人工智能概念-合集（上）
由于全篇长度超过简书的单篇文章的字数限制，所以将13个文章分为上中下三部分，此部分包括以下章节：
- 人工智能AI释义
- 智能的分类
- 生物智能1、2、3
全文很长，图片很多，包括了近百个智能相关的概念，希望这些内容能给你带来新的AI视角。
几乎所有人都在谈论人工智能，但人工智能是什么？是机器人？还是什么别的？
如何去定义人工智能？至今没人能够给出一个好的定义。
我也不敢妄下结论，但在接下来的几篇文章里，我将尝试一步步的，把人工智能概念扒个底儿朝天，探索到埋得最深的那些人工智能含义。
AI，即Artificial Intelligence，通常翻译成中文就是人工智能。
1950年，计算机科学之父，人工智能科学之父，艾伦图灵发表了一篇论文，Computing Machinery and Intelligence，计算机器与智能，著名的图灵测试和图灵机概念也正是出自这篇文章。正是这篇文章，开启了计算机与智能模拟的科学讨论。
图灵在文章的第一句就提出来很敏感的话题，"Can machines think?" ，机器会思考吗？
在这篇文章中，图灵针对机器是否能够模拟人类智能，表达了下面一些观点：
- 智能的模拟，根本在于机器是否能思考。
- 应该从科学客观的角度来评估机器是否能够思考，而不能陷入机器自身的主观感受的讨论。
- 机器应该是指电子计算机，讨论它是否能够根据程序表现出人类的智能。
- 计算机的智能不依赖于神学的上帝赐予灵魂。
- 计算机的程序逻辑也会有自身限制，但并不影响智能的表现，因为人类思维也有同样的限制。
- 计算机可以进行自我学习。
- 计算机模拟人类智能的任务，任重而道远。
图灵的论文之后，1950年代早期，控制论、自动机器理论和信息论等各个领域，都对Thinking Machines的具体形态表达了不同的观点和定义。
1955年，当时在达特茅斯学院任教的约翰麦卡锡希望组建专家组能够给出一个清晰定义和阐明研究方向，他选定了Artificial Intelligence一词。
1956年，约翰麦卡锡和马文闵斯基在这一年夏天发起了达特茅斯会议，正式开启了人工智能时代。
Artificial Intelligence，这个词非常中立客观，同时也避免了把人工智能约束在自动机或机器人领域，它涵盖了硬件实体的表现和程序软件的逻辑处理能力。
正因为它内涵广泛，有效的避免了各个科学领域的争端，所以很快被整个科学界所接受。
Artificial一词的含义是人工的，伪造的。它的近义词是Man-made，反义词是Natural。
首先，人工智能必须是通过人为设定的方法和流程创造出来的智能体，而不可以是其他。
这就限定了人工智能不能是通过任何自然事件或自然程序产生的。比如图灵就曾提及，由人类女子分娩生产的婴儿是不在讨论范围之内的。
其次，在目前看，人工智能特指电子计算机技术创造出来的智能体，而类似人造胚胎、生物克隆等也不在人工智能讨论范围之内。
科学怪人弗莱肯斯坦是西方知名的怪物角色之一，他诞生于1818年科幻作家玛丽雪莱的同名小说品。
疯狂的科学家用众多人类的尸体各个部分拼接成为一个巨大怪物，并利用闪电使其复活，并引发了一些列恐怖的事件。
作家笔下的弗莱肯斯坦虽然也是完全由人工组成的，但由于其身体和思维仍然是按照大自然生物的规则运行，其实它更像是僵尸，而不是人工智能。
1968年上映的经典科幻电影《2001太空漫游》中的超级电脑HAL9000，以及星球大战系列中的R2D2、BB-8等机器人都是计算机程序创造的智能体，而星球大战中的数百万克隆战士，以及异形系列中的生化人，都不是计算机程序控制的，也不属于人工智能研究范围。
