本文将首先回答两个问题：1.强人工智能和普通计算机的本质区别？2.强人工智能会有意识吗？前一个问题与可不可以制造相关（现代科技有实现途径吗？）。后一个问题与应不应该去制造相关（人类能不能将社会生产放心地托付给强人工智能？）

线性系统与非线性系统

与线性系统相对应的行为称之为熵增行为，月球绕地球转称之为熵增行为，灯泡发光称之为熵增行为。与非线性系统相对应的称之为熵减行为，我们所见最伟大的熵减行为便是从一片荒芜中诞生了生命。

有人会问，难道说，熵减行为等于犯错？从一定角度可以这么理解，但是这个错不是指程序跑出bug，而是指“偶然犯错”。或者说，程序跑出bug其实不能算错，这个bug不过是它算法得出的必然结果，对于人类来说可能不满足期望，但对于程序自身却再正确不过。

贪婪算法

所以，我们可以断言线性系统必然会消亡，它只会使用“贪婪算法”做出熵增行为，它没有应对未知的能力，它没有“认知”能力。

人类究竟比人工智能强在哪里？

我们到底为什么能理解未知（认知力）？答案在之前的铺垫中已经呼之欲出，那就是人类会犯错。理解未知的能力是什么？比较精确的定义是“永远有可能性找到最优解。”这是一个系统逃避必然消亡结局的必要条件。线性系统不满足这个必要条件，只会熵增行为的人工智能宏观上来讲和癌细胞没有区别，它们只能去利用已知资源去不断去复制扩张，他们只能运行贪婪算法，而一旦出现未知情况，例如癌症病人死亡，癌细胞也终将消亡。

但是同样为细胞，人体细胞却能组成精妙的人体，能从一个胚胎发育成人，甚至具有智慧，掌握科技，具有无限的可能，这是几亿年前非线性系统的伟大成果，当时只有单细胞生物，这些生物几乎也只会运行贪婪算法，但因为偶然原因，它们的贪婪算法因为失效了，便得出了错误答案，但却因为错误答案得了更优解，它们组成了更宏观的整体去更好地适应未知，这也被称为这个非线性系统的涌现性。

同样，正因为人类具有犯错的能力，解决问题时犯的错误迭代出来得到了一个更优解，我们得到了一个新的神经网络搭建方法 ，得到了新的模型，理解了新的概念，也理解了未知，这也是为什么我们在接触全新的领域和全新的概念时会有特别陡峭的学习过程，这是因为我们需要不断地用错误去尝试，直到涌现出一个新的模型，而我们就能靠这个新模型去理解未知。我们犯错的非线性让我们拥有了“永远有找到最优解的可能性”。尽管作为一个人类个体，我们目前依旧无法逃脱必然消亡的结局，但是整个人类社会的熵减行为却产生了质变，我们可以说，人类社会有逃脱必然消亡的可能性。