人工智能帶來的思考大全11篇

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇人工智能帶來的思考范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

機器學習是一種高級形態的模式識別，能夠讓機器通過分析大量數據來做出判斷。這有望大大輔助人類思維。但這種與日俱增的能力引發了近乎“科學怪人”（Frankenstein）式的擔憂：開發人員能否控制他們創造出的機器？

加州大學伯克利分校計算機科學教授、人工智能專家斯圖亞特？拉塞爾表示，自動系統的失誤（就像去年駕駛一輛特斯拉汽車，部分自動駕駛汽車的美國駕車者死亡那樣）促使人們關注安全。他表示：“這種事件可能會嚴重阻礙行業的發展，因此這里有著非常直接的經濟自身利益。”

除了移民和全球化，對人工智能驅動的自動化的擔憂，正引發公眾對于不平等和就業安全的擔憂。唐納德？特朗普當選美國總統以及英國投票退出歐盟在一定程度上就是受到這類擔憂的推動。盡管一些政治人士聲稱，保護主義政策將有利于勞動者，但很多行業專家表示，多數就業損失是由科技變革（主要是自動化）造成的。

英國《金融時報》與高通聯合開展的Essential Future調查發現，全球精英（那些收入和受教育程度高、生活在首都城市的人）τ詿蔥亂比普通大眾熱情得多。除非彌合這種差距，否則它將繼續引發政治摩擦。

美國企業家、撰寫道德和科技文章的學者維微克？瓦德瓦認為，新的自動化浪潮具有地緣政治上的潛在影響：“科技公司必須對他們所創造出的東西承擔責任，并與用戶和政策制定者合作，緩解風險和負面影響。他們必須讓員工花時間思考哪里可能出錯，就像他們花時間宣傳產品那樣。”

人工智能行業正在準備應對反彈。人工智能和機器人領域的進步，已經把自動化引入白領工作領域，例如法律文書和分析財務數據。麥肯錫的一項研究稱，在美國員工的工作時間中，大約有45%用在可以借助現有技術實現自動化的任務上。

為了確保人工智能有利于人類，已經建立了一些行業和學術計劃。其中包括由IBM等公司創建的人工智能造福人類和社會合作組織，以及涉及哈佛大學和麻省理工學院的一項2700萬美元計劃。得到埃隆？馬斯克和谷歌支持的OpenAI等組織已取得進展，拉塞爾教授表示：“我們看到了一些論文，它們針對安全性的技術問題。”

這方面有一些過去應對新技術影響努力的回聲。微軟首席執行官薩蒂亞？納德拉將其與15年前相比，當時比爾？蓋茨動員公司的開發人員抗擊電腦惡意程序。他發起的“可信計算”倡議是一個分水嶺。納德拉在接受英國《金融時報》采訪時表示，他希望采取類似的舉措以確保人工智能造福于人類。

然而，人工智能帶來了一些棘手的問題。機器學習系統從大量數據中得出見解。

微軟高管埃里克？霍維茨去年底在美國參議院聽證會上表示，這些數據集可能本身就存在問題。他表示：“我們的很多數據集是在假設我們可能并不深入理解的情況下收集的，我們不希望讓我們的機器學習應用放大文化偏見。”

新聞機構ProPublica去年進行的一項調查發現，美國司法機構用來確定刑事被告人是否有可能再次犯罪的算法存在種族偏見。再次犯罪風險較低的黑人被告比白人被告更容易被標記為高風險。

提高透明度是一條出路，比如明確人工智能系統使用了哪些信息。但深度學習系統的“思維過程”不容易加以審查。霍維茨表示，人類很難理解這種系統。“我們需要理解如何證明（它們的）決策合理，以及這種思考是如何完成的。”

隨著人工智能影響更多政府和企業決策，影響將是廣泛的。“我們如何確保我們‘培訓’的機器不會固化和放大困擾社會的人類偏見？”麻省理工學院媒體實驗室主任伊藤穰一問道。

納德拉等高管認為，答案將是結合政府監督（言外之意，這包括對算法的監管）和行業行動。他計劃在微軟成立一個道德委員會，以處理人工智能帶來的任何棘手問題。

他說：“我希望有一個道德委員會，它會這樣說，‘如果我們要在任何作出預測、可能具有實際社會影響的場合使用人工智能，那么它不帶有內置的一些偏見’。”

確保人工智能在不會帶來一些意想不到的后果的情況下造福人類，是很困難的。拉塞爾教授說，人類社會無法界定自身想要什么，因此通過編程讓機器為最多數量的人謀求最大幸福是存在問題的。

這就是人工智能所謂的“控制問題”：智能機器將一心追逐武斷的目標，甚至當這些目標并不可取的時候也是如此。“機器必須考慮到人類真正想要的東西具有不確定性，”拉塞爾教授說。

篇（2）

1、人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

2、人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。

3、人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。

4、人工智能不只是研發機器人，它的主要研究目的在于方便我們的生活，下面小編就來告訴大家人工智能在生活中有哪些作用。想要了解更多相關內容，請關注優就業IT常見問題欄目。

（來源：文章屋網 ）

篇（3）

實際上，人工智能早已滲透到我們的生活。比如，銀行的ATM機實際上已經代替了銀行工作人員的部分職能。就會計、審計、稅務工作而言，目前只是人工智能的第一步應用，即使用財務軟件、審計軟件、稅務軟件等類似于機器人的軟件來實現高效率工作。

的確，人工智能可以很方便地應用于會計領域。比如，根據中國注冊會計師審計準則第1312號的要求，注冊會計師需要評估相關科目及交易的重大錯報風險，確定有必要實施函證程序，根據風險評估判斷并選定函證樣本及內容，生成相關的詢證函。而通過“智能”系統能避免手工編制詢證函可能出現的錯誤，在更短的時間內全面分析相關的科目和交易，評估風險并挑選函證樣本。這樣會計師就可以有更多的時間去處理更復雜的工作事項，比如會計估計等，從而大大提升工作的效率及效益。

人工智能使得財務決策更加智能化和理想化，原來受限于分析數據量大、信息獲取難度大的問題將徹底改變，人工智能將在多重約束條件下進行各種組合分析，為企業投資決策、風險防范打下基礎。

財會人不會“被消失”

在享受人工智能帶來的諸多便利的同時，財會人也應清醒地認識到人工智能帶來的沖擊。《經濟學人》雜志2014年曾通過調查羅列了未來20年最有可能被機器人搶走飯碗的崗位，排名靠前的包括低端制造業的生產、銷售、會計等。

業內專家分析，總體的趨勢是普通核算型工作，如財務、審計、稅務等財務基礎人員會逐步減少。但財會人不會被人工智能完全取代，更不會“被消失”。以應收賬款為例，每家公司都會制定針對應收賬款壞賬準備的計提政策。會計師執行的相關審計工作看似簡單，實際上需要考慮多個方面，比如導致個別長賬齡余額的原因、相關欠款機構的客觀經濟情況、與該欠款相關的業務實際、同行業所通用的會計政策等多項因素，而這些方面都需要會計師根據過往的工作經驗，行使專業的職業判斷。目前的人工智能技術可以實現按設定的規則執行工序，即根據“指令”去學習審計準則的要求，讓機器去獲取所需要的財務和業務信息，甚至通過大數據獲取同行業的信息進行分析，可是要做到靈活思考，按照實際情況判斷應收賬款壞賬準備計提是否恰當，還是需要依賴專業會計師的經驗。

