當然有，要看人工智慧的定義是什麼？幫你象女傭一樣的服務，沒問題！跟你談情說愛，沒問題！給你解決難題，沒問題！但讓它自發地發明類似數學工具的阿拉伯數字，函式，微積分等，發現萬有引力，質能方程，四種力等。估計就抓瞎了。當然你給它一個明確的目標，就說要造一個具體功能的機器，估計它也能給你解決。

在回答前，需要明確一下題目中“真正人工智慧”的含義: 具有全部人類智慧特徵的人造智慧單元。

在這樣的定義下，可以認為，在可預見的時期內，不可能有真正的人工智慧。原因有以下兩點:

第一，人類智慧中具有大量無法用形式邏輯表達的非理性過程。人工智慧的核心是資料和演算法。其中演算法的基礎是數學，數學的基礎是形式邏輯。當人類智慧無法用形式邏輯完美表達時，完美的人工智慧自然不會存在。在此之上，由人類智慧構建的社會行為自然也無法用人工智慧完美認知。比如，在經濟領域，薩繆爾森斷言:不可能有任何一組數學公式能夠解釋所有的宏觀經濟現象。與之同理，在其他社會現象不能完美用數學公式解釋時，也不會有完美的人工智慧。因此，除非基礎數學或腦科學、心理學等基礎科學取得革命性突破，不然是不存在完美的人工智慧的。

第二，在這個問題下，我們會習慣性認為人的智慧形式更加高階，是人工智慧追趕的物件。實際上並不完全如此。比如，在做知識圖譜時會遇到一個問題，在客觀上，知識元之間會形成一個不規則的立體的網格結構。但人類在認識、表達、思考知識時更傾向於平面樹形結構，如各類書籍中的篇章節段的結構。在很多時候，工程師們為了保證效果，不會多此一舉地將立體網格化為平面樹形結構。這在某些特定的場景下讓“人工智慧”看上去比“人的智慧”更強大，但無疑，這種強大的代價是與人的智慧特徵“不那麼像”。因此，從“特徵相似”的角度講，人工智慧也不會走上完美模擬人類智慧的路子。所以在阿爾法狗橫掃圍棋界時，有些人評價阿爾法狗的棋路一看就不是人類棋路。這種差異是否構成“不完美”就見仁見智了。

在某些特定場景下，人工智慧戰勝了人類，比如下圍棋，比如電話訂餐。但應該客觀的看待。圍棋具有明確的規則，能怎麼下、不能怎麼下、如何算贏、如何算輸，都是可以用邏輯進行描述的。在這種邏輯清晰、計算複雜的場景下，人工智慧必然勝過人類智慧。在電話訂餐上，谷歌採取了細分領域深度訓練的策略，可以認為是窮舉了所有可能的情況，然後以此為基礎建立機率體系。這種技術路線恐怕無法複製到更復雜的場景。

鼓吹人工智慧取代人類的說法更多是一種噱頭。可預見的未來必然是人類智慧與人工智慧互動，各取所長而解決問題。如同工業革命幾百年，結果依然是人操作機器，機器沒有取代人。當前，試圖開發出完全獨立的泛領域人工智慧，是一種找死行為。

這個話題特別好，真的應該值得思考的。記得幾個月前，看到過好像是武漢大學的哲學蘇德超老師的一個問題，一個科幻問題。大意是：在未來，我們來到一個人工智慧世界，發現他們也有熟悉和物理。題目希望探討人工智慧會不會產生類似社會科學那樣的東西。

我當時對這個問題思考了很久。我有一個疑問，人工智慧會產生數學和物理嗎？我高度疑問。

科學是我們對自然的解釋。科學不是簡單的外物間的關係。比如研究地球和太陽的關係。簡單的研究可以確定地球圍繞太陽轉 。但是這個是科學嗎？這個不是科學。只有當我們拿一個工具（比如萬有引力）來成功解釋地球和太陽現象的時候，這個才是科學。

用黑格爾的話，認識的第一步是得到感性確定性，就是物件間的關係。但是科學是要達到自我意識的確定性。就是從建立一個從我們意識出發，服從我們的認識規則的一個體系。

比如力學，需要有基本的公理，基本的直觀概念。而這些必須是抽象的，就是僅僅立足於我們意識。力學中有這樣的基本的東西。

我個人不是太覺得人工智慧會產生自我意識。所以我不太認為他們會做我們那樣的抽象。所以我認為人工智慧甚至不會產生數學和物理。

所以我覺得人工智慧最高的境界就是得到非常牛的感性確定性。它可以得到非常棒的資料，甚至進行資料分析。可以達到非常牛的技術層面的東西。