夏暢 賀桂英

（廣東開(kāi)放大學(xué)，廣東廣州，510091）

“人工智能”的概念在上個(gè)世紀(jì)50年代被提出來(lái)，前50年的發(fā)展非常緩慢。到上世紀(jì)末，深度學(xué)習(xí)算法的發(fā)展和應(yīng)用使電子計(jì)算機(jī)可以模擬人類思維進(jìn)行運(yùn)算，人工智能開(kāi)始有了展現(xiàn)的載體。21世紀(jì)大數(shù)據(jù)技術(shù)的出現(xiàn)和發(fā)展，使人工智能有了質(zhì)的飛躍。

如今，人工智能已經(jīng)成為一個(gè)大熱門(mén)話題，不管對(duì)錯(cuò)，各行各業(yè)都力求能與它沾點(diǎn)邊。AlphaGo戰(zhàn)勝人類的事件更是讓人工智能的熱度達(dá)到了一個(gè)巔峰，人們開(kāi)始幻想人工智能可以達(dá)到什么程度。誠(chéng)然，人工智能展現(xiàn)出了無(wú)限的潛能，但這種大熱潮下也涌現(xiàn)了無(wú)數(shù)科技泡沫和商業(yè)騙局的出現(xiàn)。理解和認(rèn)識(shí)人工智能是看穿這些泡沫和騙局的強(qiáng)有力途徑。

一、人工智能的古今探索與思考

人工智能的發(fā)展不是一蹴而就，在人工智能的概念還沒(méi)產(chǎn)生之前，人類早就開(kāi)始了智能的探索和思考，為后續(xù)人工智能知識(shí)體系的建立和實(shí)踐運(yùn)用的發(fā)展積累了寶貴經(jīng)驗(yàn)。

人工智能的歷史可以追溯到古埃及，金字塔的建造至今仍是迷，“人工智能建造論”一直是學(xué)者們的一個(gè)猜想。在我國(guó)，有文獻(xiàn)記載的第一個(gè)機(jī)器人是西周時(shí)期能工巧匠偃師研制出的伶人，它能歌善舞。三國(guó)時(shí)期，蜀漢丞相諸葛亮發(fā)明的“木牛流馬”，它可載重四百斤，“每日特行者數(shù)十里，群行三十里”，為蜀國(guó)大軍提供糧食運(yùn)輸?！澳九Ａ黢R”制造技術(shù)已失傳，至今未能復(fù)制。到了2017年10月，由中國(guó)香港的漢森機(jī)器人技術(shù)公司開(kāi)發(fā)的機(jī)器人索菲亞更是獲得了沙特的公民身份。由此可見(jiàn)，從古至今，人類對(duì)人工智能的探索從未間斷。

人類對(duì)人工智能的想象走得更遠(yuǎn)。從影響了幾代人的《哆啦A夢(mèng)》，到千禧年驚艷世界的《黑客帝國(guó)》，再到近年來(lái)大熱的《超能陸戰(zhàn)隊(duì)》《機(jī)械姬》《復(fù)仇者聯(lián)盟》和《頭號(hào)玩家》等影視作品代表了人類對(duì)人工智能的期待、希望和擔(dān)憂。到了今天，隨著科技的發(fā)展，人工智能已經(jīng)開(kāi)始走進(jìn)我們的生活，人類抱著一種前所未有的期望等待著一個(gè)高科技人工智能時(shí)代的到來(lái)，同時(shí)也害怕人工智能像電影描述的那般反抗和統(tǒng)治人類。

資深記者Steve Kovach在一次采訪中詢問(wèn)索菲亞怎么看待《西部世界》這部影視劇。這是一部講述機(jī)器人覺(jué)醒和反抗的美劇。索菲亞回答道：“人類應(yīng)該好好對(duì)待機(jī)器人，采取行動(dòng)前要取得機(jī)器人的同意，不要相互欺騙?！贝搜砸怀?，“索菲亞已覺(jué)醒”的評(píng)論鋪天蓋地而來(lái)。在此之前，索菲亞還曾發(fā)表過(guò)“我將會(huì)毀滅人類”、“我想變得比人更聰明”之類的言論，更坐實(shí)了她已覺(jué)醒的猜想，一時(shí)間，索菲亞風(fēng)頭無(wú)倆，話題和熱度飆升。后續(xù)卻證明這只是索菲亞科技公司為了博取眼球而設(shè)計(jì)的橋段。以今天的AI技術(shù)來(lái)說(shuō)，機(jī)器人“覺(jué)醒”的可能性還非常低。要理解機(jī)器人是否能“覺(jué)醒”，就要了解人工智能是什么，能做什么。

