三问ChatGPT如何影响人工智能的未来 人工智能未来世界

三问ChatGPT如何影响人工智能的未来

ChatGPT在技术路径上采用的是“大数据+大算力+强算法=大模型”路线，又在“基础大模型+指令微调”方向探索出新范式，其中基础大模型类似大脑，指令微调是交互训练，两者结合实现逼近人类的语言智能

据估算，此类大模型的训练一次的成本接近千万美元，运营成本一个月要数百万美元。“OpenAI为了让ChatGPT的语言合成结果更自然流畅，用了45TB的数据、近1万亿个单词来训练模型，大概是1351万本牛津词典。”

新一代网络操作系统和生态雏形初显，“英伟达+微软OpenAI”封闭生态有可能成为智能时代的“Wintel”联盟

文|《瞭望》新闻周刊记者朱涵彭茜黄堃

ChatGPT会带来一个不同的未来吗？

带着这个问题，记者询问了ChatGPT“本人”，它的回答是这样的：

“随着ChatGPT的普及，它开始被广泛应用于各种领域，从在线交流、信息搜索、机器翻译、文本生成，它的准确性和高效率使得许多工作变得不再困难。然而，人们也开始对它产生了担忧……”

ChatGPT正在成为我们生活中的一部分，ChatGPT会是人工智能通往未来的坐标吗？人工智能的发展，离不开人与人工智能的结合，技术与人类能无缝结合吗？

学生们在长沙华夏实验学校和机器狗互动（2022年6月22日摄）薛宇舸摄/本刊

ChatGPT会是人工智能通往未来的坐标吗

与人类连续对话，拒绝不合适的问题，短时间内完成写邮件、文案、代码、诗歌，轻松通过工程师、MBA、研究生、医师资格等难度较高的专业级测试……推出2个月即拥有1亿月活用户，ChatGPT已成为史上用户增长最快的消费级应用程序。

在语言智能程度呈现跨越式提升的背后，ChatGPT是一场工程创新的“大力出奇迹”。

“ChatGPT的成功，首先是选择了合适可行的技术路径，然后就是数据和人力资源的巨大投入。”北京智源人工智能研究院院长黄铁军说。

黄铁军说，ChatGPT在技术路径上采用的是“大数据+大算力+强算法=大模型”路线，又在“基础大模型+指令微调”方向探索出新范式，其中基础大模型类似大脑，指令微调是交互训练，两者结合实现逼近人类的语言智能。

“OpenAI为了让ChatGPT的语言合成结果更自然流畅，用了45TB的数据、近1万亿个单词来训练模型，大概是1351万本牛津词典。”浙江大学人工智能研究所所长吴飞说。

业内人士表示，OpenAI的主要支持方微软构建了一个算力规模位居全球前列的超算平台以支持其研发，OpenAI在全球范围雇佣了近千名专人进行数据处理。据估算，此类大模型的训练一次的成本接近千万美元，运营成本一个月要数百万美元。

“ChatGPT是人工智能技术‘量变’引发‘质变’的代表，标志了目前机器学习大模型、大训练数据和大算力能够到达的新高度。”之江实验室副主任鲍虎军表示，ChatGPT在GPT模型基础上，采用人类反馈强化学习（RLHF）的训练机制和提示导引模式，促使模型越来越顺应人类的思考逻辑，更加符合人类认知和习惯，这是工程实现上的重要创新。

中国科学技术大学机器人实验室主任陈小平说，迄今为止，人工智能的所有理论和技术都没有解决真实性难题，都不能让机器本身拥有真实创造的能力，但创造效率的提高将产生巨大的效益和多方面的影响。

“目前，人类面临着前所未有的重大机遇。”陈小平说。

ChatGPT能否预示着一个新时代启幕

“ChatGPT的成功不仅是一个新一代聊天机器人的突破，它将为人工智能乃至整个信息产业带来革命。”黄铁军说，ChatGPT将成为点燃人工智能的“网景时刻”“iPhone时刻”。

“网景时刻”和“iPhone时刻”，分别是互联网和移动互联网发展的里程碑事件。网络浏览器诞生于1990年，但直到1994年网景导航者（NetscapeNavigator）问世，大多数人才开始探索互联网。第一部智能手机IBMSimon诞生于1993年，2007年苹果iPhone的横空出世，重新定义了智能手机并开启了移动互联网的新时代。

