人工智能可以自学吗?人工智能能否超越人类智能?

当然可以自学。人工智能作为新时代科学飞速发展的产物之一，他的出现极大的便利了人们的生活，提高了人们对生活的体验。作为新兴的产业之一，会有很多小伙伴对其产生浓厚的兴趣，那么今天就让我们来讲讲如何学习人工智能，顺便分享几个学习人工智能的网站以供大家参考。

首先，人工智能属于计算机的一个分支，他是科技发展的重要产物，同样也是科技强大的体现。如果决定想要学习人工智能，当然不论是学任何东西。第一步就是要先了解你所要学习的具体是什么东西。就拿人工智能来举例，我们要先了解这一领域以及一些相关的基础知识。

一、人工智能是什么？

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。当我们在了解了基础的知识后我们还要对其进行下一步定义，就是我们为什么要去学习这项专业也就是我们要拿他去干什么？也就是明确目的性。

人工智能

你的目的是什么？是想要做基础的学术研究、比较感兴趣简单的进行了解还是说当成一个具体的就业方向，然后想明白这个问题我们再去根据他来进行有重点地去学习这项专业。像人工智能他的方向可能会有很多例如：机器翻译，智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂，自动程序设计，航天应用，庞大的信息处理，储存与管理，执行化合生命体无法执行的或复杂或规模庞大的任务等等。

选择相关的带着目的地去进行学习，这样是最有效率的。

好了，接下来由我来分享几个有关学习人工智能的网站

网站一：美国人工智能协会（网址： http://www.aaai.org/ ）

美国人工智能协会官网

作为美国一个非盈利性的科学社团组织，主要致力于让机器产生智慧思考和智能行为的研究。此外，提升公众对人工智能的理解，对人工智能实践人员的教学和培训，为人工智能领域的研究者和投资者提供指导等也都是AAAI的实践内容。

网站二：智能代理家园(Agentland 网址： http://www.agentland.com/ ）

智能代理家园(官网

智能代理是人工智能的应用领域之一，在中学人工智能课程教学中，适当介绍智能代理的基本概念和工作原理，并让学生与智能代理实例进行交互操作，能使其不但感受到智能代理的智慧和人性化服务，并且将由对智能代理的亲身体验，而产生对人工智能课程学习的浓厚兴趣。PS：可以当作入门学习的基础。

好了以上就是对人工智能的基本了解与自学方法，感兴趣的小伙伴可以去学习一下。

随着社会的发展，人工智能是未来大势所趋。我们也应该与时俱进不断地更新自己的知识。那我们该如何学习人工智能呢？因为人工智能在社会上并没有所谓的课程，我们可以向学习知识一样来自学人工智能。

机器学习

所谓的人工智能就是机器代替人类来做事情，比如说以前做蛋糕是人工打鸡蛋打发蛋白，耗时长和人力成本高，而现在我们只需要一个机器就可以代替我们做所有的事情，成本低，而且花费时间就短生产效率大大就提高了。这就需要，我们去学习如何操作机器去了解机器的每一个零件代表什么意思，看懂说明知道如何去控制机器。

深度学习

人工智能的出现，其实也是人类生产制造它的结果，而如何去生产制造他来达到我们想要的目的，这样就让我们去深度学习关于这个人工智能机器的知识，广泛应用知识来面对人工智能。因为人工智能是一个前所未有的东西，待开发的区域也还有很多，所以我们只能通过不断地学习来提高自己，从而提高我们的人工智能，这是一环扣一款环的缺一不可。

数据处理

人工智能的背后，其实是一堆数据。而不同的处理方式，会导致这些数据会有出入，我们要想具体达到人工智能去做某一种，目的就要对应的去做数据处理。而数据处理并不像我们打扫卫生扫地如此简单。他需要经过算术反复的试验来得出最终的数据，所以数据处理是非常严谨的，这也是我们学习人工智能的必要之一。

