1955年，在達特茅斯會議上，計算機科學家首次提出了“AI”（Artificial Intelligence，簡稱AI）術語，標志著人工智能誕生，人們開始幻想美妙的未來。但是事情的發(fā)展出乎人們的意料，在隨后的幾十年里AI經歷了兩次高潮，隨后卻又陷入低谷。直到近兩年，AI終于從高墻深院內的研究，逐漸演變成推動社會進步的新引擎，人們的熱情被重新點燃，各種展會密集召開。2016年8月24日，中國人工智能大會召開。9月15日，上海機器人嘉年華舉辦。10月9日至14日，由IEEE和RSJ聯(lián)合發(fā)起的世界機器人頂尖學術會議IROS 2016在韓國首爾召開。10月19日至21日，世界最大規(guī)模的服務機器人展——Japan Robot Week 2016開展。10月12日至18日，在第二屆深圳國際雙創(chuàng)周上，機器人成為最大熱點。10月17、18日，AI World 2016新智元.世界人工智能大會成功舉辦。10月20日至25日，WRC 2016世界機器人大會在北京召開。人工智能大潮——你不可錯過的盛會正在到來，你做好準備了嗎？

關于人工智能，你應該了解哪些概念

人工智能的興起或許充分體現在我們在開篇中所提到的那些會議的召開，但在大眾心目中，年初谷歌旗下的DeepMind開發(fā)的AlphaGo程序打敗韓國職業(yè)圍棋高手李世石，才是最讓人印象深刻的事情。IBM的認知計算平臺Watson在電視上的廣告效應也相當不錯，優(yōu)必選的500臺Alpha機器人更在最多國人共同觀看的2016年春晚上與演員共舞，都讓更多的普通人了解到人工智能的魅力。

那什么是人工智能？簡單地說，就是用機器去完成所有目前必須借助人類智慧才能實現的應用，它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

最初人們只是想打造一臺超級機器，讓它擁有人類的所有感知，甚至還可以超越人類感知，它可以像人一樣思考。在電影中，這樣的角色很多，如終結者、機器管家等。這也是通常意義上的“強人工智能”（General AI），或者說廣義人工智能，。

與此對應的“弱人工智能”（Narrow AI），即狹義人工智能，它可以像人類一樣完成某些具體任務，有可能比人類做得更好，比如語音識別、圖像分類及游戲等。這也是扎克伯格說的，未來五到十年，人工智能會比人類更善于做一些最基礎的任務。

人工智能的目的是讓機器像人類一樣思考，具備機器學習、自主推理、人工意識、知識表示等，能夠通過語音識別聽懂人類語言，通過視覺識別像人類一樣看，通過運動控制實現各種運動效果等。

人工智能三要素：算法、計算和數據

算法（Algorithm）是指解題方案的準確而完整的描述，是一系列解決問題的清晰指令，算法代表著用系統(tǒng)的方法描述解決問題的策略機制。也就是說，能夠對一定規(guī)范的輸入，在有限時間內獲得所要求的輸出。

機器通過算法實現人工智能，但認知層算法仍是下一個突破方向，這也是實現人工智能的核心。目前作為基礎條件的計算和數據也有了較大進步，使用GPU（圖形處理器）并行計算神經網絡，提升運算速度，降低計算成本，基于計算機、互聯(lián)網、物聯(lián)網等的發(fā)展，護具的生成、采集、存儲等環(huán)節(jié)也得到突破，積累了一定數據，用于訓練機器，提升算法性能。未來，隨著量子計算和速度更快的芯片的應用以及物聯(lián)網發(fā)展帶來的環(huán)境/行為等全面數據的積累，將進一步推進人工智能發(fā)展。

人工智能分為計算智能、感知職能、認知智能三個階段。計算智能相對好理解，是指機器開始像人類一樣會計算、傳遞信息，能夠幫助人們存儲和快速處理海量數據，是認知和感知的基礎。感知智能階段，機器開始能看懂和聽懂，并做出判斷，采取一些行動，比如現在廣泛應用的語音識別、圖像識別等，能夠幫助人類高效地完成“看”和“聽”等相關工作。如果具備認知智能，機器就能夠像人一樣思考，主動采取行動。比如完全獨立駕駛的無人駕駛汽車、自動行動的機器人。這時候機器就可以全面輔助或替代人類工作了。