在英文里面，Artificial和Smart是两个不同的词。但都被中文翻译成"智能"，这导致了很多沟通理解的错位。
很多我们平常一直说到的智能，都是Smart而不是Intelligence。比如智能手机Smartphone，智能电视SmartTV，智能音箱Smart Speaker，智能手表Smart watch，智能手环Smart band，还有更多的比如智能路由器，智能空调，智能冰箱，智能摄像头等等。它们都是Smart而不是Intelligence的。
Smart Device智能设备，一般是指带有计算芯片的电子设备，它们应该是可以联网的，可以通过电脑或者手机远程操控的，具有一定的自主自动能力的设备。
比如我们可以利用手机远程控制家里的空调，下班回家之前就把室温调整到最好。当我们家中有陌生人闯入的时候，自动摄像头就会自动向我们的手机发送报警和拍摄的照片。
Smart和Intelligence在形容人的时候，含义上有很多区别。Smart指人类后天学习得到的技能，比如适应各种生活环境的能力、做出优秀选择的能力；而Intelligent则是指人类先天就有的资质，所以我们可以用IQ来评估一个人的智力，IQ的I就是Intelligence。
可以说Smart是一种表象，它来源于Intelligence。从这个意义上讲，智能设备之所以表现出Smart智能能力，也正是源自于设备内部计算芯片运行的Intelligence智能程序。
一般的，Intelligence一词只在学院或科研机构中使用，其他情况都倾向于使用Smart。
由于Intelligence是一个很复杂的概念，在接下来的几篇，我们将集中从各个方面来深入剖析它的含义。敬请关注。
随着人工智能的炒热，出现了各种各样的智能理论，其中不乏奇葩离谱的想法与说辞。
为了能够继续后面关于Intelligence的更多讨论，首先我们需要在这一篇概览一下智能的各种概念和分类。
1992年，美国学者詹姆斯·贝兹德克(James C.Bezdek)在论文《计算智能》中将智能分为生物智能Biological intellegence、人工智能Artificial Intelligence和计算智能Computational Intelligence三种智能。
贝兹德克认为这三种智能具有层次递进关系，BI生物智能在这里特指人类生物体，它处于最高级别，除了听觉视觉等感知数据，它还能够利用存储在大脑里的人类知识进行运作处理，而低一级别的AI人工智能则是利用感知数据加上人类输入到计算机里面的知识碎片进行运作，最深层的CI计算智能则是依赖于计算力和数字化的数据进行运作。
他认为CI属于AI，AI属于BI，也就是说生物智能是比人工智能更大的超集，因为人的智能包含了比AI更多的内容。
同时，贝兹德克认为，智能Intelligence是更大的集合，PR即Pattern Recognition模式识别，例如人脸识别，声音识别等，他们都是智能的子集，因为智能不仅仅是识别，还包含了思考和逻辑等其他内容。而NN，Neural Network神经网络则是模式识别的子集。
BI这个缩写在人工智能相关领域有两种含义，一个就是我们上面提到的biological Intelligence生物智能，还有一个就是我们以后会提到的，数据科学和人工智能技术在商业领域的应用，Business Intelligence商业智能，请大家注意不要混淆。
和人工Artificial相对的是Natural自然，我们现实中最普遍存在的就是大自然创造的各种智能体，也就是各种动物以及我们人类自己。
