霍金: 很抱歉, 但人工智能可能招致人类灭亡(附演讲全文)
演讲最后，霍金称人类还应该扮演一个角色，确保下一代不仅仅有机会还要有决心，在早期阶段充分参与科学研究，以便他们继续发挥潜力，帮助人类创造一个更加美好的的世界。
李开复：人工智能不会毁灭人类
霍金教授演讲之后，创新工场董事长兼CEO李开复，百度公司总裁张亚勤，原微软亚太研发集团首席技术官、金山软件前CEO张宏江在圆桌论坛上针对人工智能进行了讨论。
创新工场董事长兼CEO、创新工场人工智能工程院院长李开复首先围绕“人工智能时代的科学家创业”发表了看法。不过李开复并不赞同霍金教授关于人工智能毁灭人类的看法。李开复认为AI未来发展有很多机遇和挑战，而毁灭人类只是其中一种，而且还显得比较遥远。
李开复表示，人工智能已经成为VC等投资机构未来十几年重点看好的领域。“其实现在无论是BAT等巨头互联网公司，还是今日头条、快手等新兴创业公司，他们的产品用都早已经有AI技术的应用。”他指出，互联网公司的发展思路就是要把用户数量做大，增加用户对AI产品的黏度。
李开复判断，未来AI技术最具潜质的垂直应用行业，除了互联网公司产品之外，其次就是金融行业。第三是物联网，最后是无人驾驶。这四个行业将成为AI率先落地的场景。
对于创业公司而言，应重点考虑未来AI技术在商业中有哪些落地途径，但对于大型互联网公司来说，更应思考该制定怎样的AI发展战略。
张亚勤：人工智能能不能发展好，70%依赖于应用场景
百度公司总裁张亚勤坦陈，百度已经将AI作为公司未来主要的发展方向，现在百度所有的资源和技术都已经押注在AI上面。未来百度的AI打法，首先要做人工智能操作系统，做成类似于windows和android一样的操作平台;其次，要做开放的平台生态系统，将AI跟更多的应用场景结合。
“做AI是个系统工程，包括数据、模型和解决方案，发展需要一个过程。未来AI行业的发展10%在于算法，20%在于技术，70%将在于应用场景和落地过程。”张亚勤判断。
张宏江：中国人工智能的研发人员数量已超美国
金山软件前CEO张宏江表示，中国在人工智能领域将有引领世界的机会。他解释，发展人工智能最重要的两个因素，一是高质量的大数据积累，二是高质量的人才。张宏江认为，现在通过互联网形态能够获取的大数据的数量是过去难以想象的，中国巨大的市场给人工智能发展输送大量的数据“原料”。
此外，中国现在人工智能的研发人员数量几乎已经超过美国，很多技术人员也在寻找AI应用场景进行创业，未来中国的AI创业公司有很大机会成长为世界独角兽级别的公司。
以下为霍金演讲内容：
在我的一生中，我见证了社会深刻的变化。其中最深刻的，同时也是对人类影响与日俱增的变化，是人工智能的崛起。简单来说，我认为强大的人工智能的崛起，要么是人类历史上最好的事，要么是最糟的。
是好是坏我们仍不确定
我不得不说，是好是坏我们仍不确定。但我们应该竭尽所能，确保其未来发展对我们和我们的环境有利。我们别无选择。我认为人工智能的发展，本身是一种存在着问题的趋势，而这些问题必须在现在和将来得到解决。
人工智能的研究与开发正在迅速推进。也许我们所有人都应该暂停片刻，把我们的研究重复从提升人工智能能力转移到最大化人工智能的社会效益上面。基于这样的考虑，美国人工智能协会(AAAI)于2008至2009年，成立了人工智能长期未来总筹论坛，他们近期在目的导向的中性技术上投入了大量的关注。
但我们的人工智能系统须要按照我们的意志工作。跨学科研究是一种可能的前进道路：从经济、法律、哲学延伸至计算机安全、形式化方法，当然还有人工智能本身的各个分支。
人工智能一旦脱离束缚，会以不断加速的状态重新设计自身
文明所提产生的一切都是人类智能的产物，我相信生物大脑可以达到的和计算机可以达到的，没有本质区别。因此，它遵循了“计算机在理论上可以模仿人类智能，然后超越”这一原则。