近年來，成本低廉的大規(guī)模并行計算、大數據、深度學習算法、人腦芯片等4大催化劑的齊備，導致人工智能的發(fā)展出現了向上的拐點。當媒體在描述AlphaGo的勝利時也提到了AI、機器學習、深度學習等術語。AlphaGo之所以打敗李世石，這三項技術都立下了汗馬功勞，但它們并不是一回事。

要搞清它們的關系，首先要明白這些概念，了解AI的整個發(fā)展歷程——最先出現的是理念，然后是機器學習，當機器學習繁榮之后就出現了深度學習，今天的AI大爆發(fā)是由深度學習驅動的。

什么是機器學習？

機器學習就是用算法真正解析數據，不斷學習，然后對世界中發(fā)生的事做出判斷和預測。此時，研究人員不會親手編寫軟件、確定特殊指令集、然后讓程序完成特殊任務，相反，研究人員會用大量數據和算法“訓練”機器，讓機器學會如何執(zhí)行任務。這是抵達AI的一條路徑。相對而言，我們現在的服務型機器人所應用的都是機器學習的結果，深度學習在其上更多的只是一個概念，絕大部分產品還不能做到真正意義上的深度學習。

什么是深度學習？

度娘如此描述：深度學習的概念源于人工神經網絡的研究，含多隱層的多層感知器就是一種深度學習結構。深度學習通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現數據的分布式特征表示。

研究人員需要做的就是訓練，他們要收集幾萬張、甚至幾百萬張圖片，不斷增加層數和神經元數量，讓系統(tǒng)運行大量數據，直到人工神經元輸入的權重高度精準，讓每一次判斷都正確為止，從而讓神經網絡變得無比巨大

今天，在某些場景中，經過深度學習技術訓練的機器在識別圖像時比人類更好，比如識別貓、識別血液中的癌細胞特征、識別MRI掃描圖片中的腫瘤。谷歌AlphaGo學習圍棋，它自己與自己不斷下圍棋并從中學習。

有了深度學習，機器學習才有了許多實際的應用，它還拓展了AI的整體范圍。 深度學習將任務分拆，使得各種類型的機器輔助變成可能，使我們獲得更佳的無人汽車駕駛、更好的預防性治療、更好的電影推薦……前不久，新聞報道稱谷歌DeepMind采用深度增強學習的方法，讓數據中心的能量消耗減少了40%，這個影響是非常大的。AI既是現在，也是未來。有了深度學習的幫助，也許到了某一天AI會達到科幻小說描述的水平，這正是我們期待已久的。不過，微軟人工智能首席科學家、深度學習技術中心研究經理鄧力和團隊重點研究無監(jiān)督學習，他認為：“我們目前的深度學習方法離真正的人腦學習差得太遠了。深度學習需要借鑒腦科學的知識，雖然一兩年內暫時還用不上，但我相信不遠的將來，三到五年之內，大家都肯定會往這方面思考?！钡J可Hinton“十年內機器能夠擁有常識”的看法。

關于語音識別、人臉識別

在智能手機、智能家電中，語音識別和人臉識別已經得到廣泛應用。語音識別是深度學習的第一個層次。中國在智能語音處理方面比美國更顯著，科大訊飛、百度、搜狐等在這方面做得相當不錯。不過，語音識別更具實用性的是聲紋識別，就是能夠在一群人的對話中，準備識別出每一個人的語音，能夠讓智能家電或機器人在播放音樂的環(huán)境中，準確識別命令。

人臉識別是計算機視覺識別的一項重要內容，基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做人像識別、面部識別。機器首先判斷其是否存在人臉， 如果存在人臉，則進一步的給出每個臉的位置、大小和各個主要面部器官的位置信息。并依據這些信息，進一步提取每個人臉中所蘊涵的身份特征，并將其與已知的人臉進行對比，從而識別每個人臉的身份?，F在大家在智能手機、數碼相機等智能設備中所配置的人臉識別功能，只是最基礎的應用。

現在深度學習，已經從語音識別、圖像識別進步到真正商業(yè)應用的程度，有不同層次表達，能夠把抽象概念加入層次化表征，這是深度學習的最重要精華。

AI+大數據，未來

雖然AI的發(fā)展依靠計算能力、算法的大躍進，但事實上，要像機器真正變得智能，就得像人一樣不斷學習各種知識——對機器來說，大數據就是它不斷成長的知識庫，這也決定了它的應用方向和智能水平。

