BBC：人工智能AI可帮助人类发挥“群体智慧”
机器人很难捕作到构成人类群体动态的微妙和难以言喻之社交表达方式，而人类则很难信任过度干涉的人工智能系统。
人类很早已认识到，群体合作集思广益，其解决问题的成效可以大过个体各自智慧的总和。“群体智慧”早在古希腊就已得到公认，当年希腊哲人亚里士多德就指出，众多平凡之人如果齐心合力，所作的集体判断往往比伟大的个人更为出色。
不需多想即知多人参与决策会有较出色的成果，但知易行难，任何行政主管都会告诉你，让一个大团队齐心合力共事并不容易。然而，最近人工智能（AI）的进步让群体智慧的可操作性变得比较可行，从而得以让人类工作会更有效率，更有能力解决紧迫的社会挑战。
英国国家科技艺术基金会（NESTA）是英国一个资助和推动改善人类生活之创新和发明的公益机构。其群体智慧设计中心的负责人彼得‧巴克（PeterBaeck）说，“我们知道，人类工作的未来完全依赖相互合作解决问题，其中一个最显然而明的机遇是利用人工智能，这可帮助人类面对共同挑战时在通常相当纷乱的网络中建立良好联系。”
有的公司希望蜂群型的集体智能模式能帮助人类建立团队合作精神。
蜂群思维
在开发人工智能帮助我们汇总各自独特的才干方面，已经有了一些前景很看好的个案。旧金山初创公司UnanimousAI建立了一个帮助指导团队决策的在线平台。该公司以一种大家意想不到的模式来建立其人工智能方法，即模仿蜂群的集体智能模式。
首席执行官路易斯·罗森伯格说，在设计这个模式时“我们回到最基本的问题，即‘大自然是如何增强放大物种的群体智慧?’自然所做的就是建立实时系统，在这个系统中，动物团队通过反馈回路即时交互作用。因此，蜜蜂是作为一个系统，相互推动和拉扯，汇聚它们各自的知识、智慧、洞察力和直觉于一体，因而形成最佳的智力决策。”
他们建立的峰群人工智能平台（SwarmAI）的运作模式通常向群组提出一个问题，并在屏幕的不同角落放置可能的答案。群组各用户需用鼠标控制一个虚拟磁石，互相争抢着把一个冰球拖向他们认为正确的答案处。
这个系统的算法则分析每个用户与冰球的互动方式，例如，其对拖动冰球的信心有多大，或者当位于少数时，其信心动摇的速度有多快，然后利用这些信息来确定冰球的移动方向。这就形成了每个用户都会受到其他人的选择和信念影响的反馈循环，从而使得冰球最终会落脚于这个互动群体智慧的最佳选择处。
使用该产品的一些学术论文和知名客户进一步增强了这个蜂群人工智能平台的有效性。在最近的一项研究中，一组交易员被要求预测几个关键股市指数的每周波动曲线，方法是试图把冰球拖到四个答案的其中一个。这四个答案是涨或跌超过4%，以及涨或跌不到4%。使用该工具，他们的预测准确率提高了36%。
瑞士信贷集团利用这个平台帮助投资者预测亚洲市场的表现。迪斯尼曾用来预测电视节目的成功率。UnanimousAI甚至与斯坦福医学院合作，使用这个平台将医生通过胸透X光诊断肺炎的能力提高了33%。
卡内基梅隆大学组织行为学权威专家安妮塔‧伍莱（AnitaWoolley）表示，影响一个团队发挥群体智慧的最大因素是成员之间的协调程度。智能工具在这一领域可能起很大作用，因此伍莱现在与同事正一起开发人工智能的合作教练，这个AI教练可以跟踪团队成员的工作状态，然后给予提示，帮助团队成员同心协力工作。
伍莱说，“这些（人工智能）工具可以扮演的角色实际上是无穷无尽的，比如促进不同分部门之间的交流，提醒人们可能忘记的事务，充当信息的存储库，以及帮助团队协调决策等。”
“蜂群智能”模式可帮助医生使用X光诊断肺炎时减少三分之一的误诊。
打造团队
但伍莱表示，要设计出能够与人类团队良好融合的技术，可能会惊人的困难。她正与同事一起研究开发人工智能的团队教练，这个人工智能教练可以跟踪团队成员的行动，给予提示，帮助整个团队能良好地协同工作。