同样地，ChatGPT极有可能预示着又一个新时代的启幕：

——新一代网络操作系统和生态雏形初显。多位专家受访时表示，ChatGPT正在演变成新一代操作系统平台和生态，用户将能直接用日常语音或者文字与人工智能进行交互，大部分计算负荷由大模型为核心的新一代信息基础设施接管。

在微软算力支持下，OpenAI已相继研发出GPT-3、ChatGPT等通用泛化能力越来越强的闭源大模型，并通过微软云平台提供智能云服务，支持智能应用开发，这将成为智能时代的基础性“操作系统”。再加上在AI芯片市场已占领超主流市场份额的英伟达GPU芯片，形成的“英伟达+微软OpenAI”封闭生态有可能成为智能时代的“Wintel”联盟。

“大模型及其软硬件支撑系统的生态之争将成为未来十年信息产业的焦点。”黄铁军说。

——人工智能直接连接大众，个体深入参与技术发展。“从短期来看，ChatGPT正在从实验室基础科技向产业应用转变，一切还处于‘爆炸式创新’的前期，正如云计算催生了APP应用爆炸，基础模型很可能催生AI应用规模化。”人工智能资深研究专家、科技评论员田涛源说。

“人们将能够直接与我们最新、最强大的语言模型互动，作为搜索的伴侣，以实验和创新的方式。”谷歌CEO桑达尔·皮查伊（SundarPichai）说。

“相较于以AlphaGo这一现象级产品针对于某一个特定领域、其算法模型需要附着在某一个产品中才能赋能使用的模式，ChatGPT能直接面向大众使用者，且具备盈利模式，这将改变很多人工智能企业高成本、低回报的经营模式。”吴飞说。

——重构传统互联网商业模式，催生数字经济新突破。北京瑞莱智慧科技有限公司副总裁唐家渝认为，ChatGPT的应用除了聊天机器人外，还包括涉及文字生成和信息查询的智力工作、低难度的编程等内容创作领域，从而普遍提高这些行业的生产力。也能够与其他生成式技术融合，比如提高数字人的语义交互水平等，打造更具象化的形象，提升交流中的情感链接。

田涛源表示，从中长期发展趋势上预测，“生成式AI+决策式AI”很有可能重构传统互联网的搜索、广告、社交、游戏、电商模式，部分程度上颠覆原有的互联网平台，同时遵从数实融合、以虚强实原则赋能科研、制造、能源、交通等实体企业做强做优做大。

国家超级计算成都中心科研人员在巡检机房设备（2023年2月14日摄）刘坤摄/本刊

技术与人类能无缝结合吗

ChatGPT引发的全球关注，令许多人回忆起2016年AlphaGo战胜人类围棋世界冠军的时刻。当时社会上同样兴起了一场人工智能大讨论。

在这场热潮中，我国抢抓人工智能发展的重大战略机遇，在2017年发布《新一代人工智能发展规划》，推动人工智能一业赋百业。

目前，ChatGPT已引发全球科技公司的新一轮人工智能竞赛。谷歌发布了下一代对话AI系统Bard，微软发布了整合了ChatGPT的全新必应Bing和Edge浏览器，宣布旗下Office、Azure云服务等所有产品都将全线整合ChatGPT。百度表示将在今年3月完成人工智能聊天机器人“文心一言”的内测，随后对公众开放，阿里巴巴达摩院预训练语言模型体系已开放内测。

回顾历史，人工智能的发展并非一帆风顺。自1956年诞生以来，人工智能发展经历三次浪潮，期间充满波折。在人工智能深度学习迅速发展的近10年里，产业上也还没有出现里程碑式的爆发。

事实上，ChatGPT在带来惊艳体验的同时，也有明显“缺陷”。比如，它的知识存在事实性错误、知识盲区、常识偏差，也将面临着隐私泄露、技术滥用、造假、社会公平等伦理问题。因其模型能力出众、用户众多，这些风险隐患还会被放大。

“ChatGPT的应用离不开人的‘提示’，性能的持续提升离不开研发者的算法改进和设计，风险隐患的应对离不开人的引导和治理。”业内人士表示。

人工智能的发展，离不开人与人工智能的结合，我们的未来，也将是人与人工智能共同进化的时代。

正如ChatGPT描绘的人工智能未来世界：

机器人们像人类，

思想智慧已涌动。

在这梦幻的世界里，

技术与人类无缝结合。

生活如同一首诗，

平静而美好，永不停歇。

人工智能的历史、现状和未来

2018年2月25日，在平昌冬奥会闭幕式“北京8分钟”表演中，由沈阳新松机器人自动化股份有限公司研发的智能移动机器人与轮滑演员进行表演。新华社记者李钢/摄

2018年5月3日，中国科学院发布国内首款云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平。新华社记者金立旺/摄