馬云在前不久的云棲大會上說：“出現了移動互聯(lián)網以后，也許原來以PC為主的芯片將會是移動芯片，操作系統(tǒng)是移動的操作系統(tǒng)，原來的機器制造將會變成人工智能，未來機器吃的是數據。未來層出不窮基于互聯(lián)網、基于大數據技術的誕生，這又為人類創(chuàng)造了無數的想象和空間?！?/p>

大數據訓練可以有效提高人工智能水平。機器學習是人工智能的核心和基礎，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域。該領域的頂級專家Alpaydin先生如此定義：“機器學習是用數據或以往的經驗，以此優(yōu)化計算機程序的性能標準?！?/p>

我們已經進入到大數據時代，來自全球的海量數據為人工智能的發(fā)展提供了良好的條件。大數據行業(yè)的融資總額2013-2015年分別為8億美金、15.4億美金及20億美金；2013-2015年融資事件分別為10起、42起及超過50起?！按髷祿?”已經滲透到幾乎所有行業(yè)，國內有以阿里巴巴為代表的“大數據+零售”、以丁香園為代表的“大數據+醫(yī)療”、以搜房網為代表的“大數據+房地產”等。

人工智能現狀如何？

近五年來，人工智能取得的成就比過去50年取得的還要多。根據Tractica預測，2024年人工智能市場規(guī)模將增長至111億美元。初步的技術積累和數據積累已經在過去有了比較顯著的規(guī)模效應，因而人工智能重塑各行各業(yè)的大潮即將來襲，并引發(fā)新一輪IT設備投資。

十年前，全球市值前10名主要還集中在能源、金融等傳統(tǒng)產業(yè)?，F在，已經被蘋果、谷歌、亞馬遜、谷歌等高科技與互聯(lián)網企業(yè)占據半壁江山。美國《Robotics Business Review》是世界上報道機器人產業(yè)最權威的機構之一，2016年該榜單公布第四屆了“全球最具影響50家機器人公司”，代表了未來全球機器人的發(fā)展方向。在這個榜單中服務機器人占據2/3，服務機器人中美國又占據2/3，美國的服務機器人企業(yè)，既有Google、亞馬遜這樣的上市公司巨頭，又有Jibo、Seegrid這樣的初創(chuàng)企業(yè)。美國2016年企業(yè)的數量相比2015年增加5席，在服務機器人領域是絕對的全球霸主。除美國外，日本、英國、德國等表現也不錯，中國唯一一家服務機器人企業(yè)是大疆無人機。

不過，美國白宮在10月14日發(fā)布的報告中稱，中國的人工智能研究已經走在了美國前面，提及“深度學習”或“深度神經網絡”的期刊論文數量上，其實中國早在2013年就實現了對美國的超越，居世界第一。值得一提的是，中國的相關論文不僅數量上遠超其他國家，質量上的表現也毫不遜色，被引超過一次的、提及“深度學習”或“深度神經網絡”的論文數量中也遠超美國。

新智元近日發(fā)布的《中國人工智能產業(yè)發(fā)展報告》顯示，中國AI創(chuàng)業(yè)公司數量約200-250家，其關注的100家創(chuàng)業(yè)公司員工總數為8964人，以技術人員為主，其中53家技術選型是深度學習/機器學習。前32家企業(yè)公布的2015年總營收為7.56億，均值2000萬。其中98家企業(yè)填報的估值高達10114億，平均估值10億元。總體而言，目前全球人工智能發(fā)展，呈現美日領先，中國緊隨的格局。

人工智能可用于哪些領域？

近年來，成本低廉的大規(guī)模并行計算、大數據、深度學習算法、人腦芯片4大催化劑的齊備，導致人工智能的發(fā)展出現了向上的拐點。人工智能是產業(yè)智能升級的強大工具，正在改變所有行業(yè)，只有人工智能才能為“萬物互聯(lián)”之后的應用問題提供最完美的解決方案，它將成為IT領域最重要的技術革命，目前市場關心的IT和互聯(lián)網領域的幾乎所有主題和熱點（智能硬件、O2O、機器人、無人機、工業(yè)4.0），發(fā)展突破的關鍵環(huán)節(jié)都是人工智能。那么，鑒于我們的未來將不可避免地與人工智能捆綁在一起，我們就必須要問：我們現在發(fā)展得如何了 人工智能的現狀是怎樣的 我們將走向何方