順應財務職能的轉變

篇（4）

DOI：10.16640/ki.37-1222/t.2017.07.119

0 簡介

人工智能（（Artificial Intelligence）），它是一門新的技術科學，主要用于模擬、延伸以及擴展人類的智能的方法、理論、技術以及應用系統。人工智能主要就是對人類的思維、意識的信息過程的合理化的模擬。人工智能它并不是人的智能，但是，它卻能像人那樣的思考，而且也可能會超過人類的智能。總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些復雜工作。

1 人工智能的運用現狀

目前，在很多方面人工智能有著運用，其中一個主要表現就是全球人工智能公司數量在急劇的增加，專家系統在目前來看是在人工智能各領域中最為活躍，且最為有成效的一個領域。它是一類基于知識的系統，并可以解決那些一般僅有專家才能夠解決的復雜問題。我們這樣定義專家系統：專家系統是一種具有特定領域內大量知識與經驗的程序系統，它是基于程序系統依靠人工智能技術，來模擬人類專家求解復雜問題的過程，大多情況下，專家系統的水平甚至可以超過人類專家。專家系統的基本結構圖如下圖所示：

2 人工智能的影響

人工智能對經濟的影響：人工智能的的確確會影響到社會、生活、文化的方方面面，特別是對于實體經濟將來會有巨大的影響。以后，每個行業幾乎都會產生顛覆性的變化。在人工智能的研究上，中國并不落后，將來的中國一定可以從中獲得非常大的收益。一成功的專家系統可以為它的用戶帶來很明顯的經濟效益。用比較經濟的辦法執行任務而不需要具有經驗的專家，從而極大地減少開支。專家系統深入各行各業，帶來巨大的宏觀效益，促進了IT網絡工業的發展。

人工智能對文化的影響：在人工智能原理的基礎上，人們通常情況下會應用人工智能的概念來描述他們的日常狀態和求解問題的過程。人工智能可以擴大人們知識交流的概念集合，描述我們所見所聞的方法以及描述我們信念的新方法；人工智能技術為人類的文化生活提供了巨大的便利。如圖像處理技術必將會對圖形藝術和社會教育部門等產生深遠影響。比如現有的智力游戲機將會發展成具有更高智能的一種文化娛樂手段。隨著技術的進步，這種影響會越來越明顯地表現出來。當然，還有一些影響可能是我們目前難以預測的。但可以肯定，人工智能將對人類的物質文明以及精神文明產生更大的影響。

人工智能對社會的的影響：一方面，AI為人類文化生活提供了一種新的模式。現有的游戲將逐步發展為更高智能的交互式文化娛樂手段，今天，游戲中的人工智能應用已經深入到各大游戲制造商的開發中。另一方面，人工智能能夠代替人類進行各種腦力勞動，所以，從某種意義上來講，這將會使一部分人失去發展的機遇，甚至可能失業。由于人工智能在科技以及工程中的應用，一部分人可能會失去介入信息處理活動的機會，甚至不得已而改變自己的工作方式；人工智能還可能會威脅到人類的精神。一般人們覺得人類與機器的區別就是人類具有感知精神，但如果有一天，這些相信只有人才具有感知精神的人也開始相信機器能夠思維和創作，那他們就會感到失望，甚至于感到威脅。他們會擔心：有朝一日，智能機器的人工智能可能會超過人類的自然智能，從而使人類淪為智能機器的奴隸。

3 人工智能的發展趨勢

有機構預測，2017年人工智能投資將同比增長300%以上，在技術上將會更迅猛發展，工控自動化商城的智能語音、智能圖像、自然語言以及深度學習等技術越來越成熟，就像空氣和水一樣將會逐步地滲透到我們的日常生活。行業專家關于2017年人工智能的發展方向主要有以下幾點：（1）機器學習目前正在被應用在更復雜的任務以及更多領域中，且被更多的人作為挖掘數據的方式。無監督的學習會取得更多進展，但也存在很大的挑戰，故在這一方面離人類的能力還是差得很遠的。計算機在理解和生成自然語言方面，預計最先會在聊天機器人和其他對話系統上落地。 （2）深度學習、其他的機器學習、人工智能技術的混用，是成熟技術的典型標志。將深度學習應用到醫療領域中（醫療圖像、臨床數據、基因組數據等），各種類型數據上的研究以及成果將會大大的增加。 （3）聊天機器人和自動駕駛汽車可能會取得較大的進展，預計更多人類基準將會被打破，特別是那些基于視覺以及適合卷積神經網絡的挑戰。而非視覺特征創建和時間感知方法將會變得更加頻繁、更加富有成果。

4 結論

人工智能是人類長久以來的夢想，同時也是一門富有挑戰性的學科。盡管人工智能帶來很多問題，但當人類堅持把人工智能只用于造福人類，人工智能推動人類社會文明進步將毋庸置疑。就像所有的學科一樣，人工智能也會經歷各種挫折，但只要我們有信心、 有毅力，人工智能終將成為現實，融入到我們生活的方方面面，為我們的生活帶來更大的改變。

參考文獻：

[1]朱祝武.人工智能發展綜述[J].中國西部科技，2011，10（17）：8-10.

篇（5）

是的，自動駕駛汽車總有一天會發生意外造成人類死亡，但這并不是因為它的自我意識想要這樣做的。而是傳感器故障或者算法缺陷。如果拋開具體的結果，我們會發現這和一個計算機程序停止響應并沒有本質區別。它帶來的風險顯然不會導致人類滅絕這樣的災難性后果。

為了更好的理解這件事，必須深入了解現代人工智能系統如何工作。每個應用可以當做是一個最優化問題，我們的目標是找到最少成本和最大回報的解。這種人工智能沒有任何神奇之處，也不需要具有情感。人工智能在求解這類問題時和我們人類的思維方式是很相似的。舉例來說，一個人工智能駕駛的汽車會選擇到目的地最短行程的路線，行駛過程中，一個計算機系統會從實時攝像頭提供的畫面中發現路中央的一只貓并決定避開它。人們也是這樣想這樣做的。

即便在從未如此流行的“深度學習”領域中，數據被放在神經元網絡中，追根究底它的運行方式仍然是尋找最優解，也就是找到與訓練數據擁有最佳擬合的模式。

一個判斷圖像內容的程序并不比一個下棋程序更有自我感知能力。這些應用系統都沒有真正的“思考”，它們只是在尋求一個給定問題的最優解。即便一些系統的復雜程度超乎想象，人工智能系統仍然只會做程序員給定的那些線性工作。

篇（6）

近些年來，隨著科學技術的飛速發展，人工智能技術這種新興的科技產物也正在逐漸走入到人們的生活之中。但是盡管科技的發展已經非常迅速了，人們對于人工智能技術的應用依然停留在十分淺顯的層面上。本文中，筆者將對人工智能技術的優缺點和應用方向等方面進行淺要的分析與研究，希望能夠對人工智能開發者和各行各業的研究者們對于人工智能的應用方向獲得更多的靈感。

1 人工智能的概念和應用現狀

現如今，人們的生活水平已經得到了非常大的提高，我國的工業水平，科技水平等等都在不斷的提高。在這樣的背景之下，人工智能技術也開始受到越來越多的人的重視。盡管人工智能技術現在發展的還不完善，但還是有很多先行者，再將人工智能技術付諸于應用化的方向上踏出了關鍵性的一步。

