《互联网进化论》作者：人工智能威胁论还只是杞人忧天
互联网进化与生物的进化，最终通过“人”达到了统一。视觉中国图人类社会每一次重大的技术变革都会导致新领域的科学革命，大航海时代带来了达尔文的进化论，工业革命为其后的物理学大突破奠定了基础。那么，以1969年互联网诞生为代表的互联网革命，对人类意味着什么？将带来怎样的科学突破？8月26日，《文化纵横》、南都观察联合主办的“一期一会”邀请计算机专家、《互联网进化论》作者刘锋畅谈新科学革命的前夜与人类的未来。澎湃新闻整理了讲座的主要内容，以飨读者。
刘锋互联网的类脑结构
近20年来互联网带来的新应用和新功能，比如3D打印机、复印机远程操控、远程医疗手术，以及中国水利部门安放传感器收集气象信息，还有谷歌的“街景”服务，说明互联网朝着与人类大脑高度相似的方向进化，它将具备自己的视觉、听觉、触觉和运动等神经系统，也将会拥有自己的记忆、中枢和自主等神经系统。我们是否能用神经学中发现的结构，去预测互联网的未来发展方向？
另一方面，人脑至少在数万年以前就进化出所有的互联网功能。科学实验证明大脑中也拥有谷歌一样的搜索引擎，Facebook一样的SNS系统，IPv4一样的地址编码系统，思科一样的路由系统……神经学和脑科学是否可能借助互联网的帮助去揭示大脑的秘密？
2008年，我们（中科院的相关研究团队）发表论文《人类工效学》，提出互联网向类脑结构进化的观点，并绘制了互联网云脑的示意图。后又先后在2010年发表论文《复杂系统与复杂网络》，在2012年出版著作《互联网进化论》，进一步论述互联网云脑理论。
近年来，我们又将物联网、云计算、大数据、工业互联网、机器人、人工智能、虚拟现实等新技术纳入到这一模型中，试图用互联网云脑结构解释科技前沿与热点，并试图预测互联网未来的发展方向。
在这一模型中，互联网与当前的前沿科技都可以联系起来。比如物联网是互联网大脑的感觉神经系统萌芽；云计算是互联网大脑的中枢神经系统萌芽；工业4.0、工业互联网、无人机、智能驾驶、3D打印，本质上是互联网大脑的运动神经系统的发育和萌芽；大数据是互联网大脑信息的基础。同样的思路也可以用来分析边缘计算、移动互联网、大社交网络、云反射弧与人工智能等前沿科技。
人工智能的历史与当下
1956年夏天，以麦卡赛、明斯基、罗切斯特和申农等为首的一批年轻科学家聚会，共同研究和探讨用机器模拟智能的一系列有关问题时，首次提出了人工智能概念。
此后近60年时间里，人工智能经历了若干次高峰和低潮。20世纪60年代出现了一次热潮，可能比今天还要热闹，当时人们觉得人工智能与机器人的发展可能最终会取代人类。到了20世纪80年代，日本的第五代计算机和神经网络的研究也引发过一次热潮。但随着1992年日本第五代计算机计划无果而终，随后人工神经网络热潮也在20世纪90年代退烧。一些算法虽然得到了改进，但找不到用武之地，没有办法影响产业界。
一个技术如果得不到产业界的应用，是很难有爆发的，比如我们现在经常提到“模糊数学”，其创始人起初在美国一直不得志，直到日本产业界将其算法应用到洗衣机和冰箱而大获成功，各种荣誉才纷涌而至。同样的道理，人工智能在20世纪90年代经历了“AI之冬”，这个冬天持续了将近十年之久，直到2006年加拿大多伦多大学教授杰夫·辛顿（GeoffreyHinton）提出了“深度学习”算法，情况才开始转变。
“深度学习”如今已成为了一个火热的概念，深度学习算法是对20世纪40年代诞生的人工神经网络理论的一次巧妙升级，它最大的革新是可以有效地处理庞大的数据。但十年前它在提出之初并不被重视，直到互联网公司将其挖掘出来。首先是微软做了一段时期的应用，后来推给了谷歌。2011年，谷歌建立了以深度学习为基础的谷歌大脑，与基于互联网的海量大数据进行交互，它的威力才终于爆发出来，人工智能进入了一个新时代。
所以近来的这一次人工智能热潮，与互联网密不可分。与其说是人工智能热潮、人工智能时代，不如说是互联网人工智能的热潮与时代。今天引导人工智能的发展的全是互联网或IT行业巨头，如谷歌、Facebook、微软、因特尔、IBM，以及中国的百度、腾讯和阿里巴巴。