但糟糕的是，Natrual Intelligence这个词已经被多元智能所占用，那是一种教育理论，其中自然智能被用来表示小孩子对自然界动植物的认知能力。在后面我们还会提到多元智能理论，但在这里，自然智能特指大自然创造的智能现象。
自然智能不仅仅表现在生物个体上，很多看上去不怎么聪明的生物个体在组成群体之后，可以表现出更加强大的智能现象。比如善于协作的蚂蚁，以及能够充分利用空气动力学或者流体动力学的鸟群鱼群等。
蜂群具有强大的自组织协作能力，甚至可以通过种族分工构成完善的蜂群社会体系。这种群体智能对人工智能的群体算法和机器人控制技术提供很多启发，尤其是对于无人机协作控制方面的技术。
2018年，intel动用1200架无人机，为韩国平昌冬季奥运会进行了精彩的表演，无人机携带灯光，在天空中组成各种巨大绚丽的动画图像，效果非常的震撼。
生物体以外，大自然也经常表现出一种无生命的智能现象。
中国古代有一种叫做天然大理石画的艺术品，艺术家从天然大理石的奇特纹路中选择那些具有水墨画审美风格的部分，进行加工装裱成为艺术作品。当人们看到这种优美的纹路时候，无不惊叹大自然的鬼斧生工。
天然的画作实际是人类艺术家选择的艺术，是大自然和人类共同的作品。
大自然系统还有恐怖的一面，旱涝灾害，飓风灾害，以及闪电沙尘暴和火山喷发。
自古以来，由于无法解释此类现象，人们内心就习惯于将整个自然系统视为具有智能甚至具有生命的神明。
当一个系统足够复杂，超出人类常识的认知水平之后，我们往往就会倾向于认为它也是具有智能的。在这里，把它称作系统智能System Intelligence。
依赖于表现智能的主体不同，我们可以简单地分为人工智能和自然智能，也就是非人工智能。如果我们进一步对主体进行区别，则可以分为四种：
- 人工智能，由机器、设备或软件等人造对象所表现出的智能。
- 生物智能，由有机的生命形态个体所表现出的智能。
- 群体智能，由众多智能个体的集合所表现出的智能。
- 系统智能，由多种有机或无机元素组成的复杂系统所表现出的智能。
后续介绍我们也将在这个分类的基础上进行深入剖析。
生物智能，Biological Intelligence，就是指各种生物动植物所表现出来的智能，尤其是动物和人类，这一篇我们着重讨论简单生物的智能。
关于生命的起源，达尔文认为一切开始于一个“温暖的小池塘 A warm little pond”。1920年代，科学家们提出原始汤理论Promordial Soup Theory，认为在大约40亿年前，由于阳光紫外线、火山爆发、闪电等各种因素，深海中的大量无机物发生化学反应生成简单有机物，此后逐渐合成为复杂有机物，进而构成生命。
生物体最关键的材料是蛋白质和负责遗传的RNA与DNA。而蛋白质是由氨基酸构成的，RNA也就是核糖核苷酸则可以由甲醛分子合成，同样，我们熟知的DNA脱氧核苷酸也可以由氰化氢构成。氨基酸、甲醛、氰化氢这些简单有机物都可以通过碳氢氧氮磷硫等无机元素通过化学反应生成。
1953年，著名的米勒-尤里实验Miller-Urey，通过模拟地球形成早期的大气环境，从无机环境成功合成出有机物氨基酸，从实践上证明了生命起源于无机物的原始汤理论的关键部分。
image.png
细菌是最早诞生的单细胞生物，也是当今世界上数量最多的生物，甚至在太空航天器上都能生存。据估计，全世界大概有5×1030数量的细菌，在我们每个人体内的细菌数量也足以超过我们人体自身细胞数量的1.2倍，肠道内细菌的数量甚至可以达到肠道自身细胞数量的十倍以上。
脑洞大开的日本人甚至制作了一个叫做《萌菌物语》的动漫系列剧，幻想出人类和细菌的各种奇葩有趣的故事。