1.1 人工智能的概念

說起人工智能，很多人第一印象都是影視大片之中的智能機器人，什么終結者之類的往往能給人們留下很深的印象。其實人工智能本身也可以被稱作機器智能，它是人們對于人工機器賦予的擬人形態的思維和運動方式。在某種意義上來說，所謂的人工智能，就是沿用人類的方法和技術手段，將人類原本的智慧和思維模式作為原型，最終實現機器的智能化發展。可以說，人工智能技術是人類科技發展的必然產物，也是未來科技發展的必經之路。在未來的發展道路上，人工智能技術必然成為一門起源于計算機技術，并最終超脫于計算機技術的高等學科。

1.2 人工智能技術的核心

筆者認為，人工智能技術的核心，實際上就是機器的自主學習與思考能力。在現在的網絡技術之中，這種觀念正在被逐漸的突出，并被更多的人注意到。譬如很多網絡應用于服務之中，大家都能夠感到越來越知心，互聯網會根據使用者過去的行為以及正在進行的新的行為與事件，不斷的更改現有的服務策略。使用者瀏覽網頁的內容，瀏覽時長，下載內容等等數據，將成為這些軟件自主學習的資料和教科書，被互聯網自動進行收錄與分析，并在今后的服務之中將這些分析結果付諸應用。這種感覺就好像互聯網已經逐漸變成了一個真真正正能夠自主思考的智能機器人，他知道你想找什么，知道你需要什么，而這正是人工智能技術的核心追求。

2 人工智能技術的應用方向

未來的人工智能技術必然有更加廣闊的應用天地，就目前針對人工智能技術的應用來看，在很多領域，已經取得了頗為不俗的成績。雖然受限于目前尚不成熟的人工智能技術，但是這些技術已經足夠人們取長補短，在各自的學科和領域取得非凡的成績了。

2.1 人工智能技術在智能建筑領域中的應用

人們正在嘗試著通過人工智能的手段，構建智能化的建筑，不斷的拓展建筑現有功能，以期為人們提供更好的服務。在現有的智能建筑中，專家系統技術已經越來越多的嶄露頭角。近些年，知識庫專家系統憑借著它在人工智能領域無與倫比的優勢，實現了非常大的發展，并且逐漸呈現出商品化趨勢。這種專家系統實際上是將系統的運行和構造建立在控制對象與控制規律的基礎上，以龐大的知識庫體系作為支撐，最終形成完整的系統功能與構架。應用這種系統，就相當于在某個專業領域擁有了一名專家，可以從容的解決該專業領域內的相關問題。這種系統的存在，針對不同的專業領域，建立了詳實完善的數據庫，將多位專家的意見進行了有機的整合與分析，大大的提升了建筑智能化水平，實現了人們生活的智能化。

2.2 人工智能技術在電氣工程自動化控制技術中的應用

以火力發電技術為例，人工智能技術起到了非常大的作用，不但能夠被用來計算電力系統所需要的產品規格，提高工作效率，縮短設計周期。還能夠用來進行火力發電各系統之間的有機監控，利用人工智能計算出火力發電中各個系統的運行功率，各系統所需的燃料，蒸汽系統的水溫變化，還有發電成效等等，將所有涉及到的子系統有機的調控起來，從而保證整個發電廠的經濟運行。

2.3 人工智能系統在機械設備的控制中的應用

現代化的生產方式正在逐漸朝向著高科技生產，高密度生產，高集成化生產的方向發展，工業核心已經逐漸從勞動力密集型產業發展為了技術密集型產業。越來越多的企業開始使用由計算機操控的各種機械裝置，代替原本的人工控制，盡可能的將勞動人員從繁重重復的勞動之中解放出來。這其中人工智能技術功不可沒，而這一點也是未來人工智能技術的重要發展方向之一，那就是讓機器自己學會生產。

3 結束語

隨著我國科技水平的不斷提高，人工智能技術正在經歷飛速發展的過程，并逐漸走向成熟，被廣泛的應用于各種領域之中。在市場化的經濟之中，人工智能技術必然會被更多的人認知與熟識，真正感受到人工智能帶來的便利。我們有理由期待著人工智能真正成熟起來，并走入每一個人生活之中的那一天。

參考文獻

[1]劉波.人工智能在電氣工程自動化控制技術中的應用[J].山東工業技術，2014（11）.

[2]鐵生.當機器學會了學習人類該怎么玩[J].計算機與網絡，2014（16）.

作者簡介

篇（7）

在廈門市思明區淺水灣畔一座十分普通的兩居室內,有一個人正在為人類的命運焦慮不安。

"我正在建造一個在未來幾十年內,將會成為神一樣無所不能的東西。制造神一般的生物的期望,帶給我一種宗教般敬畏的感覺,這感覺進入我的靈魂深處,強烈地激發我繼續這項工作,盡管那可怕的負面效應,可能會接踵而來。……在21世紀末,人工智能機器將會比人類聰明億億倍,并且關于物種支配問題將會引發一場重大的戰爭,并導致幾十億人的死亡。

我們是在制造上帝,還是制造我們潛在的終結者?"

這不是科幻片中的臺詞,而是雨果《智能簡史》一書中的一個段落。這個"人工大腦之父",就坐在《綠公司》記者對面,碩大的腦門、蜷曲蓬松的頭發、一雙炯炯有神的眼睛、有點奇怪的舉止使他看起來與其說是一個職業科學家,不如說更像是一個異教的先知。現在,他再一次告訴我們,他所預言的"人工智能戰爭"無法避免。

誰將成為21世紀的主導物種?

雨果告訴我們,他寫《智能簡史》這本書的目的就是,促使人們開始思考人工智能帶來的問題。作為一個人工智能科學家,他對于人工智能在本世紀的發展前景充滿信心,而對人類的未來卻表示悲觀。

在通往書房的門廊墻壁上,一張雨果在廈大舉辦講座的藍色海報分外搶眼,醒目的標語是"誰,將入侵上帝的?"及"誰將成為21世紀的主導物種?",從日期上看,這是兩個月前剛剛舉辦過的一次講座。

這恰恰是雨果關心的問題。他認為隨著人工智能研究的突破性進展,圍繞上述問題將會引發人類政治沖突和戰爭。"這并不只關系到一個國家,它關系到整個人類。" 他用一種略帶夸張的莊嚴語氣告訴我們。

眼前這個不休邊幅、年過6旬的老人,在"人工大腦"領域有近20年研究經歷。雨果1947出生于澳大利亞,23歲時取得了墨爾本大學"應用數學"和"理論物理"兩個學位后,遠赴英倫深造。在劍橋大學學習工作了四年,他發現了自己人生的目標,遂返回布魯塞爾大學攻讀人工智能和人工生命博士學位,成為一名研究員,正式涉足人工智能研究領域。1992年,雨果獲得博士后獎學金,離開歐洲來到日本進行研究,歷時8年開發出制造世界上第一個人工大腦CBM。從那一刻起,他就認識到自己的研究可能會為人類帶來一場浩劫。在2000年Discovery歐洲頻道邀請他與著名物理學家羅杰?彭羅斯爵士進行對話的節目中,他就提出這一觀點。

如今,他仍然堅持這種看法。他深信在"摩爾定律"趨勢下,隨著納米技術、量子計算等關鍵技術的發展,人類在本世紀制造出神一樣具備超級智能的"人工智能機器"已是必然。這些"人工智能機器"的智慧將會比人類智慧高出萬億個萬億倍(10的40次方)。