但我们并不确定，所以我们无法知道我们将无限地得到人工智能的帮助，还是被藐视并被边缘化，或者很可能被它毁灭。的确，我们担心聪明的机器将能够代替人类正在从事的工作，并迅速地消灭数以百万计的工作岗位。
在人工智能从原始形态不断发展，并被证明非常有用的同时，我也在担忧创造一个可以等同或超越人类的事物所导致的结果：人工智能一旦脱离束缚，以不断加速的状态重新设计自身。人类由于受到漫长的生物进化的限制，无法与之竞争，将被取代。这将给我们的经济带来极大的破坏。
未来，人工智能可以发展出自我意志，一个与我们冲突的意志。尽管我对人类一贯持有乐观的态度，但其他人认为，人类可以在相当长的时间里控制技术的发展，这样我们就能看到人工智能可以解决世界上大部分问题的潜力。但我并不确定。
应优先研究强大而有益的人工智能
2015年1月份，我和科技企业家埃隆·马斯克，以及许多其他的人工智能专家签署了一份关于人工智能的公开信，目的是提倡就人工智能对社会所造成的影响做认真的调研。
在这之前，埃隆·马斯克就警告过人们：超人类人工智能可能带来不可估量的利益，但是如果部署不当，则可能给人类带来相反的效果。我和他同在“生命未来研究所”的科学顾问委员会，这是一个为了缓解人类所面临的存在风险的组织，而且之前提到的公开信也是由这个组织起草的。这个公开信号召展开可以阻止潜在问题的直接研究，同时也收获人工智能带给我们的潜在利益，同时致力于让人工智能的研发人员更关注人工智能安全。
此外，对于决策者和普通大众来说，这封公开信内容翔实，并非危言耸听。人人都知道人工智能研究人员们在认真思索这些担心和伦理问题，我们认为这一点非常重要。比如，人工智能是有根除疾患和贫困的潜力的，但是研究人员必须能够创造出可控的人工智能。那封只有四段文字，题目为《应优先研究强大而有益的人工智能》的公开信，在其附带的十二页文件中对研究的优先次序作了详细的安排。
研究如何从人工智能获益并规避风险是非常重要的
在过去的20年里，人工智能一直专注于围绕建设智能代理所产生的问题，也就是在特定环境下可以感知并行动的各种系统。在这种情况下，智能是一个与统计学和经济学相关的理性概念。通俗地讲，这是一种做出好的决定、计划和推论的能力。
基于这些工作，大量的整合和交叉孕育被应用在人工智能、机器学习、统计学、控制论、神经科学、以及其它领域。共享理论框架的建立，结合数据的供应和处理能力，在各种细分的领域取得了显著的成功。例如语音识别、图像分类、自动驾驶、机器翻译、步态运动和问答系统。
随着这些领域的发展，从实验室研究到有经济价值的技术形成良性循环。哪怕很小的性能改进，都会带来巨大的经济效益，进而鼓励更长期、更伟大的投入和研究。
目前人们广泛认同，人工智能的研究正在稳步发展，而它对社会的影响很可能扩大，潜在的好处是巨大的，既然文明所产生的一切，都是人类智能的产物;我们无法预测我们可能取得什么成果，当这种智能是被人工智能工具放大过的。但是，正如我说过的，根除疾病和贫穷并不是完全不可能，由于人工智能的巨大潜力，研究如何(从人工智能)获益并规避风险是非常重要的。
致命性智能自主武器是否该被禁止?
现在，关于人工智能的研究正在迅速发展。这一研究可以从短期和长期来讨论。一些短期的担忧在无人驾驶方面，从民用无人机到自主驾驶汽车。比如说，在紧急情况下，一辆无人驾驶汽车不得不在小风险的大事故和大概率的小事故之间进行选择。
另一个担忧在致命性智能自主武器。他们是否该被禁止?如果是，那么“自主”该如何精确定义。如果不是，任何使用不当和故障的过失应该如何问责。还有另外一些担忧，由人工智能逐渐可以解读大量监控数据引起的隐私和担忧，以及如何管理因人工智能取代工作岗位带来的经济影响。
长期担忧主要是人工智能系统失控的潜在风险，随着不遵循人类意愿行事的超级智能的崛起，那个强大的系统威胁到人类。这样错位的结果是否有可能?如果是，这些情况是如何出现的?我们应该投入什么样的研究，以便更好的理解和解决危险的超级智能崛起的可能性，或智能爆发的出现?