周鴻祎前不久說過一句話：“人工智能本身是沒有商業(yè)模式的，所以它背后必須有一個‘+，一定要跟一個領域、一個產業(yè)相結合。”因此，只有人工智能和每一個具體的、垂直的、細分的應用場景結合在一些，根據這些場景做一些好的開發(fā)、定制，這東西才能落地。

阿里云研究報告認為，未來3～5年，在服務智能階段，數據可得性高的行業(yè)，人工智能將率先用于解決行業(yè)痛點，爆發(fā)大量場景應用。醫(yī)療、金融、交通、教育、公共安全、零售、商業(yè)服務等行業(yè)數據電子化程度較高、數據較集中且數據質量較高，因此在這些行業(yè)將會率先涌現大量的人工智能場景應用，用以解決行業(yè)痛點。

目前，國際巨頭已經在入口級技術方面搶灘登陸，入口級技術包括感知、交互、芯片、操作系統(tǒng)等環(huán)節(jié)。語音交互領域，美國巨頭布局即將結束，國內語音戰(zhàn)場方興未艾，國內外分別形成以科大訊飛和Nuance為龍頭，此外，互聯(lián)網巨頭公司大部分有自己的語音部門，初創(chuàng)公司也有一定優(yōu)勢。感知技術方面，在國外，激光雷達已經成為民用領域的“寵兒”，但市場份額大多被諸如瑞士Leica、加拿大Optech、奧地利Riegl、美國Trimble等老牌測繪企業(yè)占據，國內剛剛起步，部分優(yōu)秀初創(chuàng)公司包括華達科捷和歐鐳激光、鐳神智能、思嵐科技、北醒光子等。

從養(yǎng)老、醫(yī)療到一切，一些經典案例

現在人工智能已經在一些領域取得非凡成就，雖然有些可能并未進入商業(yè)化，但它給我們無限期望未來。先來看些有趣的。

游魚機器人，這個在各大展會上都不是什么秘密了，并將越來越多地出現在各地的機器人博物館中；FESTO開發(fā)的蝴蝶機器人，不僅長得像大號的蝴蝶，還真的可以如蝴蝶一般飛行，在世界機器人大會上也有展出；英國Leeds 大學的Jordan Boyle 博士參考生物線蟲設計的蟲形機器人，可以像蛇一般爬行，并能避開障礙物；而美國麻省理工學院、哈佛大學和韓國首爾國立大學的研究人員則正在聯(lián)合開發(fā)一種類似自然界蠕蟲一類軟體動物的機器人，可移動，借助伸展和收縮身體，適合穿過微小空間，甚至能承受鐵錘的重擊，然后在沒有受傷的情況下繼續(xù)向前爬行；砌墻機器人可以自己上灰漿并準確砌到墻上，用力適中地擠出灰漿，雖然速度還比不上工人，靈活性也有所欠缺，卻很標準；瑞典甚至開發(fā)出了拆墻機器人，會分解水泥墻，保留鋼筋框架，只是目前還未進入實用階段……

相比這些還是可能出現在機器人博物館中的東西，谷歌、IBM、軟銀等巨頭開發(fā)的人工智能更值得關注。

谷歌旗下的DeepMind推出的AlphaGo較當初IBM深藍進步了許多，其開發(fā)人員從人腦中得到的啟發(fā)用于構建首個“通用學習機器”：一套能像生物系統(tǒng)一樣學習的靈活、自適應的算法，僅使用原始數據就能從頭開始掌握任何任務。從這個角度來說，它早已不是記憶幾萬副棋譜那么簡單。DeepMind可以用這種計算機算法來做很多事情，比如用計算機管理共同基金，投資回報率比人工管理的基金高一個百分點，它就可以成為全世界最大的基金管理公司——這僅僅是其應用的一個復雜系統(tǒng)而已。

