AI 的标准：学习力和创造力

说大了高考机器人，说小了自动解方程都能和 AI扯上关系。

但一个产品究竟是不是AI 还是得去做技术分析才能够确定。如果专家系统不能算作是AI的话，市面上大多数的自动化工具都不能算做是AI.

机器在对【感知】能力的模仿上已经取得了巨大的商业成果。因为商业的原因，因为技术实现上的复杂性和巨大成本， 这些产品已经成为了最流行的 AI 的代表。

和【认知】相关的AI 有一些特征：

1. 学习力 —— 学习能力需要直接的经验积累：在某些特征的制导下，从无到有地生成【从输入到输出间的逻辑通路】并且学习这个过程，并且能够做到：在那之后，能够更加有效地处理类似问题。对人来说，记性不好的话，学习能力也不会好。对机器来说，良好的样本和算法能促进学习能力。

2. 创造力。创造力需要间接的经验积累。创造力可能来自于对【大量的实践经验中得到的某个偶然性的成果】所进行的逆向分析，也有可能来自于对现有经验过程所进行的反事实分析。对人来说，闲暇的时间和反叛的精神有利于促进创造力。对机器来说，大量的实践经验意味着巨大的算力消耗。