新一代人工智能的发展与展望 未来世界的人工智能该如何发展

新一代人工智能的发展与展望

    随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。

    人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。

    当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。

    事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。

    未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。

新一代人工智能的发展与展望

随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。

人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。

当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。

事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。

未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。

作者：徐云峰

catalogs:13000076;contentid:7688970;publishdate:2021-06-11;author:黄童欣;file:1623414511328-aff718d9-3742-46b0-b08c-e56bdd1ed8c8;source:29;from:中华读书报;timestamp:2021-06-1120:28:23;[责任编辑:]

人工智能三问：如何改变世界如何安全发展有哪些新应用

生成式人工智能将如何改变世界？智能生活是否已悄然而至？人工智能如何安全发展？……18日，在天津拉开帷幕的第七届世界智能大会上，千余位院士专家与企业家一起，深入探讨人工智能对经济发展、社会进步产生的深远影响，用碰撞的智慧描绘出未来图景。

生成式人工智能将带来哪些改变？

随着以ChatGPT为代表的一批现象级应用出现，生成式人工智能进入大众视野，也成为本届大会与会嘉宾们交流的焦点话题。

中国科学技术协会主席万钢表示，协会每年都紧密跟踪研究人工智能领域科学新发现、技术新发展，今年重点对生成式人工智能的平台、企业开展了深入调研。

“人工智能领域最引人注目的变化，就是生成式人工智能的横空出世。”世界工程组织联合会前主席、中国新一代人工智能发展战略研究院执行院长龚克认为，这推动了人工智能从区分事物、单任务的辨别式工具，发展到综合理解事物、多任务的生成式工具，为各行各业的智能化提供新动能，同时也对数据、算法、算力、网络基础等提出了新要求。

科大讯飞董事长刘庆峰判断，人机交互的根本性变革，会为科研、办公、工业互联网等带来颠覆和机遇。360集团创始人周鸿祎也表示，“这是一个巨大的拐点。”

面对可能的“拐点”，近期“人工智能是否会导致部分人类失业”的话题引发热议。百度创始人、董事长兼首席执行官李彦宏对此保持乐观态度，他表示，“我不担心大模型会导致人类工作机会减少。”在他看来，关掉创新引擎才是最大的威胁。

总部位于英国的拟未大中华区总经理卢涛提出了一个有趣的概念，人类应该成为“主驾驶员”，而人工智能应该是“副驾驶员”。

人工智能有哪些新应用？

借助智能传感设备，展示车辆正准确识别道路情况，完成路线矫正优化。一键下载App，车辆运行状态、路况信息一目了然。在世界智能大会智能网联车体验区，车联网技术的应用引得不少观众驻足。

“近年来，在新一轮科技革命和产业变革的春天里，智能网联汽车汇集了汽车、信息通信、人工智能、大数据等各行业各领域的资源和力量，正逐渐开花结果。”中国汽车技术研究中心有限公司董事长安铁成说。

万钢认为，随着各行业、各领域对人工智能需求的日益增长，与实体经济深度融合的新模式不断涌现，形成了具有中国特色的研发体系和应用生态。

走进世界智能大会的会场，能够清晰地触摸到“智能已不遥远”，智能生活已在潜移默化中纷然而至。

输入患者基本信息，过往病史就会自动录入以协助医生诊断；根据主诉症状，系统还会给出诊断建议供医生参考……在科大讯飞的展台上，一款智能医疗辅助系统令人眼前一亮。通过人工智能学习医疗知识，目前该系统已能够辅助诊断1400余种疾病，并落地应用。

近年来，“智能+医疗”的模式在我国各级医疗机构中不断应用，从智能药品管理到辅助诊疗系统，在减轻医护人员负担的同时，也令医疗服务“提速增量”，惠及更多人。

“比如在脑科学研究领域，引入智能技术辅助测试判断，就能更精确地进行功能区划分与病理研究。”在天津大学副校长明东看来，智能化浪潮势必成为未来医疗技术领域科研及应用的助力。

“可以说，‘智能’作为数字时代基础性的技术和内生型动力，正成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的重要变量。”中国联通董事长刘烈宏说。