毫無疑問，現在的谷歌是科技互聯(lián)網巨頭，已經在很多方面改變了人類的生活?？纯垂雀杵煜碌臋C器人軍團，你就會明白它為何如此強大。機器大狗BigDog可以負重150kg以上，具有強大的反應能力，即時行走在泥濘地面、攀爬陡峭地形甚至被踹時，也可以迅速恢復身體平衡；爬墻機器人RSE類似蜥蜴，長0.25m，重2kg，六條腿，移動速度0.3m/s，使用2個電動馬達，可輕松爬上陡峭的墻壁；機器小狗Little Dog看起來像甲殼蟲，有四條腿，每條腿有3個馬達驅動，配置有很多傳感器，可以監(jiān)控關節(jié)角度、腳接觸地面情況等，能應對崎嶇地形；人形機器人Petman無頭，主要用于測試化學防護服，可以行走和屈身，以測試防護服在壓力條件下的反應；Cheetah是世界上跑得最快的有腿機器人，最高時速可達45.5公里，比博爾特還快，其下一代產品隨速度稍慢，卻無視地形限制；跳蚤機器人Sand Flea重5kg，配有穩(wěn)定系統(tǒng)，擁有極強的彈跳能力，可以跳到9m多的高空；Spot是為美國海軍陸戰(zhàn)隊開發(fā)的，重約 72.6kg，可用于偵查危險；人形機器人Atlas高5英尺，重180磅，除可以像人類一樣正常行走外，還可以處理多種不同情況下的物體搬運任務。

與AlphaGo有些相似，IBM沃森其實是個大數據中心，它一周之內大概可以讀完2500萬篇已經發(fā)表的醫(yī)學論文，它還能根據自己的現有知識庫提出新的試驗建議，這些建議我們人類醫(yī)生可能也不知道。它的科學研究的增長率很高，每天大概能增加8000篇學術論文，這對一個醫(yī)生來說是一個無法企及的數字，是他們遠遠都不能跟上的。在分析完1000多名癌癥患者之后，Watson發(fā)現了同樣可用的治療方法，這些方法醫(yī)生99%都推薦過。北卡羅來那大學綜合癌癥研究中心主任Dr. Sharpless表示，“在分析報告中，更激動人心的是沃森在30%的患者當中有了一些新的發(fā)現，這是目前我們一聲沒有發(fā)現的?，F在，大概300多名患者已經確定治療?！盜BM今年沒有單獨報告沃森的財務狀況。但瑞士銀行UBS的證券研究部門估計，沃森今年可能會帶來5億美元的收入，并且有可能在未來幾年里迅速增長，到2020年達到60億美元，到2022年突破170億美元。

與其他巨頭相比，軟銀似乎更注重機器人整體的開發(fā)，孫正義對人形機器人Pepper寄予厚望。軟銀在2012年收購了Aldebaran后將其改名為軟銀機器人控股公司，簡稱SBRH，而Pepper則是SBRH為軟銀交出的第一個作品，一個身高1.2米，體重28公斤，擁有情感辨識功能且擁有自身情緒的人形機器人。Pepper的設計理念是用來陪伴人類，在與人“相處”過程中不斷學習人的習慣和喜好等。為了讓Pepper 更加人性化，軟銀繼續(xù)收購或投資了機器人相關產品如表情云、表情傳感技術的若干家公司。去年阿里巴巴聯(lián)合富士康斥巨資投資Pepper機器人在業(yè)內被稱為里程碑性事件，不少創(chuàng)業(yè)者正是因此而受到啟發(fā)最終踏上了機器人創(chuàng)業(yè)的道路，尤其是在國內，服務機器人創(chuàng)業(yè)公司在2015年增加了幾百家。

Sophia是漢森機器人公司推出最像真實人類的機器人：用專利硅膠打

未來已來，你準備迎接還是逃避？

現在，我們已經有了強大的計算能力，有了大數據，有了更先進的算法……所有這些都不是我們之前沒有的，其結果就是在產業(yè)上造成了巨大的影響。這一次，人工智能火了，AI已經不再是空頭支票，它引發(fā)了實實在在的變化，即便還沒有達到人類水平的AI，但系統(tǒng)的質量和性能已經足以能夠產生巨大的產業(yè)影響。