人工智能也有可能是人类文明史的终结
当前控制人工智能技术的工具，例如强化学习，简单实用的功能，还不足以解决这个问题。因此，我们需要进一步研究来找到和确认一个可靠的解决办法来掌控这一问题。
近来的里程碑，比如说之前提到的自主驾驶汽车，以及人工智能赢得围棋比赛，都是未来趋势的迹象。巨大的投入倾注到这项科技。我们目前所取得的成就，和未来几十年后可能取得的成就相比，必然相形见绌。
而且我们远不能预测我们能取得什么成就，当我们的头脑被人工智能放大以后。也许在这种新技术革命的辅助下，我们可以解决一些工业化对自然界造成的损害。关乎到我们生活的各个方面都即将被改变。简而言之，人工智能的成功有可能是人类文明史上最大的事件。
但是人工智能也有可能是人类文明史的终结，除非我们学会如何避免危险。我曾经说过，人工智能的全方位发展可能招致人类的灭亡，比如最大化使用智能性自主武器。今年早些时候，我和一些来自世界各国的科学家共同在联合国会议上支持其对于核武器的禁令。我们正在焦急的等待协商结果。
目前，九个核大国可以控制大约一万四千个核武器，它们中的任何一个都可以将城市夷为平地，放射性废物会大面积污染农田，最可怕的危害是诱发核冬天，火和烟雾会导致全球的小冰河期。这一结果使全球粮食体系崩塌，末日般动荡，很可能导致大部分人死亡。我们作为科学家，对核武器承担着特殊的责任，因为正是科学家发明了它们，并发现它们的影响比最初预想的更加可怕。
惊吓到了各位，很抱歉
现阶段，我对灾难的探讨可能惊吓到了在座的各位。很抱歉。但是作为今天的与会者，重要的是，你们要认清自己在影响当前技术的未来研发中的位置。我相信我们团结在一起，来呼吁国际条约的支持或者签署呈交给各国政府的公开信，科技领袖和科学家正极尽所能避免不可控的人工智能的崛起。
去年10月，我在英国剑桥建立了一个新的机构，试图解决一些在人工智能研究快速发展中出现的尚无定论的问题。“利弗休姆智能未来中心”是一个跨学科研究所，致力于研究智能的未来，这对我们文明和物种的未来至关重要。我们花费大量时间学习历史，深入去看——大多数是关于愚蠢的历史。所以人们转而研究智能的未来是令人欣喜的变化。
虽然我们对潜在危险有所意识，但我内心仍秉持乐观态度，我相信创造智能的潜在收益是巨大的。也许借助这项新技术革命的工具，我们将可以削减工业化对自然界造成的伤害。
我们生活的每一个方面都会被改变。我在研究所的同事休·普林斯承认，“利弗休姆中心”能建立，部分是因为大学成立了“存在风险中心”。后者更加广泛地审视了人类潜在问题，“利弗休姆中心”的重点研究范围则相对狭窄。
这是一个令人兴奋、同时充满不确定性的世界
人工智能的最新进展，包括欧洲议会呼吁起草一系列法规，以管理机器人和人工智能的创新。令人感到些许惊讶的是，这里面涉及到了一种形式的电子人格，以确保最有能力和最先进的人工智能的权利和责任。
欧洲议会发言人评论说，随着日常生活中越来越多的领域日益受到机器人的影响，我们需要确保机器人无论现在还是将来，都为人类而服务。向欧洲议会议员提交的报告，明确认为世界正处于新的工业机器人革命的前沿。报告中分析的是否给机器人提供作为电子人的权利，这等同于法人(的身份)，也许有可能。报告强调，在任何时候，研究和设计人员都应确保每一个机器人设计都包含有终止开关。
在库布里克的电影《2001太空漫游》中，出故障的超级电脑哈尔没有让科学家们进入太空舱，但那是科幻。我们要面对的则是事实。奥斯本·克拉克跨国律师事务所的合伙人，洛纳·布拉泽尔在报告中说，我们不承认鲸鱼和大猩猩有人格，所以也没有必要急于接受一个机器人人格。但是担忧一直存在。
报告承认在几十年的时间内，人工智能可能会超越人类智力范围，进而挑战人机关系。报告最后呼吁成立欧洲机器人和人工智能机构，以提供技术、伦理和监管方面的专业知识。如果欧洲议会议员投票赞成立法，该报告将提交给欧盟委员会。它将在三个月的时间内决定要采取哪些立法步骤。