屆時,人類將會面臨一種風險,那就是事態終將會失控,人類的存在對于這些神一樣的"人工智能機器"將會變得無足輕重。只要這些"人工智能機器"愿意,我們隨時會像"蚊子"和"細菌"一樣被它們消滅掉。

為了更形象地說明自己的觀點,他突然用手掌拍了另外一只胳膊一下,"你知道這一下,多少細菌被消滅掉了?將來的人類也是這樣的命運。"

此時此刻,《終結者2018》正在影院上演,片中數十年來"機器人"與人類之間殘酷的戰爭,使雨果形象的比喻更加真切。

物種主導權爭議引發"人工智能戰爭"

雨果是目前唯一一個預言人工智能會引發人類大戰的人。

在 2005 出版的《智能簡史》中,他系統性地闡發了自己的觀點:從技術上講"超級人工智能機器"一定會產生,而且智慧遠勝于人類。這種人工智能機器將會與人類爭奪地球上的物種主導權。這就有一種風險,人類極有可能被這種超級人工智能機器消滅掉。因此,地球主義者為了捍衛人類的物種主導權,將會禁止科學家展開人工智能研究,以防止這種可怕的局面出現;而宇宙主義者出于自身的信仰和現實需求,將會從經濟和政治上堅持這種研究,展開激烈對抗。兩派的爭議會形成現實的政治沖突,一場戰爭不可避免。

"很多戰爭都源于人們不能達成統一的認識,比如說資本主義與社會主義之爭。今天只有幾千個科學家在討論,10年后可能就會因此形成不同的黨派。戰爭很有可能發生。" 雨果攤開手掌,用一種確信無疑的語氣說。

雨果的"預言"一旦成真,那么就像他和斯蒂芬?霍金一起參與錄制的BBC影片《地球的末日》所說的那樣,人類將迎來自己的末日。

因為按照雨果的研究圖表顯示,從19世紀拿破侖戰爭以來,人類戰爭的死亡人數是以10的幾何級數倍增的。21世紀戰爭所動用的武器,將擁有空前規模的殺傷力,死亡人數將會達到10的9次方到10次方,也就是令人沮喪的幾十億。

一個宇宙主義者的矛盾和渴望

就像半個世紀之前發現了核鏈式反應的秘密,并預言一顆核彈可以毀滅一座城市的匈牙利裔猶太科學家利奧?希拉特一樣,雨果感覺自己是孤獨的。

因為自他的觀點在主流媒體上傳播開來之際,他就不斷受到質疑。很多人不相信他所說的一切,更有人對他的研究表示質疑和憤怒。既然,明知道這樣一種研究會帶來如此令人恐懼的局面,為什么他還要進行這種危險的研究?

作為問題的制造者,雨果聳聳肩,坦然承認"這就是我的矛盾。"然而他不能放棄他所進行的研究。他認為這個領域還有許多事情可以做。他說"對于我個人來說,我很希望繼續進行人工智能研究"。在"人工智能"爭議中,他為自己選擇的立場是"宇宙主義者"。盡管他沒有任何,但是他和其他人工智能科學家一樣,將 "創造"當作自己的宗教。

說到這里,他起身從旁邊的書架上取出一本厚厚的天文學著作來,翻到一張宇宙圖片,指著無垠宇宙中恍若塵埃的點點星云, 跟我們說,"人類就像是宇宙中的螞蟻。與其繼續做人類,我寧愿選擇去創造更高級的生物。" 人類是一定要被超越的。而創造'神一樣的人工智能機器',是超越人類的一種必由方式。在某種程度上,他相信我們的宇宙就是被一些智能機器創造的,因為我們生存的星球和宇宙都是那么的精確有規則。

這是宇宙主義者們的信仰,也是雨果堅持"人工大腦"研究的理由。

正因如此,20年來雨果在6個國家輾轉奔波,唯一沒有放棄的就是自己的觀點和堅持不懈的研究。事實上他的研究工作并非一帆風順:在日本實驗室取得初步研究成果之后,受到排擠,被迫離開。在布魯塞爾的私立實驗室中投資10萬美元,隨著實驗室解體,血本無歸。9.11之后只身來到美國,卻受困于經費不足,無法展開"人工大腦"制造。

然而,這期間他先后制造出4臺人工大腦。毫無爭議的成為"人工大腦"之父。

人類命運的終極追問

和著名的人工智能科學家雷?庫茲威爾一樣,雨果相信他的研究會使生活更美好,而這也是技術存在的意義。庫茲威爾也相信超人工智能一定會出現,還可以幫助人們解決困擾人類生活的疾病、能源和氣候問題,使人長生不老、生活更加美好。

篇（8）

圍棋的復雜性世界公認，這個三千年前發端于中國的游戲變化路數層出不窮，被認為是一種極其復雜和富有變化的競賽活動。幾十年來，古老的圍棋游戲一直是計算機難以涉足的領域。就連這個領域的專家都承認，人工智能在圍棋上戰勝人類至少還需要10年時間。但話音剛落，這個判斷就被提前打破，以迅雷不及掩耳之勢，機器連贏人類兩局。于是，人們開始大呼“狼來了”――

人們之所以驚呼，無外乎這幾點：

一是，夢想和現實的鴻溝居然這么小，瞬間就被踏平了。在這之前，我們的判斷幾乎是一致的，因為圍棋是世界上最難的。有科學家給出了數據，數學家們對圍棋已經進行了深入的研究，僅僅在最初的40步棋，就有超過原子在可見宇宙范圍內數目的棋子擺放組合，組合數量大約達到80位數，在國際象棋中，這樣的組合數大約有50位數。機器人能有這樣的智慧和判斷能力嗎？小小圍棋，卻處處體現出人類的大智慧，風云變幻、難以揣摩。就在尊嚴被高高掛起多年后，就被連廁所都不用上的AlphaGo打敗，打敗的還是圍棋屆的領軍人物，在這些樂觀人士看來，尊嚴沒有了，顏面掃地呀！

二是，人工智能發展的速度如此之快。這個被漢語言譯為阿爾法狗的機器人，下棋的時候真的很厲害，它居然不按常理出牌，不按大家公認的套路下棋而是走了自己認為應該走的，甚至下出了讓圍棋大咖們驚嘆的奇招，這讓人們越來越相信，難求一勝的不是電腦，而是李世石。蒼天呀大地呀，這是一只會學習的“狗”，是一個真正擁有自我學習和進化能力的智能系統。會自己學習，會自己思考，牛X呀！

篇（9）

“智造”并不是一個新詞，幾年前，我們可以看到數字技術從虛擬世界向實體世界滲透。3D打印、激光切割等一系列數字制造設備的發明讓制造變得民主化，所以誕生了創客這個群體，讓普通人也可以通過智造來實現想法。而今天，我們都看到“智”的含義又進化了。

人工智能正在全球范圍內掀起產業浪潮。從去年開始，騰訊研究院就對人工智能的產業發展有一個持續的跟蹤。我今天將從一個更廣的維度，不限于制造業來與大家分享關于人工智能如何融合產業，創造萬億實體經濟新動能的一些觀察。

人工智能認知差距存在：已走入平常生活

在另一陣營，包括扎克伯格、李開復、吳恩達等在內的多位人工智能業界和學界人士都表示人工智能對人類的生存威脅尚且遙遠。這其中主要的爭議就來源于對“人工智能”定義的區別。人工智能學家馬斯克等人所述的人工智能，是指可以獨立思考并解決問題，具有思維能力的“強人工智能”，目前，科學界和工業界對何時發展出“強人工智能”并無定論。