我们前面说，互联网在进化的过程中形成了类脑结构，这并非一蹴而就的，而是在科学探索和商业创新两个动力源的驱使下逐步发育的。互联网云脑的各个神经系统发育不均匀，导致了波浪式的高峰，往往是一个技术或模式成熟后，下一个技术或模式才有爆发的基础。如果没有社交网络、物联网、云计算的成熟，也不会有从这两年突然在全世界爆发的这一轮人工智能热潮。这一次人工智能热潮本质上是互联网进化过程中又一次波峰式浪潮，它产生离不开之前的互联网应用和技术奠定的基础。
人工智能的现实应用与智慧城市
人工智能与互联网的中枢神经系统结合之后，诞生了这五六年来我们不断听到的互联网巨系统，有些直接被命名为“大脑”，如谷歌大脑、百度大脑，IBM的叫做沃森系统，还有阿里云、亚马逊云、腾讯云等。
人工智能与互联网的听觉神经系统结合之后，产生了科大讯飞、云之声等声音识别企业和产品。人工智能与互联网的视觉神经系统结合之后，产生了格林深瞳、Face++等图像识别类公司和产品。这些公司的创始人几乎都来自科学界，依托互联网大数据，将他们的算法应用于互联网的不同情境。
而人工智能与互联网的运动神经系统结合则产生了更多的应用，比如无人驾驶汽车、无人机。人工智能与互联网的神经纤维系统，也就是我们的线路或运营商结合，还有更大的发挥空间。
人工智能与大社交网的结合，催生了百度的度秘、微软的小冰等系统。这些系统都需要嵌入到社交网络才有生命力，所以它们才向微博、微信寻求合作。这里可以看到神经网络型组织的巨大威力。
而人工智能的下一个热点，不仅仅是与上述行业或互联网神经系统的结合。大脑有最核心的两个要素，其一是神经网络，其二是反射弧。我们所有的智能都需要用反射功能来表现，所以我们提出一个概念叫云反射弧。这对于互联网或者人工智能下一步的发展至关重要，我们预判未来的三到五年，云反射弧的问题将会提到议事日程上来，比如科大讯飞的语音识别如何与自动驾驶结合。
2008年，IBM领导人提出智慧地球的概念，在此概念基础上产生了智慧城市的设想，今天中国很多城市都在大力推进智慧城市的建设。智慧城市的产生本质上是互联网的触角与现代的城市建设相结合，必须要依托互联网才能发展。根据我们最新的研究，智慧城市也具有类脑结构。
首先城市具有神经网络。城市之所以变得智慧，相互之间必须产生联系，分裂是无法产生智慧的，这就需要神经元的交互，也就是神经网络，城市同样也需要中枢、感觉、运动、视觉等神经系统，建设自己的云计算中心和大数据中心。
其次是云反射弧。城市的交通、安保、金融、旅游、社区，可以用反射弧的效率评估其智慧程度，比如发生火灾时能否快速传递信息给119，然后迅速出警。我们目前的方式是居民自行报警，但在智慧城市里通过温度传感器就能发现异常，然后迅速传递给消防部门。进一步的智能化同样与人工智能相关，比如无人消防车自动驾驶到火灾现场。
人工智能的进化方向
互联网云脑的架构在21世纪20年代会开始清晰，并随着科技、社会的发展不断深入和扩张。在这一趋势下，人通过自己创造的技术和工具向着互联网大脑的方向进化。“人”这个要素将互联网的进化和生物的进化连接了起来。
我们回到达尔文的《进化论》，它可以说是人类历史上最伟大的理论之一，它是一种新的世界观或生命观，对后来的科学和人类领域产生了很大的影响。它至今仍影响主流科学界的观点，也就是生命的进化没有方向，人并不比老鼠、蚂蚁、蟑螂高级。它将生命的进化设想成一株不断成长的大树，所有的生物只是这棵树细小的分支。进化论排斥的目的论，人类也不是生命树主干的顶端。
但进化到底有没有方向，有没有等级之分，还是一个可以探讨的问题。诺贝尔奖得主约翰·埃克尔斯在其著作《脑的科学》中提到，通过解剖发现，我们的大脑是有层次的，一层一层地包裹着过去生物进化的痕迹，鱼类大脑结构外面包裹着两栖动物的结构，两栖动物的结构外面包裹着爬行动物的结构，爬行动物的结构外面包裹着哺乳动物的结构。这种层级包裹结构说明生命进化是有等级之分的，生命进化是有方向的。