人工智能的学习建议从简单的开始，因为如果从最难的部分开始的话，这是一个我们未涉及过的领域。我们会有可能觉得非常的气馁甚至去放弃，所以就好像我们从一年级一直到我们大学逐步渐进。在过程中不断制定小目标，让自己慢慢地自学成才，慢慢地学懂人工智能。

1. 寻找一些免费的书籍。

Shival Gupta分享自己初学AI的经验时，强调了熟悉基本AI术语和方法的重要性。寻找一些免费的AI书籍作为自己学习人工智能的开始，是正确的做法。

Peter Norvig和Stuart J. Russell所著的《Artificial Intelligence: A Modern Approach》一书就很不错。本书不仅介绍了基本的人工智能概念和算法（专家系统、深度优先和广度优先搜索、知识表示等），而且还包括基础知识如贝叶斯推理，一阶逻辑，语言建模等。

对于那些对深度学习感兴趣的人， Ian Goodfellow、Yoshua Bengio和Aaron Courville 所写的《深度学习》（自适应计算和机器学习系列）一书是不错的选择。
此外，可以看看《Logic For Computer Science》这本免费书，它解释了计算机科学的数学逻辑，并强调了求解证明的算法方法。

2.熟悉Python，（C / C ++）和数据结构。

人工智能从业者相信，任何主流语言和非主流语言都能应用于AI / ML。最大的区别在于库/工具的性能和可用性。

例如，C++的所有设置都优于Java或Python，并帮助开发人员最大化硬件的功能。另一方面，Python有一个非常好的FFI，并且经常与C或C++结合使用。与此同时，Octave / MATLAB、R、Python、C++、Java、R和其他一些语言都有高质量的库，如何使用取决于你想要做什么。

一般的共识是，必须熟悉一些流行的语言，如Python，它有一个很好的工具箱/库。

按现在的科技这样发展下去，人工智能是有可能超越人类的。

1956年夏季，在美国达特茅斯学院举行的一次重要会议上，以麦卡赛、明斯基、罗切斯特和申农等为首的科学家共同研究和探讨了用机器模拟智能的一系列问题。

首次提出了“人工智能”这一术语，它标志着人工智能这门新兴学科的正式诞生。此后，人工智能在发展历史上经历了多次高潮和低潮阶段。

在1956年人工智能被提出后，研究者们就大胆地提出乐观的预言，达特茅斯会议的参与者之一赫伯特·西蒙（Herbert Simon）还做出了更具体的预测：10年内计算机将成为国际象棋冠军，并且机器将证明一个重要的数学定理。

西蒙等人过于自信，其预言没有在预测的时间里实现，而且远远没有达到。这些失败给人工智能的声誉造成重大伤害。

1971年，英国剑桥大学数学家詹姆士（James）按照英国政府的旨意，发表了一份关于人工智能的综合报告，声称“人工智能研究就算不是骗局，也是庸人自扰”。

在这个报告的影响下，英国政府削减了人工智能的研究经费，解散了人工智能研究机构。人工智能的研究热情第一次被泼了冷水。

20世纪90年代，以日本第五代机器人研发失败和神经网络一直没有突破为代表，人工智能进入了第二个冬天。

直到21世纪初，深度学习与互联网大数据结合才使人工智能又一次迎来新的春天。在阿尔法围棋等大量突破性成果涌现之后，人类对机器（AI）能否超越人类的问题又重新燃起了热情。狂热的情绪背后甚至产生了人工智能威胁论。

谷歌技术总监、《奇点临近》的作者雷·库兹韦尔（Ray Kurzweil）预言人工智能将超过人类智能。他在书中写道，“由于技术发展呈现指数级增长，机器能模拟大脑的新皮质。

到2029年，机器将达到人类的智能水平；到2045年，人与机器将深度融合，那将标志着奇点时刻的到来。”除此以外，支持人工智能威胁论的代表人物还包括著名物理学家霍金、微软创始人比尔·盖茨、特斯拉CEO马斯克等。