我们还应该扮演一个角色，确保下一代不仅仅有机会还要有决心，在早期阶段充分参与科学研究，以便他们继续发挥潜力，帮助人类创造一个更加美好的的世界。这就是我刚谈到学习和教育的重要性时，所要表达的意思。
我们需要跳出“事情应该如何”这样的理论探讨，并且采取行动，以确保他们有机会参与进来。我们站在一个美丽新世界的入口。这是一个令人兴奋的、同时充满了不确定性的世界，而你们是先行者。我祝福你们。
End
深入阅读｜点击图片或标题
上月热文回顾
专业|深度|独家|鲜活
空间商业
创新科技
创业投资
看泰伯网就够了
投稿邮箱|iola.ren@taibo.cn
交流QQ群|512578815返回搜狐，查看更多
中科院原院长白春礼最新演讲：关于我国人工智能发展的思考和建议（全文）
刚才朝阳董事局主席讲话我很有感触，我认识他的时候，他取得物理学博士不久，还没有创办搜狐，但是他今天仍然保持对物理学浓厚的兴趣，也支持举办这样的峰会，我觉得特别难得。
刚才暖场视频当中有一段关于人工智能，刚才朝阳讲话当中，提到人工智能方面最新的进展，今天对人工智能发展的几点思考，包括学科的发展和政策建议，来跟大家一起讨论。
最近几年来，人工智能发展日新月异，已经从科学研究领域演变为能够深刻的改变影响各个行业的赋能体，并且作为基础设施来推进经济社会发展，展现了广阔的应用前景，引起各个方面极大的关注，就这个方面谈一点思考。
第一，关于人工智能的引领性和战略主导地位。人工智能具有技术特征，影响的深度和广度，以及辐射带动作用，有望在新一轮科技革命当中成为具有引领和主导地位的战略性关键技术。
从历史维度来看，历史科技革命和产业革命，鲜明的特征都是围绕人的发展和解放。第一次工业革命以蒸汽机为标志，将人从繁重的体力劳动中解放出来，第二次工业革命，以电力技术内燃机为标志，极大地超越了人的体能，满足人类工作生活的多元需求。第三次工业革命以计算机技术互联网为标志，实现了简单脑力劳动的高效替代，并极大拓展了人类发展空间，将人类在更高层次，更高范围来解放出来。第三次工业革命完成了人的体力和脑力的拓展与解放，而人工智能将实现对人类复杂智力智慧活动的模仿、替代和拓展，将人类在更高层次、更大范围解放出来。
从发展的维度来看，人工智能是一项革命性的颠覆性技术，有可能引发新一轮科技革命，进而研发产业革命。人工智能是新一轮科技革命和产业革命的重要力量，能加快新一代人工智能，是新一轮科技革命和产业变革机遇的战略问题。我们也知道，当前哪一类技术真正可以和历次工业革命当中的先导科技相提并论的话，无疑是人工智能。
所以，人工智能整合了机械化、自动化、信息化以来所有科技创新成果，将引领经济社会发展进入一个充满无限可能的新纪元，并将深刻影响和改变全球经济、产业、创新的格局。
当前世界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当中掌握主动权。像2019年美国发布了《确保美国人工智能领导地位行政令》，启动国家人工智能研究所计划。截止2021年底共资助18个国家AI研究所，21年国家AI倡议法案，去年明确把AI列为维护国家安全至关重要的关键技术领域。
同样英国也是专门成立了图灵研究所，致力于使英国成为大数据分析与应用领域的全球领跑者，2019年4月，建立4所人工智能跨学科研究所，涉及到健康、环境、能源、交通等领域。
第二，人工智能的主要特征和发展趋势。
1956年，明斯基等科学家在达特茅斯会议上提出人工智能概念，标志着人工智能学科诞生，经过60多年的发展，人工智能发展起起伏伏，最近几年展现出蓬勃快速发展态势。我们搜狐科技峰会，专门搞过人工智能发展的专题。ChatGPT代表的人工智能新一轮的热潮，从学科内在属性来看，人工智能多学科交叉融合特征特别明显，而且它的技术综合性很强，研发难度也很大，人工智能集机械化、智能化、信息化大成的技术，高水平系统研发首先依赖于计算机、集成电路、网络通信、先进计算、机械化结构、传感器、关键材料等领域的直接支撑。而智能水平颠覆性进展，往往需要基础学科领域，如算法等理论突破。着眼于模拟和超越人类智能，人工智能与脑科学、认知科学研究的融合也越来越紧密。