我们认为，生物进化的方向是扩大种群的知识库和改造自然的能力，它的目标是对整个自然乃至宇宙的知识和改造。所以根据拥有的知识库和改造世界的能力就能划分生命的等级，这也是为什么人类比猴子高级，猴子比蚂蚁高级的原因所在。互联网是人类扩大知识库和改造自然的手段，符合人类进化的方向。
互联网自身的进化也是有方向的。我们曾做过一个智能模型，从输入、掌握、创造、输出四个维度出发，将智能分为七个等级，最后一个等级就是输入无穷大，掌握无穷多，创造无穷多，输出无穷大，类似宗教里全知全能的角色，但我们这里并非谈论有神论。而这也是互联网进化的终极方向，最终走向智慧宇宙、宇宙大脑，最终实现互联网、大脑和人类的结合。互联网进化与生物的进化，最终通过“人”达到了统一。
在此基础上，我们来讨论人工智能威胁论。人工智能与人类的关系最后是由三个方面决定的，即进化的方向、进化的速度和进化的动力。
讨论人工智能的伦理之前，首先要解决的是进化方向的问题。人类对于生物进化的方向仍然处于一个争论、探讨的阶段，主流科学界认为进化是没有方向的，如果人类没有进化的方向，人工智能也不知道进化的方向。但是，后续的恐惧和威胁，其实和进化方向的设定有关系。
作为研究者，我有必要明确地抛出我的观点，我认为人工智能进化方向是人类扩大知识和改造自然的有力工具，即在达到无穷的时间点之前，它依然是人类的辅助工具，不断把人类的智慧中相对低端或中端的领域分离出去，将一些重复性较高的领域分离出去，保留相对重要的功能，比如创造、发现，减轻智慧的压力，让人类更加纯净地轻装上阵，去发现、改造这个世界，所以我们不应恐惧人工智能。
而在进化的速度方面，人工智能可能在知识库的容量上超越人类的，但是在创造性，发现规律，甚至撒谎方面，它要么没有，要么找不到科学的路径。
而第三点是进化的动力。今天国际上非常知名的企业家在谈论人工智能威胁时都很奇怪，都将人工智能与其背后推动的程序员、产品经理和科学家分离开来。但其实人工智能系统的每一点进步都离不开程序员、科学家的推动，他们才是人工智能进化的动力。虽然现在有些人提出了“进化算法”的概念，但这只是人工智能研究领域的一个名词，并不代表人工智能系统已经可以在没有人类帮助的情况下自我演进。一个有目标的演进，即判断进化的方向到底对不对，就是它进化的动力，这个功能目前只有人类能发挥。而在解决这个问题之前，谈论人工智能威胁论还只是杞人忧天。
在此之前，机器人和人工智能都只是辅助人类扩大知识库和提升改造自然的能力的工具，可以代替人类跑去极寒之地或者严酷的外太空发现世界。在人工智能算法的帮助下，人类能够发现更多的规律，增强改造世界的能力，这是一种互补的关系。
图灵测试先天不足解决人工智能威胁论争论的四个困难
【编者按】本文是“人工智能学家”举办2015世界人工智能系统智商测试排名活动的第二篇。文章重点阐述了图灵测试的先天不足和解决人工智能超越人类智慧争议面临的四个困难。
随着互联网大数据的兴起，以及深度学习等机器学习算法在互联网领域的广泛应用，人工智能再次进入快速发展的时期。但是，不同领域的科学家、企业家（如物理学家霍金，微软创始人比尔盖茨等）对人工智能的未来表达了担心，由于他们的影响力，人工智能威胁论因此得到广泛传播。
与之相对地，人工智能领域科学家对人工智能威胁论提出了反驳意见，其中就包括Facebook人工智能实验室主任、NYU计算机科学教授YannLeCun，百度首席科学家、斯坦福大学计算机科学系和电子工程系副教授吴恩达，以及中国科学院自动化所教授、人工智能领域专家王飞跃等。
应该说人工智能威胁论引发争论背后，本质上是人工智能的智力发展水平能不能定量评测的问题。对于这个问题，前人研究者已经做出大量工作。
图灵测试的先天不足
测试人工智能系统是否具有智能最著名的方法是”图灵测试“。1950年，图灵发表论文《ComputingMachineryandIntelligence》提出了“机器思维”的概念，提出一位测试者在与被测试者相互隔离不能进行直接交流的情况下，通过信息传输，和被测试者进行一系列的问答，在经过一段时间后，测试者如果无法根据获取的信息判断对方是人还是计算机系统，那么就可以认为这个系统具有同人类相当的智力能力，也就是说这台计算机是有思维能力的，这就是著名的“图灵测试”(TuringTesting)。