現在處于全球熱議中的“人工智能”，并不完全等同于以往學院派定義的人工智能。你可能沒有意識到，我們日常生活中已經用到了許多人工智能技術：早在2011年，蘋果就率先將人工智能應用Siri放進了大家的口袋里；拍照、簽到時用到的人臉識別技術，智能音箱的語音對話系統，以及我們現在主流的新聞推薦引擎，也都用到了深度學習的算法。

人工智能算法存在于人們的手機和個人電腦里，存在于政府機關、企業的服務器上，存在于共有或者私有的云端之中。雖然我們不一定能夠時時刻刻感知到人工智能算法的存在，但人工智能算法已經高度滲透進我們的生活之中。

人工智能的商業潮起：九大領域形成熱點

人工智能的歷史已經有60年的時間，但它作為一個商業化浪潮是最近幾年爆發的。與以往幾次人工智能浪潮不同，此次的人工智能革命跨越了技術商業化的臨界點。

下圖為騰訊研究院的《中美人工智能產業報告》，人工智能領域的投資金額從2012年起呈現出了非常陡峭的增長趨勢，轉折點就是深度學習技術的突破。

IT產業經過數十年的發展，在存儲、運算和傳輸能力上都有了幾何級的提升，使深度學習最終有了質的飛躍。互聯網積累了20年的數據終于有了用武之地——訓練數據。機器學習和深度學習的飛速發展直接引領了此次人工智能產業浪潮。

截至目前，美國在融資金額上人工達到了938億，中國僅次于美國達到了635億。人工智能產業發展出了九大熱點領域，分別是芯片、自然語言處理、語音識別、機器學習應用、計算機視覺、智能機器人、自動駕駛。

另一個明顯的趨勢是中美科技巨頭的集體轉型。從互聯網到移動互聯網的歷次轉換歷程中，把握技術革命帶來的商業范式革命是屹立不敗的關鍵。技術革命將帶來基礎設施、商業模式、行業渠道、競爭規則變化的漣漪效應。

谷歌最早意識到機器學習的重要性，從2012年開始從搜索業務積累數據。從2012年到2017年短短的5年時間已經滲透到了超過1200個谷歌的服務中。業務發展戰略從“移動優先”轉為“人工智能優先”。除此以外，美國的FAAMG (Facebook， Amazon， Apple， Microsoft， Google)以及中國的BAT無一例外投入越來越多資源搶占人工智能市場，有的甚至轉型成為AI公司。他們紛紛從四方面從基礎到全局打造AI生態：

第一，通過建立AI實驗室，來建立核心的人才隊伍。第二，持續并購來爭奪人才和技術。第三，建立開源的生態，占領產業核心。今天，大多數技術進步都不是封閉的創造發明。技術的指數級增長，受益于底層技術的共享。今年，騰訊向外輸出了兩大AI開源項目ANGEL和NCNN。第四，最好的人工智能服務將可能化為無形，即與云服務結合。工具AI將大幅降低企業使用AI的門檻，越來越多科技巨頭選擇將自己的服務“云端化”來賦能全行業。正如馬化騰所說的未來的企業都是在云端用AI處理大數據。并且在一些領域開始試水消費級人工智能的場景。

認識人工智能的能力與局限

認識人工智能的能力與局限AI要在商業上取得成功，首先要理解人工智能的真實能力。AI的爆發對商業的塑造也許與互聯網徹底顛覆傳統行業不同，在很大程度上會不動聲色地嵌入到商業中。應用場景不再是新奇的概念展示，而是融入現有的生產中，進入垂直領域，創造直接的經濟價值。

認識人工智能的能力與局限從認識物理世界到自主決策，目前人工智能已經具備以下幾種能力：

認識人工智能的能力與局限感知智能：在語音識別、圖像識別領域已經有很深入的應用，賦予了機器“看”和“聽”的能力。甚至情感也能被機器理解 ；語音識別和圖像識別都有了顯著的提升。

認識人工智能的能力與局限理解能力：自然語言理解成為隱形的標配植入到產品中。配合計算機視覺可用于理解圖像，來執行基于文本的圖像搜索、圖像描述生成、圖像問答（給定圖像和問題，輸出答案）等。

認識人工智能的能力與局限數據智能：機器學習、深度學習讓機器能夠洞察數據的秘密，并且不斷自動優化算法，提升數據分析能力。

認識人工智能的能力與局限決策能力：本質是用數據和模型為現有問題提供解決方案。棋類游戲是一種典型的決策能力，人類在完美信息博弈的游戲中已徹底輸給機器，只能在不完美信息的德州撲克和麻將中茍延殘喘。在更廣泛的領域，例如如何自動駕駛汽車，如何將投資收益最大化等豐富的場景都將是決策能力的用武之地。

人工智能的價值地圖：產業融合正在加速

與互聯網時代一夜顛覆的渠道革命不同，人工智能的帶來的商業變革正在不動聲色地滲入到各行各業。一大批AI應用的先導者正在將AI能力賦能產業，涉及吃住行、工業醫療等各個領域。下面將用三個例子來說明正在發生的“AI+”產業增強革命。

首先是零售行業。上圖是亞馬遜推出的無人超市Amazon Go。在亞馬遜的藍圖中，顧客從貨架上取下貨品，無需再經過收銀臺便可自動完成結算過程。從顧客進店開始，通過人臉識別驗證顧客身份，在顧客購物時，通過圖像識別和對比技術判斷商品種類，自動生成購物訂單完成自動結算。

現在，各種形式的無人零售商店在國內也如雨后春筍般興起。當然，無人收費只是零售智能化的第一步，人工智能不同能力的應用將全面改變現在的零售模式。比如開一家店選址、到底在哪開、開多大、覆蓋多少人群、賣多少東西？時裝周采購設計師的衣服，買那些今年會暢銷？以前這些都靠零售人的經驗做決策，但在信息時代，這些都可以用精準的算法做決策。

第二個例子是醫療行業，醫療在任何國家都是最大的行業之一，我們經濟發展和科技進步追求的最終目標也是增進健康。

人工智能在醫療行業的應用很廣泛。用人工智能來輔助醫療影像診斷大家已經比較熟悉了。我想說的是人工智能對精準醫療的推動。所有遺傳密碼的信息都是非常非常多的一個大數據，對任何人在他沒有得病的時候我們測量他的組學數據，分析組學大數據，那么就可以對他未來健康發展的危險因素做出評估，根據評估進行適當干預，這樣的話有些疾病不發展，有些疾病減輕他的程度，提高他的生活質量，這樣就把整個醫療健康體系的關口前移，在沒有病之前就提出評估與保證。

第三個例子來自制造業。波士頓有家著名的機器人公司叫Rethink Robotics，顧名思義就是重新思考機器人。這個公司開發了一款名為Baxter的智能協作機器人。這個機器人的特點是和人的交互不再是機械的。Baxter 采用順應式手臂并具有力度探測功能，能夠適應變化的環境，可“感知”異常現象并引導部件就位。你只要挪動它的手臂就能進行訓練，完成特定的任務。其次，對于制造業來說人工智能不僅僅意味著完成某項工任務的機器人，也是未來制造業智能工廠、智能供應鏈等相互支撐的智能制造體系。通過人工智能實現設計過程、制造過程和制造裝備的智能化。

