本文是一些关于创作动机的胡言乱语而已，所以想到哪里写到哪里。

下面是正题。

随便翻开一本2000年前后出版的、讲述计算机发展历史的教科书，阿兰图灵的名字都如同一座丰碑，似乎他定义的那个超级终端，就是人类应该为之奋斗的人工智能最终形态。

图灵奖，各种其他以他名字命名的纪念，已经把图灵与他的理论推上神坛。

他的设想不能说错，毕竟“如今还做不到的东西，并不代表将来也做不到”。但是，随着历史迈入2010年代，互联网业界的技术前沿大咖们，至少已经达成了一点共识：或许阿兰图灵的超级终端构想没有错，但它至少不是人类最初、最容易实现的一种人工智能。

因为，在2006年，加拿大多伦多大学的杰夫辛顿教授，发现与总结了“深度学习算法”。从那一刻之后，人类对人工智能的追求，从一台超级终端，转向了一个超级网络。

什么？只是一种算法？你特么在逗我么？那关我们普通人鸟事？

无数门外的读者，肯定会这般想，并且觉得转述前面这段话的作者实在是太不亲民，太喜欢端着逼格说话了。

所以，咱用人话翻译一下。

深度学习算法出现之后。

从近了说，谷歌弄出了图片搜索引擎，facebook弄出了人像识别技术，搜狗弄出了可以自我学习的输入法。

往远了说，在06年深度学习算法这个分水岭出现之前，谷歌的工业机器人还停留在“人类程序员帮助机器感知与归纳，而计算机只负责演绎人类定义好的程序算法，并自动执行”的层面。而这个算法出现之后，机器的自我学习，主动“感知外部世界、根据人类的反馈自我修正算法的归纳原则”变成了可能。

于是，进入2010年代，我们看到的工业机器人，从需要程序员如同操控数控机床那样，给他按照工艺流程编程，然后才能开工的低效状态。进化到了机器人机械臂上装着无数传感器、调整工艺流程的时候可以通过普通工人“手把手”用力回馈方式修正机械臂动作，然后让计算机“自己养成正确的操作行程习惯”。

时至今日，亚马逊旗下的“天猫”（指亚马逊旗下类似于淘宝天猫的官方直营店）储运发货端，已经消灭了人类储运工人的岗位，实现了全自动发货。

硅谷和洛杉矶市内的医院，已经实现了药房内机器人按处方抓药、彻底淘汰药剂师岗位。

谷歌的无人驾驶汽车，也从“只能无人车和无人车在一起开车”的低级形态，进化到了“无人车可以和随时可能出现异常情况的有人车一起上路”的深度压力测试阶段。