2017年10月，在沙特阿拉伯首都利雅得举行的“未来投资倡议”大会上，机器人索菲亚被授予沙特公民身份，她也因此成为全球首个获得公民身份的机器人。图为2018年7月10日，在香港会展中心，机器人索菲亚亮相主舞台。ISAACLAWRENCE/视觉中国

2018年11月22日，在“伟大的变革——庆祝改革开放40周年大型展览”上，第三代国产骨科手术机器人“天玑”正在模拟做手术，它是国际上首个适应症覆盖脊柱全节段和骨盆髋臼手术的骨科机器人，性能指标达到国际领先水平。麦田/视觉中国

如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。

概念与历程

了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能（ArtificialIntelligence，简称AI）”这一概念，标志着人工智能学科的诞生。

人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。

人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：

一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。

二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。

三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。

四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。

五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。

六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。

现状与影响

对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。

专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。

通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。

人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；全球知名风投调研机构CBInsights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。

创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。

人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。

趋势与展望

经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？

从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。

从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。

从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低人员成本。

人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。

人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。

人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。

人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。

人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个人类的方式促进和发展友好的人工智能”。

态势与思考

当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少值得重视的问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。

高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。

态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北京大学等高校纷纷成立人工智能学院，2015年开始的中国人工智能大会已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。

差距不小。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司CompassIntelligence对全球100多家人工智能计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。

前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出，到2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。

当前是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等，需要深入思考。

树立理性务实的发展理念。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。实现机器在任意现实环境的自主智能和通用智能，仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此，发展人工智能要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。

重视固本强基的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。面临发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。

构建自主可控的创新生态。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。同时，我们要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过实施标准加速人工智能驱动经济社会转型升级的进程。

推动共担共享的全球治理。目前看，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能进一步拉大发达国家和发展中国家的生产力发展水平差距。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。

作者：中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士

人工智能：启动世界变革的快进键

近日，普华永道发布报告称，到2030年时，人工智能对全球经济的贡献将高达15.7万亿美元。其中6.6万亿美元来自企业不断利用人工智能技术实现自动化流程，加强他们的劳动力。全球第二大经济体中国从人工智能中获得的好处要多于其他任何国家，因为制造业在中国GDP中的占比更高。埃森哲公司和咨询公司FrontierEconomics联合发布报告指出，在人工智能的推动下，2035年的中国经济总增加值将增加7万亿美元以上，年增长率提升1.6个百分点至7.9%。

人工智能是信息时代和新科技革命浪潮中尖端技术的代表，近年来无论技术研发还是产业应用都实现了突破。中国社会科学院工业经济研究所副研究员邓洲向本报记者表示，人工智能作为一种通用技术，需要嫁接于特定的产品和业态上。发达国家及其跨国公司已经浮出水面的战略都会在人工智能的具体应用上有所侧重。中国是全球制造中心，制造业是我国最有国际竞争力的产业部门。发达国家的优势产业部门是服务业，人工智能的研发和应用聚焦于互联网能够实现强强联合。但如果我国也将人工智能的投资重点放在服务业上，不仅会引起和发达国家跨国公司的正面竞争，还会失去在优势制造业领域率先发展人工智能应用的战略先机。当然，这并不意味着我们不需要在图像、语音识别等领域上发展人工智能，只是我们需要慎重选择人工智能发展的重点领域和方向，在新一轮的国际分工格局中有自己的特色和优势。

“目前我国在核心机器本体、减速器、伺服机等领域的自主化程度仍较落后。未来不仅需要在软件系统层面实现快速突破，还要解决硬件制造环节的缺失。”中国工程院院士蔡鹤皋谈到，未来的突破点将在智能无人设备方面，同时人脑科学研究、情绪感知等强人工智能有望在未来十年迎来突破。云计算和大数据在人工智能发展上意义重大。对此，工信部经济技术合作中心副主任曹建华告诉本报，当前云计算在我国还要解决未来发展过程中的人工智能计算、连接和数据存储的问题，以及信息的确权和数字价值的计算问题。只有通过云计算等技术驱动，才能解决数字经济和信息经济的难题。

