你説的什麽大牛只是對你而言，你把我的名字告訴他；你就知道你在與誰説話（他要是不知道我，説明他那個大牛不夠大所以還沒有被告知我是誰）。所有的工業商業都是下游領域，就是他們要學我們的東西，我們只需要看一眼他們的東西就知道他們在幹什麽！　數學在所有理論領域的最頂端，信息數學就是他們的上游（不是地位的高低，是指專業性質）領域。我的行政職位的一個職責就是根據他們的需要參與重新設置所有（不是一所，是全國的）大學的課程。比如增加統計學課程，比如新開張量分析課程（這是在張量上的微積分：就是與張量中心處理器有關的數學基礎）。也與你說的所謂神經網絡有關，再說一遍你說的“神經網絡”是你被玩弄了，與那個醫學或者生物學的神經網絡毫不相干；只是一個比喻說法，但是有人不懂裝懂有人有意誤導大衆。這裏只有大衆沒有人民（我們不是在談政治我們這裏在談學術問題：你去給他們胡扯你懂人工智能也可以，但是在學術上你不夠資格談這個問題）。在這一點上，我可以爲提供理論上的服務。我即將接受全面的職業培訓以便我承擔這個重大行政事務的管理職責。

“人民”在政治上是平等的，但是在專業問題上人民這個詞不好用。專業上不認什麽人民，這裏只講事實。不懂就是不懂，大衆不懂學術所以他們的話不算數。不懂專業的人的話一個屁都不算。對不起，這不是針對你或者任何人。這是講計算機原理和計算機算法，人工智能必須服從這兩個領域的學術知識。這就是我這篇博文的宗旨。誤導大衆爲了商業利益或許不違法，但是學術上絲毫不接受商業宣傳誤導。

不懂得“计算机原理”和“计算机数学”的人奢谈人工智能的都是胡吹。部分甚至就是欺诈钱财和学生：投资的钱被富人吞没了，跟风的学子企图复制他人的成功也活该倒霉。

我這句話不是在談學術，而是在“教導”大衆不要受騙！我有這個政治權力。

“model”你懂得這個詞的意思嗎？　ｍｏｄｅｌ就是一個數據模型，不是真的神經網絡。這個詞來自統計學，我曾經是三年的統計學教授。他們在玩弄文字游戲，你不聽專業人士的話活該被騙。當然你沒有能力分別真假，所以我告訴你先去學計算機原理。我把人工智能稱之爲“計算性智能”，它維基也不過是一個科普網站夠不上大學水平。你不知道人世間的文字絕大多數都在欺騙，你不相信我是你的權力。別不知天高地厚教訓我就是，我是他們的上司“學術界”。他們在企圖撈錢，我在告訴你真實的學術事實。你不相信我，你敢投資任何吹噓人工智能有生命能力邏輯能力？我賭你輸掉褲衩。

我把“機器學習”叫做統計學複製模型，這個“學習”就是故意用來欺騙類似你這樣的傻瓜的。我說機器學習事實上是傳統算法的逆算法（你知道什麽叫計算機算法嗎，我博文説得很清楚），我的博士生將被我告知不許使用機器學習這個詞匯。我的領席教授職位包括“信息數學博士”論文指導，對了我告訴你：我不教書博士課程也不教。我只指導博士候選人寫作論文。你難道要挑戰任命我為領席教授的人的學術資歷和眼光？　我是世界上培養第一個信息數學（也可以叫做人工智能數學）博士的導師。我的職位實質上不是大學任命的，所在的大學也是一個橡皮圖章。首先因爲他們也無法確定我的資格，還不説指導博士論文也只是我一半，我的另一半職務就是這整個領域的行政執行官。這些你等“幾天幾月”就會看到新聞報道；沒有大學能夠決定我的去處；　你真以爲有教授民主治校（普通教授怎麽可能決定我作爲最頂尖教授的資格）。

“ 所謂的“神經網絡”其實是計算機工程學中的硬件和軟件最新開發”

神經網絡, 如果你说的 神經網絡是“Neural network"， -- Wikipedia

Neural network research started in 1943with the creation of the first mathematical model of a neural network by Warren McCulloch and Walter Pitts, followed by key milestones like Donald Hebb's learning theory in 1949 and Frank Rosenblatt's Perceptron in 1958。。。

Interest in neural networks revived during the 1980s because of the novel backpropagation algorithm, which allowed multi-layer neural networks to be trained efficiently by propagating error gradients backward (from output back to input) through network layers

