首先，人工智慧是不可能建立在現代計算機基礎上的。因為現代計算機的一切都是需要人給出模式的。它不可能有創造性的思維能力。 關於人腦和人工智慧，著名的歌德爾定理就一直在被運用到這一領域。

計算機到現在有了極大的發展，但是基本原理還是馮·諾依曼提出來的，只是速度和效率大大提高了。從根本上說，計算機的程式，就是一種基於2進位制數字運算的命題演算系統。其中給出的公理是有限的，規則是可計算，而判定出命題的真偽時，輸出結果，停機並轉向下一個命題的處理。這就符合了哥德爾第一不完備定理的條件。可如該定理所說，這樣的系統必然是不完備的，也就是說至少有一個命題不能透過這樣的“程式”被判明真偽，系統在處理這樣的命題時，就無法“停機”，用俗話說就是被“卡”住了，永遠不能繞過（舉個很簡單的例子，就是計算圓周率，永遠計算不出結果）。

無論你怎樣擴充公理集，只要是有限的，這個現象就始終存在。而無限的公理集對於計算機來說，就意味著無限大的儲存空間，這顯然是不可能的。因此，有些數學家，如彭羅斯就認為，這表明了計算機是有致命缺陷的，而人類的“直覺”不受該定理的限制，所以計算機永遠不可能具有人腦的能力，人工智慧期望中的真正具有智慧的“電腦”，只不過是如“皇帝的新衣”那樣的“皇帝的新腦”。關於這個問題的詳細情況，可閱讀彭羅斯的《皇帝新腦》。

為什麼人腦與電腦有這樣的根本差別呢，彭羅斯認為可能是量子力學不確定性和複雜非線形系統的混沌作用共同造成的。但也有的數學家並不這樣認為，他們指出，人腦就基本意義和工作原理來說，與人工智慧原理的“圖靈機”無根本差別，電腦也存在上述兩種作用，這就說明人腦也要受到哥德爾定理的限制。兩者間的差別，可用包含非確定性的計算系統說明，就是所謂的“模糊”處理。人腦正是這樣的包含了非確定性的自然形成的神經網路系統，它之所以看上去具有電腦不具備的“直覺”，正是這種系統的“模糊”處理能力和效率極高的表現。而傳統的圖靈機則是確定性的序列處理系統，雖然也可以模擬這樣的“模糊”處理，但是效率太低下了。

而正在研究中的量子計算機和計算機神經網路系統才真正有希望解決這樣的問題，達到人腦的能力。 對於電腦是“真腦”還是“皇帝的新腦”，還存在很大的爭議，有很多的問題需要解決，很多都是現在世界上的頂尖科學家研究的尖端課題。各方面研究都表明，人腦在“運算”時，的確與電腦的基本原理是一樣的，只不過電腦是用電子元件的“開、閉”和電訊號的傳遞體現，人腦則表現為神經原的“衝動、抑制”和化學訊號（當然也包括電訊號）的傳遞。這與哥德爾定理的條件沒有本質上的差別。而認識過程中的“思維是客觀實在的近似反映，語言是思維的近似表達”這點，正是受哥德爾定理限制的結果。

就拿語言（指形式上的）來說，完全可以轉化為有限公理和一定規則下的符號邏輯系統，也就是一種符合定理條件的形式公理系統。該定理恰恰說明，這樣的系統中不完備，存在不能用該系統證實的命題，對於這個系統來說，就是語言對思維的表達不完全，也就是我們常說的“只可意會，不可言傳”。這也與我們經常感覺到的“辭不達意”是相吻合的，任何形式上的語言都不能完全準確的表達我們的思想。

還有另一個事實也說明這點，就是翻譯。文對文的形式語言翻譯雖然不難，可是如實地表達原來語言中的準確蘊義就非常難了，甚至可以說是不可能的事情。如果能證明人類的思維也可以轉化為這樣的形式公理系統，那人腦也一定受哥德爾定理的限制。 人工智慧和人腦的問題我們先說到這裡。接下去說一下人類毀滅和被什麼替代的問題。如

果人類在未進化到一定程度前就被毀滅，那這一話題就無實質意義了。那麼我們就說下人類進化後應該是被什麼所替代的問題。我個人觀點是，人類如果能順利進化，那之後肯定是擺脫包括肉體的所有有形載體的束縛以另一種能量形式存在於宇宙中的更高智慧體。而人工智慧無法避免的需要某種有形載體才能存在。因此被人工智慧所取代的想法太過狹義了。

儘管這人們見證了Alpha Dog戰勝人類頂級圍棋手的事實，但對於人工智慧能否在股市戰勝人類或者說投資高手來說，雪球上依舊普遍存在著對人類的盲目樂觀和對人工智慧的低估。

