我们这里先定义清楚了，这里说的计算机发现知识，可不
是说计算机可以帮助人发现新知识。因为如果仅仅是机械工具
的话，我可以跟你打赌，我家的算盘，乃至铁锹也能发现“新
知识”。所以我们这里说的发现知识，是指计算机创造出新知
识的能力。

其次我们还要划好时间，我们这里讨论的现在的计算机和
计算机理论。不是讨论未来的。我们知道人工智能发展到现在
有很多逻辑的数学的难题挡在那里，这些问题是否可以解，到
底将来会怎样，这里没有人可以说得清楚。所以讨论未来会如
何的话我退出。你们尽管发挥想象好了。

那么我们要确定计算机是否可以发现新知识，就要确定“
发现” 发现的话是自主的，有突破的。不是预定好的。也就是
说计算机依靠强大的机械力量计算的结果不能算做“发现”知
识。

这么思路，算法是人定的，计算机仅仅是帮助人类快速完
成计算的话。就不能算做他“发现”新知识。只能说它是帮助
人更快的发现新知识。就如同我们使用器械可以登上珠峰难道
我们就可以说这个器械可以登上珠峰了吗？显然不可以。

计算机要“发现”知识，首先是要有自主性，这种自主性
在于他得出的结果，不仅仅是依靠机械力快速完成的，而是有
自己的归纳总结方法。而且自己可以通过经验修正归纳总结方
法。

以次我们举例，比如深蓝，我们可以说它因为战胜了棋手
就“发现”了新的象棋知识了吗？没有，因为所有棋谱其实都
是预先输入好的，计算机只是更快的应用了这些棋谱。也就是
说是我们给予了计算机知识。

我们也试图给予计算机以学习掌握知识的能力。机器学习
大家都学过了，我才浅不在这里班门弄斧了。但是我目前的计
算学习依然没有使得机器有发现新知识的能力。比如西洋跳棋
，虽然表面看计算机会学习下棋方法，并且战胜顶尖的人类高
手，但这既然是个预定好的算法，算法内一切都是可测的。计
算机本身不能创造修正这些算法。如果我们让这个程序学习一
盘棋，这个学习结果我们也可重复并且测得。计算机终究仅仅
是按指令执行，它甚至不知道什么是下棋的算法。

人工神经元系统在某些程度上其内部工作似乎是不可测。
但其运做结果也并没有超出计算之外。

另外知识是获取知识的主体自身已经理解的，会加以利用
扩展其能力的。而目前的计算机学习仅仅是增加数据量。如果
我们不再编程，计算机也不会自己去应用知识。就是应用了，
其应用方式依然是指令性的，这说明计算机自己无法理解知识。

现在有些研究希望为计算机增加自主性比如主体（agent)
的研究。在获取知识和应用知识上采用了特殊的逻辑结构。但
是尚还没有建立起完全自主的主体来。离自我发现知识还差得
远。