人工智能使人技能退化，甚至变笨
导读：专家指出，随着人工智能的快速发展，它们不仅能取代人类的部分工作，甚至还会导致人类变得更笨。北京时间6月30日消息，据国外媒体报道，依据摩尔定律，计算机系统微芯片的处理能力将以指数级增长，现今“键盘战士”发现人们的智力并不像微芯片一样，呈现同步快速发展。当计算机取代计算器，我们的工具变得更加强大，从社会群体到软件，我们的物理形态可能跟上发展吗?
千禧年初，我们见证了电子表格和电脑纸牌游戏影响下一代人的成长经历，千禧一代能够很娴熟地操作笔记本电脑，而不是使用笔和纸张进行书写，但是他们可能注定成为第一代和最后一代的“电脑文化人”。
随着科学技术的快速发展，过时的技术正在逐渐被淘汰，触摸屏技术有望替代键盘，基于软件的快速发展，我们日常线上活动和信息交流更加流畅。其中1%的人看到了背后隐藏二进制代码所带来的机会，他们致力于开发人们可以使用的软件，然而其余的人都在做什么呢?看着屏幕上彩色图案的虚拟社交媒体账号，与朋友分享生活、写日记，在Instagram上分享照片和视频，以及更新Facebook状态。然而，就像一些书籍、电影以及社会各种社评一样，不断地提醒我们，计算机并不是人类，它们没有头脑也没有感情，但是它们正在变得更加聪明，很快就会具有读懂人类感情的能力。
此前我们讨论、置疑和反对人工智能，但最终我们计划利用人工智能为我们做点事情。这听起来有点儿像科幻电影中的故事情节，不知不觉我们的日常生活已拥抱接受了人工智能。我们使用人工智能技术使自己的生活变得更好，更简单，更有效，更高产。从Echo到Siri，从Facebooktags到Googlecookies，从网上购物到自动驾驶汽车，我们已做好准备，并且乐意让人工智能帮助我们完成一些单调重复性的工作。
到底我们在解放双手之后需要在大脑中保留什么呢?目前，飞机可以自动驾驶飞行，成本能够达到最优化，汽车可以被计算机系统指挥，医生将被“百科全书”替代。我们可以花费越来越少的时间，去做越来越多的事情，但是如果人类思考的时间更少，将会发生什么呢?
突然，当软件代替人类技能，出现的错误更多时，我们必须小心翼翼地度过这种2.0生活方式。一种“技能退化”的威胁是持续存在的，奥尔巴尼大学蒂莫西·霍夫(TimothyHoff)教授对78位初级护理医师的研究报告显示，软件系统减弱了医生的诊断和治疗能力。美国国家高速公路交通安全管理局在一次致命车辆碰撞事件之后，发布调查报告称，即使特斯拉汽车具有先进的自动驾驶功能，汽车制造商必须提出驾驶监测方案，提醒驾驶者注意行驶周边环境，保证行驶安全。
当然，这些问题是可以解决的，软件仅是增强了我们的能力，对吗?这似乎并不一定是事实，人们常说，在生活中对各种电器的普遍依赖会降低我们的生活能力。图中是一位展示者手中拿着Musio机器人，这是一款具有深度学习能力的智能机器人。
2014年，费尔菲尔德大学一项研究表明，拍照似乎取代了人们的记忆机制，否则将在在与者大脑中保留一些图像信息，如果参与者把拍照的每个事物作为一个整体，他们记得事物会更少，如果他们在博物馆参观，仅是观察展览物品，而不是去拍照，那么他们记得展览物品会很少，很难记住展览物品的详细信息。