影响：具备人脑能力仍任重道远

耶路撒冷希伯来大学历史系教授尤瓦尔·赫拉利在其风靡全球的《未来简史》中提出了一个震撼性的观点：未来世界，大部分人类可能是多余的。当前，制造业、零售业、运输业等已经开始大量地使用机器人，翻译、速记、设计师、厨师、司机、医生、记者和作曲家，甚至诗人也都已经有了人工智能“同行”，这让很多人担心，“机器人替代人做各种各样的工作，我会失业吗？”

“人工智能未来将会影响每一个行业，尤其会对娱乐、零售和物流行业产生影响。”百度首席科学家吴恩达表示，人工智能有其他更加直接的风险，包括对人类工作职位的影响、人工智能研究者对研究信息的分享以及人工智能软件自身的诚信程度。在未来几十年里，不仅是那些简单重复性的体力劳动将会全面被机器取代，而且那些需要对复杂事务进行评估与判断的工作，如金融投资、企业管理、军事指挥等，也有可能让位于机器智能。西安交通大学人工智能与机器人研究所教授龚怡宏告诉记者，甚至大到整个国家，也可能会越来越依靠机器智能预测政治、经济、外交发展趋势，制定最优的政策方针及发展规划。实际上，许多发达国家的智囊机构已经在利用各种评估及预测模型为政府提供对各种事物的预测与判断，提出政策建议或解决方案。

“虽然人工智能同以往很多新技术一样，不会在短期内显著减少就业岗位，但是却会逐渐改变就业结构。非技能型脑力劳动、非标准化体力劳动将最早被人工智能替代，除了工业部门，服务业中很多岗位也会受到威胁。”邓洲向本报进一步指出，虽然大多数观点认为，在信息化加快技术进步和传播步伐的情况下，人类自身学习和进步的速度也会加快，虽然不需要担忧失去工作，但必须调整就业机制和教育体制，发现新的岗位，为人工智能时代的到来做好准备。

来自伊利诺大学芝加哥分校的一个研究小组最新发布了一个关于人工智能的研究结果，通过对人工智能计算机喂食似的进行一系列IQ测试，他们发现从更实际的角度看，人工智能计算机的智商接近4岁小孩——在一套由MIT专家打造的人工智能系统ConceptNet中，计算机对一些有标准答案的问题回答得非常好，但被问到“why”时则遇到许多问题。

“人的大脑是一个通用智能系统，可以举一反三、融会贯通。与之相比，现有的人工智能还做不到，因此人工智能并不比人类聪明。”中国科学院院士、中国人工智能学会副理事长谭铁牛认为，目前来看，具备类似人脑这种能力的通用人工智能依然任重而道远。中国工程院院士、香港中文大学（深圳）校长徐杨生对此也有同感，他打了一个比方：前50年，我们研究的多是机器人“穿衣服”这个动作，却没有让机器人学会“要不要穿衣服”等感知和认知能力。

据英国《新科学家》周刊网站文章称，实现先进的人类水平的人工智能要克服三大挑战：它如何计划一系列行动以实现目标；它如何模拟它的环境；它反思它的处境与行为的能力。例如，AlphaGo战胜李世石产生的一个直接效应是，很多人认为，AlphaGo的胜利意味着人工智能已经突破某种极限达到了高智能水平，照此下去，人类所珍视的所有智慧终将被机器所替代，人类未来命运着实堪忧。

但事实上，虽经历数十载岁月的洗礼，人工智能目前还没有摆脱“无心的机器”的命运，今天的人工智能可以说既无智力也无心灵。这是因为目前计算机使用的都是二进制编码的图灵机计算，是递归算法。“机器理解语言吗？机器懂得人类语言表达的意义吗？”中国人民大学哲学院现代逻辑与科学哲学研究所所长刘晓力教授告诉本报，时至今日，机器根本不能理解语言的意义，不能理解我们跟外部世界究竟有怎样的关联，因为这个意义的解释者只有人类自身。

人有喜怒哀乐、爱恨情愁；有追求真理的欲望；有宗教情感和同情之心，能在与他人的交流中获得理解、体验痛苦和快乐；人也经常会出错会失败，有各种非理性的行为。这些正是人之为人的价值所在。机器没有这样的信念欲望意图和意识体验。尽管目前人工智能专家也在研究机器情感、机器意识，但是离机器真正有情感有意识和意识体验，恐怕还有本质上的距离。