她的团队在一项研究中，尝试了三种旨在最大化群体智慧的工具。一种工具可以对团队成员的努力提供实时反馈，另一种工具可以帮助分配任务，还有一种聊天机器人可以帮助团队成员谈论他们的技能和专业知识。
第一个工具似乎会让人们失去动力，而第二个工具则会用不必要的计划分散团队的注意力。只有最后一种工具，即聊天机器人有所帮助，能确保每个任务由最适合的人选来完成。伍莱说，“我们不断发现的是，制造一些让人讨厌的东西比制造一些真正有用的东西要容易得多。”
她表示，利用人类的社交智慧来构建人工智能非常困难，因为机器仍然很难捕捉到支配着人类群体动态的那种微妙而难以言喻的社交表达方式。从伍莱的研究中也可以明显看出，这些系统只有在人类真正信任人工智能决策，并且用户只接受系统的轻微提示的情况下才能工作。伍莱说：“一旦系统过度干涉用户，人们就会想办法让其失效。”
机器人对人类交给他们的任务越来越胜任。
但是，巴克说，人工智能和人类很难结合的原因也是机器和人类能否很好合作的关键之所在。人工智能的运行速度和规模远远超越了人类的能力，但机器人要学会人类的灵活性、好奇心和对微妙语境的把握，还有很长的路要走。
最近，巴克与英国国家科技艺术基金会（Nesta）高级研究员艾勒克斯‧贝蒂谢夫斯卡雅（AleksBerditchevskaia）共同撰写了一份报告，确定了人工智能增强我们群体智慧的几种方式。其中包括帮助我们更好地理解数据，找到更好的方法来协调决策，帮助我们克服固有的偏见，以及彰显经常被忽视的非寻常解决方案等。
但该报告还显示，将人工智能工具与人类团队结合起来需要精心设计，以避免意外后果。贝蒂谢夫斯卡雅说，目前缺乏人类群组如何应对与人工智能合体的研究，因此很难预测这种合作系统一旦实际使用其效果会如何。
她补充说，人工智能系统“可能会以新的方式扩充我们的才能，或我们需要做出快速反应时提高我们的回应速度。我们对人类认识以及有能力引导个人对这类人工智能系统作出反应的研究，诸如人类对AI的信任问题以及AI对自己代理角色的意识等，尚处于非常早期的阶段。”
人性化人工智能
将人类智慧和AI智慧结合在一起，也有助于赋予人工智能技术更多的人性元素，更好地指导其决策。
总部位于伦敦的初创企业Factmata建立了一个人工智能审核系统，该公司招募了2000多名专家，其中包括记者和研究人员，专门分析互联网上的某些信息，比如偏见、言论的可信度或仇恨言论等。然后，他们利用这一分析来训练一个自然语言处理智能系统，用来自动扫描网页中有问题的内容。
其首席执行官德茹夫‧古拉特（DhruvGhulati）说，“一旦你有了经过训练的算法，就可以用于分析互联网上的数百万条内容。你可以放大这些专家对互联网言论的批判性评估。”
虽然人工智能通常是在一次性过程中接受专家标记的数据训练，但Factmata的专家不断更新训练数据，以确保人工智能算法能够跟上不断变化的政治和媒体环境。他们还让公众对人工智能的输出作出反馈，古拉特说这能确保人工智能不脱离现实，也不会存在固有偏见。
然而，将我们自己和我们的智力决策与人工智能混合在一起并非没有风险。伍莱说，我们给机器提供的信息越多，人工智能和集体智能之间的协同作用效果也越好，但我们也就会面临我们究竟愿意放弃多少个人隐私的艰难选择。
但她说，考虑到气候变化和流行病大爆发等全球性的多方面复杂挑战，有效利用我们人类的群体智慧已攸关人类的存亡。
已经有一些例子说明以人工智能来增进人类的群体智慧这种方法是如何应对这类全球性危机。卡耐基梅隆大学的研究人员目前正在使用人工智能学习算法，将自愿症状调查、医生报告、实验室统计数据和谷歌搜索趋势等结合一体，实时预测新冠肺炎流行趋势。再例如，监察全球种族灭绝和反人类罪风险的美国NGO“早期预警”（EarlyWarningProject），结合网络的众包预测、专家评估和机器学习算法，来确认最有可能发生这类暴行的国家，从而提前发出警示。