图灵在论文中这样定义图灵测试：
“我们称下面这个问题为“模仿游戏”。游戏参与者包括一个男人，一个女人，以及一个任意性别的询问者。询问者与另两个人待在不同的房间里，并通过打字的方式与他们交流，以确保询问者不能通过声音和笔迹区分二者。两位被询问者分别用X和Y表示，询问者事先只知道X和Y中有且仅有一位女性，而询问的目标是正确分辨X和Y中哪一位是女性。另一方面，两位被询问者X和Y的目标都是试图让询问者认为自己是女性。也就是说，男性被询问者需要把自己伪装成女性，而女性被询问者需要努力自证。现在我们问：如果我们把“模仿游戏”中的男性被询问者换成计算机，结果会怎样？相比人类男性，计算机能否使询问者更容易产生误判？”。
图灵测试并没有定义智能的范畴，而只能作为一个人工智能的充分条件，关于这一点，图灵在论文中写道：
“机器能否拥有智能，为了回答这个问题我们应该首先定义‘机器’和‘智能’。一种可能性是根据大多数普通人的日常理解去定义这两个概念，但这样做是危险的。在这里我并不打算定义这两个概念，可能有人会说这项测试对机器而言过于严格——毕竟人类也无法反过来成功伪装成机器，这只需检查算术的速度和正确度即可辨别。难道被认为拥有智能的机器就不能表现出和人类不同的行为么？这是一个很有力的反对意见，但至少不管怎样，假如我们有能力制造出一个可以成功通过测试的机器的话，也就无需为这个反对意见烦恼了。”
如上图所示，图灵测试与人工智能的关系可以用集合的概念进行阐述。从图中可以看到“所有人类行为”对应的集合“和所有智能行为”对应的集合有交集但又互有不同。虽然“在全部智能行为”中有部分能力是人类靠自身力量无法完全实现，但人类可以被认为是有智能标准体，因此，能达到“人类水平”的部分，也就是两个集合交集的那个部分，就应该被认作是“拥有智能”的特征。而且，人类的所有行为并不总是和智能相关。图灵测试要求机器全面模拟“所有人类行为”，其中既包括人类“智能”的部分，也包括人类的“非智能”行为，由此可得出结论：通过图灵测试是“拥有智能”的一个有效的充分条件，而非必要条件或充要条件。（该内容引自微软研究院）
图灵测试经常用来检验机器是否具备人的智能，但总体看，图灵测试的方法受人为因素干扰太多，严重依赖于裁判者和被测试者的主观判断，因此往往有人在没有得到严格验证的情况下宣称其程序通过图灵测试，例如2014年6月英国雷丁大学客座教授凯文•沃维克宣称一款名为“尤金•古特曼(EugeneGoostman)”的计算机软件通过了测试，但是测试结果充满争议，例如机器人只要能够通过30%的评判标准即可被判定通过图灵测试，另外这个计算机软件通过扮演一名年仅13岁，且第二外语为英语的男孩让参与测试的裁判大幅度降低了测试难度。
中国科学院自动化所研究员王飞跃在“关于人工智能九个问题”中也对图灵测试存在的问题进行了讨论，他的意见主要有以下两点：
人类的智能并不是一个单一的对象，而是有多个类别组成，同样人工智能对应也是多类别组成。图灵测试究竟测试的那些类别并不明确，从实践上看，目前图灵测试仅仅局限在语言智能等特定小领域里，不具备代表性。
图灵测试并不是考官对一台计算机测试后就可以宣布其是否拥有智能，图灵测试的本意是指一个广义的人类做个为整体的考官，其测试的时间段也不是具体的一段时间而是广义的时间段，即所有的人类在所有时间都分辨不出人与机器之后，才算其人类智能与人工智能等价。
从上述讨论可以看出，图灵实验只对人工智能系统是否具有人类智能回答“是”或“否”，并不对人工智能系统的发展水平进行定量分析，而且测试的智能或智力种类还过于单一；在测试方法上存在漏洞，容易被测试者找到漏洞从而产生作弊行为。总的来说，图灵实验目前还无法承担定量分析智能系统智力发展水平的需求。
解决人工智能威胁论争论的四个困难