未来：应严把伦理尺度

物理学家史蒂芬·霍金（StephenHawking）曾感到忧虑：“人工智能的强力崛起，可能是人类历史上最好的事情，也可能是最糟糕的。将来，人工智能可能会发展出来它自己的意志，一个与人类相冲突的意志。”当然，机器人也可能并不与人类冲突，而是发展出与人类相近的意识与情感。这同样会遭遇棘手的法律和伦理问题。英国剑桥大学已收到资助以建立人工智能伦理研究所，由哲学家、法学家、历史学家、心理学家和技术人员一起研究相关行业规范。这一行为具有必要性和前瞻性，现阶段人工智能没有意志，需要规范人工智能的使用界限；也要在研究中防止人工智能出现意志的可能，一旦出现，后果将不可预料。

“应该研究是否需要明确机器人的法律主体地位，并从民法、公法、隐私法、知识产权法等维度构建机器人法律框架。”阿姆斯特丹自由大学罗伯特哈文教授谈到，就像从婴儿到成人，伴随机器人的进化，它将被不断赋予更多的人权与责任。

谷歌、脸书和其他从事人工智能开发的企业表示，它们将建立道德问题专家小组来考虑合理利用这些技术。人们需要某种形式的外部监督来保护公众免受人工智能某些发展的负面影响。一些法律问题，比如隐私保护和自动驾驶汽车的责任认定等，将对人工智能的发展及应用有着举足轻重的影响。在中国，应形成一套透明和广泛的质询程序来确保公众做好迎接变革的准备。

2016年8月，中国科技法学会人工智能法专业委员会正式设立。北京大学知识产权学院常务副院长张平告诉本报，专委会将致力于与人工智能相关的伦理、政策和法律法规研究，从近期棘手的无人驾驶，到遥远可怖的“超级人工智能”，为中国政府和业界提供必要的预警和前瞻研究。

“让智能机器具有复杂的功能性道德，就是要构建一种可执行的机器伦理机制，使其能实时地自行做出伦理抉择。”中国社会科学院哲学所科技哲学研究室主任段伟文研究员向本报表示，在实践层面，机器伦理构建的具体策略有三：其一是自上而下，即在智能体中预设一套可操作的伦理规范。其二是自下而上，即让智能体运用反向强化学习等机器学习技术研究人类相关现实和模拟场景中的行为，使其树立与人类相似的价值观并付诸行动。其三是人机交互，即让智能体用自然语言解释其决策，使人类能把握其复杂的逻辑并及时纠正其中可能存在的问题。

在人工智能时代来临之际，应严把人工智能的伦理尺度。人工智能和包括机器人在内的智能化自动系统的普遍应用，不仅仅是一场结果未知的开放性的科技创新，更将是人类文明史上影响甚为深远的社会伦理试验。

人工智能的自然辨证法则思考

本文转载自人机与认知实验室

来源：我爱机器学习网

一、人工智能的哲学渊源

人工智能是一个新兴的，吸引众多研究者的普遍研究领域。但是从亚里士多德支配意识中理性部分形式化为集合开始，再到唯物主义关于大脑依照一定物理定律运转而成意识。却潜在的推动着以后人工智能的诞生与发展。亚里士多德提出一种三段论机械推理的原则，很久以后帕斯卡制造出了机械计算器，近似的将思维在机器上加加减减，莱布尼兹更是试图对概念而非数字进行操作。笛卡尔坚持推理的重要性，第一个给出了关于意识和物质的区别并由此引发了一系列清晰的讨论。因此有了能处理知识的物理意识，而后需要的便是知识的来源和表示的讨论。

培根的《新工具论》，休谟的《论人类天性》继而从经验主义、感知论以及归纳原理方面很多研究学者进行了分析和讨论这种知识的来源。在罗素的基础上发展起来维也纳的逻辑实证主义学派，将知识表示为对应传感器输入的观察语句相联系的逻辑理论。最后便是意识如何将知识和行动联系起来的哲学讨论，逐渐发展一种理论决策规范从而指导行为。