荷兰乌得勒支大学一项研究使用两组软件进行了任务测试，一组软件较简单，另一组软件智能化程度更高。研究结果显示，那些被迫较少依赖软件的人与那些擅长应用辅助软件的“聪明同事”相比，前者能更好地从事相关任务，并且业务知识掌握较好，在工作流程中不受突然干扰的影响。那些操作更独立的参与者被总结为：“行动更有计划性，行动更积极主动，并能做出推断结论。”在测试中这些操作独立的参与者倍受关注，他们能够做出直接、经济可行的解决方案，提出更好的决策。
虽然人工智能的“承诺”很多，但是我们不得不认真考虑其经济成本。现今的人工智能技术标志着一个充满注意力和惊恐的世界，我们的社会最初是为了服务人们的制造技术，但是随着科技逐渐发展，人类变得越来越卑顺屈从。基于大数据的分析结果，未来科学技术发展速度将更快，我们将变得更加懒惰，更加依赖于人工智能，我们的专注力和学习能力逐渐下降，但在人工智能的辅助下，处理一些任务是完全没有问题的。
页面链接： https://news.znds.com/article/24065.html
关于人工智能不会使大脑变懒惰的议论文
这两年，频频有专家警示深度学习即将进入寒冬。而同时，一个名叫“类脑智能”的词汇火起来，这个概念说的是一种比目前深度学习更加接近人脑的智能。这背后的故事是，深度学习的大佬，目前已经注意到深度学习的原创性进展面临瓶颈，甚至呼吁全部重来。为了拯救这种趋势，模拟人脑再次成为一种希望。然而这一思路是否经得住深度推敲?我本人做过多年计算神经科学和AI，做一个抛砖引玉的小结。
AI发展的危机人工智能，目前多被理解成一个领域领应用的工程学科，从自动安防系统到无人驾驶是它的疆土，而模式识别和计算机专家，是这片陆地的原住民。目前的人工智能事实上以工程思维为主，从当下人工智能的主流深度学习来看，打开任何一篇论文，映入眼帘的是几个知名数据集的性能比较，无论是视觉分类的ImageNet，PascalVol，还是强化学习的Atarigame。各种各样的benchmark和曲线，让我们感觉像是一个CPU或者数码相机的导购指南。
那么，是否这些在这些流行数据库跑分最高的“智能工具"就更智能？这可能取决于对”智能“本身的定义。如果你问一个认知专家“智能”是不是ImageNet的错误率，那么他一定会觉得相当好笑。一个人可能在识别图片的时候由于各种劳累和马虎，在这个数据集的错误率高于机器。但是只要你去和它谈任何一个图片它所理解的东西，
该清醒了，人工智能只会让人类变得愚蠢！
该清醒了，人工智能只会让人类变得愚蠢！byVivian2015/08/043
智能
如果在一个由智能机器控制的世界里面，我们的生活无疑会变得方便很多，但是，这会让人类变得越来越笨吗？0科客点评：人类只有在不断思考和劳动中才能得以进步。
技术的变化可以刺激大脑，提高智力。但是，如果技术想要与我们为敌，现实还会如此吗？如果在一个由智能机器控制的世界里面，我们的生活无疑会变得方便很多，但是，这会让人类变得越来越笨吗?