2015年3月，StuartGeman，DonaldGeman等研究在NationalAcadSciences发表论文“VisualTuringtestforcomputervisionsystems”，提出的视觉图灵测试“VisualTuringtest”，目的是测试计算机能否能像人类那样描述一张图片。
除此之外，2015年1月，在德克萨斯州召开的美国人工智能大会（AAAI-15）上，学者专门组织了研讨会（BeyondTuringTest），对图灵测试进行深入的讨论，并对智能的评测标准提出了新的建议。但是这些测试也存在分析范围单一，或无法定量分析的问题。
总体看，目前包括图灵测试在内的各种方案对判断一个人工智能系统是否和人一样拥有同等水平的智力、高低程度如何、发展速度比率如何，上述中研究没有涉及到可具体执行的思路和方案。我们认为这些问题长时间存在，主要与下面提到的四点困难有关。
1、没有统一的模型和测试方法对不同的人工智能系统进行测试。人工智能无论从理论研究还是从应用实践都存在众多分支和发展方向。在理论上人工智能分为三大学派，如符号主义（Symbolicism）或计算机学派（Computerism）；连结主义或生理学派（Physiologism）；行为主义（Actionism）或控制论学派（Cyberneticsism）等。在应用实践上，人工智能可以应用的方向包括符号计算、模式识别、机器翻译、机器学习、问题求解、逻辑推理与定理证明、自然语言处理、分布式人工智能、计算机视觉、智能信息检索、专家系统等等。
每种具体的人工智能系统往往只具备一个或若干上述提到的功能。例如IBM的深蓝强于计算能力，在国际象棋方面可以与人类对手一决高下；沃森系统拥有庞大知识库系统，因此可以在常识问答比赛中击败人类选手。因为没有统一的模型可以涵盖这些人工智能系统，就无法形成统一的测试方法进行测试和比较。如图1.2所示，人工智能系统A 在计算能力上得分为100，人工智能系统B 在计算机视觉识别上得分为80，人工智能系统C在机器翻译测试得分为90分，我们仍然无法得出结论A的智力能力高于C，C的智力能力高于B的结论。
2、没有统一的模型和测试方法能够同时对人工智能系统和人类进行测试，这也是当前人工智能威胁论产生最重要的原因之一。因为没有人工智能系统和人类智能水平统一的测量方法，人工智能威胁论宣扬者往往将计算机或软件系统表现强大的领域作为标准，例如计算能力，历史，地理等常识的掌握能力等，而忽略诸如图像识别能力，创新创造的能力，发现规律的能力等，对于这个原因产生的问题，人工智能威胁论反驳者往往无法拿出定量的数字结果进行反驳。
目前虽然针对人类智力能力的评测方法已经非常成熟，但过去100多年的发展和改进过程中，这些方法并没有考虑到人工智能系统的特点和发展水平，因此很难将人类的智商测试方法拿来测试人工智能系统。例如目前绝大多数人工智能系统就无法完成图1.3所示题目，因为测试者需要首先识别图像中的问题，并与图中的各个图形特征关联起来。做不到这一点，回答问题就无法进行下去。
图1.4所示的人类智商测试的题目需要测试者运用铅笔，钢笔等工具绘制图形。用手操作物体完成任务，解决问题是人类普通的能力，但对大多数人工智能系统因为没有相应输出系统或操控设备，于是无法完成图1.4所示的测试。
3、人工智能系统没有形成智力发展水平测试的标准输入输出接口。例如如图灵测试的问题问答，IBM深蓝与国际象棋大师的比赛，沃森系统与人类选手进行知识比赛等时，研究人员就需要研发不同的输入输入接口以满足测试需求。对于更多人工智能系统，在设计时往往由于只考虑到满足工作需求，而没有设计和开发与测试系统进行完整交互的能力，如图1.5所示。这个问题如果没有得到解决，对于发展新的统一的人工智能测试也将带来困难。
4、没有关于人工智能智力发展水平的历史测试统计数据。由于针对人工智能系统一直没有产生定量分析方法，这个问题在今天依然存在。因为历史数据的缺失，研究者就无法绘制类似图1.6所示的人工智能系统智力水平的发展示意图，也无法将人工智能系统与人类智力发展水平进行比较。因此很难定量的对未来发展趋势进行预测。上文我们提到Facebook人工智能实验室主任YannLeCun在反驳人工智能威胁论时虽然给出了相关发展趋势图，但因为不是通过历史数据预测得来，因此说服力大打折扣。