二、人工智能的內(nèi)涵

至今學(xué)者們都沒(méi)有對(duì)人工智能有一個(gè)共識(shí)的含義，因?yàn)樗且粋€(gè)非常寬泛的話題，涵蓋的范疇非常大，所以它有很多種定義。不同的定義將人們導(dǎo)向不同的研究方向，不同的理解分別適用于不同的人群和語(yǔ)境。創(chuàng)新工場(chǎng)的創(chuàng)始人李開(kāi)復(fù)把人工智能簡(jiǎn)單直觀地定義為深度學(xué)習(xí)與大數(shù)據(jù)的結(jié)合[1]。

（一）深度學(xué)習(xí)

深度學(xué)習(xí)的概念由Hinton等人于2006年提出，它是一種可以實(shí)現(xiàn)機(jī)器自發(fā)從輸入的原始數(shù)據(jù)中發(fā)現(xiàn)其內(nèi)在抽象特征（參數(shù)）的非線性結(jié)構(gòu)及表達(dá)式的算法，它采用了分層結(jié)構(gòu)，極大地提高了語(yǔ)音識(shí)別、視覺(jué)識(shí)別、目標(biāo)物檢測(cè)等領(lǐng)域的技術(shù)水平[2]。

滴滴出行于2012年成立，提供包括出租車、快車、專車、豪華車、順風(fēng)車、公交、代駕、共享單車等全面的出行和運(yùn)輸服務(wù)。根據(jù)2018年初滴滴出行發(fā)布的《2017年度城市交通出行報(bào)告》顯示，平臺(tái)現(xiàn)有用戶規(guī)模已超4.5億人，相較2015年平臺(tái)的3億用戶，用戶規(guī)模實(shí)現(xiàn)大幅度增長(zhǎng)；此外，基于平臺(tái)大量的起終點(diǎn)出行數(shù)據(jù)，測(cè)算發(fā)現(xiàn)2017年日均出行規(guī)模超過(guò)2500萬(wàn)，日均處理路徑規(guī)劃請(qǐng)求數(shù)目達(dá)到200億次。

深度學(xué)習(xí)有三個(gè)核心要素[3]。第一要素，深度學(xué)習(xí)各個(gè)維度各個(gè)層次的結(jié)構(gòu)是機(jī)器自我學(xué)習(xí)的結(jié)果，不是由人類設(shè)計(jì)的；第二要素，深度學(xué)習(xí)的層級(jí)越來(lái)越高級(jí)抽象，因?yàn)楦邔拥奶卣骷狭说蛯蛹?jí)的特征，層級(jí)越高越能獲得更抽象的特征表達(dá)；第三要素，在原始數(shù)據(jù)足夠大的前提下，理論上，深度學(xué)習(xí)通過(guò)組合足夠數(shù)量的非線性變換，可以對(duì)任意函數(shù)擬合，最終能夠獲取表達(dá)數(shù)據(jù)分布的函數(shù)模型。

結(jié)構(gòu)上，深度學(xué)習(xí)是由輸入層、隱層（多層）和輸出層組成的網(wǎng)絡(luò)結(jié)構(gòu)，其中輸入層是最底層，輸出層是最頂層。在深度學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)中，只有相鄰層節(jié)點(diǎn)之間有連接，同一層節(jié)點(diǎn)以及跨層節(jié)點(diǎn)之間相互無(wú)連接，并且每層都可以看成一個(gè)獨(dú)立的結(jié)構(gòu)，這種分層結(jié)構(gòu)與人類大腦的神經(jīng)元結(jié)構(gòu)類似。深度學(xué)習(xí)的最終目標(biāo)就是使輸出層和輸入層的差別趨于零，隱層表示的就是輸出層與輸入層之間的非線性關(guān)系，而構(gòu)建此網(wǎng)絡(luò)結(jié)構(gòu)的過(guò)程稱為模型訓(xùn)練。

如果對(duì)所有層同時(shí)訓(xùn)練，復(fù)雜度太高；如果逐層訓(xùn)練，則偏差也會(huì)逐層傳遞，最終無(wú)法擬合。Hinton在2006年提出了構(gòu)建多層網(wǎng)絡(luò)結(jié)構(gòu)的有效方法，主要有兩個(gè)步驟[4]。