机器时代
工业革命之后，机器开始取代手工工人，这一进步对农业和制造业的影响非常大，由于工作被机器取代，很多过去从事农业工作的人面临着失业的问题，他们被迫迁徙到城市里谋生。
机器取代了绝大部分体力劳动，人们不再需要从事过多的体力活（当然人类的体重也随之增加了不少），久坐不动的生活方式，导致了人类变得肥胖，很多与代谢相关的疾病也越来越多，比如心脏病，糖尿病和肾病并发症，等等。
当人类的身体变得越来越“懒惰”，我们的大脑却开始超负荷工作，举个例子，相比于过去在小村镇里生活，如今拥挤的现代城市压力变得越来越大。现代工作大多非常复杂，而且对时间的要求也更高，现代职场人士需要接受更多的教育，因为员工必须要快速处理各种新信息。
即便在人们的休闲时间，我们的大脑仍然在超负荷运转，它需要接受各种视听媒体，娱乐，学习，音乐，新闻，等等。
在如今这个互联网时代里，随着各种复杂电子技术在突飞猛进地发展，信息量几乎是呈指数级在增长。过去，由于没有电子渠道，遥远的地理位置限制了人们彼此间的交流，但现在，由于人们可以轻松使用像Facebook和Twitter这样的社交媒体，大家可以彼此交互的更加频繁。
所有这些“大脑外部工作”都能让我们变得更加聪明。这也解释了在所有发达国家里，每一代人的智力都在稳定增长，这一现象被称作为弗林效应(FlynnEffect)。当然，人类智力的增长也受到了其他因素的影响，包括人类的营养越来越好;妇产科技术的提升也大大减少了婴儿的脑部损伤;同时虽然公共健康和卫生条件的改善，让儿童疾病大幅度减少了。
Jeeves效应
在英国作家P.GWodehouse所著的《万能管家》中，随着在贵族生活中耳濡目染，身为仆人的主人公Jeeves愈发聪明，最终甚至嘲笑他的主人BertieWooster，我们知道，从中世纪开始至今，机智勇敢而又低调善解人意的欧洲仆人早就不再是一个低等阶级,，他们俨然成了欧洲风尚中难以割舍的一部分。如果做个类别的话，未来如果机器的智力超越了人类，似乎也很有可能发生类似的事情，也就是笔者所谓的Jeeves效应。
人工智能未来真的会奴役我们吗？毕竟，电子计算器的出现并没有阻止学生们继续学习数学，但事实上，很多教育人士非常担心这些新技术的出现。
人工智能正在接管很多人类的工作，举个例子，飞机在很多时候其实并不需要飞行员驾驶，而是在自动驾驶的模式下飞行的。此外，在很多大型现代化机场中，控制空中管理流量的复杂问题也是通过人工智能解决的，相比于人类空中交通管制员，人工智能的解决方案更加高效。此外，计算机程序还可以测试很多科学假设，甚至可以编写诗歌和小说。
人工智能已经融合了很多现代生活的主要功能，而在很多方面，智能机器已经超越了人类，过去，很多能力被认为是人类的优势，但现在情况已经不同了，打个比方，下棋——IBM计算机已经分别战胜了国际象棋大师GaryKasparov和KenJennings。
根据摩尔定律（随着时间，电子处理能力将会呈指数增长），机器智力的成长速度要远快于人类智力。当机器变得越来越智能，他们将会为人类做更多考虑，也会让人类的生活变得更加便捷。
便捷生活
电子系统很可能会变得更加用户友好。我们知道，人类处于安全考虑会在登陆各种系统的时候设置密码，但问题是人类的记忆力有限，很多时候如果记不住密码，系统就无法识别出我们，但是，随着机器的智能度越来越高，系统将会通过各种手段来识别我们，而不是让我们努力去适应系统，目前已知的手段包括生物识别技术，比如指纹，虹膜拍照，甚至是心跳。
未来，如果人类想要与某个系统进行交互，将越来越不依赖键盘，而是通过声控就能解决。我们和机器的交流，会像和自己的朋友或私人管家(如果你有的话)交谈一样。以后，电子化助手肯定会实现类似私人生活管家的功能，他们甚至可以帮你约上几个三五好友一起，组织一场聚会。
如果从这个角度来看，我们似乎完全能与人工智能和谐相处，我们也会知道，把我们的生活组织、规划的井井有条的，其实是一个更好的“大脑”——我们的电子助手。未来，我们不需要为琐碎的事情烦神了，大脑也可以好好休息，说不定，未来每个人身上都会出现贵族气质呢！（雷锋网，原标题《别开玩笑了，机器不会让人类越来越蠢》)
注：转载文章，不代表本站赞同其观点和对其真实性负责，本站不承担此类稿件侵权行为的连带责任。如版权持有者对所转载文章有异议，请与我们联系。
人工智能的最大威胁是使人类的智慧退化
我说好，我用三个小测试就能帮你测出来，我猜它是通不过图灵测试的。这三个小测试很简单，他说什么三个小测试?我说就是我们人都会的，但是机器现在都不会的测试。
第一个测试题，如果哥伦布没有发现新大陆对中国哪个菜系影响最大?