人工智能如何安全发展？

人工智能加速变革的同时，针对它的伦理规范、风险框架以及治理理念和模式的探索，在大会上被广泛关注。营造创新生态、重视防范风险，正在成为我国人工智能发展的共识。

中国科学院院士管晓宏认为，安全性如果得不到保证，人工智能系统的应用将会受到极大的挑战。安铁成也表示，网络和数据安全的风险日益成为影响产业发展和国际安全的重要因素。

安铁成说，这需要集合全行业力量，也需要政府部门加强引导、规范才能得到有效解决。英国驻华贸易使节吴侨文也认为，各国应当共同努力、互相交流，以应对这项新技术带来的挑战和风险。

人工智能的发展还可能带来更多潜在问题。中国科学技术大学网络空间安全学院教授左晓栋表示，人工智能技术发展带来的全球经济结构调整将引导全球资本和人才进一步流向技术领导国，使发展中国家实现现代化的机遇受限。

与会专家认为，问题不容忽视，机遇更加难得。我国已发布《新一代人工智能治理原则——发展负责任的人工智能》《新一代人工智能伦理规范》等，业内对人工智能发展安全也在作出更为审慎的判断。

万钢表示，要进一步推动科技伦理、规范、标准和技术的融合，为智能体构建与科技向善的人类共同理念相契合的学习、理解和行为模式，以及更具安全性、可靠性、有效性的行为边界，让智能体系能理解并践行人类社会的共同价值观念。

人工智能的发展与未来

随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。

现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay

19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。

20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。

至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。

智能，是一种特殊的物质构造形式。

就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？

图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。

英国数学家，计算机学家图灵

这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。

虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。

1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。

而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。

而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。

而这之后，人工智能的发展也与图灵的想象有所不同。

现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。

但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。

人工智能让芯片的处理能力得以提升｜Pixabay

从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。

虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。

参考文献

[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.

[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.

[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.

[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.

[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.

[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987

作者：张雨晨

编辑：韩越扬

[责编：赵宇豪]

人工智能的未来：人工智能将如何改变世界

在靠近芝加哥市中心的一栋不起眼的建筑里，MarcGyongyosi和IFM/Onetrack的成员们正在成长及不断壮大。

人工智能有一个基本原则:简单思考。这些词用简单的字体写在一张纸上，贴在他们两层工业厂房楼上的后墙上。然而，他们在这里用人工智能做的事情一点也不简单。

人工智能的未来人工智能正在塑造几乎所有行业的人类未来。其已经是大数据、机器人和物联网等新兴技术的主要驱动力，并将在可预见的未来继续扮演技术创新者的角色。

使用机器学习和计算机视觉来检测和分类各种“安全事件”，这个鞋盒大小的设备并没有看到全部，但也看到了许多。比如司机在操作车辆时的样子、驾驶速度、何处驾驶、周围的人的位置以及其他叉车操作员如何操纵其车辆。IFM的软件会自动检测违反安全规定的行为——例如使用手机——并通知仓库经理，使之立即采取行动。这主要目的是预防事故和提高效率。Gyongyosi声称，仅仅是知道IFM的一个设备正在观看，就已经产生了“巨大的影响”。

Gyongyosi表示:“想想相机，它确实是我们目前可用的最丰富的传感器，且价格非常有趣。如今智能手机、摄像头和图像传感器变得非常便宜，但我们捕捉了很多信息。从一张图像中，可能可以推断出25个信号；但六个月后，我们可以从同一张图像中推断出100或150个信号。唯一的区别是查看图像的软件……每个客户都能从我们引入的每个其他客户中受益，因为我们的系统开始看到和学习更多的流程，并检测出更多重要和相关的东西。”

人工智能的演变IFM只是这个不断发展的领域中无数人工智能创新者之一。例如，IBM发明者在2021年获得的9130项专利中，有2300项与人工智能有关。Tesla创始人兼科技巨头ElonMusk向非营利研究公司OpenAI捐赠了1000万美元，以资助正在进行的研究。

