智慧（intelligence）至少分成四個層面：感知（perception）、認知（cognition）、創意（creativity）和大智慧（wisdom）。感知涉及的幾個重要領域，包括語音辨識、圖像搜尋與圖像辨識等，人工智慧的表現都比人類還要好，並不意外。舉個例子，今天假設某城市存在50個恐怖分子，給你50張照片，你的任務就是記好這50個人長什麼樣子？你站在關口那邊看，我可以保證，機器會做得比你好，而且機器做這個事情你會非常高興，就像安檢機器做會比我們做得好很多，我們也不會受到傷害一樣。
但圖像辨識時，人的強項在於我們碰到熟人的照片，就算照片殘缺不齊，只剩下10%，我們也能辨認出來，在語音方面也是一樣的，語音辨識領域有個概念叫「雞尾酒會效應」。我們參加雞尾酒會時，雖然現場非常吵雜，很多人都在講話，聲音相互干擾、斷斷續續，但你若認識這個在說話的人，或是你知道這個人為什麼來這裡，還是可以大概猜出來對方在表達什麼，還是可以溝通，但現在的人工智慧語音系統，沒有辦法克服這個問題。
另外一個更生動有趣的例子是翻譯，是我自己的親身經驗。當我的美國老闆到北京的時候，常常要帶他們見政府官員簽一些合約，這時候我就要充當翻譯。常常是我老闆還沒講出來但我就先翻出來了，為什麼我辦得到？非常簡單，因為會議是我安排的，我非常清楚雙方為什麼要見面，見面會聊些什麼內容。
在許多任務中，人是用認知的方法去做感知。人是真正了解事情的來龍去脈，不像機器是硬記一些模式。
另外，人厲害的是在「小」數據狀態，甚至完全沒有數據的「零」數據狀態，還是擁有「無中生有」的創造力，愛因斯坦提出的「重力波」就是一個好證明，100年前愛因斯坦提出重力波理論時哪有什麼數據呢？別說小數據了，一點數據都沒有，但人類在沒有數據的情況下還可以做到這個程度，這是人的厲害之處。另外，現在所有的機器算法如AlphaGo都是人想出來的，包括機器本身也是人造出來的，人類智慧還遠遠高於人工智慧，除非有一天人工智慧可以自己想出自己的算法，並且自己寫程式。
在這裡我跟大家解釋什麼叫算法，用一個最簡單的例子，1加到N有兩種算法，一種是直接運算，另外一種算法是N乘上N加1除以2，這是高斯發明的，當年高斯很聰明常常問數學老師問題，數學老師不勝其煩，有一天就讓高斯從1到100依次相加求和，數學老師本想高斯要花一小時才可以做完，沒想到高斯不到30秒就算出來了，他沒有使用逐個數字相加的笨辦法，而是想出了一個公式，也就是今天很多人都熟悉的1+2+3+…+n=(n+1)n/2高斯求和公式。
假設今天你跟電腦比這個求和計算，假設這個N很大，你用高斯的聰明算法，電腦用最笨的算法直接算，誰算得比較快？電腦1加到N比你算得還要快，因為人的計算力是輸給電腦的，但你會覺得電腦比你聰明嗎，不會！因為你的算法比較好。若沒有人類介入，電腦沒有辦法發明或創造這種簡潔又高效率的算法的能力。
同樣的角度，我們來看DeepMind的AlphaGo和圍棋棋士比賽這件事，AlphaGo的計算力是來自背後幾萬台機器雲端運作，但棋士李世乭與柯潔，他們下棋時所需要的算法以及同時需要進行的計算都是由自己完成的，加上比賽還有時間壓力，你覺得是AlphaGo厲害還是對弈的棋手厲害？在這種情況下，李世乭可以贏一場，代表人類棋手的算法還是在某種程度上還是優於AlphaGo，因此我讚嘆的並不是機器很強，是人真的很厲害，還能夠和機器有得拼。
機器厲害的是擁有龐大又快速的大數據計算力，對於很怪異的模式，可以很快速地硬記起來，人類和機器專長不一樣，現在外界提人工智慧，都忽略了背後的人類智慧的重要性，我認為AI+HI（Human Intelligence）才是智慧發展的最終樣貌，人和機器的共生才是未來世界的終極形態。
洪小文
出生｜1963年
學歷｜台大電機系學士、美國卡內基梅隆大學（CMU）電腦科學博士
經歷｜蘋果電腦技術總監、微軟首席技術架構師
現職｜微軟全球資深副總裁，微軟亞太研發集團主席，微軟亞洲研究院院長