2014年12月2日，霍金在接受BBC采访时表示，运用人工智能技术制造能够独立思考的机器将威胁人类的生存。霍金说：“它自己就动起来了，还能以前所未有的超快速度重新设计自己。人类呢，要受到缓慢的生物进化的限制，根本没有竞争力，会被超越的。”

特斯拉CEO马斯克对待人工智能的态度比较极端，2014年8月，他在推特上推荐尼克·波斯特洛姆的著作《超级智能：路线图、危险性与应对策略》时写道：“我们需要重点关注人工智能，它的潜在危险超过核武器。”

2017年10月，日本著名风险投资人孙正义在世界移动大会2017上表示，他认为机器人将变得比人类更聪明，在大约30年的时间里，AI的智商将有望超过1万点。相比之下，人类的平均智商是100点，天才可能达到200点。

孙正义说：“奇点是人类大脑将被超越的时刻，这是个临界点和交叉点。人工智能和计算机智能将超越人类大脑，这在21世纪肯定会发生。我想说的是，无须更多的辩论，也无须更多怀疑。”

在人工智能威胁论热度日益高涨的情况下，人工智能领域的科学家对人工智能威胁论提出了反对意见。2014年4月，脸书人工智能实验室主任，纽约大学计算机科学教授杨立昆在接受《波普杂志》采访时发表了对人工智能威胁论的看法。

他认为人工智能的研究者在之前很长的一段时间都低估了制造智能机器的难度。人工智能的每一个新浪潮，都会经历这么一段从盲目乐观到不理智最后到沮丧的阶段。

杨立昆提出：很多人觉得人工智能的进展是个指数曲线，其实它是个S形曲线，S形曲线刚开始的时候跟指数曲线很像，但由于发展阻尼和摩擦因子的存在，S形曲线到一定程度会无限逼近而不是超越人类的智商曲线。

未来学家们却假设这些因子是不存在的。他们生来就愿意做出盲目的预测，尤其当他们特别渴望这个预测成真的时候，这可能是为了实现个人抱负。

不会完全取代，未来将有47％的工作被机器人取代。

和人脑相比，人工智能算法应对数值和符号计算更加精确快速，稳定可靠。特别是对于有确定规则的计算问题，人工智能可以远远超出人脑的计算速度，也更容易找到最优的解答。比如，在数值计算，图形、语音、生物特征、行为姿态等方面的识别，甚至更加复杂的预测推理任务方面，人工智能都有超越人脑的优秀表现。

人工智能不具备感性思维，无法跨越到意识领域。当前的计算机架构和编程模式具有本质上的劣势，使得人工智能无法实现与人脑情感、意志、心态、情绪、经验等方面的自然交互。本质上，人工智能仅仅是物质世界范畴的概念，无法跨越到意识领域。

在一个真正实现人工智能的工作场景中，传统劳动者也并未被‘下岗’，只是改变了角色而已。仍然需要人类对人工智能的表现进行监控，进行情报采集与分析，以及开展预测性的实验与评估，引导性的过程管理与控制。

相信将来人类90%以上的工作是由人工智能提供的，就像今天我们大多数的工作是由计算机和各种其它机器提供的一样。

随着科技的发达，人类逐渐开始进入智能时代。人们利用计算机提前设定好程序，以便这些机器能更方便地工作，更有利于解放人类，让人类有一个更好的生活状态，这应该是所有人工智能机器被发明的根本原因。人工智能的发展应该让人兴奋的，但霍金的三大预言却让人们开始慌了。

霍金在去世前，让人们小心人工智能的发展，他担心人工智能的飞快发展，可能会在未来有了自己的意识，并脱离人类的控制，反过来会给人类社会造成危害。因为霍金的许多预言和说法都有一定的原理依据，还有一部分得到了一定的验证，所以人们认真思考了关于人工智能的研发和使用，变得小心谨慎起来。

小心一点是好的，但如果担心人工智能会成为危害人类的存在，这就有点过于忧虑了。如今的科技确实发展极快，我们的生活基本离不开人工智能。街上随处可见的电子产品都是工作、生活中离不开的，这些电子产品经过不断地更新，其功能也就变得越来越强大、越来越完善。