在始于“知识工程”的进化时期，又以零星休眠为标志的几十年后，技术发展到基于模型和算法的机器学习，并越来越关注感知、推理和归纳。现在，人工智能以前所未有的方式重新占据了舞台的中心，而且短时间内它不会让出“聚光灯”。

为什么人工智能很重要?人工智能很重要，因为其是计算机学习的基础。通过人工智能，计算机能够利用大量数据，并利用其学习到的“智能”在人类所需时间的一小部分内做出最佳决策和发现。

人工智能将改变哪些行业?现代人工智能——更具体地说，是“狭义人工智能”。其使用数据训练过的模型执行目标函数，通常属于深度学习或机器学习的类别——几乎没有一个主要行业还没有受到影响。在过去的几年里尤是如此，由于物联网的强大连接、联网设备的激增以及更快的计算机处理速度，使得数据收集和分析大大增加。

一些行业正处于人工智能之旅的起点，其他行业则是经验丰富的旅行者。两者都有很长的路要走。无论如何，人工智能于当今生活的影响是不容忽视的。

交通: 虽然完善它们可能需要一些时间，但总有一天自动驾驶汽车会载着我们从一个地方到另一个地方。制造业: 人工智能驱动的机器人与人类一起工作，执行有限范围的任务，如组装和堆放，预测分析传感器，以保持设备的平稳运行。医疗保健: 在人工智能相对新兴的医疗保健领域，疾病诊断更加迅速和准确，药物发现加速和简化，虚拟护理助理监控患者，大数据分析有助于创造更个性化的患者体验。教育: 在人工智能的帮助下，教科书被数字化，早期的虚拟导师帮助人类导师，面部分析测量学生的情绪，以帮助确定谁在挣扎或无聊，并更好地根据个人需求定制体验。媒体: 新闻业也在利用人工智能，并将继续从中受益。Bloomberg使用Cyborg技术帮助快速理解复杂的财务报告。AssociatedPress利用AutomatedInsights的自然语言能力，每年制作3700篇盈利报道，几乎是过去的4倍。客服服务:  最后但并非最不重要的一点是，Google正在研发一种人工智能助手，其可以像人一样打电话预约，如预约附近的美发沙龙等等。除了单词，系统还能理解情景语境和细微差别。但这些进步——以及许多其他进步——只是开始。未来还会有更多。

客户关系管理公司4Degrees的首席技术官兼联合创始人DavidVandegrift表示:“我认为，任何对智能软件的能力在某些时刻达到极限的假设都是错误的。”

随着公司每年在人工智能产品和服务上花费数十亿美元，像Google,Apple,Microsoft和Amazon等科技巨头花费数十亿美元来创造这些产品和服务，大学将人工智能作为其课程中更重要的一部分，以及U.S.Department升级其人工智能游戏，必然会有大事发生。其中一些发展正朝着完全实现的方向发展;有些仅仅是理论上的，且可能会一直如此。所有这些都是破坏性的，或好或坏，目前还看不到衰退的迹象。

Google前负责人、百度首席科学家AndrewNg在接受ZDNet采访时表示:“很多行业都会经历这样一种模式:冬天、冬天，然后是永恒的春天。我们可能正处于人工智能的永恒春天。”

人工智能对社会的影响人工智能将如何改变工作在西北大学的一次演讲中，人工智能专家Kai-FuLee 倡导了人工智能技术及其即将到来的影响，同时也指出了人工智能的副作用和局限性。对于前者，其警告道:

“90%的底层人口，尤其是收入或教育水平处于世界底层的50%人口，将因失业而受到严重伤害……一个简单的问题，‘程序是如何工作的呢?’这就是人工智能取代工作的可能性，因为人工智能可以在日常任务中学会自我优化。且数量越多，工作就越客观，如把东西分到垃圾桶、洗碗、摘水果和接听客服电话——这些都是重复性和例行性的脚本任务。在5年、10年或15年内，它们将被人工智能取代。”

在拥有超过100,000台机器人的在线巨头和人工智能巨头Amazon的仓库中，拣货和包装的功能仍然由人类来完成，但这种情况将会改变。

Lee的观点最近得到了Infosys总裁MohitJoshi的回应，其告诉《纽约时报》:“人们都希望取得巨大的成就。早些时候，他们在减少劳动力方面有5%到10%的增量目标。现在他们觉得，‘为什么我们不能用我们仅有的1%的人来做这件事呢?’”