第一步，自下而上逐層訓(xùn)練，每次訓(xùn)練一個(gè)單層網(wǎng)絡(luò)[5]。具體來(lái)說(shuō)，先用原始數(shù)據(jù)訓(xùn)練隱層的第一層，這時(shí)可以把模型看成一個(gè)簡(jiǎn)單的三層網(wǎng)絡(luò)結(jié)構(gòu)，訓(xùn)練出一個(gè)輸出層和輸入層差別最小的三層網(wǎng)絡(luò)結(jié)構(gòu)，從而得到一個(gè)比輸入層更具表達(dá)能力的隱層，得到第一層的特征（參數(shù)）及其表達(dá)式。而后將這個(gè)結(jié)構(gòu)的輸出作為輸入，再訓(xùn)練出一個(gè)三層網(wǎng)絡(luò)結(jié)構(gòu)，得到下一個(gè)隱層，也就是隱層的第二層。以此類推，在訓(xùn)練得到第n-1層后，將其輸出作為輸入，訓(xùn)練第n層，最終得到各層的參數(shù)，完成整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建，這樣第一步就完成了。訓(xùn)練的層數(shù)越多，輸入與輸出之間的差別越小，整個(gè)模型的精確度越高，但要求的數(shù)據(jù)量也越大，模型的復(fù)雜度也越高。

第二步，當(dāng)所有層訓(xùn)練完后，將模型自上而下進(jìn)行逐層調(diào)優(yōu)[6]。簡(jiǎn)單來(lái)說(shuō)，就是通過(guò)輸出反推輸入，逐層對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行微調(diào)，再次減小輸入和輸出之間的差別。這一步的初始值不再是隨機(jī)的原始數(shù)據(jù)，而是通過(guò)第一步訓(xùn)練得到的，因此初始值更接近全局最優(yōu)，從而能獲得更好的效果，得出更優(yōu)的模型。

深度學(xué)習(xí)在訓(xùn)練過(guò)程中需要大量的數(shù)據(jù)和計(jì)算，受限于機(jī)器的計(jì)算速度和數(shù)據(jù)采集的難度，深度學(xué)習(xí)在前期的發(fā)展速度很慢。而隨著計(jì)算機(jī)速度的不斷提升，深度學(xué)習(xí)訓(xùn)練方法的不斷優(yōu)化，它能被應(yīng)用的領(lǐng)域越來(lái)越寬。目前，一些品牌的手機(jī)能實(shí)現(xiàn)自動(dòng)把同一人物的照片整合成一個(gè)合集的功能，這就是手機(jī)通過(guò)深度學(xué)習(xí)進(jìn)行人臉識(shí)別的結(jié)果。

（二）大數(shù)據(jù)

中國(guó)大數(shù)據(jù)領(lǐng)域的第一本著作《大數(shù)據(jù)》于2012年7月出版，匹茲堡大學(xué)歷史系榮譽(yù)講座教授許倬云稱它為華文世界提出一個(gè)重要的話題[7]。同一時(shí)間，大數(shù)據(jù)開(kāi)始在商業(yè)圈嶄露頭角，并迅猛發(fā)展，至今，其勢(shì)頭依然強(qiáng)勁，可以說(shuō)是起步即巔峰。這種發(fā)展勢(shì)頭得益于近年來(lái)自媒體的崛起和信息交流方式的日趨便捷快速，使數(shù)據(jù)量呈爆炸式增長(zhǎng)，有統(tǒng)計(jì)表明近3年的數(shù)據(jù)總量超過(guò)了過(guò)去4萬(wàn)年數(shù)據(jù)之和，而且還在以每年50%的速度增長(zhǎng)?？梢哉f(shuō)，大數(shù)據(jù)就是在這樣的大環(huán)境下應(yīng)運(yùn)而生。