这对我们人类实在是太简单了，我们都知道哥伦布从美国带回来了南瓜、玉米、红薯、花生、辣椒，还有很多别的食物。那么哪个食物影响最大?对于我们吃货界来讲，也不难回答，当然是辣椒。如果没有辣椒，当然没有川菜，所以肯定是对川菜影响最大。
而这个涉及到我们的日常生活的常识，尽管所有的其他食物也很重要，但是只有像现在这样一个灵魂式的味觉食物，它能够调味，才对菜系影响最大。
所以对于人工智能来讲这是一个跨界问题，它涉及到历史，也涉及到日常生活的常识，也涉及到饮食对这种跨界问题、常识问题，人工智能是答不出来的。我跟老板说你就测试它这第一问题。
第二个测试题，她说没想到今天这么冷，她希望你如何回复它?
人工智能如果回复给她一个天气预报，肯定不是他心里希望的，如果一个女孩子说了这样的话，她希望你怎么回复她?抱抱?这也不是唯一的答案，答案要看你和她的关系，要看这个女孩子她是一个什么样的个性，也要看当时在一个什么样的场合下。如果真的是一个跟你关系很不错，有一点暧昧的可爱的姑娘、萌妹子，也许说这个话，是想让你把衣服给她，然后顺便抱抱。
但是如果这个时候不是这样的场合，是一个女老板，刚正不阿的女上司，她说没想到今天这么冷，那你再说我抱抱您吧，她肯定一个耳刮子就扇上来了。这个时候她可能是跟你说，你的工作是失职的，为什么没有给我把房间弄得更暖和一点，你这个时候赶紧得说对不起老板，我下次给您提前安排。
所以这是什么问题，就是对方当他说一句话的时候，他心里的意思，他的含义，他希望我们的回应，这是完全因人而异的，这是需要我们能够察言观色，能够体察对方、理解他人的心思才能够给出正确答案。我说这种问题人工智能它是不会做的，您放心我帮您测这个它肯定不行。
第三个测试题，明年可以学英语，也可以学编程，你会选择学什么?为什么?
这种问题对于我们人来讲也很容易的，我们每天都在看大量形形色色的广告，每天都被各种各样的信息充斥，我们在其中能够根据我们自身选出我们自己想要的，这也是没有正确答案的问题，因为实际上该学什么，要从你自身找答案，你要知道你是一个什么性格的人，你的梦想是什么，你未来的目标是什么，你想要达到目标要怎么做，根据你自己的自身情况来决定学什么。
人工智能它们不理解自己，它们没有这种元认知能力，他们并不能够为自己做决定，当你跟AlphaGo说下围棋，它不会说我不要下围棋，我今天想去看场电影，它不会做这样的决定，因为它并没有对于自我的了解、自我的认知。
所以我说这种能够从自己出发做决定的能力，也能够看得出来人工智能和人的区别。
然后老板就问我说，可是你说的这几个东西在我听起来实在是太简单了，AlphaGo都这么厉害了，AlphaGoZero在已经战胜了原本的AlphaGo，它不能很快就学会吗?