人工智能的經濟影響

人工智能在經濟層面的影響，主要有三個方面：

第一，生產效率的提升。人工智能創造了一種虛擬的勞動力，能夠解決需要適應性和敏捷性的復雜任務。

第二，交易成本的下降。互聯網的平臺模式通過降低信息不對稱，降低了交易成本。隨著機器學習的引入，可以實現更精準的服務匹配，進一步優化資源的分配。

第三，人工智能將帶來數據產業的蓬勃。機器學習需要數據的“喂養”，海量的數據需求催生了多種類型的數據交易模式。數據的需求會產生很多數據經紀商，有B2B模式，C2B模式，B2B2C模式等，促進數據在個人、企業及產業鏈層面流通。數據的來源不單單來自于用戶，也來自于政府公開數據、商業渠道、博客等公共資源等。

轉型之路：五要素堅實人工智能基礎

人工智能將一切變化都帶入了超高速發展的軌道。創新科技公司已集體轉型，傳統行業又改如何應對即將到來的人工智能時代？實現人工智能的轉型，需要從幾個方面并行：

數據、算法和算力是我們常說的人工智能的“三駕馬車”，是人工智能得以應用的基礎。

第一是數據，我們對數據的認識不應該停留在統計，改進產品或者作為決策的支持依據。而應該看到它導致機器智能的產生。但首先，數據是有條件的。垂直行業的數據，高質量的數據。在國家層面，也有許多數據開放計劃。

第二是算法，人工智能的人才仍然是很稀缺的。高校和企業的人才流動越來越頻繁。但同時，企業通過開放生態，降低開發門檻。可以讓更多中小企業享受AI能力。

第三是算力，現在的人工智能系統通過成百上千個GPU來提升算力，使深度學習能夠走向生產環境。但隨著數據的爆發式增長，現有算力將無法匹配。

除了這三駕馬車，從實驗室到行業應用，在人工智能的應用過程中還需要加入兩個元素：

■ 首先是場景。理解場景是人工智能應用的核心。人工智能必須落到精準的場景，才能實現實在的價值。理解人工智能能力可落地的場景及對應的流程，將AI納入決策流程。

■ 其次是人機回環，即human-in-the-loop。“人機回圈”的第一層含義是人工智能應用中需要用戶，即人的反饋來強化模型。更進一步，機器學習是一種嘗試創建允許通過讓專家與機器的一系列交互參與到機器學習的訓練中的系統工作。機器學習通常由工程師訓練數據，而不是某個領域的專家。“人機回圈”的核心是構建模型的想法不僅來自數據，而且來自于人們怎樣看待數據。專家會成為垂直領域的AI顧問，把關模型的正確性。

人工智能并不是靜態的東西，訓練出來的模型要用到某個業務場景里，業務場景里產生新的數據，這些數據進一步提升人工智能模型的能力，再用到場景中，形成一個閉環和迭代。

總結

本輪人工智能浪潮是基于深度學習的發展，將快速滲透到數據密集行業。

篇（10）

這里談的都是長期趨勢的預測，技術將走向何方。我們理解事物的形態是沒有辦法改變的，比如四個輪子的車，四只腳的動物，這都是由事物自身規律決定的，這種形態就是必然的，但是就某種物種或者產品而言，比如斑馬或者某種機器人，就是偶然出現的，是我們可能沒有預料到的。

想象一下，山谷里飄來一陣雨，每一個雨滴的路徑是不可預測的，但是他們運動的方向是可以預測的，都是向下的。電話的出現是必然，而iPhone不是，互聯網的出現是必然，而 Twitter 不是。

人工智能早已來臨

最為重要的技術發展趨勢之一是人工智能，是感知并讓產品更為智能的技術。大家可能對人工智能都不陌生，但是我想從一個不一樣的角度解釋它，讓大家對未來的智能制造業有所了解。

首先，人工智能的時代已經來臨，只是很多時候扮演幕后的角色，我們并沒有直接了解它。

人工智能系統解讀X光片的本領已經比醫生更高，查閱法律證據的能力也比律師要高。我來中國坐的飛機大部分時間也是由人工智能系統而不是飛行員在控制。開車的時候，帶有人工智能技術的剎車系統比人的判斷更好。百度和谷歌的人工智能技術可以分析照片，告訴你照片里面正在發生什么事情。

2016年谷歌的人工智能系統戰勝了頂級的圍棋人類選手，這個系統甚至還可以不斷地學習如何下棋。過去十多年的電腦游戲，都是在和人工智能系統對戰，現在的系統不光知道如何對戰，還知道如何學習新的對戰本領，這有很大的不同，機器學習也是當今人工智能系統最重要的功能。

其實人工智慧要比人工智能更適合來形容這種技術，因為現在應用這種技術的產品已經比人更聰明。比如，計算器要比人腦的算數能力高很多，GPS導航設備要比人對空間的認知好很多，百度可以記住6萬億個網頁，這遠遠超出人腦的記憶能力。

我們在汽車上采用人工智能系統，是因為它沒有人的那些不良駕駛習慣，人類本就不應該開車，所以我們希望用人工智能技術來代替人，人工智能系統不會因為其他事情分心，也不會像人一樣想問題。

人工智能也許會超越人類

但不可能和人類一模一樣

人類對智力和智能的理解是錯誤的、單一維度的、片面的。智力其實是一套思考方式、知識體系和工具，而這些方式、體系和工具構成了我們的思考和學習能力，每個人都不同，數量有幾百種，比如演繹推理、歸納推理、符號推理、邏輯、空間導航、記憶等。

動物的智力也是由很多思維方式構成的，有的時候他們看待人類的方式也是它們所獨有的。一只松鼠或者其他嚙齒類動物的記憶能力超過人類，因為即使過了好多年，它們還可以記得當初在什么地方埋下了成千上萬顆橡果，這一點沒有人可以做到，所以某些動物的智力在某些方面是超過人類的。

在設計人工智能系統的時候，我們遵循同樣的原則，讓它們可以以某一種特定的方式看待人類，而不是像人類一樣思考，其中有一條設計理念所有的工程師都會銘記心中，那就是產品不可能每一方面都能做到最優，總需要做出權衡。

各種人工智能系統產品總會在某一方面超出人類智力，但不可能做得跟人類一樣。

在看待人類智能的時候，我們可能會將自己視為中心，其他智能圍著我們轉，就像宇宙學的地心說理論，而其實我們并不是什么中心。

我們對人類智能的理解會隨著人工智能技術提高而改變，而開發人工智能系統的過程就是不斷發現不同智力和思考模式的過程，而每一種模式對于研究人工智能都有用。很多時候，人類智能無法或者有相當大的難度去理解一些問題，無論是科學上的還是商業上的。

我們可以通過兩步法來解決這些問題，第一是開發一套異于人類思考方式的人工智能系統，第二是利用這些系統加上人類智能來共同解決這些問題。這個過程就是證明我們不是智能中心的過程，思維方式真的是多種多樣的。

新經濟的財富引擎就是在接觸社會的同時擁有創造性思考的能力。一個人如果不接觸社會，可能會有異于常人的想法，但是如果他一直接收各方面信息，很難有創造性的想法。有些人工智能系統可能沒有人類聰明或者反應更快，但可能擁有不一樣的想法，這就是價值所在。

人工智能帶來的優勢

在于怎么用

人工智能是第二次工業革命。第一次工業革命是從自然能源到人造能源的變革，那之前的農業時代都是靠人或者牲畜的肌肉力量，之后有了蒸汽機、電動機等設備。日用品，工業品都是用這些設備制造出來的，人類也有了駕馭自然力的能力。