很多细菌都生活在液态环境里，它们依赖于从周边环境中吸取糖分作为营养物质才能存活，它们能够感觉周边的糖分浓度，如果它们发现周边的糖分浓度比几秒钟之前少了，就会摇动尾部的鞭毛，像鱼一样游到糖分比较高的地方去。
于是，我们就会看到细菌缓慢的游来游去，看上去像是具有某种智能。
细菌的这种机制是记录在细胞核内的，也就是记录在与生俱来的DNA里，本质是复杂化学反应决定的，经过无数代的进化，不符合这个机制的细菌都由于找不到糖吃被饿死了，这就是达尔文的自然选择理论。
我们从细菌生命行为上看到的这种智能表现，实际就是复杂的化学反应加上物种进化的自然选择结果。
以上细菌游泳的故事来自于麻省理工学院宇宙学家麦克斯·泰格马克的畅销书《Life3.0》。他在书中认为，生命是一个可以保持其复杂性和复制性的过程，生命体本质是信息的自我复制与进化的处理系统。
他在这本书中将所有生命形式分为三个阶段：
- 生物进化阶段。这种生命体只能通过自然选择发生进化，每个生命体的生命周期内自身的软件和硬件都不会改变。比如说上面的细菌，如果它的DNA不能让它具有分辨周边糖分高低的能力，或者它的尾巴鞭毛太小游不动，那么它只能等死，无法做出任何改变。
- 文化进化阶段。这种生命体可以通过文化和知识改变自己的软件系统，但身体硬件却仍然只能依赖自然进化来缓慢升级。人类是这种生命的代表，我们可以轻松学会各种技能，各种游泳姿势和游向任意目标。
- 技术进化阶段。当机器人发展到像人类一样聪明的时候，它不仅可以随时升级自己的软件，也能够随意定制自己的身体硬件，它的进化完全摆脱生物进化规律的限制。
2014年3月，泰格马克和Skype的创始人让·塔林等五位科学家在波士顿创立了Futrue of life institute生命未来研究所，简称FLI，致力于研究人类生存面临的各种威胁，目前主要集中在研究人工智能技术的潜在风险。
生命未来研究所受到了众多知名人士的关注和支持，其主要顾问委员会成员就包括特斯拉创始人埃隆·马斯克和已故伟大科学家史蒂芬·霍金。
回到细菌游泳的例子，我们可以在计算机中用很简单的逻辑编程来模拟它。我们在屏幕上建立一个网格，每个格子有不同的深色或浅色，代表糖分的高低，然后把我们的电子细菌放在任意一个格子里面，开始先记录下所在格子的糖分值，然后每隔1秒随机移动到身边的任意一个格子，如果检测到新格子的糖分比刚才的高就歇1秒，如果低就继续移动。
如果整个格子世界的糖分分布是静态不变的，那么我们的细菌移动几步就会停下来。但如果我们每隔1秒随机改变格子的深浅，那么就会看到细菌不停地游来游去。
1986年，美国计算机科学家，Artificial Life人工生命领域创始人之一，克里斯托弗·兰顿提出了一个蚂蚁模拟游戏，在二维黑白格世界中只遵循三个原则就创造了极为复杂的图形：
- 红色蚂蚁不停地向前趴行，每次一格。
- 如果爬到白色格子，那么就向右转身90度，同时把脚下的格子变成黑色。
- 如果爬到黑色格子，那么就向左转身90度，同时把脚下的格子变成白色。
神奇的是，当蚂蚁爬行步数足够多，往往是上万步以后，蚂蚁就会自发的找到一条hightway高速路，停止盲目乱爬，而是沿着高速公路向固定方向爬过去。
兰顿的蚂蚁游戏是一种二维的通用图灵机，试图模拟简单生物的行为，也是细胞自动机 Cellular Automaton的一种，简称CA。
早在1970年，英国数学家约翰·康韦就提出生命游戏Game of life程序，它能够基于四个简单规则生成更加复杂炫酷的动画图像，有时候看上去简直就像庞大又调度有序的蚂蚁社会。