我说那我们要来看看AlphaGo它会什么、不会什么。AlphaGo厉害的地方在于深度学习、强化学习，它有很强的算力、它有大数据。深度学习是一种神经网络，是一种基于大数据的统计的算法，模仿了我们大脑皮层的神经网络，能够从很多的数据里面找到规律，自己学到最好的算法。
它和过去上一代的人工智能最大的不一样就是上一代的人工智能经常是专家系统，就是专家告诉你怎么下棋你就怎样下棋，但是这一代的人工智能用了这样深度学习的办法，可以自己学会下棋的套路。但是它是非常有局限性的，因为这样的深度学习算法它只能够处理数据透明规则明确的一个特定领域的问题。
也就是说，在一个特定的边界里面，处理这个边界里面的数据，然后找到最好的结果。它并不知道它自己在下围棋，它也不知道它是AlphaGo，它不知道它战胜了世界上所有的高手，它下了围棋也不会高兴，它只是在处理一些数据，但是它并没有我们刚才说过的一些高层次认知能力，自我认知能力，自我意识能力。
然后老板说，我知道现在算力是进展很快的，过几天我们计算能力又上了一个新台阶，你说的这些高级能力是不是就能够学会了呢?我说，其实我相信未来总有一天人工智能会克服这些难关，学到我刚才说的这些能力。
但是，这是一个阶梯状，并不是拿现在的算法增强算力，就一定能够解决所有的问题，而是要跨过一个又一个槛，上一个又一个台阶。这就像是当时发明了蒸汽机、电，人们就觉得自己能够解决世界上所有的问题了，物理大厦就剩下了三朵小乌云，后来就是这三朵小乌云提出了相对论、量子力学，把人类带入了新的世界。
我说，未来可能会实现，但是它需要有很大的鸿沟、很大的跨越，才能够实现。
现在人工智能头上三朵小乌云的就是综合认知能力、理解他人的能力、自我决定的能力。
综合认知的能力困难在哪?
现在的深度学习的网络，一个网络只能够学习一件事情，当它学习了下围棋，它把围棋领域的数据都学会了之后，它整个网络记住了这一件事情，一旦这个网络再去学另外一件事情，这个网络就把前一件事情忘记了，因为它是用整个网络所有的参数来学习了这一件事情，一旦学习另外一件事情，它就已经不会记得前一件事情所有的参数。
这个在科学界被称为遗忘的灾难，一个网络，一个这样的人工智能只能干一件事情，只能在一个特定领域里面做一件狭窄的事情，不可能像我们人一样有通识的能力，我们人和人工智能很大的不同，就是我们人是触类旁通的，当我们学习了政治、经济、历史、社会文化、家庭日常生活的做饭、交通出行，我们不会认为这些都是不同领域的事情，我们是把它融会贯通，融在一起的。
人类在我们的头脑当中有一个世界模型，很多时候我们并没有意识到这个世界模型的存在，它就是我们对物理世界，对于人情世故这个世界常识的来源，但是这个世界模型非常重要。
当我们有了这样的世界模型，我们在看眼前的一幅画面，明明是一个二维画面，我们会用自己头脑当中的知识，把这个画面在我们眼前构建成一个三维的，栩栩如生的画面。
我们现在看到面前的礼堂、舞台、座位，我们会觉得这是一个有纵深的，三维的舞台。可是人工智能没有这样一个世界模型在自己的头脑当中，它分辨图象要用很多很多真的图象，非常非常多的计算来做。
现在有一些实验室做这样的视觉，已经开始试图用这样一个模型来构造这样的视觉。而我们的头脑当中都有这样的模型，我们有关于世界的理解、关于他人的理解，关于整个社会的理解，我们的常识系统，这种通识知识体系，是我们理解事情的基础，也是我们超越人工智能的地方。
第二理解他人的能力，理解他人的能力，现在是有一些人工智能和人的语言对话，自然语言处理仍然还是一个难题，只有在特定领域的专业问答，可以有比较好的答案匹配，为什么自然语言处理会难呢?就是因为人工智能实际上还仍然不能理解大量的情景，就是因为它的头脑里面没有对人类世界、物理世界、人情世界的通识知识体系，所以他理解很多的自然情景都会很困难。
