突发奇想想到这个问题，超级计算机可以想人工智能一样交流吗？人工智能的运算速度会不会超过超级计算机？二者区别何在？

我们通常所指的超级计算机往往是以运算速度作为衡量标准，超级计算机通常应用在需要大量计算的天文、军事、航天、地质研究等领域，我们国家在超级计算机领域的发展一直处于国际先进行列。

与超级计算机追求的运算速度不同，AI的衡量标准则更加复杂，AI不仅要有运算速度还要具备自动推理能力、学习能力以及语言处理能力和视觉能力等内容。简单的说超级计算机是支撑AI的基础条件之一。

我们先来看一下AI的几个主要研究内容，然后再分析一下AI的基本组成结构，然后进一步分析超级计算机在这些结构中所能起到的作用。

AI的研究内容包括六个大的部分，分别是自然语言处理、知识表示、自动推理、机器学习、计算机视觉和机器人学。这里面的内容几乎都涉及到各种算法与逻辑关系，以机器学习为例，机器学习领域包含的内容非常多，比如深度学习对计算资源的要求就比较高，超级计算机往往能为AI提供高效的处理过程。

AI系统的构成往往包括以下几个大的模块，信息采集模块、信息存储模块、信息表示模块、学习模块、计算模块、呈现模块等，这些模块目前与物联网、云计算、大数据的关系非常紧密，比如信息采集模块要使用到物联网技术，信息存储要使用到云计算平台，信息表示则要使用到大数据平台，学习模块也往往基于大数据平台进行。

这其中就涉及到超级计算机与云计算之间的关系，目前很多中小型应用完全可以使用云计算平台来完成，但是云计算平台与超级计算机之间还是有很大的不同，比如云计算平台的基础是虚拟化技术，但是超级计算机则不会使用虚拟化技术。简单的说在并行任务的处理速度上目前还是超级计算机更胜一筹，毕竟超级计算机的体系结构决定了它并行计算速度。

我的研究方向是大数据和人工智能，我会陆续在头条上撰写一些关于大数据领域的科普文章，感兴趣的朋友可以关注我的头条号，相信一定会有所收获。

如果有IT领域的问题，也可以咨询我。

谢谢！

超级人工智能计算机是否有可能使“计划经济”成为完美现实？

超级人工智能计算机可能非常智能，但要使“计划经济”成为完美实现，还是不太现实的。为什么要这么说呢？原因主要有三个：

1、人工智能原理

我们经常看到的人工智能项目，原理基本都是通过采集大量的样本数据，交给AI深度学习算法去学习。学习过程都是通过人类自己判断对错，来告诉机器这个样本是对还是错。机器通过比对这些样本，逐渐总结出人类的判断依据，也就是决策模型。有了决策模型，人工智能就可以开始自己决策。当然中途有错误，人类会进行纠正，纠正后人工智能会继续纳入学习。直到错误率降低到一定水平（比如：95%），我们认为人工智能就算可以真正使用了。

2、人工智能存在错误率

面对曾经发生过的样本或者类似的样本事件，人工智能可以处理得非常完美。比如：人脸识别，声音识别，行为识别这些都是可以很好商用的。但是面对未来发生的未知样本，人工智能依然存在的错误率会放大。这对“计划经济”来说，就是致命的问题。只要出现一次错误，经济走向就会出大问题。

3、人工智能基于历史，而非基于未来

从人工智能的原理我们可以看到，目前人工智能的决策模型都是通过历史样本学习而来，它的决策也更偏向于可重复性的事件或者简单逻辑关系的事件。而计划经济都是计划未来五年或者十年的事情。这里不仅要避免曾经发生的错误，也要考虑各种未知情况、突发情况。这些对于人工智能来说就无法完美实现了。

4、面对复杂逻辑，人工智能也无法完美

人工智能虽然可以通过深度学习掌握决策模型。但是，现实中有很多复杂逻辑，人类都很难抉择，人工智能就更加难以抉择。比如：

一列来不及刹车的列车走A叉轨会冲下断桥坠毁，导致车毁人亡。走B叉轨会压死一群正在抢修的工人。如果你是这个变轨的操作工人，你该怎么办？恐怕有人会说，列车上的人多，自然选择让列车走B叉轨。但是，如果抢修的人群中有两位是不可多的技术专家，或者是某高层领导呢？可能很多人又会说，那就选A叉轨呗。但是，如果列车上的人又有什么特殊性呢？

总之，面对复杂逻辑时，人类都需要通过头脑风暴来做不完美的决策。而人工智能的计算机自然也是无法完美做出决策的。

总结

总之，超级人工智能计算机虽然可以快速学习大量的样本，做出很好的决策模型。在面对同类或者简单逻辑的事情时，是可以很好应对的。如果面对逻辑又大又复杂的“计划经济”，人工智能恐怕还难以完美实现。

人工智能不就是运算很快的超级计算机吗？

什么时候会诞生世界首台类脑超级计算机？

机器能思考吗？能，但计算机不能，类脑计算机永远都不会成功！

人脑的运行机制不是计算，我不知道如何通过计算去模拟人脑，只是人类对自己的思维存在着许多错觉和误判，不知道自己已掉入思维陷阱，对着镜花水月，无限憧憬。

认识人类的思维太困难了，现有的观念体系像是一个巨大的漩涡，自一出生我们的思维就被它深深地裹挟其中，无法挣脱。只要我们没从思维漩涡中解脱出来，我们就会一次又一次地以为人工智能的春天来了，不管曾经到底失败了多少次。

解释人类的思维就更困难了，因为我得跟整个观念体系战斗，除非我做出一个比人脑还厉害的机器大脑，否则，我会被淹死在唾沫里！

人工智能这个专业是干什么的？

！

作为一名教育领域的工作者，同时大数据和机器学习也是我的主要研究方向，所以我来回答一下这个问题。

随着人工智能领域的发展，整个科技行业对于人工智能专业人才的需求量在持续加大，传统的研究生教育方式已经不能满足巨大的市场需求，所以人工智能人才的教育必然会向本科教育下沉，目前一小部分教育资源比较丰富的高校（以双一流高校为主）陆续开设了人工智能专业。

人工智能的本质是获取知识、创造知识并合理运用知识达到某种目的的能力，而且是一种通用的能力。从体现结构上来说，人工智能系统有三个大的组成部分，分别是感知系统、智力系统和行动系统，当然还离不开环境的支持。感知系统和行动系统需要物联网的支持、智力系统需要大数据和云计算的支持，所以人工智能是一个典型的交叉学科。

从知识体系结构上来说，人工智能目前的研究内容集中在六大方面，包括计算机视觉、自然语言处理、机器学习、机器人学、自动推理和知识表示，目前计算机视觉领域和自然语言处理领域已经成长了一批具有较强竞争力的科技企业。

从人工智能专业的课程设置来看，重点包括三个部分，其一是基础学科，重点是数学和物理；其二是计算机基础知识，重点是操作系统、计算机网络、算法设计和数据结构等内容；其三是人工智能基础知识，涉及到人工智能基础概念、推理和求解、知识表示、感知、通讯和行动等几个大的部分。

虽然目前人工智能领域的热度比较高，一部分智能体也开始走进生产环境，但是人工智能行业依然处在初期阶段，还有大量的课题有待攻克，所以选择人工智能专业最好读一下研究生。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！