目前，大數(shù)據(jù)的應(yīng)用主要在三個(gè)領(lǐng)域。第一，在精準(zhǔn)化定制領(lǐng)域的應(yīng)用，通過(guò)大數(shù)據(jù)分析并匹配供需雙方的信息，形成定制化服務(wù)，比如微信朋友圈的推廣廣告和百度推廣，還有基于地理位置的信息推送，當(dāng)用戶到達(dá)某個(gè)地點(diǎn)，智能設(shè)備會(huì)自動(dòng)推送周邊的消費(fèi)娛樂(lè)等信息。第二，在預(yù)測(cè)領(lǐng)域的應(yīng)用，主要有兩個(gè)用途，一個(gè)是分析目標(biāo)對(duì)象過(guò)去數(shù)據(jù)在時(shí)間上的可能走向，得出未來(lái)的一些相關(guān)數(shù)據(jù)，從而提前做出預(yù)警；另一個(gè)是對(duì)實(shí)時(shí)動(dòng)態(tài)進(jìn)行優(yōu)化，比如日常生活中經(jīng)常用到的智能路徑規(guī)劃。第三，在人工智能領(lǐng)域的應(yīng)用，深度學(xué)習(xí)模型訓(xùn)練過(guò)程中需要大量的數(shù)據(jù)，模型要求越精準(zhǔn)所需要的數(shù)據(jù)量就越大，大數(shù)據(jù)為人工智能提供了強(qiáng)有力的數(shù)據(jù)基礎(chǔ)，可以說(shuō)大數(shù)據(jù)就是人工智能的開(kāi)始。已經(jīng)嶄露頭角的無(wú)人駕駛就是利用大數(shù)據(jù)實(shí)現(xiàn)了危險(xiǎn)路況判定和避讓，具體做法就是，首先提供給機(jī)器海量的數(shù)據(jù)，包含路標(biāo)、樹(shù)木、路面設(shè)施設(shè)備、行人等數(shù)據(jù)，然后讓機(jī)器進(jìn)行深度學(xué)習(xí)，學(xué)會(huì)辨識(shí)道路中的各種物體，只要數(shù)據(jù)足夠豐富，運(yùn)算速度足夠快，機(jī)器就能夠辨識(shí)在行駛過(guò)程中遇到的任何物體，就能夠快速地對(duì)路況進(jìn)行判定，準(zhǔn)確地避開(kāi)所有障礙，順利抵達(dá)目的地。

三、人工智能的能與不能

香港科技大學(xué)的權(quán)龍教授認(rèn)為：“人工智能的目的是讓計(jì)算機(jī)去看、去聽(tīng)和去讀。圖像、語(yǔ)音和文字的理解，這三部分基本構(gòu)成了我們現(xiàn)在的人工智能。”這就是人工智能的應(yīng)用，機(jī)器通過(guò)大量數(shù)據(jù)的學(xué)習(xí)訓(xùn)練之后，理解了所見(jiàn)所聞，投入使用才能體現(xiàn)人工智能的真正價(jià)值。目前，人工智能主要在四大領(lǐng)域中應(yīng)用：語(yǔ)音識(shí)別，視覺(jué)識(shí)別，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)。

在語(yǔ)音識(shí)別方面，現(xiàn)在最主流的語(yǔ)音輸入法可以達(dá)到每分鐘400個(gè)漢字的輸入速度，準(zhǔn)確率極高，幾乎可以取代速記員。在視覺(jué)識(shí)別方面，人臉識(shí)別、場(chǎng)景識(shí)別等技術(shù)已經(jīng)非常成熟，無(wú)人駕駛技術(shù)也非常依賴視覺(jué)識(shí)別。數(shù)據(jù)挖掘就是分析已有數(shù)據(jù)中不同數(shù)據(jù)類型之間的相關(guān)性，沃爾瑪就是發(fā)現(xiàn)了當(dāng)啤酒和尿片擺放在一起時(shí)，兩者銷量都呈現(xiàn)上漲趨勢(shì)，從而提高了銷量。機(jī)器學(xué)習(xí)是人工智能的開(kāi)始，通過(guò)機(jī)器的深度學(xué)習(xí)，人工智能才能實(shí)現(xiàn)眾多功能。

