神經網路庫Keras的建立者，《 Python深度學習》的作者François Chollet認為：我們的領域並不完全是“人工智慧”，而是“認知自動化”：是人類生成的抽象/行為/技能的可編碼化和可操作化。“智慧”標籤是分類錯誤

認知自動化可以通過對人類生成的規則進行明確的硬編碼（GOFAI），或者通過收集標記輸入的密集取樣並在其上訓練某種形式的區域性敏感雜湊表（例如深度學習模型）來實現。

第二種形式特別強大，因為對於各種歷史上棘手的問題，僅通過帶有標籤的訓練示例對隱式抽象進行編碼要比手工對顯式程式設計進行抽象程式設計要實用得多，而且用途更廣泛。

認知自動化非常有用，但是自主抽象生成完全是另一種生物。例如動畫卡通人物只是一種新生活形式，無論卡通人物是手工製作還是通過現實抽象捕獲。您可能會問：“如果動畫片以足夠的真實感繪製並且涵蓋了足夠多的場景，那和真實人物有什麼區別？”，區別在於 對未知的適應性，真正的生命形式（而非卡通人物）將自動適應不斷變化的未來；自動化（卡通/人工智慧）只能執行您計劃的場景。

智慧是適應未知任務和領域範圍內未知未知因素的能力。自動化充其量只能有效地處理已知任務中的未知問題（在現實世界中，無論是工程還是資料，這已經非常困難且資源密集）

自然地，資源密集性來自缺乏適應性：您需要為每個可能的未知因素進行計劃，無論是顯式的還是通過對可能情況的密集抽樣（假設固定分佈）

眾說紛紜：

同意，人工智慧只是屬於認知自動化！AI是分類錯誤，因為“智慧”是類別錯誤。如果您檢視有關智商的爭論，您會發現它是虛假的。智力從來都不是有效的個人屬性，而是將代理和決策權合法化的社會屬性。

全部都是曲線擬合。在廣闊的領域空間內進行多維曲線擬合。

讓我們忘記這些嚴重的人為偏見的定義！智慧是一種具體化的認知主體根據其知識本體推斷出最佳行為的能力，該行為能夠熟練應對其相關領域的變化，從而實現其目標。

歸根結底，“ AI”只是誇張的統計資訊（在功能越來越強大的計算機上執行）

HN評論