的设计，只要反复训练，每次只要做对了就给相关的连接权重，通过足够长时间和大数据量的训练，就可以做成任何事情。
对比的三个方面，AI都能实现得了，而且基于不断改进的硬件水平，应该说都能比人做的更好。但也有观点认为，人脑不是图灵机，所以这样的对比是没有太大意义的，也就是AI不可能像人一样拥有智慧。
但泰格马克自己很乐观，认为神经网络能解决的那些问题已经足够对付真是世界了，因为：
描写真是世界的物理定律也是简单方程。
文章中，万维钢老师说到：
也许图灵机和神经网络算法不能完全取代人脑，但是对于真是世界的智能来说，它们就已经够用了。
我们如果从上面的三个方面出发，也可以打开自己的脑洞，无非就是解决一个计算能力的问题，如果现在的硅材料CPU遇到瓶颈，肯定会有人想到用其它材料加以解决，毕竟这里面的科学机会、商业机会诱惑太大。
仅仅作为一个普通人，我们也要有这样的思考，有时我们并不用一味的去追求最好的，够用是一个很好的平衡点，要关注的是在够用这个点上，积极的去和这个世界发生点什么。
转述自得到万维钢老师专栏《精英日课》第二季008课《I与AI》。