从研发组织模式来看，人工智能需要规模化、高水平的研发平台支撑，也需要大量的人力物力资源投入。
人工智能学科内在属性，决定了只有多学科深度交叉融合的大团队、大平台才有可能实现大突破。这一趋势在这一轮发展浪潮当中尤为明显，如果说之前在发展当中，非常天才的科学家或者团队能发挥决定性的作用，但是这一轮主要的突破，都是大机构和大企业，像Google和微软，IBM的人工智能团队都是数千人，大平台、大团队背后是大投入的支撑，这是研发的组织模式，刚才讲学科内在属性，从研发组织模式来看的。
从发展驱动力来看，我觉得人工智能应用导向非常鲜明，经济、社会等应用需求拉动成为主要驱动力。
在这一轮人工智能发展中，前两轮很大程度上靠技术来推动的，这一轮发展当中，技术进步虽然也发挥重要的作用，但是主要动力是来自于应用场景的不断拓展，以及经济社会等应用领域的深度融合，从而催生出一大批新产业、新业态，比如，像美国OpenAI公司开发的ChatGPT，它的发展确实引起全世界广泛关注。
未来5-10年将是人工智能发展的关键期，在2021年根据统计，我国人工智能核心产业规模将会更大，比2019年同期增长一倍多。根据预测2030年我国人工智能核心产业规模将超过1万亿人民币，30年全球人工智能市场规模将达到16万亿美元，目前还有很大的发展潜力和空间。
第一，关于基础理论和技术领域。有大片的无人区，关于生成式人工智能，类脑智能，感知和芯片，感知器件，都需要持续性突破，才面向实现通用人工智能的终极目标，这方面还需要更多更前瞻甚至未知理论的突破。
第二，应用系统更加智能的方向演进。人工智能将逐步减少对人工设计的网络模型，人工标注的大数据，耗时耗力的训练依赖，通过样本输入，对外界环境感知自主学习和进化，适应不同环境不同任务的能力，从原来人工+智能，走向自主智能，人机协作，脑机接口。从机器智能走向人机混合智能，这是人工智能发展的必然趋势，也是挑战的革命跨越。
第三，体系平台间的竞争成为焦点。人工智能领域的竞争是大体系，大军团的竞争，对海量数据资源跟用户的竞争，发展重点逐步转为开源开放的生态体系，从而对后来者形成新的技术壁垒，像谷歌、IBM、微软、Facebook等科技巨头积极推动人工智能生态建设，抢占开源开放平台的竞争制高点。我把这个趋势做了一个阐述。
最后我谈一谈，关于我国人工智能发展的思考和建议。
中央高度重视人工智能发展，要加强人工智能发展，要求要深刻认识和加快发展新一代人工智能重大意义，加强引导，明确任务，夯实基础，促进经济社会发展融合，推动我国新一代人工智能健康发展。国务院专门制定出台了《新一代人工智能发展规划》，对人工智能的创新链、产业链、应用链等多维度进行了顶层设计和统筹布局，这也为人工智能加速发展篮球提供了有力的政策指导。
总体来看，我国在人工智能方面投入比较大，高水平论文和核心专利数量都在快速提升，一些人工智能领军企业快速发展。另外，我们有巨大的市场规模和市场潜力，有最完备的智能制造和产业链，最大规模的海量数据资源，通过“智能+”行动，将人工智能技术推广渗透到各行各业，形成大规模的智能应用市场，我想这是我国来发展人工智能的一个独特的优势。因为我们的市场非常大。
未来，人工智能领域的竞争将会越来越激烈，为保证我国新一代人工智能快速发展，现阶段着力解决好三个关键问题。
1、核心技术和基础能力不强。我国在人工智能领域进入原始创新和技术积累不足，基础理论构架和芯片等核心关键器件较多依赖进口，可能导致我国在智能化阶段再次“空心化”。这也是我们与美国相比最大的差距所在。
2、产业发展生态不健全。自主技术体系和产业生态发展薄弱，国外利用技术壁垒和先发优势已经的构建起生态体系的壁垒，大量市场应用发展良莠不齐，中低端比较多，同质化竞争明显，市场竞争环境仍有待改善。人工智能涉及到伦理问题、社会问题研究也相对滞后，立法和治理亟待加强。