其实，人工智能，说白了就是人们以其自身的意识来编制程序，让机器能更人性化地处理简单的工作，减轻人们的负担。而霍金担心的是，人工智能会越来越人性化。那它会不会在不断发展过程中形成自我的一个意识呢？人工智能会不会终有一天脱离人类的掌控？

说实话，担心人工智能可能会危害人类，其实就是把电脑数据与人脑机制相提并论了。这也太小看我们的人脑了。首先，人工智能的设定都是由人类通过计算机、数据等设定好的，如果没有人类既定的程序，机器也是没有办法自我运作的。所以，人工智能能脱离人类的控制，目前来看还是不大可能的。

此外，计算机虽然能帮助人类完成记忆、计算换算、交流等的工作，现在甚至还有家务小能手的智能机器，但它始终不如人脑。首先，是计算能力，虽然计算机能快速算出37亿万位左右的圆周率，但37亿万位就是计算机计算的极限了，人脑却还能继续计算下去。

其次，至今为止，科学上有计算出人脑的记忆容量究竟有多少吗？现在电脑的内存容量最多也就几百个G，而且电脑中储存的数据也只是简单储存而已。而人脑，其储存量是电脑储存量的无数倍不说，储存在人脑中的记忆并非简单的储存，它还可以有机地排列、组合等。这些操作是电脑不能独立完成的，都需要人为操作。

而且，操作智能机器运作的终究还是一串串的代码数据，只能按照既定程序来运作，哪怕是环境、情况有所变化，机器都无法即时作出应变的。相反，人脑所指挥的人体活动，还有人体中的无数个感应器都是能随环境、状况的变化来作出不同反应的。

所以说，不论如何，人工智能是超越不了人类的，也不可能脱离人类的控制。智能机器虽然有一系列的操作程序，却没有人脑的独立思维、随机应变等能力。因此，担心人工智能会危害人类实在是没有必要。

假设你是零基础，如果有基础的，可以略过自己已经掌握的部分技术。
1、务实基础，学习高数和Python编程语言。
因为人工智能里面会设计很多数据、算法的问题，而这些算法又是数学推导出来，所以你要理解算法，就需要先学习一部分高数知识。
先将高等数学基础知识学透，从基础的数据分析、线性代数及矩阵等等入门，只有基础有了，才会层层积累，不能没有逻辑性的看一块学一块。
再就是学习python编程语言，Python具有丰富和强大的库，作为人工智能学习的基础编程语言是非常适合的。
2、阶段晋升，开始学习机器学习算法+实践演练。
掌握以上基础以后，就要开始学习完机器学习的算法，并通过案例实践来加深理解和掌握。还有很多机器学习的小案例等着你来挑战，前面掌握的好，后面当然轻松很多，步入深度学习
3、不断挑战，接触深度学习。
深度学习需要机器大量的经过标注的数据来训练模型，所以你的掌握一些数据挖掘和数据分析的技能，然后你再用来训练模式。在这里你可能会有疑问，据说深度学习，好像有很多神经网络，看着好复杂，编辑这些神经网络那不是太难了，你大可放心，谷歌、亚马逊、微软等大公司已经把这些神经网络模型封装在他们各自的框架里面了，你只需要调用就可以了。
4、不断实战，曾倩自己的实力经验。
实战是检验真理的唯一标准。当你掌握了基本的技术理论，就要开始多实践，不断验证自己的理论，更新自己的技术。如果有条件的话，可以从一个项目的前期数据挖掘，到中间模型训练，并做出一个有意思的原型，能把一整套的流程跑通，那么恭喜你，你已经具备一名人工智能初级工程师的水准了。

人工智能产物在某些方面会超越人类智能，但是在一些需要创意，情感，社交的领域是远远不够的，有人担心未来机器人过于强大会统治人类，这个设想是有可能成为现实的。现在的机器人已经具有初步学习的能力，如果具有自我意识的话，想想挺可怕的。