更为乐观的是，Lee强调，当今的人工智能在两个方面都是无用的:它没有创造力，也没有同理心或爱的能力。相反，它是“放大人类创造力的工具”。那解决方案呢？那些从事重复性或例行工作的人必须学习新的技能，以免被淘汰。Amazon甚至向其员工提供资金来培训其他公司的工作。

UniversityofIllinoisatUrbana-Champaign计算机科学教授兼主任KlaraNahrstedt表示:“人工智能要在许多领域取得成功的绝对先决条件之一是，我们要在教育方面投入大量资金，对人们进行新工作的再培训。”

Klara担心这种情况不会广泛或经常发生。IFM的Gyongyosi甚至更具体。

“人们需要像学习一门新语言一样学习编程，”Gyongyosi表示：“他们需要尽早这样做，因为这真的是未来的趋势。在未来，如果不懂编码，就不懂编程，这只会变得更加困难。”

”虽然许多因科技而被迫失业的人会找到新的工作，但这不会在一夜之间发生。就像美国在工业革命期间从农业经济过渡到工业经济一样，这在很大程度上导致了大萧条，人们最终重新站起来。然而，短期影响是巨大的。”Vandegrift表示:“在工作消失和新工作出现之间的过渡，并不一定像人们想象的那样轻松。”

MikeMendelson，是NVIDIA的一名学习者体验设计师，是与Nahrstedt不同的教育者。他与那些希望更多地了解人工智能，并将其应用于业务的开发人员一起工作。

其表示:“如果他们了解这项技术的能力，并且非常了解该领域，他们就会开始建立联系，并认为，‘也许这是一个AI问题。’这种情况比‘我有一个想解决的具体问题’更常见。

不久的将来的人工智能在Mendelson看来，一些最有趣的人工智能研究和实验将在不久的将来产生影响，这将发生在两个领域：“强化”学习，其处理奖励和惩罚，而不是标记数据；以及生成对抗网络（简称GAN），其允许计算机算法创建而不是仅仅通过使两个网络相互对抗来进行评估。前者的典型代表是GoogleDeepMind的AlphaGoZero的围棋能力为例，后者则以原始图像或音频生成为例，该生成基于对名人或特定类型音乐等特定主题的学习。

在更大的范围内，人工智能有望对可持续性、气候变化和环境问题产生重大影响。理想情况下，通过使用精密传感器，城市将变得不那么拥挤、污染更少，总体上更宜居。

Nahrstedt表示：“一旦预测了某件事，就可制定某些政策和规则。”例如，安装在汽车上的传感器可以发送有关交通状况的数据，可以预测潜在的问题，并优化汽车的流量。其认为，这还没有以任何方式完善。还处于起步阶段。但多年以后，它将发挥非常重要的作用。

人工智能会统治世界吗?人工智能预计将对几乎所有可以想象到的行业产生持久的影响——因为预计60%的企业将受到人工智能的影响。我们已经在智能设备、汽车、医疗保健系统和最受欢迎的应用程序中看到了人工智能。在可预见的未来，我们将继续看到其影响更深入地渗透到许多其他行业。

人工智能和隐私风险当然，人工智能对大数据的依赖已经在很大程度上影响了隐私。看看CambridgeAnalytica对Facebook的恶作剧或Amazon对Alexa的窃听，这是众多科技失控的例子中的两个。批评人士认为，如果没有适当的法规和自我施加的限制，情况会变得更糟。2015年，Apple首席执行官TimCook嘲笑竞争对手Google和Facebook贪婪的数据挖掘。

Cook在2015年的一次演讲中表示:“他们在尽可能地了解关于你的一切，并试图将其变现。我们认为这是错误的。”