伍莱说：“我们可以让一些非常聪明的人单独研究问题的不同方面，但是如果我们不协力合作，没有集思广益，就很难取得任何进展。我认为，关键之处是要让人工智能帮助这些单打独斗的工作实现集群化，这样才能解决需要全球集体行动以面对的问题。”
特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。人工智能时代需要怎样的教师
“我的工作会被机器人取代吗？”人工智能的迅猛发展，让越来越多的人开始担心自己的“饭碗”。而随着人工智能进军教育领域，许多教师也开始忧虑起来：“机器人会让我失业吗？”
实际上，这种担心并非空穴来风。2016年5月，美国佐治亚理工学院计算机科学教授艾休克·戈尔，在自己的网络课程中，将一款聊天机器人安排为自己的助教。这一聊天机器人在后台回答问题的功能非常强大，学生们根本没有注意到自己的聊天对象是机器人。人工智能会取代教师吗？
教师被人工智能替代的几率为0.4%
“如果你的工作包含以下三类要求，那么你被机器人取代的可能性非常小：社交能力、协商能力以及人情练达的艺术；同情心以及对他人真心实意的扶助和关切；创意和审美。”北京师范大学教育学部副部长余胜泉说，“反之，如果你的工作符合以下特征，那么被机器人取代的可能性就非常大：无需天赋，经由训练即可掌握的技能；大量的重复性劳动，每天上班无需过脑，但手熟尔；工作空间狭小，坐在格子间里，不闻天下事。”
余胜泉告诉记者，英国广播公司（BBC）基于剑桥大学研究者的数据体系，分析了365种职业未来的“被淘汰概率”。其中，电话推销员、打字员、银行职员等职业，分别以99.0%、98.5%、96.8%概率，被列为可被人工智能取代的职业；而艺术家、心理医生、教师等职业，分别以3.8%、0.7%、0.4%的概率，被列为最不可能被人工智能取代的职业。
“BBC分析认为，教师被机器人替代的概率只有0.4%，但英国教育专家AnthonySeldon则预测现在离人类教师消失只剩下3000天。孰是孰非呢？”《华东师范大学学报（教育科学版）》主编杨九诠说，“我想不可能有也不应该有肯定的答案。但值得注意的是，此‘教师’已非彼‘教师’。在未来新的社会样态、教育样态、知识样态和学习样态中，教师的思想观念、心智结构、生活方式和角色意识等，以及教师与社会、组织、学生、同行的关系，都可能发生颠覆性的全新变化。”
“传道、授业、解惑，是教师的主要职责。随着人工智能的出现，智能机器人可以代替教师传授知识、解疑答难、展示方法、考试阅卷，但在‘传道’这一块是替代不了的。”新疆呼图壁县教科局局长朱新宇说。
“目前的智能教学系统还是对优秀教师的模拟，建立教师模型、学生模型、教学法模型和交互模型等。所以说，人工智能远远谈不上对教师、特别是优秀教师的直接威胁。我们可以将人类智慧编码输入电脑，但不可能将电脑芯片植入一个健康的大脑。”北京大学教育学院教育技术系教授贾积有说。
人工智能将是教师的得力助手
“人工智能不可能取代教师，而是要成为师生的强大助手，可大幅提升教与学的效率和效果，所以学校应积极拥抱人工智能。”科大讯飞轮值总裁吴晓如说。贾积有也表示，人工智能技术在教育领域的应用与传统教学方法相比具有比较显著的正面影响。
贾积有介绍，数据挖掘技术应用到教育上，可以实现教育决策和管理的民主化及科学化；学习分析技术可以帮助教育者更好地实施个性化和适应性教学活动，也可以帮助学习者更准确地认识自己，开展针对性学习，改进学习效果，提高学习效益；模式识别技术如情感识别等可以自动识别学生的情感状态，以便实施适应性教学；自然语言处理技术一方面可以作为辅助工具应用到语言教学上,促进学生听说读写译各个方面的发展，另一方面作为人机交互手段应用到智能教学系统上，实现自动答疑。