有人用長期資本管理公司的倒閉的例子來證明AI投資不如人類。

這幾乎是被用來證明量化投資或者說人工智慧炒股不如人類的最多的證據了。諾貝爾經濟學家用複雜數學模型的投資系統以破產而告終，而人類的投資大師比如巴菲特的雪球卻越滾越大，所以對於投資來說，機器不如人。這個論證表面看起來很完美。但仔細分析一下，卻並不是這麼一回事。長期資本公司的倒閉，不是其數學模型不優秀，根本原因在於其高槓杆的操作模式，一旦遇到小機率的黑天鵝事件，高槓杆的結果必然是毀滅。這和99%以上期貨、外匯高槓杆投機客最終的命運都是爆倉，其實是一樣的。假如讓巴菲特以同樣的槓桿率進行投資，結局也只能是一樣。所以用高槓杆的長期資本管理公司和低槓桿的巴菲特來比較說明人工智慧不如人類，本身就是不公平的。反過來說，如果當初長期資本管理公司能夠降低槓桿率並在模型中加入防範小機率事件的部分，在來錢快和活得久之間找到平衡，那麼結局也許就會被完全改寫。

有人說圍棋是在有限的規則內活動，而股市並非如此。

還有人認為，人工智慧只能在棋類這樣規則清晰明瞭的遊戲中戰勝人類，而股市規則充滿未知和不確定性，所以AI是不可能戰勝人類的。這種想法更是錯誤。實際上對於Alpha Dog來說，它在下每步棋的時候，也並不知道未來結局會怎麼樣，對於它來說，未來也是不確定的，只不過它每一步的落子，都是利用已知條件和自身資料庫，尋找一個獲勝機率最大的那個位置，並且其犯錯的機率比人類頂級高手還低，所以最終的結果就是戰勝人類。因此人工智慧在股市裡戰勝人類，根本不需要掌握股市中所有的規律，也不需要把所有宏觀、中觀、微觀的所有未知問題搞清楚才行。AI需要做的，只不過是利用現有的與投資相關的已知條件建立一個數學模型，計算大致的獲勝機率和賠率，滿足條件就出手，算不明白或者勝率過低的時候就等待。AI只要做到比人類判斷正確的機率高那麼一點點，看的比人類遠那麼一點點，比人類少犯一點錯誤，就足夠了。而且人工智慧還可以不斷的學習和進化，不斷提高模型的準確率，如此不斷迴圈往復，人類必輸。實際上現在的量化投資系統做的就是這件事。只不過整個模型的測試，以及機率的獲得等資訊要人工來完成，AI的學習能力和自我進化速度很慢，所以直到現在AI依舊不能取代人類。而未來一旦投資機器人採用了類似Alpha Dog這樣的深度學習系統，可以做到自我學習和進化，那麼我們將很快看到AI在股市中戰勝人類的那一天。

AI在投資領域戰勝人類之後會怎樣

當AI戰勝人類之後，會有越來越多的AI進入到這個市場，首當其衝被絞殺的是普通的散戶，這時候AI吃肉，高手和機構還能跟著喝一口湯；慢慢等等到普通小散全部退出市場。這個時候技術分析已經完全失效，套利的機會趨近於零，所以技術高手和套利高手陸續退出市場，價值投資高手暫時還能喝一口湯。等到市場上只剩下AI和價值投資高手之後，市場已經變得效率極高，已經完全找不到一眼看過去就知道低估以及一眼看過去就知道高估的股票了，即使有低估也是短時間內價值迴歸。價值投資高手經過潛心研究認為是低估的股票，大機率是價值陷阱，而認為是高估的股票，大機率是沒有發現其真正價值，最終的結果是價值投資高手退出市場或者忍受獲得極低投資收益率（市場有效性極高，戴維斯雙擊成為奢侈，無法賺到市場的錢，只能賺取企業經營的錢，而且你的錯誤還會降低收益率，最終收益率會很低），最終的結果就是股市完全變成AI之間互相博弈的地方。技術高手、基金經理、價值投資者只能退居到二線，協助改進AI的模型。直接上場的結果，就如同博爾特和一輛法拉利比百米賽跑。

嗯。有可能。

因為，這是不對稱的較量。

為什麼？人工智慧，是“人類”科學技術應用的體現。

“人工智慧，”是“晶片軟體”的集合運用的產物。“晶片軟體”內，是集，多種人類專業人士的“思維模式”。

如果以“一對一”的比賽規則。人類專業人才想贏“智慧機器人”。勝算不大。（圍棋的比賽結果已經證明）。 這是一個“不對稱”的比賽。