爱因斯坦曾经把蚂蚁比喻成二维世界的生物，它们永远无法知道球面不是平的，也无法理解三维世界的情况。
但实际上我们仍然可以看到生存在二维世界的生物所表现出的智能，不管是真实蚂蚁或者是上面我们介绍的电子蚂蚁。
智能在于表现而不在于肢体。我们谈论的智能并不是生物的手或者脚，而是它的行为表现出来的一种特征。
更多关于世界维度的讨论，1999年上映的经典科幻片《骇客帝国》和《第十三层楼（又名异次元空间）》都提出了很多新奇而富有启发性的概念，推荐大家抽空观看。
限于篇幅，关于动物和人类的智能相关内容，我们将在下一节中深入讨论。
我们总是习惯的认为有生命才会有智能。可以说所有的生命都拥有智能吗？
这一节的可能很枯燥，但从这里我们可以看到生物智能的本质和源头。
所有生物都是由细胞组成的。生物依照细胞的数量可以分为单细胞生物和多细胞生物，或者依照细胞的结构分为原核生物和真核生物。
如上一篇所说，既然智能起源于生命，那么我们研究智能的来源就应该从细胞的机制上探寻。
生物的细胞主要由细胞膜、细胞质、细胞核构成。
细胞膜将自身与环境分隔开来，但又能让细胞所需的营养物质穿透它进入细胞内部，这使细胞成为一个最基本的半封闭系统。
营养物质存在于细胞质中，遗传基因DNA则存在于细胞核内，而RNA能够穿梭于两者之间，它进入细胞核，和DNA产生化学反应，复制到基因信息，然后再从细胞核钻出来进入细胞质，在那里通过化学反应生成蛋白质和各种细胞物质，塑造细胞形态，进而决定了生物的最终形态。这称为基因的转录。
DNA基因呈双链螺旋结构，就像是两条拧在一起的绳子，在细胞分裂的时候，解旋酶会将两条绳子解开，然后再RNA的帮助下，收集周围漂浮的碱基物质，为每条绳子重新装配一个新搭档，然后再拧合起来，这样就变成了四条绳子两个双螺旋。这就是DNA的复制过程。
生物的繁衍和生长都依赖于细胞的分裂，而细胞分裂的关键在于DNA遗传基因的复制，一方面基因的稳定性确保了生物品种的稳定性，才会有龙生龙凤生凤而不是相反，另一方面基因由于其复杂的化学结构，所以在转录和复制过程中有时会产生很偶然的偏差，这就是基因的突变，如果这个突变让生物体具有了更强的生存能力，那么这个物体就能繁衍出更多后代，突变产生的新基因就会被后代保留下去，否则如果突变让生物体的生存能力变弱，那么生物体就会在生存竞争中死亡，突变产生的新基因也会从此消失。
DNA链由TCAG四种碱基组成，RNA由UCAG四种碱基组成，就像磁铁互相吸引一样，碱基也是成对互相吸引产生化学作用链接在一起的。简单的，A和T（或U）是一对，C和G是一对，在复制和转录中，双螺旋被解开，如果单条绳子上某个位置是C，那么它就会吸引周边漂浮过来的G来帮忙组成新绳子。
每个细胞中的DNA，都携带着构成整个生物体所需的全部特征信息。以人类细胞为例，单个细胞直径大概10微米左右，但其中包含了31.6亿个碱基对，这31.6亿个碱基对决定了我们的身高，决定了我们眼睛皮肤的颜色，决定了我们手指的长度，决定了我们肠胃的构成方式。
DNA在细胞核内是卷曲的，如果把这个人类细胞中的DNA拉伸开，足有2米多长。人类大约有50万亿个细胞，如果把所有细胞中的DNA都拉伸开，总长度估计可以从地球到月亮好几千个来回。
一项新兴的科技叫做DNA存储技术，与传统的计算机用0和1来存储数据不同，DNA存储技术使用碱基对TCAG来存储数据，它的存储能力是惊人的，比水滴还小的DNA就能存储千万部高清电影，而1公斤的DNA的存储容量就超过全世界所有硬盘的容量之和，而且DNA的稳定性可以维持500年以上，而相对的现有普通硬盘存储寿命一般不超过20年，光盘不超过50年。