我們之所以有現在的生活，都是因為我們將人造能源作為一種商品進行交換，這些商品通過電力形式在全國范圍內流通，所有人都可以購買人造能源。農民不需要創造人造能源，而只需要購買就可以得到。

人造能源的流通是創新和創業精神的巨大引擎，比如一個農民有一套人力水泵，有了人造能源之后，他可能就會產生將其改造為自動水泵的想法，因為有了電和水泵，就可以制造電動泵。而將電動泵的例子放大幾萬倍，也就有了我們的城市，這就是我們所說的第一次工業革命。

現在人工智能的研制也要達到同樣目的，我們會在電動泵中加入人工智能系統，讓它變成一款智能水泵。而將智能水泵的例子在城市建設中放大，就是第二次工業革命，也就是讓電能驅動的設備具有認知功能，變得智能。這個進程不只包括制造業，而是整個經濟的升級。而如果沒有公司經營的智能升級和消費者的智能升級，制造業的智能升級也是不可能實現的。第二次工業革命將實現整體經濟的智能化。在250馬力的汽車上匹配250種思維方式，不是人類的思維方式，而是人工智能的算法。問題是，如果你的企業有1000種思維方式24小時為你服務，你會用它們來做些什么？

未來，人工智能系統將部署在云端，作為一種商業資源，所有公司都可以購買這些資源來為商業拓展提供動力，人工智能將成為像電一樣的能源和人人可以購買使用的服務，這就是第二次工業革命的結果，讓人工智能的資源自由流動。

未來一萬家的新創企業所采用的模式可能非常相似，就是將他們的業務加入人工智能系統。正如第一次工業革命，將一種工具自動化一樣，第二次工業革命令自動化設備具有感知能力。

篇（11）

2017年，人工智能全面爆發，資本大量涌入，政策不斷加持，各企業趨之若鶩。在此時刻，中國完全掌握著彎道超車的良機，只是，我們更需要理性認知，畢竟健康發展、蹄疾步穩的人工智能發展才會對未來有益。

風口已來，靜待騰飛……

在不久前結束的2018年全國研究生招生統一考試中，“人工智能對人類社會產生哪些影響，對經濟發展帶來哪些改變”成為管理類聯考綜合能力考試中一道分值很重的作文題目。這從一個側面可以看出，2017年成為國家戰略的人工智能之火熱程度。

在浙江烏鎮落幕的第四屆世界互聯網大會上，人工智能同樣是最熱門的話題，在以人工智能為主題的分論壇會場，已經到了人滿為患、不得不限制進場人數的地步。

回顧2017年的科技創新，坦率地說并沒有給人太多驚喜，最引人關注的，莫過于人工智能。這一年，人工智能全面爆發，成為國家戰略。

2017年7月，國務院印發的《新一代人工智能發展規劃》中，明確新一代人工智能發展分三步走的戰略目標，到2030年使中國人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。這是中國首個面向2030年的人工智能發展規劃。隨著人工智能上升為國家戰略，頂層設計框架搭建完成，產業發展有望持續提速，帶來投資新機遇。

實際上，在政策出臺前，對市場異常敏感的企業層面已經開始布局，2017年只是進入到了發軔期。

也許，不少“吃瓜群眾”此刻方才明白，為何做搜索引擎的百度提出“all in”(全面進入)人工智能戰略，阿里巴巴也提出了數據是生產資料的概念，而騰訊早已經開始“連接”一切。

“作為一項改變世界的技術，人工智能已經到了從實驗室走入真實的生產環境和日常生活的‘臨界點’。”阿里巴巴集團副總裁劉松說。

在政策信號如此明確的背景下，人工智能幾乎到了“人人爭說”的地步。如今的中國，人工智能缺的不是關注和熱度，而是理性的思考，是對未來風向的把握。

人工智能發展如何脫虛入實？人才與核心技術瓶頸如何取得突破？法律倫理責任如何界定？將會砸了誰的飯碗？背后的算法歧視如何解決？梳理過去一年人工智能發展，理性看待目前的階段，這五大關鍵之問可能將是人工智能發展的風向標。

與實體經濟結合去泡沫化

到了2017年年尾，曾經讓各界爭得面紅耳赤的實體經濟和虛擬經濟之辯似乎已經沒有太多意義。因為“取代誰”在當下已經成為非常不明智的設問。答案已經越來越明晰：實體經濟是根本，虛擬經濟也需要結合實體。換句話說也許更清楚，脫離實體的人工智能發展很難不出現泡沫。

于是在2017年，我們看到，很多的互聯網工程師開始進入工廠深度研究流水線，拜師高級技工，在工廠寫代碼，而結合了人工智能的生產線大大提高了生產率。

阿里云總裁胡曉明認為，人工智能的發展要去泡沫化，下一站將是“產業AI”。目前，該公司在城市、工業、零售、金融、汽車、家庭等多個場景推出ET大腦等“產業AI”方案，這些能力、產品和解決方案都通過虛擬的云端結合了扎實的工業流水線。

胡曉明告訴記者：“現在人工智能領域有種浮躁的氛圍，有些企業靠AI講資本故事、炒作股價。人工智能不應僅僅是實驗室里的、PPT里的‘概念上的AI’，更應是‘產業AI’。”

人工智能若要健康發展，首先必須要有場景驅動，人工智能在解決什么問題、為這個社會的成本降低了多少、效率提高了多少；人工智能背后，是否有足夠的數據來驅動AI能力的提升；是否有足夠的計算能力支撐算法和深度學習？只有在這三個場景同時具備的前提下，人工智能才會有價值。

在2017年，工業大腦走進車間，突破了良品率提升、故障率預測等制造業核心難題，互聯網與工業的結合幫助類似協鑫光伏、中策橡膠、天合光能、盾安新能源等大型制造企業創造利潤數十億元。在天合光能，工業大腦幫助其提升了電池片A品率達7%，而之前預設的目標是1%。

機器觀察世界，機器學習規律，數據的積累、計算能力的提升，讓人工智能由此變得真正聰明可用。

獵豹移動CEO傅盛認為，傳統行業的智能化核心是把傳統行業數據化，今天人工智能有機會把傳統的物理世界數據化。物理世界的數據化是傳統行業真正轉型的核心。如果實體經濟想實現10倍數增長，關鍵是要實現物理世界的數據化，用更多人工智能的方式，去獲取更多來自于這個產業的數據。

2017年，時髦的城市大腦、工業大腦、無人駕駛、無人超市、無人機、語音識別、唇語識別，無一不是人工智能與實體結合的應用。

進入商店的每一張人臉，其實就是每一個訪客的訪問，在里面顧客拿起的每個動作都可以被識別。進入無人超市看上去是一個人臉識別簽到，其實就是一個數據的來回流動。線上和線下沒有界限，電商開始進軍零售店，融合的前提就是數據化。

傅盛說自己的公司在美國硅谷只干了一件事，就是投了一個小基金，讓它每次帶自己去看硅谷的創業公司，從中可以知道美國企業在干什么。后來傅盛發現在數字化這一點上，美國公司在做的事情就是把物理世界數據化。