我朋友的儿子 （美国人， 犹他大学2005计算机博士），在Nnvida做高管，GPU 届的大牛。也没有像你这样 自我定义 神经网络，too high

天下的人民太多。

你是太屈才了，需要在这里宏篇大论，开导愚民。

拜拜了。 希望你成功！

設計出病毒？ 什麽意思？ 病毒可以設計出來？病毒是一種生物體活物，它是有生命的。計算機可以設計出生物體，我弄不懂；所以我理解成“製造”出來。設計的圖紙或者基因分佈還是數字一樣的Data，不會有生命。我理解不了“設計”的意思；我知道AI實質上還是計算機。計算機是沒有生命能力的。張量中心處理器（就是計算機打敗人類的一種新技術：它與新軟件和其他附帶零件等一起被用來打敗人類圍棋手。但是這只是統計學海量複製概率選擇每一步棋子，并不是被鼓吹的所謂邏輯思維能力）也還是機器硬件。與生命絲毫也挂不上鈎！ 任何說AI有生命能力的都是欺騙。這是我今天博文糾正網上絕大多數（我現在確定是爲了欺詐投資和學生來源而在做類似股票）宣傳都是欺詐性質的瞎胡鬧。

文科生（除非自學過計算機原理的）不夠資格討論這個問題，理科生也必須先懂得計算機原理和計算機算法。電子工程師知道計算機的内部與過去的汽車飛機等機械沒有實質差別（芯片只是精密的機械并不包含任何其他東西）。因爲計算機裏面只有這些東西（AI機器人也只有這些東西在裏面）： 所有的計算機都只有計算機硬件和軟件。沒有其他東西可以與生命相聯係： 硬件是合金和塑料，軟件本質上是數據。請誰告訴我AI的哪一個部件不是合金，塑料，或者數據？

“神经网络的没工作”， 所謂的“神經網絡”其實是計算機工程學中的硬件和軟件最新開發。如果他有這方面能耐，我上任后可以隨手就幫他拿到一分高薪職位。我的學術職位主要捐款人就是這方面的最先進事業的老闆。

只是他說的“神經網絡”恐怕是他誤以爲就是人腦中的那個神經網絡（我還有一位同學就喜歡這樣瞎吹,但是在同學中間吹我懶得理他其他人幾次把他批得一乾二净全是屁話)，那樣就説明他門都沒摸到對外行當然可以瞎吹！ 兩個神經網絡詞語絲毫不相干，只是一個比喻用詞而已。

“張量中心處理器”就是神經網絡的主要硬件。

順便也可以了解一下CPU， GPU， 還有其他，最後TPU 就是張量中心處理器。 不懂這些是什麽，“你”說的不敢苟同對我來説連0.0000000001的分量都沒有。

“不敢苟同”這句話誰都可以說，但是對我說“不敢苟同”的話能夠得到驗證合理的可能性爲零！ 我是世界上這方面的權威之一，所以我才可能被任命為這方面的行政負責人。

我的職責之一恐怕就包括，關注這類現象並且在研究基金上對某些人加以限制。他們只能在商業上撈錢，碰到我的行政權力可以管轄的範圍不用考慮一律直接咔嚓掉。

“在美国做博士，做神经网络的没工作，后来改为光学。 ” 我的另一位同學，比我早來美國很多年。在國内很早就是這方面的博士。

但是不奇怪，他來到美國發了點財后不久就退出學術界。其他事業他沒告訴我，我猜就是混混日子了。 我昨天還找到了他的電話號碼，等我得到行政職位后説不定還會請教他的某些意見呢。但是請教他意見不表示他有改變我的認知的學識，他數學不如我。人工智能也不可能超過我，只是我請教他想知道他過去的經驗而已。你說的兩位都不可能超過我這位同學，北京大學最早的博士之一。

“揣測”基本上等於瞎猜！

可怕的是有人把“揣測”當成“想法”，可怕的是胡話ＡＩ的人佔百分之９５以上。只有極少的人説的話才算是點人話。

除非“生物計算機”出現，現有的ＡＩ由於計算機原理和算法的限制不可能有任何你們所説的巨大突破！ 我絲毫不擔心。你說的病毒不是計算機製造出來，只是計算機發放而已。人工智能還是一部計算機，計算機不可能製造出活的東西。哪怕細菌都不可能，因爲它只會計算。非常複雜的計算也還是計算，只是量的提高，不可能改變成能夠製造任何生物。

網上的言論幾乎都是被商業和政治利益裹挾的嘶吼，事實上現有的人工智能只可能尋求技術上的進展不可能得到智能中的智力提高。因爲它終究只是一部機械化和自動化的死機器。它不可能具有邏輯和推理能力，它的一切都是模仿的玩意。模仿得很像邏輯和思維，但是不是邏輯也不是思維。它只能代替低等智力的人的思維，因爲低等智力談不上智力而是重複而已。比如所謂的“深度學習”其實是海量的統計學複製。如果要投資，對於凡是把智力當作招牌來吹噓的一定要遠離。因爲這是典型的股票類似的要“你”投資！我一分錢都不會投向這種瞎吹的企業，因爲我懂得它背後的一切不過是基於數學上的算法而已。任何算法都是機械性質的複製，再怎麽複雜都不可能有邏輯推導和發明能力。凡是把ＡＩ説成與人類之力可以匹配的人，都是無知的瞎胡鬧。所以我今天寫了先弄懂計算機原理和計算機算法才有資格談ＡＩ的能力！ 有本事誰敢投資“人類智力”（那是“上帝”的事情）的開發，我斷定“你”會輸到連褲衩都不剩！

