我第一次听到艾美所编写的肖邦的钢琴曲时，几乎被惊呆了，因为那真的是“肖邦”的钢琴——优雅的旋律处处体现出肖邦特有精致浪漫的编曲风格，即便是肖邦还活着，听到这些音乐或许也会困惑——自己究竟什么时候写过这样一首作品。然而艾美并不是人，而是一个人工智能程序，大卫·科普（David cope）编写了这个用来自动作曲的程序艾美（EMI），这个作曲软件能够逼真地以巴赫、维瓦尔第、莫扎特等知名作曲家的风格来“创作”音乐作品。大卫·科普曾经在一些古典音乐会上，在真正的历史作品中掺杂了这些数码“赝品”，听众们（有时甚至是音乐学院学生）非但没有分辨出来，反而表示他们被那些作品深深地打动了。不妨想象一下听众们被告知真相后哭笑不得的表情。用相对专业一点的术语来说的话，单就音乐编写而言，艾美通过了图灵测试。用语言文字实在难以描述艾美的成就，有兴趣的朋友可以到网络搜索“David cope EMI”关键字，就能找到艾美编写的音乐。
　　正如大卫·科普所说，只要轻轻按下按钮，很快就能得到几千首音乐作品。据说当年大卫·科普在写歌剧旋律时卡壳，所以就创作出了艾美的最早的版本。当年——20世纪80年代，或许这个时间点让大家感觉有点意外——艾美的诞生并没有引发艺术从业者太多的担忧，大家认为艾美所做的只是逼真地模仿，不能算是创作。具体理由有以下几点，其一，艾美在大卫·科普的“帮助”下从作曲家的大量作品中归纳出了最具特征的片断，然后再重组了这些片断，由于艾美难以自主识别最具辨识性的特征，所以这个工作需要大卫·科普和艾美两者耗费大量时间来磨合；再者，虽然说这轻轻点击按钮之后的几千首音乐大多不难听，然而要从中找出最优秀的作品，还是需要靠人一首一首去挑选；艾美的另一个问题是，它只能编写时间有限的音乐小品，因为一部比较长的音乐作品，比如交响诗或者是音乐剧，要么它能充分展现出情感的变化，要么它具有完整的叙事结构，才能够吸引听众在椅子上安静地坐上几十分钟乃至一个多小时。若将以上三点用最通俗最简单的语言复述的话，那就是，艾美并不真正知道人究竟是怎么想的。
　　在相当长的时间里，许多人，包括我，都是这样认为的，因为一个人工智能的程序并不能真的像人类那样认知，甚至于人类自己也并不能精确地描述自己认知的具体过程，因此人工智能很难在短期内取得重大的突破。然而，现在看来，如此考虑问题还是太过简单了。
　　基于图灵测试的思维实验
　　从图灵提出“图灵测试”以来，人工智能能否拥有人的智能，是一个引来太多争论的问题。图灵构造了一个受到限制的对话环境，仅用来讨论人与机器智能上的等价问题。稍微延伸一下想象，不难发现更难让人下定论的问题：如果一台机器的外在表现完全类似于人类，那么是否要承认机器也具有人格？大部分人会认为，就算机器的外在行为与人类相似，但内部机制却完全不同，因此他们不会赋予机器“人”这一称号。然而所谓“内在”和“外在”本身又牵扯出太多哲学上的讨论，考虑以下特意构造的思维实验：某钢琴家的作品均由他的女友—— 一位天才的作曲家所创作，单就这点来说，一点也不科幻；这位钢琴家因为交通事故遭到重创，丧失了某段时期的记忆，这也是在现实中真正会遇到的情况；事故之后，钢琴家和他的女友仍然照常那样密切交往着，这看上去再普通不过了；某一天，钢琴家的脑海中忽然浮现出一段记忆，她的女友其实和他一同遭遇了交通事故，并死在了事故中，当前的所谓女友其实是一台机器——虽然说他自己也无法把握，这段记忆是否只是自己损坏的大脑所臆造的。那么，他的机器女友是否等同于他的女友？如果说这个问题来自钢琴家出了问题的大脑，那么我们就没有必要去解答此问题，因为这个问题本不存在。既然钢琴家的女友的所有表现都和人类相同，那么反而要问，钢琴家的奇怪问题从何而来？又如何才能得到解答？因为问题的提出需要根据，而问题的解答需要验证。由于钢琴家的女友所有表现与人类一致，于是就不存在问题提出的根据，又因为问题的验证具有破坏性，或者对于钢琴家而言不具有可否证性，比方说，钢琴家坚持认为，制造机器人的凭据被销毁了，或者检测机构有作弊嫌疑，甚至于他女友的内部器官也制造得和人类非常近似等。为了找出真相，钢琴家甚至可以直接研究他女友的大脑，并宣称他女友的大脑工作模式和人类不同——虽然钢琴家若真要这样做，其他人恐怕更会怀疑他的无端偏执。作为一个思维实验，每个读者可以设身处地，想象一下若自己是那个钢琴家，会采取什么样的行动——大部分人恐怕会对自己头脑冒出来的疯狂想法一笑了之吧。如果上面的思维实验真要拓展成科幻小说的话，也许读者迎来的结局是，最后有人告诉钢琴家，其实他自己才是一台出了问题的机器，钢琴家在情绪崩溃前完全否认了这一点，但因为他自己无法剖析自己内在的信息处理过程，所以他也没有证据来否认这一点，有意思的是，至少在今天，任意一个普通人都无法对自己头脑内在的信息处理的内在过程进行剖析。
　　仔细思考上述思维实验，我们就可以发现，当机器的行为与人类相同时，问题关键其实不在于机器是否等同于人类，而是“谁”能“提”这个问题？“谁”能“验证”问题的答案？不仅仅是因为无论谁提出这个问题，他都无法将提问的依据和验证的过程用于他自身，更重要的，人类是借助建立输入因和输出果的逻辑链来进行决策和行动的，从生存和发展的效率考虑，尊重因果远胜于无端猜疑。英国生物学家弗朗西斯·克里克认为，人的大腦决策就是一个计算过程，大部分时候大脑本身并不能认识到这个计算过程是怎样的，于是就有所谓的直觉和顿悟，甚至人们认为自己拥有自由意志。无论是否同意此观点，仅从逻辑上说，人们也必须承认他自己是无法全面追踪自己大脑的计算过程的，否则会造成自指悖论。然而，只要是计算过程，就必然存在有输入和输出的因果链条。
　　大数据环境下的认知
　　考虑有这样一个系统，它有固定的输入和输出端，在输入和输出之间存在着不对外公开的隐藏部分，人们所观察到的只是输入和输出，却无法追踪隐藏部分是如何将输入转化为输出的，这样的系统能否被设计出来？答案当然是肯定的，当隐藏层的层数和节点足够多，并且每个节点之间传输的数据会自动调整——类似于自然选择中所发生的，输出结果接近预期时保留该调整趋势，违背预期时则淘汰该调整趋势。实际上，这大致就是人工神经网络的基本工作原理，在经历足够多的训练之后，这个系统就能以比较高的概率得到预期的结果，然后因为运算量无比巨大，虽然每一次数据传递都是确定的，但人还是无法跟踪由输入条件然后得出结果的整个过程。