余胜泉也认为，人工智能在教育未来的许多方面，如自动出题与批阅、学习障碍诊断与及时反馈、问题解决能力测评、学生心理素质测评与改进、青少年体质健康实时监测、学生成长发展指导、智能学习伴侣、个性化智能教学、综合素质评价报告等方面，都可以承担起教师的角色。
“人工智能将引发现代教与学的革命，众多语音图像识别、可穿戴设备、虚拟现实成像技术渗入课堂，使得现行的教学媒介、师生评价反馈、深度学习等都发生改变，学生个性化、任务单式的学习，团队项目式的学习，多学科的统整融合实践等，都将在智能设备的支持下变得更便捷。”广东省深圳市南山区后海小学校长蒋和勇说。
“人要驾驭机器，而不能被机器奴役。”北京市第十八中学校长管杰表示，有了人工智能的辅助，教师可以腾出更多的时间和精力，创新教育内容、改革教学方法，让教育变得更好。教师就不再仅仅是知识的传授者，还是满足学生个性化需求的教学服务提供者、设计实施定制化学习方案的成长咨询顾问，成为学生学习的陪伴者、动力的激发者、情感的呵护者，真正成为学生“灵魂的工程师”。
不会使用人工智能的教师有可能被淘汰
“显然，未来的优秀教师将是那些善于使用人工智能的教师，教师要主动拥抱人工智能。”教育部基础教育课程教材发展中心主任田慧生说，“我们应该积极面对人工智能带来的挑战，同时提高自身的自主学习能力，培养创造力。创新思维的培养，就是要呵护学生的好奇心和求知欲，鼓励学生发现问题。”
“人工智能不能取代教师，但是使用人工智能的教师却能取代不使用人工智能的教师。”余胜泉说，未来的教育是人与人工智能协作的时代，充分发挥机器与人类不同的优势是提高教育生产力的关键，人工智能将会取代简单重复的脑力劳动，教师要发挥人类的创新、复杂决策、情感关怀激励等优势。
朱新宇认为，在人工智能时代，教师教学必须抓住3个核心：一是教授学生有价值的知识，同时培养学生探寻知识的兴趣、欲望和方法；二是培养学生良好的品行；三是启发学生寻找人生的价值和意义。
“最基础的教育，将不再需要教师；而‘更好教育’的需求以及市场选择中不同的支付渠道和交换方式，将大大提升教师的薪资水平和社会地位。”杨九诠认为，“教师将成为未来社会不同类型、不同规模的学习中心重要的共同规划者和运行者，从而成为社会与教育的协同创生力量；在工作性质和社会筛选的相互作用下，教师的道德水平将提升到新的境界，甚至可以想象，未来教师的薪资中将可能包含社会供养的成分。”
教育部教师工作司司长、北京外国语大学党委书记王定华说，教师要不断增长本领，善用人工智能，提高教学效果，扩展知识疆域，调动学生兴趣，不能对其漠然置之、不屑一顾。同时，教师也要体现主体地位，永做学校主人，关注学生成长。人不仅是学习知识的认知体，更是有血有肉的生命体。教师职业必将长期存在，人工智能则发挥必要辅助。
“面对信息技术和人工智能的日新月异，有关大学和中小学应加快教师发展信息化步伐，主动拥抱人工智能，进一步推动信息技术在教育教学、教育管理、教育服务过程中的应用，利用智能技术支撑人才培养模式的创新，支撑教学方法的改革，持续不断地造就一批又一批掌握信息技术、具有创新思维的教师。”王定华说。（本报记者苏令）
人工智能会超越人类智能吗（Will Artificial Intelligence Surpass Human Intelligence?）
4人工智能人类智能过于神秘，以至于用计算机系统进行模拟似乎是一项不可能完成的任务。McCarthy（1998）将人工智能描述为：模拟人类并最终像人类一样解决问题的计算机行为。Kurzweil（1990）探讨过人工智能应该像人类一样思考和行使能力。一些研究者认为计算机需要合理思考并且具有推理能力（Winston，1992）。
研究者通过建立智能系统来解决逻辑概念中所有的问题。无论如何，他们雄心勃勃地探究如何从各种信息中获取知识，并且构建一个形式上的结构来使用逻辑符号。