重點發(fā)展AI，是世界的共識

2016年5月23日，國家發(fā)改委、科技部、工業(yè)和信息化部、中央網信辦在發(fā)改委網站發(fā)布了《“互聯(lián)網+”人工智能三年行動實施方案》。要統(tǒng)籌利用中央預算內資金、專項建設基金、工業(yè)轉型升級資金、國家重大科研計劃等多種渠道，更好發(fā)揮財政資金的引導作用。完善天使投資、風險投資、創(chuàng)業(yè)投資基金及資本市場融資等多種融資渠道，引導社會多元投入。鼓勵通過債券融資等方式支持企業(yè)發(fā)展，支持有條件的人工智能企業(yè)發(fā)行公司債券。

方案要求，在人才培養(yǎng)上，應鼓勵相關研究機構、高等院校和專家開展人工智能基礎知識和應用培訓。依托國家重大人才工程，加快培養(yǎng)引進一批高端、復合型人才。完善高校的人工智能相關專業(yè)、課程設置，注重人工智能與其他學科專業(yè)的交叉融合，鼓勵高校、科研院所與企業(yè)間開展合作，建設一批人工智能實訓基地。支持人工智能領域高端人才赴海外開展前沿技術、標準等學術交流，提升技術交流水平。

10月13日，奧巴馬在白宮主持白宮前沿峰會，連發(fā)《為未來人工智能做好準備》和《國家人工智能研究與發(fā)展策略規(guī)劃》兩篇AI發(fā)展報告，長達48頁。報告認為人工智能（AI）是一項具有巨大社會和經濟效益的變革性技術，將對我們未來生活、工作、學習、交流和發(fā)現新事物產生深遠影響。深入研究人工智能，對于推動美國的重點發(fā)展領域有積極意義，包括促進經濟繁榮、增加教育機會、改善生活質量以及加強國家和國土安全。奧巴馬總統(tǒng)就人工智能的發(fā)展發(fā)表了看法，他認為人工智能將能夠幫助我們解決一些世界上最棘手的問題，比如疾病、氣候變化甚至是經濟發(fā)展的不平衡。

奧巴馬表示，正因如此，美國政府正在積極動員各方力量來促進人工智能的發(fā)展，包括建立STEM（科學、技術、工程和數學）教育以進行相關的人才儲備，該項目是美國教育部制定的“邁向巔峰計劃”重點項目之一。美國政府鼓勵相關的先進研究項目，地方政府也將提供相應的支持。

據了解，2015年全球人工智能市場規(guī)模為74.5億美元，預計2020年將達到183億美元，人工智能正成為后智能手機、移動計算的前沿方向之一，在不久的將來，那些只出現在電影中的人工智能產品將會出現在我們面前。

目前，美國大腦計劃已投入15億美元，歐洲大腦計劃支持10億歐元，中國大腦計劃5年投入100億元。相比之下，大公司在這方面更舍得投入，百度2015年研發(fā)投入100億元，華為2015年研發(fā)投入達600億元！

競爭、開放與合作，共同應對未來

科學進步、社會發(fā)展離不開社交網絡，有了社交網絡，我們才能在彼此工作的基礎上發(fā)展自己的研究成果?？茖W不是電影里演的某個孤僻的科學家，自己單獨一個人在偏遠的地方搞研究。科學是很多人聚在一起，彼此交談，進行頭腦風暴，交換想法，讀彼此的論文，乃至使用對方的軟件……所有這些都非常重要，是這些事情讓進步的速度更快。

9月29日，美國五大AI公司谷歌、微軟、IBM、Facebook、亞馬遜形成最強聯(lián)盟。這個新聯(lián)盟的名字被稱為“造福于人民與社會的人工智能合作伙伴關系”。雖然聽起來性質不明，但幾家公司在聲明中自稱絕對不是一個“政府游說組織”，而是一個真正可以信任與依賴的“AI研討與推動小組”，“我們將聯(lián)合開展相關研究，推薦與AI相關的最佳實踐方法。在不觸及道德底線，維護公平及包容性的前提下發(fā)布研究成果。當然，我們也要努力平衡透明度、隱私與互操作性之間的關系，加強人工與AI系統(tǒng)的合作，使用更加可靠穩(wěn)定的相關技術。”