正是这些哲学思想与理论的诞生，指导和作用于人工智能，这一个关于如何获得并表示以及如何利用计算机等工具进行人类思维信息过程模拟的科学。如今的人工智能越来越具有挑战性、吸引性和普遍性，其交叉社会科学和自然科学，通过哲学的思考为指导，从心理学的行为来出发，神经理论的模拟，经济学的决策，控制论的优化，语言学的表述，以数学的原理来计算，并用计算机为工具实现机器的智能。

虽然这是一个令人兴奋的主题，在兴奋之余，随着各种研究的不断深入，存在的问题不断突出，不得不用自然辩证法这一门自然科学、社会科学与思维科学相交叉的哲学性质学科来规划。急切需要从自然辩证法研究自然界本质和发展规律的角度看待与对待人工智能的发展与研究，使其正确的走在自然进化的科学历史发展轨迹上，也通过人工智能的发展实践来补充和完善自然辩证法不断发展的科学体系。

二、人工智能的缰绳——辨证唯物主义自然观

从每年增长的对人工智能领域的研究人员数量、论文数量、以及研究机构和各项会议的建立与活动，并且随着包含着“智能”一词的产品越来越多。人类的生活也随之达到让人惊叹不已的地步。在带来这些的同时，也引发了“智能危机”，迫使有些人们去担忧道德上的颠覆以及机器战胜人类的恐慌。

自然系统包含了存在观和演化观的统一。列宁指出：“物质是标志客观实在的哲学范畴。这种客观实在是人通过感觉感知的，它不依赖我们的感觉而存在，为我们的感觉所复写、摄影、反映。”正是如此，人类才有可能利用计算机这种机器去复写、摄影和反映这种客观存在的物质。但是自然界的物质形态是多样的，这就要求这种机器能够对多种形态的外界物质进行识别分类，归纳出其中的统一性。这些物质对人类认识也存在不确定性，比如机器视觉需要借助哲学讨论颜色是主观的还是客观的，或者颜色是光与物质相互作用的结果，怎么样的作用，怎么样的描述才能准确。然而这一切模糊性只是这种机器“智能性”的初态，具有一定的机械性、不确定性，并且使用的是已经发现并可利用的自然变化规则，有些符合弱人工智能的观点，其认为不可能制造能真正地推理和解决问题的机器，这些机器只是看似是智能的，但不会真正智能，也不会有自主意识。相反的则是强人工智能认为可以制造出，如今主流科研及成果集中在弱人工智能上，而强人工智能则停滞不前。

为了使智能显的更加智能，人类必须思考建立一个这样的系统，或者是多个这样的系统建立的系统。自然辩证法一般认为，运动变化着的若干部分，在相互联系、相互作用之中组成的具有某种确定功能的整体谓之“系统”；使其具有整体性、开放性、动态性和层次性。人们可以建造这样一个机器，一个可以和外界交流的会话层，一个可以汲取外界能量的吃饭层，以及一个内部的处理层。如果分的越细，通过各层各要素的相互作用，使其系统具有更多功能。同时不同结构的机器能够达到不同的功能，环境又要求人类去制造满足需求的机器，又便会反作用于结构。因此系统与组成要素及环境的辩证统一关系逐一形成了人类制造智能机器的限制。

这一切的发生都是在人类赋予机器的智能之上。受到人类自身知识和能力的限制，只能使机器的层次和结构远远达不到人类自身系统的复杂程度。也就限制了这种机器系统的演化，严重影响其自组织能力。在假设能够制造出类人的智能机器，则必须要求人类完全了解自身以及社会性的知识，然而人类在研究自身上就存在众多疑问，在浩瀚的人类奥秘面前，对自身的认识的路途达到遥远无期的境界。因此人类若想制造出和人一样智能体的路途也是遥不见期。不仅如此，还深受着改造自然能力的影响，比如对机械器件的制造工艺的要求，消耗能量的要求，以及其运行对生态自然的影响的要求，等等自然本身的限制。若根据生态自然观的人与自然和谐的愿景，人类在渴望改造自然，发挥人类自身的能力的同时不希望影响自身的生存。根据辨证唯物主义自然观，人类在了解一定的自然系统及其中一系列系统原理之后能够制造出一定智能的智能体，但是对于更复杂更智能的智能体则会受到种种的限制，需要理解进化和退化、渐变与突变、无序开放、非线性相互作用以及某时刻扰动对系统的涨落等等的影响，牵一发而动全身。不仅如此，人们还要考虑如何将非生命世界的机器发展为生命世界的实体或者二者结合，完成闭路循环、反馈调节、系统和谐的微妙复杂的系统规律。也正是由于人们认识自然系统知识越来越多，越来越复杂，要求人们去研究人工智能，部分的替代或帮助人们解决认识自然中的问题。