随后，在比利时布鲁塞尔的一次谈话中，Cook阐述了其的担忧。

“通过收集大量个人资料来推进人工智能是懒惰，而不是效率，”Cook表示“人工智能要想真正聪明，就必须尊重人类的价值观，包括隐私。如果我们在这方面做错了，危险将是深远的。”

很多人都同意了这一观点。2018年，总部位于英国的人权和隐私组织Article19和PrivacyInternational发表了一篇论文，对人工智能的焦虑仅限于其日常功能，而不是像机器人霸主出现那样的灾难性变化。

“如果负责任地实施，人工智能可以造福社会，”作者写道：“然而，与大多数新兴技术一样，商业和国家使用确实有可能对人权造成不利影响。”

作者承认，收集的大量数据可用于尝试以良性方式预测未来行为，比如垃圾邮件过滤器和推荐引擎。但也存在真正的威胁，即其会对个人隐私和免受歧视的权利产生负面影响。

为人工智能的未来做准备人工智能的可能性2018年底，国际知名人工智能专家StuartRussell在WestminsterAbbey发表讲话时，开玩笑(或不开玩笑)地表示，其与记者达成了正式协议，除非他们同意不把‘Terminator’机器人放在文章中，否则不会与之交谈。其的俏皮话揭示了对好莱坞描绘遥远未来人工智能的明显蔑视，后者倾向于过度紧张和世界末日。Russell所说的“人类级别的AI”，也被称为通用人工智能，长期以来一直是幻想的素材。但其在短时间内实现或根本实现的可能性非常小。

Russell解释道:“在我们达到类似人类水平的人工智能之前，还有许多重大突破需要实现。”

Russell还指出，人工智能目前还不能完全理解语言。这表明了目前人类和人工智能之间的明显区别:人类可以翻译机器语言并理解它，而人工智能无法翻译人类语言。然而，如果人工智能能够理解我们的语言，那么人工智能系统就能够阅读和理解所有的文字。

“一旦我们拥有了这种能力，便可查询人类所有的知识，其将能够综合、整合和回答人类从未回答过的问题，”Russell补充道：“因为其没有阅读，也没有能力把历史上一直分离的事物之间的点放在一起，并连接起来。”

这给我们提供了很多值得思考的东西。在这个问题上，模拟人脑是极其困难的，这也是AGI的未来仍然处于假设状态的另一个原因。长期任职于密歇根大学工程和计算机科学教授的JohnLaird在该领域进行了几十年的研究。

“我们的目标一直是试图构建我们所谓的认知架构，我们认为这是智能系统与生俱来的，”Laird谈到主要受人类心理学启发的工作时，“例如，我们知道的一件事是，人类大脑并不仅仅是一组同质的神经元。这是一个由不同组件组成的真实结构，其中一些与如何在这个世界上做事的知识有关。”

这就是所谓的程序记忆。还有一种是基于一般事实的知识，即语义记忆；以及，另一种是关于先前经历(或个人事实)的知识，称为情景记忆。Laird实验室的一个项目涉及使用自然语言指令教机器人一些简单的游戏，比如下棋和智力游戏。这些指令通常包括对目标的描述、法律措施的纲要和失败的情况。机器人将这些指令内化，并使用它们来计划自己的行动。然而，和以往一样，突破总是需要时间——比Laird和其同事们预想的慢。

“每次我们取得进步，”Laird表示：“我们也会对其的难度有新的认识。”

AGI是人类的威胁吗?许多人工智能领域的领军人物都认同，甚至有些人更夸张，一种噩梦般的场景，其中包括所谓的“奇点”，即超级智能机器接管人类，通过奴役或消灭人类接管并永久改变人类的存在。

已故的理论物理学家StephenHawking有一个著名的假设:如果人工智能本身开始设计比人类程序员更好的人工智能，结果可能是“机器的智能超过我们，超过蜗牛。”ElonMusk相信并警告称，AGI是人类生存的最大威胁。其表示，实现这一目标的努力就像“召唤恶魔”。甚至担心，他的朋友、Google的联合创始人LarryPage可能会无意中引导一些“邪恶”的东西出现，尽管他的初衷是好的。比如，“一支能够毁灭人类的人工智能增强型机器人舰队”。即使是IFM的Gyongyosi，在人工智能预测方面也不是危言耸听，其也没有排除任何可能性。其表示，在某一时刻，人类将不再需要训练系统;他们会自己学习和发展。