此外，理论和实践之间存在鸿沟。计算推理系统可能耗尽计算机的计算资源。计算机科学家正在努力探寻能够有效解决这一问题的高效解决方案。
4.1人工智能假说人工智能可分为：弱人工智能、强人工智能和超人工智能。弱人工智能意味着，机器可以表现得像智能，机器可以模拟人工智能可被精确描述的各个方面（McCarthy等，1958）。
另一方面，强人工智能指计算机程序实际上可以真正的思考而不仅仅是模拟思维。Copeland（2004）认为，强人工智能机器应该以人类的形式构建，并将像人类孩子语言经历教育和学习的过程。此外，Bostrom（2014）提出了超智能假设，即如果机器的大脑能够超越人类大脑，那么新的超级大脑将会取代人类。我们将分析这三种人工智能的性能，并讨论每组的人工智能是否超过了人类智能。
4.2人工智能的能力人工智能已经广泛应用于许多学科，我们日常生活中常常有意无意地与之交互。人工智能已经表现出不同级别的能力来解决各领域的问题，如金融市场、自动驾驶汽车行业和语音识别市场。
得益于AlanTuring（1950）提出的图灵测试，人工智能研究人员对人工智能进行了可操作的定义，我们可以总结人工智能通过图灵测试的能力。为了与人类交流，计算机首先要理解自然语言，如英语、西班牙语。一旦计算机检索到了信息，它就需要检测模式并从信息中概括知识。知识应该存储于某处，应用于回答问题并通过逻辑演绎得出结论。此外，完整的图灵测试包括一个视频信号来测试计算机的感知能力，因此计算机应该理解图像，声音和视频。
4.3人工智能的应用借助上述讨论的能力，人工智能已经应用于了自然语言处理（NLP）、机器人技术和手写、面部、语音识别。对于各行各业，已经有帮助决策的特定的应用程序被开发出来。
在电子商务领域，亚马逊、苹果和谷歌等公司已经建立了自己的人工智能助手，通过自然语言处理为客户提供音频服务。研究人员一直在改进具有复杂机器学习算法的推荐系统，以便他们可以分析和模拟客户的行为，并进一步帮助促进业务增长。
在医疗健康行业，人工智能已被用于提供医疗解决方案和视觉呈现，例如使用模式识别软件使用深度学习来诊断心脏病和肺癌。
在金融领域，风险管理是人工智能最大的应用之一。Visa和MasterCard等公司识别其行为与其常规活动不同的客户，并在AI的帮助下检测欺诈行为。
在人力资源管理领域，人工智能是一种提高招聘和专业教育效率的先进解决方案。许多AI工具可以帮助管理人员构建评估模型，以筛选简历并获得理想的候选人。
在供应链中，Chatbots已应用于简化任务。自动驾驶车辆可以降低运输成本。在进一步分析物流数据的同时，组织有更多机会优化其供应链管理。
4.4推动人工智能普及的因素近年来，我们目睹了人工智能的兴盛，但是McCarthy等人提出人工智能这个术语实在1958年，为何它现在变得如此流行和强大。
首先，得益于互联网，数据规模变得比以往任何时候都大得多。人们创建文档、电子邮件、照片和视频，并通过互联网分享。其次，算法的进步为人工智能的发展做出很大贡献。开发卷积神经网络（CNN）以及识别图像模式，并进一步应用于语音和视频识别（Matsugu等，2003）。
此外，还存在其他算法，例如递归神经网络（RNN），用以以改善计算机的模式识别能力（Sak等，2014）。第三点是，图像处理单元（GPU）可以进行大量的矩阵计算（Hopgood等，1986），因此处理信息的时间显着减少，可以在合理的时间内引入复杂的算法并从结果中获取知识。最后也同样重要的是，云基础架构和服务的开发为研究人员提供了更多解决方案来构建模型和进行计算。