實際上，建立合作伙伴關系將意味著科技巨頭們不僅可以隨時坐下來一起聊聊人工智能的發(fā)展進度，也能夠為公司之間的溝通交流開辟一個更加正式及合理的渠道。

10月22日，中關村雙創(chuàng)服務機器人聯(lián)盟，雖然它還不能跟五大巨頭形成的聯(lián)盟相比，但相比國內大大小小的機器人協(xié)會、聯(lián)盟相比，卻更接地氣，不僅有國內語音識別領域的巨頭科大訊飛和年營收三十多億的機器人公司科沃斯，更有包括機器視覺、傳感器、模具開發(fā)及創(chuàng)新教育、銷售、推廣、泛娛樂等完整產業(yè)鏈的80多家初創(chuàng)型機器人企業(yè)，將有助于推進中國人工智能產業(yè)的進步。

監(jiān)管似乎老生重彈，但早作準備總沒錯

盡管人工智能還沒到電腦完全取代人類來完成工作的時候，但它們卻已經具備了放大人類負面情緒與支配欲的傾向。一個帶有偏見的世界將會導出一個有偏見的數據集，并最終轉化為一個具有偏見性的人工智能框架。

“人們擔心計算機會變得過于聰明，最終控制這個世界，但是真正的問題是它們仍然不夠聰明，卻已經控制了整個世界?！边@是計算機科學家Pedro Domingos在他 2015 年的著作《The Master Algorithm》中的總結語。

雖然目前社會對“奇點事件”（奇點：可以被認為是電腦智能與人腦智能兼容的那個奇妙時刻）是否會威脅人類沒有下任何定論，但我們在當今世界中的確面對著一連串來自AI的挑戰(zhàn)。

用無人駕駛汽車來舉例。我們的機器可以做出許多快速決策，大幅減少交通事故，提高交通路網的效率，協(xié)助解決碳排放等問題。然而，我們可以給汽車加入什么價值？你可以做許多選擇，而最典型的問題是：無人駕駛時，車輛轉向可以避免撞到行人，但會因此撞墻導致你自己的傷亡。這是個道德問題，誰來制定這些規(guī)則？

奧巴馬在與《連線》的對話中認為，在人工智能的早期發(fā)展階段，監(jiān)管框架應支持百花齊放。政府應施加相對較少的監(jiān)管，更多地投資于科研，確?；A研究和應用研究之間的轉化。隨著技術的成熟，我們要考慮如何將其納入現有監(jiān)管框架中。這是個更難的問題，政府需要更多參與。我們并不總是要讓新技術去適應現存監(jiān)管框架，而是確保監(jiān)管符合更廣泛的價值。否則我們可能會發(fā)現，某些人群將因此處于不利地位。

五大科技巨頭成立AI聯(lián)盟，希望邀請更多“政策與倫理學領域的學者、專家以及非盈利機構”加入到組織中來。

DeepMind聯(lián)合創(chuàng)始人兼AI應用部負責人Mustafa Suleyman甚至還希望能讓更多的AI產業(yè)鏈的下游公司加入組織：“我們還需要讓那些受AI影響較大的工作者也參與進來。無論技術怎樣發(fā)展，最終都要被落實到社會及日常生活中去，AI技術及服務的使用者們能夠為科技圈提供更多的啟發(fā)與應用思路?！?/p>

IBM的AI倫理研究員Francesca Rossi曾表示：“AI的力量往往爆發(fā)于企業(yè)應用層。但你如何獲知企業(yè)在開發(fā)AI時沒有做出一些違背道德的事情？要想讓這個社會從AI技術中充分獲益，我們首先要學著去管理它，信任它?！?/p>

為了對抗這種潛在的陰暗面，以微軟為首的多家企業(yè)已經成立了AI倫理咨詢委員會。但是，這樣做的目的并不是推翻現有的努力，而是通過委員會與其他公司交換意見，以論壇的形式與科技工作者分享寶貴的經驗。顯然，AI合作組織的成立將會促使整個社會更加游刃有余地利用AI這把雙刃劍。

相比之下，大部分人不會花很多時間去擔心“奇點”，而是擔心“我的工作是否會被機器取代”——你是何時知道，真正的人工智能時代已經降臨？事實上，現在人工智能正以各種方式滲透至人們的生活，但我們尚未察覺。隨著人工智能的發(fā)展，計算機可能比人類更聰明，然后人類越來越沒用。隨后，人工智能給我們灌輸“毒品”，讓我們在愉快中變得癡肥，或者我們會陷入《黑客帝國》的世界。這一天會到來嗎？或許吧。