生命的特征往往表现为生物的生长、繁殖和衰老，这都是由于细胞分裂而引起的现象。细胞为什么分裂？比较科学的观点认为这是自然选择的结果，对于早期的单细胞生物来说，分裂后的两个小细胞较原来一个大细胞，有着更大的表面积，可以吸收更多营养，同时细胞内物质的复杂度也更少，因此具有更好的结构稳定性。
或者说，细胞由于不断吸取周边营养，RNA不断转录合成新的物质，导致细胞越来越大越来越复杂，如果继续长大而不分裂，那么就会在自然选择中处于劣势，被很快淘汰。
人类的寿命一般为七八十年，最高记录可达122岁，最长寿的乌龟生命长达250年，而灯塔水母甚至可以依赖某种转生的方式获得永生的生命。
《庄子·逍遥游》曾讲“朝菌不知晦朔，蟪蛄不知春秋”，生命以日月计算，而细菌则能够以更短的寿命更快的速度进行繁殖进化，某种细菌20分钟即可分裂繁殖一次，如果条件允许，10小时后它就能繁殖出10亿个后代，如果在繁殖中某次突变产生了更优秀的个体基因，那么它将占据优势，挤压其他个体的生存空间，也许数天之后就成为新的霸主。
生物的生命现象本质是基因DNA的转录、复制与突变过程，让遗传信息不断的传递、扩张和进化，而生物体只是作为遗传信息的载体而存在。
而生物的智能行为也正是起源自这些细胞分子的化学反应，所有现存生物也是自然选择的进化结果。
相比较动物，植物往往很少表现出智能行为，但并不代表植物不具有智能，作为生物而言，植物生命体也同样由细胞构成，依靠基因的转录和复制来繁殖和扩张种族群体，同样遵循物竞天择的进化原理。
向日葵、捕蝇草等植物可能并不是足够好的例子，但至少可以证明植物可以具有某种我们普通意义上所说的智能行为。
绝大部分植物不能自主行动，但植物群落往往可以形成非常复杂的生态系统，这部分将放在系统智能的部分谈论。在生物智能章节我们主要以动物的智能作为参考。
生物智能的意义是什么？动物的智能比人类如何？
我们可能看到过很多次杯子从桌上跌落摔得粉碎的情况，但没有谁看到过相反的过程，比如说由于某种自然原因，杯子碎片重新组合成完整的杯子。
这是因为我们的世界总是遵守熵增定律的运行规律。这里的熵，是指无序性，完整的杯子总是具有规则的曲线和几何的造型，而粉碎之后它的无序性大大增加了。
熵增定律也是热力学第二定律的另一种表达，热力学第二定律描述的是热量总是从高温传向低温，最终达到平衡，此时熵最大。
整个宇宙都遵循墒增定律，不断把一切敲碎铺平，让热量平均停止流动。然而，生物却不断的执着于DNA序列的复制和繁衍。
生物是自然规律中生成的反自然现象，但在整个宇宙时空中，生命就像是大海浪潮中偶然激起的一个小水滴，如此微不足道，根本不足以影响大局。另外，就地球而论，生物活动包括人类活动在内，也是在间接促进地球上能量的释放进而达到更大的平衡。
在无尽的未来，如果终有一天宇宙归于最大熵的死寂状态，完全不存在能量的流动，那么在那很早之前，一定所有生物都已灭绝。
生物智能，也许正是在某个阶段，宇宙规律偶发形成的一种更有效的实现“墒增”的手段。
如前所述，在微观领域，生物智能源自于细胞内分子之间的复杂化学反应。目前，也有一些观点认为，智能和意识很可能来自于更小尺度的量子空间，甚至认为智能来自其他空间，这种说法类似科幻小说《三体》中描述的智子。
然而关于智能是否与量子有关，目前也没有科学的理论或依据，所以很大程度上是幻想和猜测。为了不让我们的讨论陷入玄学的诡辩，在这里并不采纳智能来源于量子的观点，关于智能与意识的关系，我们也留到后面人类智能的篇幅再讨论。
生命经过40亿年的进化，目前已经记录命名的生物种类已有数百万种，科学家们认为这只是很少的一小部分，地球上存在过的生物种类可能多达数亿甚至上万亿。
