300年前，本来希望用来证明上帝存在的理论，在300年后却成为了人工智能的基础，这是一个悲伤的故事呢？
还是说贝叶斯牧师其实已经找到了正确答案？
贝叶斯意识：一切学习型AI的基础
与0和1组成的经典计算不同，贝叶斯计算不需要建立在完整的数据基础上就能获得答案。这种不完全数据推理能力，与人类思维中的认知与判断过程非常相似。于是产生了数量众多的贝叶斯理论与AI结合，运用于不完全信息推导的技术模型。
比如说贝叶斯网络、贝叶斯分类器、贝叶斯逻辑，都是如今非常基础的AI工具。贝叶斯网络更是可以看做机器学习理论自证有效的基础条件。而贝叶斯方法也被广泛运用在NLP、机器视觉、知识图谱等领域，成为优化结果型算法与技术的支撑。
在我们的生活中，贝叶斯可谓无处不在。比如说有没有感觉你的手机拍视频或者直播正在越来越清晰？这其中很大一个原因在于摄像算法中运用了贝叶斯逻辑加持下的视频优化算法，通过对抗生成来获得更清晰自然的拍摄效果，也就是所谓的视频美颜。
从另一个角度也可以论证贝叶斯对人工智能的重要性。上世纪70年代，曾经有过一次比较短暂的AI复兴。当时知识表示和专家系统成为了人工智能的主角，人们希望用超级计算机来归纳人类的所有知识，进行网络化。最终所有问题都可以在其中找到答案。
这种模式在当时赢得了大量资金与关注，却在短短几年间宣告破产。因为人类知识和数据太复杂了，收集所有知识只具有理论上的可能性，现实操作遥遥无期。
而今天以机器学习为主要特征的AI二次复兴，很大程度收益于贝叶斯意识带来的思维转变：人类不用收集一大堆知识，只需要从一部分已有知识出发，让机器不断去学习和验证自身能力，不断提高就可以了。毕竟人类需要的不是全能全知的存在，只要智能体可以比人类更强就够了。
可以说，贝叶斯意识依靠着对现实变化的高度敏感，已经成为今天一切学习型AI的基础。了解了贝叶斯意识中从不完整出发，逐步向完整迈进的逻辑，也就懂了未来AI还能做出什么。
人类大脑和技术未来的殊途同归
有学者认为，贝叶斯意识可能是最接近人类大脑思维模式的应用数学逻辑。就像让一个孩子去认识狗，不必教他狗的种类、科属、习性，也用把狗的耳朵、鼻子、四肢都变成数据让他理解。孩子会马上知道这是狗，然后在自己不断的学习里去加强对狗的认识，知道狗有不同种类，知道狼与狗的区别等等。
所以我们过去在思考很多问题时，会主动的让大脑像计算机一样去想象。在移动互联网时代，我们又习惯了以手机为中心去思考一切。但在人工智能时代，贝叶斯意识告诉我们：也许人类该像人类自己一样去思考了。
在某些技术奇点之后，机器已经可以在局部区域像人类一样通过局部知识去认知、推理和判断复杂问题。最好的例子可能就是AlphaGo ZERO的出现。其实AlphaGo的逻辑就是一种贝叶斯思维，要知道对围棋来说经典计算是无法穷尽所有变化的，暴力穷举只能带来死机。
而AlphaGo采取的，是让智能体去学习围棋规则，然后大量学习人类棋谱，这就是贝叶斯归纳中不断吸收数据校准目标。在实战的时候，智能体内部算法还会自我验证每一步预测的合理性，最终求得最优解。