5人工智能与人类智能对比历经多年发展，人工智能已应用于许多领域，并专注于各细分领域。人工智能在不同领域的表现有所不同，有些远超人类智慧，有的则尚处起步阶段。例如AlphaGo多次击败人类世界冠军，而在情绪预测方面仍处于初步。然而，人工智能在高级人类智能的某些方面的表现，如创造力，好奇心和价值判断，对于实际应用来说仍然不尽人意。因此，为了回答人工智能是否超过HI的问题，我们需要根据不同的领域和能力比较人工智能和人类智能，然后总结评估标准。在本节的以下部分中，我们将长期描述自动机器与人类从工业革命到信息革命之间关系的演变，并根据这种关系的发展来研究人工智能和人类的未来。
5.1工业革命中的自动化本节中，我们将探讨第一次和第二次工业革命期间人类如何被自动机器取代。两次工业革命对科学和社会发展产生了重大影响。科学研究成果在工业革命之前很少用于工业生产。工业革命后，涉及自动化制造的领域大大提高了生产率。Brady（1961）总结了自动化的特征。在他的书中，他提出自动化应该能够在过程中自动纠正错误。该描述说明了自动化的最重要的优点，即自动机器产生错误的概率远低于人的概率。与此同时，自动化可以保证比那些低技术和高度可重复位置的人类更高的工作效率和效率。结果，当时许多工作岗位上的自动机器取代了人力劳动力。总的来说，由于可靠性和效率的原因，这种转变可以看作是“AI”（industrialautomation，工业自动化）第一次大规模超越人类。
5.2信息革命中的计算机信息革命，也被称为第三次工业革命，最具影响力的创新是现代计算机，它在过去几十年里极大地改变了人类社会。发明数字计算机的原因是人类无法处理核研究中的大规模复杂计算，这直接促成了第一台现代计算机的出现。
经过几十年的发展，计算机现已应用于几乎所有的社会领域。很明显，计算机能够弥补人脑的局限性。例如，计算机能够突破人类记忆的存储限制并同时处理大量计算，这对人类来说通常是困难的。
因此，可以合理地说“AI”在处理默认和日常任务的领域中超越了人类。但是，计算机仍然受限于大多数创造性问题。例如，Walsham（2001）提出计算机在解决知识管理问题方面存在缺陷，因为知识管理需要计算机涉及更多的人类活动，而不仅仅是处理技术问题。
总之，“AI”（计算机）在数学推理和解决问题方面已经超越了人类，但仍然缺乏涉及人类互动的能力。
5.3人工智能的未来上述的这些对比为我们提供了一个通用的测量标准，用以定义人工智能是否超过了人类。随着机器学习和深度神经网络的发展，人工智能已经广泛应用于娱乐，教育，经济等诸多产业领域。
与上述探讨的机械的机器和计算机不同的是，人工智能最显著的特点是自学习能力，因此人工智能可以处理比自动化和计算机更高水平的交互。一些学者已经论证了人工智能可以利用其强大的学习能力来做出出色的预测。例如，人工智能可以通过分析以前的实际数据来预测药物效用的趋势，现在这项技术已经应用于医学研究的方方面面（Ramesh等，2004）。然而，一些学者认为人工智能仍在许多方面存在缺陷，并且仍处于模拟人类特征的阶段（Cai和Xue，2016）。
考虑到这种分歧，我们需要我们需要缩小讨论范围来总结一个合理的结论。在接下来的章节中，我们将人工智能分为三类：弱人工智能，强人工智能和超人工智能，对其进行分别探讨。
6不同类型人工智能的表现根据第4节中人工智能的定义和第5节中的分析结果，人工智能分为三类：弱人工智能，强人工智能和超人工智能。本节中将会对这三种类型的人工智能进行定义，并讨论它们与人类智慧比较时的表现。
Colom等人（2010）将智力定义为“推理，解决问题和学习所需的一般思维能力”。通过建立以推理、解决问题和学习为标准的模型，我们将尝试通过讨论是否有推理，解决问题和学习相关的能力来衡量这三种类型人工智能的表现，然后将其表现与人类进行对比。
由于人工智能应用极其多样化，并且在不断地推陈出新，因此无法列出所有的应用来逐一与人类进行对比。因此对于每种类型的人工智能，我们将会选取典型的应用程序来讨论或引入公认的标准来衡量这种类型的人工智能的性能。若所选择的应用程序能够超过人类，我们将得出结论：该种类型的人工智能能够超越人类智能。若找不到某种人工智能类型所对应的典型应用，将会引入其他的标准。
