今日的人工智能大都是弱或狭的人工智能（narrow or weak AI），用于狭隘目的，如人脸识别,人工智能写诗。而长期的研究目标则是创造一般的或强的人工智能（general or strong AI）。弱人工智能在专门领域，如下棋、解方程等方面可以超越人类。

以国际象棋为例，2018年的世界国际象棋锦标赛快棋决赛是在挪威和美国的两名棋手之间，而不是人机之间进行。人们一度认为，人机间的国际象棋比赛，人已出局。此一事实说明，即使最好的电脑程序在下棋时不一定完美无缺。棋手会说，电脑以为最好的下子是X，但是我对最好的判断是出于人的想法。于是人类就有了战胜机器的可能，棋手至今废不掉。

人工智能写诗，情况与此类似。必须承认，人工智能有深度学习的能力，但到目前为止，似乎未见富有创造性的作品。机器深入学习，能读大量作品，为人所不及。但问题是它所选出的好作品，标准是什么？那还是根据历来的标准。一旦标准变了，机器能否知晓？这是个问题。社会发展，标准自然会变，过去认为好的作品，今后未必视之为好。

2019年8月，美国的科技博客Boy Genius Report刊文介绍，IBM的研究者与多伦多大学及墨尔本大学合作，训练人工智能写诗，成效卓著，现在已能使机器亦步亦趋，模仿莎士比亚，较人模仿能力更强。这里有两点值得注意：一是模仿莎翁，足以乱真，为人所不及，然而仅是模仿而已。若无模仿对象，又当如何？二是机器毕竟需要人加以训练，亦即深度学习依赖的是大量数据。文学所贵，正在于创造性。这正是机器所缺乏的，至少在目前如此。

现代哲学家波普尔认为，人类历史的进程受到人类知识的强烈影响，而科学知识今后如何增长，难以预料，不论是用理性的还是科学的方法，都无从预测。因此，我们无法预知人类历史未来的进程。

波普尔此说，正可用于机器写诗与文学创作的关系。机器的深度学习，必须依赖海量数据，其思维方法是逻辑的、理性的。而人类思维，似不如此刻板，思维常是跳跃式的，逻辑和理性等，都是事后的解释。尤其是大文学家，其创作过程，往往无定法可得。以定法求无定法，且欲驾而上之，至少就目前人工智能的发展状况而言，还办不到。至于强人工智能长足发展以后，情况究竟如何，现在预测，还为时过早。

（作者：严寿澂，系新加坡南洋理工大学教授、上海社会科学院历史研究所特约研究员）