现在的语言很多时候是用的这样一个优化算法的搜索，你出了一个问题，它去搜索一个答案匹配给你，但是很多时候并不能够真正理解对方的意思。
此外人工智能由于没有内心丰富的情感世界，并不能够推己及人。我们人类是怎样相互了解彼此的呢?有几个方法，第一个我们用目光接触。研究共情的学者会发现，最先进的灵长类的大猩猩可以通过这样的目光交流，人类绝对可以通过目光来理解对方，小孩子大概从9个月的时候就开始有这种能力。我们头脑当中有镜像神经元，镜像神经元可以直接反映出对方的一些意图和对方的感受，我们能够直接感受到对方。
另外，我们有推己及人的能力，在这个时候，当我们生病的时候，希望对方嘘寒问暖，我们就能够推导出对方生病的时候，一定希望我们嘘寒问暖，而人工智能由于没有这样的自己内部的情感，它自然也很难推己及人。
人工智能在理解他人的能力方面，目前还是有很多的困难。我也知道有很多实验室，现在已经开始试图把整个的认知框架、认知模型带到自然语言处理上面，但是可能是很久很久以后的事情。
第三个自我决定的能力。
它得需要两个方面的突破，一个是自我表征的能力，人工智能需要能够自己说出来，我自己做这个事情是为什么。现在我们的智能网络，当它学会了一件事情，你给到它很多数据，它直接给你说出一个结果，我们人并不知道它为什么这么做，它自己也说不出来为什么这么做。
这种真正提取出对于自己来说有意义的因果表达能力，它使得我们做很多事情可以举一反三，可以泛化，我们可以从一件事情学到的东西，可以带着这样的因果关系用到另外的事情。但是，人工智能在很多时候缺少这样的语言认知能力。
此外，人工智能并没有一个说，原来这就是一个我，这样的一种自我意识，可能未来要到很久之后才会产生，不知道要到什么时候，其实人工智能目前并不是一个独立体系，不像我们人与人，我们每个人所有的思想、灵魂都封闭在我们同一个身体里面，我们并不能随时联通到互联网，但是人工智能不一样，很多时候是要与其他的网络去连接、联通。
所以，这样的孤立自我意识，很可能跟我们人完全不一样。
现在这几朵小小的乌云是人工智能目前不能做到和我们人类一样的地方，未来有没什么可能突破呢?有可能，但是不是现在，不仅仅靠算力提高，需要有更好的、更强的综合性算法，以及更多技术突破。
这个老板就问我说，你觉得人工智能未来怎么达到一个更高水平的智慧呢?我说其实最好的方法就是更多地了解我们人自身，去理解我们人类自身的心智系统是怎么样的。人工智能能够在一个领域里面做到极致，但是我们人是一个自我综合协调的系统，我们人并不是一个单一心智的。
我曾经最喜欢的人工智能学家马文·明斯，1985写过一本书叫《心智社会》，其实是把人比作一个社会，人的心智里面每一部分，其实都像一个小人一样，小人在一起组成了一个完整的、复杂的社会，人并不是有单一心智的。
马文·明斯在《情感机器》中说，我认为人类的尊严来自于人类自身的构造，处理多种情况和困难的不计其数的方法，多样性正是人和动物，与过去所知道的机器的主要区别。
这是什么意思呢?现在很多时候，当我们制造机器的时候，我们总想寻找一种通用智能，就是用这一个智能解决所有的问题，但是人其实不是这样的，人是一种综合智能，在人的头脑里面有不一样的智能处理问题。
当我们在街上看到一个车过来的时候，杏仁核发出警报，告诉我们危险要躲开，当我们看到一个老人摔倒在街上，一种同情怜悯让我们想把他扶起来，但是另一个批判的声音说，他有可能是骗子要躲开，但是另一个正义的声音说，即使他是骗子，这样可怜的老人我是不是应该帮助他。
但是还会有一个综合的，从一个全景的视野的角度会去分析这个时候的形势、分析这个时候个人的情况、分析这个时候社会的状况，可能会报警，也可能会介入处理当时的状况。