三、人工智能的策鞭——科学技术方法论

人工智能的这一科学问题的鲜明时代性、探索性、混沌性、可解决性、待解决性及可变异性决定了来自世界各地的学生、研究人员投入其研究之中。人工智能主要研究用人工的方法和技术，模仿、延伸、和扩展人的智能，实现机器智能。这一科学问题是众多科研工作人员的科研起点，具有重要意义，它确立了研究对象和目标，表明了研究过程中的关键点，预示了解决方向，对其研究具有重要指导作用，因而成为智能科学发展的动力推动着人工智能研究的不断向前发展。反过来思考，机器能够对新科学问题进行评判和思考么？甚至提出新科学问题的能力。

如今的研究依然是探索性研究，这一领域中的许多人都怀有这种期望：在理解智能的核心思想深处，至少会有一个，也可能是若干个关于怎样组织和表述知识的重要原理，从而在某种意义上弄清了什么是有关人的智能一般性质的重要东西。在早期人工智能只是在简单的句法处理意义上成功，随着其发展面临着试图解决的很多问题不可操作，受到产生智能行为的基本结构某些基本限制。比如感知器似乎可以表示任何东西，但是事实证明其能表示的东西还很少。科学理论和经验事实之间存在矛盾，要求人们寻找新的解决方法，因此在感知器的基础上发展各种神经网络以满足人们实践的需要，同时通过实践补充和完善以便解决理论内部的逻辑矛盾。也试图从各个知识领域发热交叉空白区获得新的启示。总而言之通过生产、生活、观察、实验等实践活动以及科学自身发展的需求与矛盾产生问题并解决问题。

研究人员在提高自身素质的同时，进一步获取人工智能知识的新事实，通过引入新概念、提出试探性的假说或理论，恰当的转换在人工智能研究中遇到的新问题，使新成果具有需要性、创造性、科学性、可行性。在方法论方面，人工智能正试图将更多的学科理论掺和在一起，克服已有理论的局限性，使其成为坚实的科学方法。基于科学观察和科学实验的科学事实，人类在研究过程中，既要克服观察的局限性，比如感官的局限性与错觉、知觉的选择影响，也要正确处理科学实验规律及有效识别和捕捉机遇，做到观察渗透理论、理论指导实践。同时需要站在机器角度考虑，比如机器视觉，既要模拟人的视觉功能，也要讨论是为了机器智能的逼真性而使其具备人的视觉中的错觉，还是弥补人眼的不足达到更高级的智能，但目前还远不能达到人眼视觉的复杂程度和能力。

从人和机器交互的角度出发研究人工智能，需要人们在研究过程中使用科学的思维方法，又要求人们将这种思维方法付诸于机器，实现机器的更高级智能。科学抽象是从事物的各种属性中抽取出本质属性的方法，直接产生科学概念和科学语言。科学思维包括逻辑方法和非逻辑方法，逻辑方法包括分析和综合、归纳与演绎、类比方法等，比如分类与聚类、知识表示、自动推理、神经网络的学习、专家系统等。然而演绎过程对于目前人类的赋予机器的能力来说，显得相当艰难，与环境交互能力不尽完善，对新鲜事物学习不够敏感，归纳不够鲜明。如今的智能仍然具有应用的针对性，如果整合构建更大的智能系统具有相当大耦合难度，其复杂性也需要大科学的出现。非逻辑方法包括形象思维、直觉思维和创造性思维，这也正是人工智能的瓶颈，思维是客观现实的反应过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反应，而智能是个体有目的的行为、合理的思维，以及有效的适应环境的综合能力，即是个体认识客观事物和运用知识解决问题的能力。目前人们人在使用这样的思维去感受、解决和创造人工智能这一缺乏必要理论的学科，特别是解决一些关键问题上，比如机器学习、非单调推理、常识性知识表示、不确定推理方面，以及对全局性判断模糊信息处理、多粒度视觉信息的处理都是相当困难的。事实上，人工智能不是人的智能，更不会超过人的智能，“机器思维”同人类思维具有本质的区别：人工智能纯系无意识的机械的物理的过程，人类智能主要是生理和心理的过程；人工智能没有社会性；人工智能没有人类的意识所特有的能动的创造能力；两者总是人脑的思维在前，电脑的在后。这就要求人们对人工智能不断提出假说和理论，用绿色设计的方法和理念付诸实践，检验假说发展理论，利用数学和系统科学的方法，在不违背自然规律的前提下，改造利用自然，研究和发展人工智能这一具有魅力的学科，让所得成就为人们所用。

