吴军老师曾经在得到专栏解释过，计算机不是万能的，并且人工智能所能解决的问题也只是世界上问题的很小一部分。

为什么计算机不是万能的？

人工智能所能解决的问题只是世界上问题的很小一部分。

1. 世界上有很多问题，其中只有一小部分是数学问题；

2. 在数学问题中，只有一小部分是有解的；

3. 在有解的问题中，只有一部分是理想状态的图灵机可以解决的；

4. 在后一类的问题中，又只有一部分是今天实际的计算机可以解决的；

5. 而人工智能可以解决的问题，又只是计算机可以解决问题的一部分。

在OpenAI推出大语言模型GPT 3.5、GPT 4.0和基于GPT的产品化应用ChatGPT之后，对于"人工智能所能解决的问题只是世界上问题的很小一部分"这句话是否仍然成立呢？

基于这个问题，我咨询了ChatGPT 3.5，它的回答如下：

带着对GPT 3.5准确性的怀疑，我又问了它的亲弟弟GPT 4.0：

GPT 4.0的回答明显严谨了许多，但是结论是一样的。

再来看看OpenAI的近亲Claude的观点：

看来大家的观点都非常一致，人工智能所能解决的问题只是世界上问题的很小一部分。

所以，我们应该思考的是如何利用好AI来辅助我们高效的解决问题，而不是担心AI会取代人类。

最后，一起来复习一下人工智能、机器学习和深度学习三者的关系（from 百度飞桨）：

近些年人工智能、机器学习和深度学习的概念十分火热，但很多从业者却很难说清它们之间的关系，外行人更是雾里看花。概括来说，人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的，三者的关系如 图1 所示，即：人工智能 > 机器学习 > 深度学习。

图1：人工智能、机器学习和深度学习三者关系示意

人工智能（ArtificialIntelligence，AI）是最宽泛的概念，是研发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。由于这个定义只阐述了目标，而没有限定方法，因此实现人工智能存在的诸多方法和分支，导致其变成一个“大杂烩”式的学科。

机器学习（MachineLearning，ML）是当前比较有效的一种实现人工智能的方式。

深度学习（DeepLearning，DL）是机器学习算法中最热门的一个分支，近些年取得了显着的进展，并替代了大多数传统机器学习算法。