所以在任何一个情形下，我们其实并不是用统一一个单一的智能来进行处理，我们的头脑中其实有很多很多个声音，我们是要处理这样的新式社会。
人工智能目前只是一个绝顶的武林高手，但对于我们任何一个人来说，我们的头脑里都是一个武林门派，我们学的更多是一种综合处理，统一协调的系统性方法。
所以我是觉得在未来，其实人工智能它的下一步发展，不管它往哪个方向发展，它要处理的接下来就是综合的、多功能的、多能力的、多目标的任务的相互协调，多种价值观、多种任务的相互协调，这是我们需要更多地去理解人类的大脑、理解我们人类的心智系统。
结果，我跟老板说了这些以后，老板就说好吧，那我干脆就不要测了，既然人工智能肯定答不出这些问题，我就干脆把这个机器退货吧。我说不行，耳听为虚，眼见为实，我说了这么多都很理论，我们现在要来真实的测一测，看看人工智能是不是答出这些问题。
结果测了一下，大家都知道图灵测试怎么测，人工智能和人他们在一个幕布以后问他们同样的问题。第一个问题问了人工智能，人工智能说不知道，可是人也说我不知道。第二个问题问了人工智能，人工智能说不知道，人也说我怎么知道他心里怎么想的。第三个问题问了人工智能，人工智能说不知道，而人也说，其实我也不知道我接下来想干什么。
当我们这么反复地测来测去以后发现，原来我们认为人工智能不能回答的问题，其实这些人也不能回答。这个时候，不是人工智能无法通过图灵测试，而是人无法通过图灵测试，我们如果这些问题我们也不知道如何回答，那么其实我们是看不出我们和人工智能的区别。
这其实不是人工智能的问题，而是我们的问题，如果我们没有了这些综合认知能力，如果我们也不能理解他人，如果我们也没有了自我表征和自我决断能力，那么其实我们就无法和人工智能做出区别。
所以，我自己会觉得人工智能最大的威胁是什么?是误伤人类吗?不是，汽车也会误伤人类。是故意毁灭人类?也不是，因为实际上人工智能离故意毁灭我们还有很远。是取代工作吗?仍然不是，它们会取代一部分工作，但是他们会制造出更多更多的就业岗位。
人工智能对我们最大的威胁就在于，当我们过于依赖很多的数据系统以后，我们自己如果变得懒于思考、懒于自我反思，而让我们自己的智慧退化的话，这是对人类最大的威胁。
我们所有的人天生与生俱来，带着我们亿万年生物进化所具有的大脑先天的功能，大脑有很多神奇之处，我们自己都没有完全的发掘，而我们人所具有的这种心智系统，实际上是有很强的综合能力，是一个智慧系统。
我们只有更多的认识到这点，认识到我们和人工智能的不同，理解它有哪些地方是超强的，是强于我们的，但是理解到我们有哪些地方和它们不一样，能够把我们自己真正不一样的地方发挥出来，我们才不会让我们自己的智能退化，才不会让我们的文明退化。
所以未来在我看来人工智能和人会走两条非常不一样的路，人工智能会做到许许多多我们人类做不到的事儿，会是我们的辅助、是我们的工具，而我们人如果我们让我们的智能在一直不断地向前进，我们的人可以一直和人工智能携手同行，就不存在威胁不威胁的事情，我们一起能携手同行。
所以我觉得人工智能最大的意义就是它让我们更多地理解我们自身，对人工智能思考越多，我们会发现我们自己的心智系统是越神奇的。所以我们越了解人工智能，我希望我们也能越了解我们自己，人工智能在彼岸，我们在此岸。
通过对彼岸的遥望，我希望我们能更多地理解我们此岸的人类，希望我们能够有更全景、更宏观的视角看待我们的地球、看待我们的世界，我们都能有一个综合全面的世界的模型，希望我们每个人都能更多的去理解他人的心思、理解我们自己的心思，能够为自己做出决断。所有这些都是人类智慧的最精髓的部分。
今天我讲的故事纯属杜撰，但是我对于人工智能的思考，这就是我今天所要讲的，谢谢大家!返回搜狐，查看更多