刚开始还行，作为一种工具，人可以精准掌握、充分理解机器的行为，但是，机器的运算、记忆、检索能力远远超过了人的能力，后来，人已经无法详尽了解运算的细节。如果是一台神经元计算机，人甚至难以了解运算的过程，更何况运算过程中还可能出现随机性的错误，这些也都在人们规定的程序之外。
尽管如此，人们还是见不得它老实，总抱怨它还是太笨，不断地给它添加新的软件和装备。人们逐渐赋予它更多 “独断专行”的权力，而在随机状况面前，掌握这种权力的机器调用的程序与人的紧急措施并不能完全一致，就会形成人与机器的权力之争，这甚至已经导致一架满载乘客的飞机坠毁。也许还会有更多无人驾驶车辆事故，但是，这依然阻
挡不了人工智能机器自主性快速成长的步伐。
由于机器的计算、记忆、搜索、拷贝、传播性能，特别是可靠性都远远大于人现有生物机制所能达到的性能，人们正在搜肠刮肚千方百计地寻找各种方法，恨不得把自己所有的经验倾囊相赠而后快。人类所有的出版物都被数字化之后，通过互联网，计算机可以查阅所有的数据库，这个 “疯狂”的家伙可以用几毫秒时间检索几千年的人类文献，给人们一个历史的提示，给人们规划一条可规避风险和迂回的路径。
这些建议在人看来似乎是奇思妙想，网络查重也查不到，实际上只是你检索能力不足罢了。况且，人类的新知识都是以机器为平台积累和增长的，机器与人共同成为新知识的发展平台，教会了机器阅读人类文献的能力，双方都是用一种文字。但是人的经验积累和增长速度远低于机器的 “摩尔速率”，几十年寒窗苦读，机器只要一秒钟就全学会了。终有一天，机器也会傲慢地对人类说： “太阳底下没新鲜事了。”人类再无现成经验和元间转移给机器了。机器智能终究会像一个毕业了的大学生，挑战老师只是时间问题。
机器人真正的进步在于元间组合与演绎能力的积累和发展。以不同元间实体为素材，进行充分的排列组合，产生足够多的新的元间实体，再用这些新的元间实体与现实中的需求相比较，筛选出更契合实际的那一个，这个过程就是我们常说的创新。人能做的，计算机一样会做得更好更出色，况且这一切只需要几毫秒。
展开