3、高端人才严重不足。清华大学等单位发布了2022年全球最具影响力学者，AI2000榜单，这一榜单美国最多，1164人次入选，中国有332人次入选，第三是英国115人次入选、由此可见，我国AI高校人才还是不足，很多高校都开设了人工智能专业，前不久我参加国务院教育部关于人工智能学科方面重视的会议，缺乏高质量师资，课程设置与市场需求不相匹配，人才培养规模和质量难以满足发展需求。
综合以上对人工智能的学科特点，发展趋势和存在问题的分析，有如下几个建议：
建议一：充分发挥社会主义市场经济条件下的新型举国体制优势，集中优势病例突破关键核心技术。发挥好庞大市场的需求侧牵引作用，充分激发企业作为技术创新主体的活力和潜力，构建好自主的平台生态，形成科技创新和产业应用互相促进的良好发展局面。尤其行业龙头企业加大投入，联合优势力量协同攻关。
充分发挥好国家战略科技力量的建制化、多学科优势，在短板上抓紧布局，确保关键核心技术牢牢掌握在自己手里。
建议二：强化顶层设计，加强统筹协调和系统布局，加快构建政产学研用的良性互动创新生态。我们知道“两弹一星”，这是举国体制重大成果，相比较于两弹一星，再看航天国家的战略任务，人工智能这一领域，涉及的多学科及其交叉融合，涉及到更广，影响方面更大复杂的系统工程。不仅涉及到多学科及其交叉融合，芯片、操作系统等软硬件系统，复杂的开源平台、海量数据资源和标准体系建设，技术与经济社会各行业应用的互动，市场经济条件下产业竞争力的培育和军民协同，国际竞争合作，以及数量庞大的不同学科领域的人才队伍支撑等。
所以，这方面尤其需要加强顶层设计、综合施策，需要项目、基地、人才、教育等各类政策相互协调配合才能更好地发挥作用。例如，要布局国家级人工智能研究中心和实验室，构建自主可控的国家级开源平台等，包括数据的开源，政策的管理，减少数据孤岛。
建议三：创新人才培养模式，要加快培养造就一支规模宏大、水平一流的人工智能人才队伍。
要结合人工智能学科特点和当前面临的问题，立足自主打造高水平人才培养体系，统筹考虑、系统设计教育培养、人才计划、人才评价等政策。
高层次人才培养方面，加快改革完善人才评价激励制度。建立人才良性竞争机制和合理流动机制。营造有利于突破性、颠覆性创新的创造环境，加强对基础研究和关键核心技术攻关的持续稳定支持。
青年人才培养方面，整合相关学科背景的优秀师资队伍，结合重大项目和重要的应用实践，依托高水平平台来培养跨学科复合型人才。
建议四：加强法律法规、伦理规范和政策体系建设。
人工智能发展引起科学界社会的普遍担忧，埃隆·马斯克上千名专家，呼吁暂停AI研究6个月，大家怎么响应是一回事。而且我们知道，号召各国立即执行，人工智能伦理问题建议书，国家网信办发布了生成式人工智能服务管理办法《征求意见稿》，因此针对人工智能可能带来的安全风险，包括技术伪造，有人担心人工智能伪造信息，大家很难识别。
还有侵犯隐私。我看韩国不让用ChatGPT，就是对话的时候，怕信息暴露出去。还有社会伦理、代替人工改变就业结构，还有如何制定人工智能国际规则等，这些都需要认真研究。要加快构建更加包容审慎的国内监管体系，一方面要监管，同时也要鼓励和支持人工智能快速发展，同时我们中国也需要力争在相关国际规则制定中掌握更大话语权，这方面我们需要更加努力。
来源：麒令咨询
2023年亚洲炼油和化工科技大会
将于6月05-08日召开
敬请期待
免责声明：本文章仅代表作者个人观点，与石化行业走出去联盟无关。其原创性以及文中陈述文字和内容未经联盟证实，对本文以及其中全部或者部分内容的真实性、完整性、及时性石化行业走出去联盟不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。返回搜狐，查看更多
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]