實際上，金榕不是在駁薩金特，而是在強化AI屬於統計學的範疇，理由：

一、逐條分析金榕反駁

（一）諾獎得主薩金特的主要觀點

1、薩金特說：人工智慧其實就是統計學，只不過用了一個很華麗的辭藻，其實就是統計學。好多的公式都非常老，但是所有的人工智慧利用的都是統計學來解決問題。”

2、薩金特說：“有好多應用科學像工程學、物理學、經濟學，我們會建立一些模型模擬世界運營……我們的目的是希望解釋我們所觀察到的世界上的現象，而我們關鍵的工具是使用模型，然後放到電腦裡模擬（這個很重要，下文將講述）。

2、托馬斯·薩金特：交叉學科研究推動的科技（包括AI）進步。

（二）金榕反駁的分析

1、金榕說“除了統計，AI中的“學習”“推理”和“決策”中還使用了代數、邏輯、最最佳化等許多其他學科知識與方法。”

分析：

金榕反駁的這條內容，實際上這是典型的現代統計學統籌、運算、歸納的方式啊！！！有人說：統計學就是代數、邏輯學等各類交叉科學綜合的超級運用與最最佳化選擇，是有道理的。

2、金榕說“AI的核心能力還來自於數學（博弈論、數值分析、邏輯學等）、運籌學（最佳化）、計算機科技（分散式計算、平行計算、CPU、NPU）、神經科學，甚至心理學”。

分析：

（1）注意前提：現代科技，幾乎所有，都是複雜地運用了大量的交叉學科的。所以要看主要的，不要以偏概全。然後是下面的分析，

（2）神經學主要AI對人類神經網路的模擬，神經元（結點）的海量執行本是就是統計學最佳化的選擇，比如阿爾法狗的“深度神經網路”“增強神經網路”的學習。

（3）心理學如今在AI上僅僅只是探索（僅是個想法而已），計算機的構造原理與機制根本不能支撐；

（4）計算機科技（分散式計算、平行計算、CPU、NPU）都是算力增強，能夠收集、挖掘、分析和最佳化大量資料的效果，更是現代統計學了；

（5）數學（博弈論、數值分析、邏輯學等）、運籌學（最佳化）等等幾乎所有的現代科技更是說的玄乎，其中的數值分析肯定是統計，博弈論、邏輯學等與運籌學主要在於最佳化。

3、金榕說“那麼這次的人工智慧熱潮有哪些不一樣的地方呢。就是由於我們在演算法、計算力、資料上都有了重要突破。”

分析：

（1）上述說法基本上算是現代統計學的更具效力的根本，也成就了現代統計學可以概括AI的條件和理由。

（2）如今AI的演算法（實際上包括所有計算機的程式）都是可以建模的，能夠建模，必然是數學公式能夠解決的（生活中90%以上現象、事件都是不能建模的），都是有規律可循，並透過歸納實現的，這個歸納就是統計。

（3）資料就是指大資料，這個肯定要歸類統計學的。

4、金榕：AlphaGo使用了蒙特卡洛樹搜尋、神經網路、增強學習等方法，因為演算法規模大，所以採用了分散式計算來實現。棋力更強的AlphaGo Zero沒有使用人類資料，而是從自我博弈中學習。

分析：

（1）蒙地卡羅樹搜尋是典型的統計學

“蒙特卡羅方法”（Monte Carlo method）出場了。這一方法也稱統計模擬方法。是20世紀40年代美國在第二次世界大戰 “曼哈頓計劃”計劃的成員S.M.烏拉姆和J.馮·諾伊曼首先提出，並以馳名世界的賭城—摩納哥的Monte Carlo來命名這一方法的。該演算法就是以某種事件出現的頻率估計這一隨機事件的機率，或者得到這個隨機變數的某些數字特徵，並將其作為問題的解。蒙地卡羅方法首先被人在國際象棋上運算，似乎根本行不通，直到2006年，有人發展了蒙地卡羅方法，即在此方法上加了樹枝狀搜尋，從此探索出電腦圍棋程式設計的另一條通途。這一改進的方法就是“蒙地卡羅樹搜尋”。該搜尋法面世後，那時就有人驚奇地預言說，未來不久，電腦將在圍棋上擊敗人類頂級選手。而此之前，人們一直相信圍棋是不可戰勝。這一預言只經歷了十年，即2016年就變成了現實。所以，技術是改變一切的真正神器。摘自《新未來簡史》一書，如圖

（2）神經網路是機器模擬人類的神經網路演算法，神經元（結點）的海量執行本是就是統計學最佳化的選擇，比如阿爾法狗的“深度神經網路”“增強神經網路”的學習。

（3）阿爾法狗”增強神經網路”的增強學習，所謂左右互搏，實際上是“統計學最佳化”的做佳運用之一。機器是按照程式、數學公式去自學，與人的自學是截然不同的。如果是人的自學，則不一定歸納為統計學最佳化，其中的奧妙，可參看：

《新未來簡史》：為何說人工智慧的深度學習能力比人類差萬倍億倍？（網搜）

綜上：薩金特說，“人工智慧其實就是統計學，只不過用了一個很華麗的辭藻，其實就是統計學。”基本正確，關鍵是觸及到了實質與本質。二、非常贊同諾獎得主的高屋建瓴，對AI的本質認知

其對AI的本質本質的認知是：人工智慧只不過用了一個很華麗的辭藻而已。理由：

（一）權威性地否決了那些為了利益而大肆神話AI、演算法與大資料的觀點；還原AI本來面目，將AI拉下了神壇。

（二）與《新未來簡史》結論“AI實質就是對‘機器互動自動化’取了個‘人工智慧’的美妙名字，這個名字就是一個美妙的比喻而已”的觀點不謀而合。該書用了8萬字從50多個角度深刻分析AI，幾乎摧毀了神話大資料、AI、演算法數十個觀點。

（三）諾獎得主Thomas J. Sargent與中國產《新未來簡史》（與《今日簡史》《未來簡史》一書一起否決了《今日簡史》《未來簡史》（割中國韭菜的書）神話AI的基石與核心觀點。

（四）一些觀點與論述可參見：

1、與《今日簡史》《未來簡史》《人類簡史》分別至少有70、90、50項對立觀點的書：《新未來簡史》怎樣？

2、“大資料悖論”，幾乎否決了《未來簡史》立足的基石，以及否決了《今日簡史》重大主題之一，大家怎麼看？