“保加利亚的数学博士”， 他在我這裏不合格。數學博士不合格，技術博士或許可行。我保留他這個資格，因爲不懂計算機原理和計算機算法的數學博士其數學就不合格；所以也就沒有資格在學術上談論AI。讀懂計算機原理和算法需要具備一個合格數學傢的能力。他可以去做廣告，騙錢是商業的一個合法途徑。但是應聘“信息科學教授”，我就要“行駛”對他資格的否決權。也就是說，在我的行政權力能夠觸及的地方一律不容許聘用這樣言論的數學博士。數學不合格搞其他事情的人海量，他們中不少人不夠資格擔任數學教授（也就是我必須說很多數學博士學位具有巨大的水分）。

我打過直接交道的一位資深教授（他比我小很多，他夠資格儅數學教授但是未必懂得計算機原理和算法）辭職去搞AI了。我昨天碰到關於他辭職的視頻。他現在的上司是一位華裔，但是吹捧他辭職的言論其實不知道他是去撈錢（也能夠做出很大的貢獻，但是這個我親自打過交道的資深教授絕不敢當我的面說你剛才說的話-我立馬告訴他先學習計算機原理我才會與他討論這個問題）。他撈錢我絲毫沒意見，因爲他辭職的一個原因恐怕就是他拿不到數學研究經費了（這話太直白，只是我沒說出他的名字勉强可以過我自己的関説出來）。

“不敢苟同。”那是你的權力，只是你的話等於說美國選中我擔任行政負責人選錯了。我發表的言論就是將來需要兌現執行限制網上“股票言論”的基礎。請看我今天在另一處的評論，附在下個評論之後。

很尊敬你的高考数学成绩。

我只是偶然在 80年代末 接触过 神经网络。 我的室友，来自 “太原市第二实验中学校”， 大概是省重点。据说该先生是当年 陕西省高考前三名。有轻度空口吃，很怪才。 他当年课余钻营 神经网络入迷。 在美国做博士，做神经网络的没工作，后来改为 光学。 大材小用，但是可以找工作。如果放到过去十年，他就是大牛人了。

另外工作中见过一位 保加利亚的数学博士，在美国靠写软件混饭吃。他也对 神经网络和后来的 AI 津津乐道。今年 60 出头， 理论上比好多如今的 “专家”强得多。

不敢苟同。

1. "这个神经与生物学中的神经几乎毫无瓜葛，只是一个形象比喻。"

现在的 AI（术语叫做 LLM， 大型语言模型）是基于1970-80 年代的神经网络研究，几十年演化来的。 先有神经网络，才有今天的孙子辈的AI 模型。神经网络的基础构架确实参照了大脑神经皮层神经元电信号传递和反馈网路的机制。换句话， 当初开山的AI研究是有神经学和生物物理学为参照基础的。

2. "从数学的角度讲，人工智能其实就是传统的计算机算法加上它的“逆算法”"

没有见到过人工智能“逆运算”的原理 （或者猜想）。 但数学 ” 通用近似定理“ ， 即在人工神经网络可以无限近似任何欧氏空间连续函数，是早有证明的。 这个可以查找。这个原理在数学上支撑了神经网络（和今天AI） 的结构设计。 谷歌发现了到了语言元素（token） 之间关系的超高维向量化关系， 和高速平行计算方法的通过神经网络构架 实现方法，发明了今天的所谓大家谈的AI（确切的叫做LLM）

本人在７７年上大学之前，在自己读过的高中担任高中数学教师和数学教学组副组长。那时我已经自学了部分微积分，同时就这么巧我也买了华罗庚的数论导引和一本计算机原理（读过一部分）。另外，我还学过一部分组合学和图论。这也是计算机数学最基本的数学基础。我就这么纯粹因为运气（丝毫没有预计到计算机的今天，我读这些书仅仅因为兴趣；加上这些东西对我来説学来很容易所以就学了一些）生来就几乎可能成为“信息数学时代”的带头人之一。

我在湖北７７年高考中数学几乎满分唯一错了一个正负号只得了１０５分中的１０２分。这可能纯粹可能因为我“与生具有”的“微小残疾”一辈子出过类似小错不止一次，我也怀疑我数学的天赋来自这份小到几乎没有人知道的残疾。同时我在那次高考中大学数学部分１００分中额外得分４５分。我说“几乎”这里有一个小笑话，我这个被很多人认定有数学天赋的数学家在高中被一位人生中的“对手”嘲笑多次駡我为“健忘症”。因为我经常忘了小事，却对数学专注自然而然比如每周给本人同学讲数学从来不打开教材不备课。但是也从来没出过一次错。

因爲它其實只是信息數學的應用，應用的過程全是工程學的機械化和自動化。它不可能有生物性質的任何功能，哪裏可能有人類思維的智力？