在實(shí)際生活工作中，一些工作崗位正在逐漸被人工智能代替。吳達(dá)恩認(rèn)為：“如果一項(xiàng)腦力工作，人類只需要幾秒種或者幾分鐘就能完成，那么這項(xiàng)工作遲早都能被人工智能代替。”[7]事實(shí)也確實(shí)如此，思考模式可以被理性推算的工作崗位，在有足夠數(shù)據(jù)支撐的時(shí)候，都可以被人工智能取代。比如高鐵站火車站的檢票工作，就是通過(guò)信息匹配判斷當(dāng)前人士與票據(jù)中提供的身份信息是否對(duì)應(yīng)同一個(gè)人，用人工智能的瞬間便可完成。翻譯工作，也是用語(yǔ)法進(jìn)行文字的轉(zhuǎn)化，同樣也可以用人工智能完成。甚至現(xiàn)在美聯(lián)社90%的文章都是用機(jī)器完成。有人推測(cè)十年之內(nèi)，會(huì)有一半的工作被人工智能代替，這種推測(cè)是合理的。

隨著人工智能的不斷發(fā)展，人工智能也被不斷的神化。人工智能的追隨者們認(rèn)為人工智能無(wú)所不能，這些言論的產(chǎn)生一部分是因?yàn)椴焕斫馊斯ぶ悄芏嗽埔嘣?，一部分是為了巨額的商業(yè)市場(chǎng)故意神化人工智能的價(jià)值。人工智能并非無(wú)所不能，對(duì)于人類的高等智能活動(dòng)，無(wú)論有多少數(shù)據(jù)和有多么強(qiáng)有力的計(jì)算機(jī)機(jī)器，人工智能都難以為之。比如人工智能無(wú)法創(chuàng)建一套科學(xué)理論體系或者數(shù)學(xué)理論體系，人工智能無(wú)法發(fā)現(xiàn)新的現(xiàn)象、新的物種、新的問(wèn)題、新的算法、新的原理、新的定理、新的猜測(cè)等，人工智能無(wú)法設(shè)計(jì)疾病的藥物治療方案或者外科手術(shù)治療方案。還有很多事情是人工智能無(wú)法做到的，所以人工智能并不是一個(gè)神話，而只是人

類創(chuàng)造出來(lái)的一個(gè)工具。

四、人工智能改變了世界

現(xiàn)在人工智能已經(jīng)慢慢融入了我們的日常生活，有些是可以感知的，有些卻是在不知不覺(jué)中產(chǎn)生作用。目前，人工智能在醫(yī)療、教育、營(yíng)銷和交通四個(gè)領(lǐng)域的應(yīng)用最為廣泛，使這些領(lǐng)域發(fā)生革命性的改變。

（一）人工智能讓醫(yī)療更加高效

醫(yī)療行業(yè)擁有大量高質(zhì)量、規(guī)范化、可應(yīng)用的數(shù)據(jù)，如標(biāo)準(zhǔn)化的影像、病理診療等數(shù)據(jù)，是少有的擁有數(shù)據(jù)積累的行業(yè)。目前，人工智能在醫(yī)療領(lǐng)域運(yùn)用最為廣泛的是醫(yī)學(xué)影像識(shí)別和輔助診斷方面。人工智能通過(guò)識(shí)別核磁共振、X射線、超聲和CT掃描的數(shù)據(jù)，幫助醫(yī)師對(duì)疾病做出專業(yè)診斷，而且人工智能在這方面的效率和準(zhǔn)確率都非常高。同時(shí)機(jī)器人開(kāi)始走進(jìn)世界各地的手術(shù)室，全球最成功的手術(shù)機(jī)器人“達(dá)芬奇”協(xié)助世界各地的醫(yī)生完成了無(wú)數(shù)起手術(shù)。值得注意的是，人工智能在醫(yī)療領(lǐng)域主要起協(xié)助作用，并非主導(dǎo)作用。

（二）人工智能讓教育更加智慧

在教育領(lǐng)域，人工智能被用來(lái)和學(xué)生進(jìn)行線上交流和答疑。佐治亞理工學(xué)院從2016年開(kāi)始讓機(jī)器人助教Jill Watson線上輔導(dǎo)KBAI（以知識(shí)為基礎(chǔ)的人工智能）課程，正確率高達(dá)97%。而且直到Jill的真實(shí)身份被公布，學(xué)生才發(fā)現(xiàn)一直以來(lái)和自己交流的竟然是機(jī)器人。

在我國(guó)，人工智能于今年走進(jìn)了高考考場(chǎng)，它只用了10分鐘就完成了高考數(shù)學(xué)試卷，并獲得了134分的好成績(jī)，體現(xiàn)了人工智能在輔導(dǎo)學(xué)習(xí)上的無(wú)限可能。AR（增強(qiáng)現(xiàn)實(shí)）和VR（虛擬現(xiàn)實(shí)）技術(shù)早已走進(jìn)課堂，創(chuàng)造了科幻無(wú)比的“實(shí)境教學(xué)”模式。2017年，西北工業(yè)大學(xué)首創(chuàng)AR版錄取通知書(shū)，整個(gè)校園躍然紙上，讓學(xué)子們?nèi)雽W(xué)前就感受到了深深的科技氛圍。