自然选择让具有更好基因的物种得以生存、繁衍和扩张，然而“更好的基因”这个词的解释可能有各种不同，更长的寿命，更强的繁殖能力，更健壮的身体结构，或者更高的智能水平。
智能是生物进化出的一种动态适应环境的能力，从单细胞生物摇摆鞭毛游泳，到人类行走工作使用计算机，正如达尔文1871年在《人类的由来》一书中指出，人类与高等动物的智力“肯定只是程度不同，而不是性质不同”。
灵长类中的黑猩猩、恒河猴有着与人类超过90%以上的相同基因，宽吻海豚和大象的脑容量都超过人类，鹦鹉不仅能模仿人类说话，还能自主根据情况简单重组语言，乌鸦喝水的故事是真的，而且乌鸦可以做出很多更加惊人的智能行为，而看上去愚蠢的八爪章鱼，甚至拧开水族馆的阀门试图逃跑。
人类在抽象逻辑和推理方面要远胜过其他动物，但动物们的很多方面智能也远超人类，海豚可以利用回声定位了解周边情况，狗能在数百米外通过气味识别主人，大象超强记忆能力让它们从不迷路。
对于哺乳动物来说，科学届常使用脑化商指数来描述动物大脑和体重之间的关系比例，上面提及的智能表现较高的动物都具有比较高的脑化商值，大脑容量对动物的智能水平有关键性的影响。
二十世纪初，德国出现了一匹会做各种数学四则运算的马，被称为“聪明的汉斯”，它的主人奥斯滕是位数学老师。奥斯滕带着汉斯在全国各地表演它的各种神奇智能，汉斯可以用前蹄敲击地板的次数来回答人们提出的数学问题。
德国教育部组织了专门的委员会来调查汉斯是否真的具有数学计算能力。最终结果让几乎所有人感到意外，这匹马并不是真的会计算抽象数字，但它可以从提问者的微妙表情和身体姿势来判断是否需要继续敲击底板，或者可以说，汉斯不会做算术，但它会读心术。
观察者期望效应，是人类常见的认知偏见之一，如果你心理有预期答案，而又参与实验其中，那么你的期望很可能会对实验结果产生严重歪曲影响。聪明的汉斯后来一直被作为认知偏见的一个经典案例使用。
曾经有一部美剧叫做《别对我撒谎》，其中描述了美国FBI心理专家如何根据嫌疑人微妙的表情和肢体语音判断其是否诚实的场景。从这个角度看，聪明的汉斯所具有的是一种超越人类智能的细微观察力。
镜中自我识别测试（镜子测试）是另一个著名的动物智能测试实验，把各种动物放在镜子面前，观察动物是否能够识别到镜子里的就是自己，从而判断动物是否具有清晰的自我意识。
很多灵长类动物都能通过这个测试，比如大猩猩，猕猴等。此外通过测试的还有宽吻海豚、虎鲸、亚洲象、欧亚喜鹊，个别的蚂蚁和鱼也通过了测试，绝大多数鸟类和鱼以及大熊猫、海狮、章鱼都没能通过测试。
这个测试并不足够公平，由于很多动物的感知能力并太依赖于视觉，比如很依赖嗅觉识别主人和同伴的狗。
很多动物都具有学习和使用简单工具的能力，比如猕猴会用石头砸开坚果，大猩猩会用木棍伸进蚂蚁洞捞出蚂蚁吃，值得一提的是懂得向瓶内扔石子让水升高进而喝到水的乌鸦。
日本研究人员曾经跟踪拍摄到一只聪明的乌鸦，它已经学会把嘴里的坚果扔到马路中间等待经过的汽车压碎，然后它还学会看红绿灯，懂得趁绿灯的时候飞到路上把果仁叼走。
2018年1月10日，瑞士有关部门宣布，烹饪龙虾时候不允许将其活煮，杀死之前必须先请将其电晕至无意识。他们认为此举可以减少动物死亡时产生的痛苦。
甲壳类节肢动物是否能够感受到疼痛还有争议，但此举从一个侧面反映出人类对于动物具有智能甚至可能具有自我意识和思维能力的一个认可。
关于生物智能的篇幅就到这里，在下一篇我们将展开讨论人类智能的一些话题，敬请关注。
每个人的智能决策新时代
如果您发现文章错误，请不吝留言指正；
如果您觉得有用，请点喜欢；
如果您觉得很有用，欢迎转载~
未完待续