现在不会，人工智能处在人类开发初期，后期如果智能机器人具有人类的感知，和学习思维提高的完全智能，不排除会超越人类自己。

理论上说，人工智能不会超越人类智能。
源于 灵魂一说。
机器会有自我意识么？机器会有感受吗？
我认为不会。

人工智能的发展趋势问题从20世纪80年代在国内外就进行了非常激烈的辩论。既有认为人工智能只能作为人的工具的延长而不可能取代人的大脑的工具论,他们认为:人工智能诞生的初衷是作为人类工具的延长,其作用从其诞生的那一天就已经定性,人工智能只能作为人类智能的附庸和补充,而不可能对人类智能构成挑战,更不可能取代人类智能;也有认为人工智能一定会战胜人类智能的观点,他们从达尔文的进化论进行类比推断,对比人类智能和人工智能相对发展的速度和加速度,认为人类智能虽然在短时期内还占有绝对的优势,但是从人工智能近些年突飞猛进的发展速度和加速度来对比人类智能对等时间发展来看,人工智能战胜人类智能绝对只是时间的问题。 当时间进入21世纪,计算机硬件和软件更新的速度越来越快,计算机这个以往总给人以冷冰冰机器的形象也得到了彻底的改变。人机交互的情况越来越普遍,计算机由于需要的缘故被人类赋予了越来越多的智能因素。伴随着人类把最新的计算机技术应用于各个学科,对这些学科的认知也进入了日新月异的发展阶段,促使大量的新的研究成果不断涌现。例如:“人机大战”中计算机轻松的获胜、人类基因组排序工作的基本完成、克隆人理论实质性的突破、人类大脑结构性解密和单纯器官性克隆的成功实现等等。而且随着计算机这个人类有史以来最重要的工具的能力不断发展,伴随着不断有新理论的涌现,大量的已经似乎应当盖棺定论的理论受到了越来越严峻的挑战,人类必须从全新的角度对它们一一进行分析和审视。由于近几年生物学和神经生理学许多新的研究成果的出现,对于人工智能与人类智能之间的关系也有了进行再次讨论分析的必要。 本文通过综合最新与人工智能相关的理论和成果对以往的工具论和纯进化论进行分析和探讨,并且从马克思主义哲学的角度再次去分析人工智能与人类智能的关系,并尝试着给出新的结论:人类对人脑的功能会不断地进行认识,从而人工智能会不断的迫近人类智能。但从动态分析上,即人类智能也在不断的进化和发展,人工智能作为人类智能主体客体化的产物,其作用和功能受到人类智能的制约所以要低于人类智能。

　　随着科技的迅速发展，人工智能正在越来越深入到人们的工作和生活当中，并发挥重要作用。
　　然而，面对美好的梦想，却也有不少人担心，类似“终结者”的机器人杀手会变成现实。物理学家霍金和比尔·盖茨就一再公开表示，人工智能或将威胁人类生存。近日，霍金和特斯拉电动汽车总裁马斯克联合12000名企业家、名流，签署公开信，再一次提醒人们关注人工智能的潜在威胁。
　　如此“可怕”的提醒和预言，恐怕也阻挡不了机器人时代的终将到来。只不过，人类发展的人工智能是否真的会成为人类的“终结者”，无疑令人深思。

　　一些人把人工智能看作是一种威胁，对人工智能有着深深的恐惧。但事实真的如此吗？让恐惧来指导我们，绝非明智之举。

不会，因为人工智能再牛，也要人类控制好。虽然看过很多电影大片，都是人工智能比人类厉害（这也是目前很多人担心的问题），然而最终都是人类利用各种办法获胜。
比方说，有客云是智能客服，它再厉害也终究是要人来开发和使用，如果人工智能可以超越人类智能，那就不会有人工智能这种东西了

当然不能，任何一个精密的物体都必须有一个更精密的母体才能被制造出来。人工智能，顾名思义，乃人所工，自然不可能超越人类！除非出自比人类更高级的生命，比如造人的“上帝”，但那已经不是人工。