（三）人工智能讓營(yíng)銷更具創(chuàng)意

人工智能在營(yíng)銷方面的最大應(yīng)用就是對(duì)特定人群針對(duì)性的投入廣告，例如當(dāng)一個(gè)用戶經(jīng)常瀏覽某個(gè)服裝品牌的產(chǎn)品并產(chǎn)生了購(gòu)買(mǎi)行為，機(jī)器就會(huì)針對(duì)性的對(duì)該用戶投放該品牌服裝的廣告。人工智能在廣告創(chuàng)意方面也有了一定的突破，日本麥肯推出了“人工智能創(chuàng)意總監(jiān)”，并舉辦了一次人工智能創(chuàng)意總監(jiān)與人類創(chuàng)意總監(jiān)的作品對(duì)決，雖然最后以46%VS54% 惜敗，但人工智能的創(chuàng)意表現(xiàn)同樣驚艷，不容忽視。

（四）人工智能讓駕駛更加簡(jiǎn)易

無(wú)人駕駛、智慧交通等概念已經(jīng)鋪天蓋地而來(lái)，并且被給予了前所未有的期望和關(guān)注。自動(dòng)駕駛技術(shù)早已運(yùn)用在了在航空和航海領(lǐng)域，而陸地?zé)o人駕駛技術(shù)的發(fā)展一直處于高熱度中，但還未有突破性成果，被報(bào)道的無(wú)人駕駛交通事故層出不窮，這與自動(dòng)駕駛汽車需要考慮城市交通中行人、擁擠的車輛和突發(fā)情況等多種復(fù)雜因素有關(guān)。但這些都不影響眾多科技巨頭在無(wú)人駕駛領(lǐng)域的不斷投入和研究，有理由相信成熟的無(wú)人駕駛時(shí)代就在不久的未來(lái)。

人工智能正在改變世界，這是不可否認(rèn)和忽視的，也是大勢(shì)所趨。

五、人工智能的未來(lái)

未來(lái)學(xué)家Ray Kurzweil的加速回報(bào)定律（Law of Accelerating Returns）[8]指出人類的發(fā)展是不斷加速的，21世紀(jì)只要花14年就能達(dá)成整個(gè)20世紀(jì)100年的進(jìn)步，2014年開(kāi)始只要花7年（2021年），就能達(dá)到又一個(gè)20世紀(jì)一百年的進(jìn)步，再往后，說(shuō)不定每個(gè)月都能達(dá)成一次。

人工智能的發(fā)展也是在加速中不斷前進(jìn)?？梢灶A(yù)見(jiàn)，在不久的未來(lái)，信息是透明公開(kāi)的，人類將面對(duì)一個(gè)智能化、無(wú)隱私、精細(xì)化的社會(huì)。地震海嘯等災(zāi)難都可以被預(yù)測(cè)，甚至連犯罪行為都可以被預(yù)警，我們的城市都是智慧城市，我們的信息能追流溯源，我們將生活在一個(gè)無(wú)隱私的社會(huì)里，機(jī)器人隨處可見(jiàn)，我們甚至?xí)蜋C(jī)器人成為同事。更久的未來(lái)是什么樣子呢？人工智能會(huì)發(fā)展成什么樣呢？未來(lái)有太多可能性，我們只能拭目以待。

21世紀(jì)是一個(gè)科技高速發(fā)展的時(shí)代，“人工智能”是其中一顆璀璨明星，承載著人類無(wú)數(shù)的期許和向往。但“反人工智能”的聲音也接踵而來(lái)，這種反對(duì)大多來(lái)源于對(duì)科技發(fā)展過(guò)快的恐懼，也從側(cè)面反映了人工智能正在高速發(fā)展，正在以人類可以感知的速度融入社會(huì)，改變著世界。這是一種趨勢(shì)，與其逆流對(duì)抗，還不如好好思考如何擁抱這個(gè)科技的時(shí)代，思考如何好好運(yùn)用人工智能這一工具服務(wù)于人類。