將物理世界數據化，與實體經濟結合，降低社會成本，而不是空炒概念，數字對數字，將是人工智能未來健康發展的重要一環。

人才還得自己來培養

得人工智能者得天下，得人才者得人工智能。

人工智能火熱自不待言，但是必須清醒認識到，在人才儲備和核心技術方面我們尚存突破空間。

打開某知名招聘網站，搜索“人工智能”后馬上會出現很多招聘崗位，具有誘惑力的薪酬讓人眼前一亮。以人工智能算法工程師為例，該職位少則月薪一兩萬元，多則年薪百萬元。

這種供需不平衡的現象，不僅在中國有，在美國硅谷亦是如此。

早在2016年，創新工場創始人李開復曾公開透露：“在硅谷，做深度學習的人工智能博士生，現在一畢業就能拿到年薪200萬到300萬美元的錄用通知。”

據領英近日的《全球AI領域人才報告》顯示，截至2017年一季度，基于領英平臺的全球AI(人工智能)領域技術人才數量超過190萬，其中美國相關人才總數超過85萬，高居榜首，而中國的相關人才總數也超過5萬人，位居全球第七。

然而，這些人才仍不能滿足互聯網行業的需求。不少互聯網企業人士告訴記者，目前互聯網行業中最稀缺的就是人工智能人才，甚至很多行業巨頭會用月薪幾十萬元招聘人工智能頂級人才。

傅盛表示：“下大力氣把海外人才引入中國是合理的，但核心人才還是要中國自己來培養。”

目前，業界對AI人才的爭搶近乎白熱化，但是“缺口”同樣明顯。來自第三方數據顯示，過去一年中，人工智能人才需求量增長近2倍，2017年第三季度，人工智能人才需求量相較2016年同期增長高達179%。中興研究院副院長董振江坦言：“去年招人非常困難，在人工智能領域，大家都在搶人，薪酬也一再加碼。”

AI技術人才是主導這一變革的中流砥柱。人工智能的競爭說到底是對人才的競爭，在國內人才競爭中，數字挖掘、算法分析、語言識別、自然語言處理是人才競爭的核心。

而在核心技術方面，雖然我國已經取得了多項創新，但主要偏向應用和數據積累，在核心技術方面與美國尚存差距。我國雖然已從跟跑走向領跑，并有了彎道超車的機會，但美國仍是目前出臺人工智能戰略最多、核心技術和人才最多的國家。

如何在人才和核心技術方面取得突破，將是未來我國在人工智能發展中最需要注意的問題。

意味著更多從業機會

當機器越來越像人，能夠做人的工作時，這是否意味著它們會搶走人類的飯碗？

來自互聯網業界的聲音相對樂觀，一個普遍的觀點是：人工智能對就業的沖擊正在發生，但被取代的主要是重復性的工作。實際上，人工智能也會帶來新的職位，讓人類可以從事更多創造性的工作。

阿里巴巴集團副總裁劉松對記者說，人工智能將是人類歷史上的第四次工業革命，其實每次新的工業革命到來的時候，都有類似“砸飯碗”的恐慌，事實證明，創新帶來的更多的是機會。

他認為，未來人工智能意味著更多從業機會。確實會有很多職業被人工智能取代，但人類可以空出來更多時間做創造性的東西，或是享受創造性的內容。這將為設計師、藝術從業者帶來更多可能性。

“什么人才最缺，可能是藝術類的創造者，而大量簡單重復類工作會遇到沖擊。”劉松表示。

數據似乎同樣在支撐這樣的說法。來自智聯招聘的一份研究報告顯示，程式化、重復性、依靠反復操作實現的熟練工種已經開始受到沖擊，投資銀行業務、校對錄入這兩個典型職位在過去三個季度連續出現大幅同比負增長。咨詢公司德勤的報告也顯示，人工智能已經在英國取代了80萬個低技能工作崗位，但同時也創造出350萬個新就業機會，后者的年收入比前者多1.3萬英鎊。

人工智能的研發者認為，機器永遠不可能取代人的作用，人工智能只能解放人類，讓人類從事更多的創造性和服務性工作。機械化程度越高的工作，人們越希望由人工智能完成，而需要創作的工作，則需要人類來完成。

問題的關鍵在于，這些“新飯碗”誰來端？

懂得學習、勇于迎接挑戰的人，將是未來端“新飯碗”的人。具體而言，藝術創造者、心理醫生等精神層面的從業者，未來將越來越受歡迎，而高危和惡劣環境的穩定崗位將大量被人工智能取代。

相關法規需要不斷突破

伴隨人工智能的應用不斷落地，法律責任的劃分和承擔是人工智能發展面臨的首要法律挑戰。其涉及如何確保人工智能和自主系統是可以被問責的。

百度創始人李彥宏第一次正式介紹百度無人車時就遇到了這一問題——他駕駛無人車到會場后不久，就收到了交管部門的罰單。而最近百度無人車在河北雄安進行試駕，當地相關部門特別出臺了臨時交通規則讓其上路，這就是法規上的突破。

由此說明，伴隨著人工智能的進步，法規也需要不斷取得突破。“無人車收到罰單了，距離大規模上路還會遠嗎？”李彥宏如此認識這個問題，而在世界各國，關于無人駕駛的立法也正在不斷取得突破。

然而，當此人工智能的發軔期，有一個繞不過去的法律問題就是數據隱私保護。

人工智能的發展越來越依賴大量的數據分析，大規模的數據收集、分析和使用，使傳統社會走向透明化，在萬物互聯、大數據和機器智能三者疊加后，人們或許不再有隱私可言。

如今，商家越來越夸大大數據、人工智能給人類的生產、生活帶來的極大便利，而用戶本身也往往忽視了這些新技術新應用對隱私和個人數據帶來的危害。

人工智能能帶來精準營銷，而精準營銷的背后可能就是“精準詐騙”。因此，在發展人工智能的過程中，個人隱私和數據保護是國際社會長期以來重點關注的內容。近年來，隨著大數據、云計算以及人工智能新技術的快速發展和應用，給現有個人信息保護法律制度帶來了新的挑戰，各國立法、修訂法律活動更加頻繁。

人工智能時代要負起責任

今日頭條是過去一年各界爭相關注的一個信息平臺，基于一種設計后的算法，今日頭條作為信息集合平臺為用戶推薦最感興趣的內容。由于對用戶注意力的精準抓取，今日頭條取得了巨大成功，其身價不斷增高。

今日頭條的成功之處，在于其所謂基于算法的精準推送，但問題的關鍵還在于，這種算法已經越來越成為一種“看不見的正義”。這種算法是不是用戶真正所需要的？對此，一些用戶抱怨，往往因誤點了一兩條新聞，或者僅僅出于好奇點了一下相關新聞，就導致之后不斷大量地被推送相關內容的新聞。這實際上也變相剝奪了用戶的選擇權。

必須明確的是，就目前發展階段而言，認為算法可以為人類社會中的各種事務和決策工作帶來完全的客觀性只是一廂情愿。無論如何，算法的設計都是編程人員的主觀選擇和判斷，他們是否可以不偏不倚地將既有法律和道德原封不動地寫入程序，值得深究。

算法歧視由此成為一個值得重視的問題。

今日頭條的出現說明這樣一個問題，算法開始越來越多地左右著移動互聯網，比如可以決定你看到什么新聞，聽到什么歌曲，看到哪個好友的動態。那么，算法可以做到公平正義嗎？

互聯網上的算法歧視早已有之，圖像識別系統就曾犯過種族主義大錯，比如，谷歌公司的圖片軟件曾錯將黑人的照片標記為“大猩猩”。