四、人工智能的沉思——科学技术观

对于所有智能体设计和组成部分而言，在人类的科学理解和技术能力方面都正在发生巨大的进步，但是所有这些进步能导致一个在变化多端各种环境中都能表现良好的通用智能体吗？从科学与技术的哲学观点来看，科学与技术正在科学技术化、技术科学化、科学一体化的进程中。人们在对人工智能不断的从哲学、心理学等角度对人工智能进行科学理解，指导着人工智能朝着良好的方向发展，与此同时，伴随着计算机技术、数学建模等发展，为人工智能科学技术的社会应用性奠定了条件，在实践中也完善了人们对人工智能的科学理解。

科学技术是一把双刃剑，科技乐观主义认为科学技术的发展可以解除和摆脱人类社会的各种难题的困扰，是社会进步的动力，能给人类带来美好的未来；科技悲观主义则对科学技术的社会功能和社会后果持悲观的态度和看法，主张抑制科学技术和工业的发展，强调人与自然协调发展。这两种观点都是依据历史事实，具有片面性，都将科学技术在特定历史阶段的具体的特殊价值看做是普遍的绝对价值。这种科学技术的双重影响，其负面影响并非仅仅取决于科学技术本身，更主要的是人类该如何去运用，使其成为造福人类的利器。

人工智能也在面临着这种争论，还有一种担忧。如今有不少科幻作品描述未来人类利用机器智能性帮助人们建设一个高度发展机械化的社会，却改变了原来物种多样性的自然，人们普遍处于人工制造的自然之中，甚至人们可能处在利用人工智能技术的战争的硝烟下。这就在于人们怎么去使用人工智能技术。更或者一种人与机器大战的担忧，终究地球是属于人类还是那些有了所谓思想的机器。假如人工智能真正意义上的成功了会怎么样？如果成功的创造出人类级别乃至更高级别的智能，将会改变和影响人类在地球上的霸主地位，人们可能会失去作为人的独一无二的感觉，可能会导致责任感的丧失，这种担心并无道理，因此发展人工智能具有道德风险。如果机器人有了意识，把它只当作最初的机器是不可取的，它们也有公民运动的权利。《精神机器的时代》也提及“人类思维与人类最初创造的机器智能世界相融合的强烈趋势，人类与计算机之间不再存在清晰的区别”。著名电影《人工智能》描述一个关于一个被赋予母爱的机器人大卫，相信自己是人类，发誓找到蓝衣仙女，把自己变成真正的孩子，让妈妈爱他。这部电影把人工智能从科学、文学、哲学、宗教、伦理、人性等多角度剖析一个事实具有人一样的机器不再是机器。但是也有个事实摆在我们面前，正如图灵所说：我们只能向前看到很短的距离，但是我们能够看到的仍然有很多事情要做。

五、结束语

人工智能本身就是包括哲学在内的多学科交叉的新兴科学，和哲学有一种渊源流长的关系。人们需要从辩证唯物主义自然观出发，理解人工智能学科产生的必然性及其自然限制条件，指导人们如何抓住人工智能发展的缰绳；其次运用科学技术方法论这一策鞭，正确人工智能的研究方法和思维方法，促进人工智能的前行，在使用科学方法论的同时尝试将这种方法论付诸于机器，逐步实现人的智能，但需要理解这个实现过程的每一小步都需大量的研究工作；这些年的人工智能研究也取得了巨大的成就，在乐观的同时也有悲观者的担忧，人工智能是一项科学技术，面临着双重效应，也面临着人工智能产生的道德风险，具有了人一样的机器还是不是机器，是否应该享有人一样的权利，是否会威胁人类的生存，还该否研究人工智能。就目前来看，真正实现人工智能的道路如蜀道之难，难于上青天，人们在克服种种困难的研究征途上也要依据自然辨证法则制定相关人工智能研究和使用的行为规范，从而促进人类社会文明繁荣，实现人与自然的和谐发展。

参考文献略