6.1弱人工智能弱人工智能，也称狭义人工智能，是“专注于一个或多个专业领域的人工智能”（Goertzel，2017）。因此，弱”并不一定意味着这种类型的AI缺乏能力，而只是强调专业化的属性。今天的大多数AI应用程序都是弱AI，例如自动规划，游戏人工智能等。从弱人工智能的各种应用中，我们选取AlphaGo进行讨论，因为有许多研究对其进行关注且我们能够对AlphaGo的功能进行深入分析。
Wang，Zhang，Zheng，Wang，Yuan，Dai和Yang（2016）认为AlphaGo与LeeSedol的比赛是人工智能研究历史的里程碑，因为AlphaGo在与人类世界冠军的五场比赛中赢了四场，仅仅输给人类一场。围棋极具挑战性，理论上讲约有10170种不同的排列组合。为了更直观理解，宇宙中的原子总数才有1080个，远低于围棋的无穷可能性。因此，围棋是一种极其复杂的游戏，需要超高水平的推理和解决问题的能力。关于学习能力，AlphaGo的关键是深度学习（DL），它使AlphaGo能够在专业领域之外进行超越人类智能的复杂计算（Wang等。，2016）。更具体来讲，AlphaGo具有自主学习的能力。从上述分析来看，很明显AlphaGo在围棋游戏中超越了人类。此外，由于AlphaGo是一种弱人工智能，我们得出结论：弱人工智能具有超越人类智能的能力。
6.2强人工智能强人工智能也被称为通用人工智能（artificialgeneralintelligence，AGI）。Kurzweil(2005)对强人工智能做出定义：“具有人类全方面智慧的机器智能。”AGI通常专注于如何建立类似人类认知能力的机器，这正是人工智能的首要目标。然而由于围绕此类人工智能的争议性问题，目前只有少数研究直接关注AGI（Goertzel，2017）。
回到定义上讨论，强人工智能与学习，解决问题和推理相关的能力基本上与人类的能力处于同一水平。弱人工智能更容易测量其性能，因为弱人工智能只关注某个特定领域。为了无偏见地评估强人工智能，我们决定引入图灵测试。图灵测试实际上由一系列测试组成，用于测量机器与人类相比的思维能力，并且在过去几年中一直受到研究人员的不断改进，并且已经成为最受认可的评估人工智能的方法（Saygin，Cicekli和Akman，2000）。
我们尝试一系列据说已经通过图灵测试的应用程序。宣告通过图灵测试最早可最追溯到2011年，当时一个聊天机器人Cleverbot被认定为接近60％的人类。然而，深入研究Cleverbot的各种算法，它本质上并不具备自学习的能力。相反，Cleverbot通过搜索内置或下载的语料库进行对话（Saenz，2010）。因此，我们认为Cleverbot并不像人类那样聪明。
另一个有争议的案例也是一个聊天机器人，EugeneGoostman，由三名程序员开发，模仿一个13岁的男孩（Schofield，2014）。一些专家认为这是人工智能历史上的一个里程碑，而另一些专家认为结果是有失偏颇的。我们在互联网上没有搜索到EugeneGoostman的细节，因此我们认定仅凭一条声明来认定Eugene通过了图灵测试是不科学的。
总结我们的研究，没有任何令人信服的案例表明人工智能可以通过图灵测试。即使一台机器通过了图灵测试，也有研究人员认为是不可靠的，而且很可能是通过简单的模拟智慧而不是真正的智能。因此，到目前为止，强人工智能应用程序都不能与人类相媲美。