关于这些问题如何解决，目前各国的人工智能专家都在进行研究。这一问题并不是无法解决的，而一旦能够有更完善的系统对人工智能系统与人的智力水平作出客观真实的比较和评价后，人工智能威胁论的说法也会产生又会何去何从呢？我们拭目以待。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
人工智能威胁论李彦宏：人类有三个误解！
这时候就出现了第二个误解，就是机器怎么像人一样思考。
李彦宏认为现在的很多关于人脑如何工作的研究是研是行不通的。人工智能不是仿生学，现在的技术和算法，其实跟人脑的工作原理其实没有太大关系。
而且我们人类根本还没有搞清楚人脑是怎么工作的，又何谈用机器来模仿人脑的工作原理。所以人工智能不是要模仿人脑的工作原理，而是要用机器的方式实现人脑能够实现的价值或者作用。
第三个误解就是大家最常担心的人工智能"威胁论"。
很多人担心有一天人类会被机器所控制，有一天我们自己造出来的技术会毁灭掉我们，关于这个理论，李彦宏认为完全没有必要担忧。
因为关于技术方面的研究，其实比我们想象的要难很多，让机器像人一样思考，就是所谓的AGI实现，其实还离我们非常远。
关于AI这个词，就是ArtificialIntelligence,artificial，入股仔细琢磨它的含义，其实也有"假的"意思。如果说某个东西是artificial，其实是说这不是真的，所以它离真的人的思维方式、能力以及有可能出现的风险还非常远。
人工智能带给我们的是越来越多的便利，而对于开发者来说，AI给人们的时间的节约、效率的提升、感知上的满足是非常非常明显的。所以他们非常希望能够通过技术的手段，推动汽车产业、推动交通、推动各行各业向智能化发展，提升人们的满足感！返回搜狐，查看更多
如何看待人工智能威胁论――CDA人工智能学院
现阶段，人工智能的发展突飞猛进，在生活的各方各面中给大家带来了极大的方便。但是大家可能都听说过人工智能会威胁人类的想法，那么我们如何看待这种观点呢？下面我们就给大家介绍一下这个问题，希望这篇文章能够帮助我们更好地理解人工智能。
其实人工智能有很多我们做不到的事情，我们要想控制人工智能需要找到人工智能不如人类的地方。人工智能有三种形态，第一就是弱人工智能，第二就是强人工智能，第三就是超级人工智能，其实谈到超级人工智能，目前只是一个假设，没有人知道未来会怎么样，但人工智能威胁论不仅是少数科学家观点，还包括很多主流派科学家霍金就是最有影响力的一位。作为地球上少数有能力用数学公式精准描述和推导宇宙运行奥秘的人，他并不否认现代科技、商业发展中，人工智能所发挥的作用。而他担心的则是人工智能和人类进化不对等的问题。此外就是人工智的普及所导致的人类失业的问题。他说:“工业自动化已经让众多传统制造工人失业，人工智能的兴起很可能让事业潮，波及中产阶级，最后只给人类留下修理、维护、制造人工智能设备的工作。”由此可见，人工智能有很大的可能回去威胁人类。
但是谷歌中国区总裁李开复却持怀疑态度，他认为虽然人工智能技术的发展要比想象的要快，但它只限于垂直领域，比如围棋、智慧治疗、自动驾驶，而人工智能的重大的技术突破则要比预想的来的晚。对此还有科学家认为人工智能威胁人类的可能性是非常小的，我们只不过是把他人性化了而已。他本质只是为了解决特定的问题或者只是执行特定的任务而已。它是究竟会不会发生，科学家门也持怀疑态度，所以未来会怎么样，我们不知道，但可以肯定的是人工智能至今仍然无法做到的还有很多，比如在情商方面还是无法比拟人类的。最后就是人工智能无法做到拥有自我意识，它是不会考虑自己是谁，从哪里来，但哪里去，也不会追求尊严和自由。
通过这篇文章我们看清了人工智能威胁论的主要观点了。其实现阶段来说，人工智能是不会给人类造成威胁的，所以我们在未来需要注意到这些就可以了。
2020-7-1707:58:11上传下载附件(26.42KB)
关注“CDA人工智能学院”，回复“录播”获取更多人工智能精选直播视频！