“我不认为我们目前在这些领域使用的方法会导致机器决定杀死我们，”Gyongyosi表示：“我认为，也许5年或10年后，我将不得不重新评估这一说法，因为我们将有不同的方法和方式来处理这些事情。

虽然杀人机器很可能仍然是小说的素材，但许多人相信它们将以各种方式取代人类。

牛津大学人类未来研究所公布了一项人工智能调查的结果。标题为“人工智能何时能超越人类表现?来自人工智能专家的证据”，其中包含了352名机器学习研究人员对未来几年人工智能发展的估计。

这个群体中有很多乐观主义者。受访者的中位数表示，到2026年，机器将能够撰写学校论文;到2027年，自动驾驶卡车将不再需要司机;到2031年，人工智能在零售领域的表现将超过人类;到2049年，人工智能可能会成为下一个StephenKing；到2053年，可能会成为下一个CharlieTeo。最令人震惊的是:到2137年，所有人类工作都将实现自动化。但是人类自身呢?毫无疑问，喝着机器人端来的雨伞饮料。

NorthwesternUniversity教授、MasterofScienceinAnalytics项目的创始主任DiegoKlabjan认为自己是AGI的怀疑论者。

其解释道:“目前，计算机只能处理1万多个单词。所以，有几百万个神经元。但是人类的大脑有数十亿个神经元，它们以一种非常有趣和复杂的方式连接在一起，而目前最先进的技术只是按照非常简单的模式进行简单的连接。因此，在现有的硬件和软件技术下，从几百万个神经元到数十亿个神经元，我不认为会发生这种情况。”

我们将如何使用AGI？Klabjan也不太相信极端的场景——比如，凶残机器人把地球变成了一个阴燃的地狱。其更关心的是机器——比如战争机器人——被邪恶的人类灌输错误的“动机”。麻省理工学院物理学教授、人工智能首席研究员MaxTegmark在2018年的TED演讲中表示过:“人工智能真正的威胁不是恶意，就像愚蠢的好莱坞电影里那样，而是能力——人工智能实现的目标与我们的目标并不一致。”这也是Laird的看法。

Laird表示:“我绝对看不到某些东西醒来并决定要接管世界的情况。我认为这是科幻小说里的情节，而不是未来的结局。”

Laird最担心的并不是邪恶的人工智能本身，而是“邪恶的人类将人工智能作为一种虚假的力量倍增器”，用于银行抢劫和信用卡诈骗等许多犯罪行为。因此，虽然其经常对进步的速度感到沮丧，但人工智能的缓慢燃烧实际上可能是一种祝福。

Laird表示:“了解我们正在创造什么，以及我们将如何将其融入社会，可能正是我们所需要的。”

但没有人知道确切的答案。

Russell在威斯敏斯特的演讲中表示过:“有几项重大突破必须实现，而且可能很快就会实现。”其引用了1917年英国物理学家ErnestRutherford提出的核裂变(原子分裂)的快速转变效应，并补充道，“很难预测这些概念上的突破何时会发生。”

但无论何时，如果他们做了，他都会强调准备的重要性。这意味着开始或继续讨论AGI的道德使用，以及是否应该对其进行监管。这意味着要努力消除数据偏差，这对算法有破坏作用，目前是人工智能的一大缺陷。这意味着要努力发明和增强能够控制技术的安全措施。也意味着我们要谦卑地意识到，我们能做到并不意味着我们应该做到。

“大多数AGI的研究人员预计将在几十年内实现AGI，如果我们毫无准备地撞上它，这可能是人类历史上最大的错误。它可能导致残酷的全球独裁，带来前所未有的不平等、监视、痛苦，甚至可能导致人类灭绝，”Tegmark在TED演讲中这样表示：“但如果我们谨慎行事，最终可能会进入一个美好的未来，每个人都过得更好——穷人变富有，富人更富有，每个人都健康，都可以自由地实现自己的梦想。”