6.3超人工智能Bostrom(2015)将超人工智能定义为：拥有人类可以拥有的任何认知能力，甚至远远超过世界上最聪明的人类的智能。超人工智能目前只是一个假设，没有人可以确定是否会有超级智能出现或超级智能何时会出现。本文的根本目的是讨论人工智能是否会超过人类智能。显然，要理解超级智能的定义，超级智能应该能够在任何专业领域超越人类智能，才有资格成为超人工智能。因此，我们不打算就超人工智能的能力进行冗长的讨论。
虽然超人工智能仍处于假设阶段，但是许多科学家和业内人士都热衷于探讨其可能性。因此本节我们拓展了研究范畴，以更深入探索超人工智能。接下来的段落中我们将会探讨超人工智能何时会出现，以及超人工智能可能会带来的一些争议性问题。
根据Muller和Bostrom（2016）进行的一项调查显示，大多数专家认为，在强人工智能发展后的30年内可以开发超人工智能。由于强人工智能拥有人类的所有识别能力，它可能通过自我学习的自我改进演变成超人工智能（Muller和Bostrom，2016）。然而，调查并没有揭示大多数专家何时期望开发出超人工智能。Barrat（2013）的结论是，根据会议期间的调查，在2030年前就可能开发出强大的人工智能。如果Barrat的估计是精确的，我们可以肯定地估计第一次超级智能最早可能会在2060年或之前引入。
Muller和Bostrom的调查还表明，大约35％的专家认为超级智能可能对社会构成潜在危险（Muller和Bostrom，2016）。Hawking，Russel，Tegmark和Wilczek（2014）提出，引入超级智能可能会导致人类文明受到破坏。然而，超人工智能就像潘多拉的盒子：在盒子打开之前，没有人知道会发生什么。除此以外，在某种意义上机器能够超越人类的时候，人类又怎么能想象出它的能力，它能够带来什么结果呢？
7结论本节我们将首先对弱人工智能，强人工智能和超人工智能的研究成果分别进行总结，然后给出我们的最终结论。
我们知道弱人工智能能够超越人类，并且已经在一些高度专业化的领域击败了人类，例如围棋游戏。然而，迄今为止尚未开发出具有与人类相当的认知能力的强人工智能;即使它被开发出来，我们也只能认为强人工智能与人类有着同水平的智慧。因此，强人工智能不会超越人类;然而，目前只是一种假设的超人工智能，可以通过强人工智能的自我学习能力进化而来，并且在任何意义上都可能远远超过人类。不过根据专家的说法，在第一个强人工智能成为现实之前至少还需要40年。
总之，我们不能说机器已超越人类，因为他们的认知能力如情感识别和创造力仍远远落后于人类。但是，我们可以有把握地得出结论，人工智能在某些专门领域已超越人类。最后，在超级智能从仅仅是假设变为现实的那一天，人工智能肯定会超越人类。
8评价8.1我们研究的意义通过探索AI和HI之间的关系，我们将了解AI对我们人类的影响，并了解更多关于人类认知的知识。
近来，人工智能一直是技术领域最热门的话题。虽然这些行业正在讨论人工智能和人类社会的未来，但人们也开始对是否有朝一日会被人工智能取代感到恐慌。人们可能担心他们的私人信息可能会被人工智能无意中捕捉到，或者他们的工作岗位将来会被人工智能取代。
人类总是对未知感到畏惧，本文可以消除这种未知，并为人们提供人工智能未来发展的总体展望。此外，这项关于AI和HI的研究还说明了人类与人工智能的不同之处，以及人类如何根据这些特征来利用我们的优势使人类在未来保持无可取代的地位。
8.2未来的研究方向人工智能和人类智能都是宽泛的研究课题，涉及各种研究领域，如心理学，生物学和计算机科学;因此，与这些领域的海量的研究和文献相比，我们调查的资源实际上是有限的。我们将通过纳入更多相关研究来不断改进我们的成果。鉴于近年来人工智能的火爆，新的应用迅速出现，而人工智能的性能也快速提高。任何新应用的出现都可能是人工智能领域的里程碑。因此，需要不断努力，来研究人工智能的表现以及探讨人工智能和人类智能的对比。我们期待见证第一个强人工智能和超人工智能的诞生。
9参考文献略