時間：2023-06-30 16:08:07
導(dǎo)語：在對人工智能的思考的撰寫旅程中，學(xué)習(xí)并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優(yōu)秀范文，愿這些內(nèi)容能夠啟發(fā)您的創(chuàng)作靈感，引領(lǐng)您探索更多的創(chuàng)作可能。
1.關(guān)于人工智能
什么是人工智能呢?在 1956 年 Dartmouth 學(xué)會上，人們初次提出了“人工智能”這一術(shù)語。盡管人工智能沒有確切的定義，但基本概念就是人工智能(Artificial Intelligence)，英文縮寫為AI。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(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，是計算機科學(xué)的一個分支。就人工智能的本質(zhì)而言，就是運用目前的人工智能技術(shù)去模擬實現(xiàn)人腦基本的思維，也就是模擬人腦處理信息的過程。但目前的人工智能仍大都是在電腦中儲存眾多的解決辦法，然后通過分析面對的問題以及當前的環(huán)境信息，通過計算機得到最優(yōu)的解決辦法，其核心思想在于具有優(yōu)越的算法。
2.人工智能發(fā)展現(xiàn)狀以及驅(qū)動因素
目前，所有國家都十分看重人工智能這個產(chǎn)業(yè)，因為人工智能可以利用它自身快速準確的運算能力以及驚人的記憶力和巨大的存儲空間等，為人類提供各種各樣的服務(wù)。雖然我們生活中的人工智能機器正在逐漸增多，但是其應(yīng)用方法仍十分原始。
正因為人工智能的前景十分廣闊，也使得各種因素持續(xù)推動著人工智能的發(fā)展。當然，最核心的因素在于算法，人們的不斷思考與努力持續(xù)推動著語法的進步。
3.人工智能與人類智能的關(guān)系
關(guān)于人工智能與人類智能的關(guān)系，知道什么是人類智能是了解人工智能與人類智能關(guān)系的前提條件。人類智能是人類與生俱來的自然智能，它主要包含感知能力、思維能力和行為能力三個方面。
現(xiàn)在我們從哲學(xué)的角度去理解人工智能與人類智能的關(guān)系。兩者是對立統(tǒng)一的關(guān)系，因為人工智能是人類智能的實際體現(xiàn)，人類智能又憑借人工智能的優(yōu)點而加強，所以人類智能與人工智能相互依存，誰也離不開誰，并且兩者相互促進，共同推動人類社會的發(fā)展。人工智能和人類智能之間又存在對立的關(guān)系，正是通過這種對立的關(guān)系，人們才能夠不斷地對人工智能加以創(chuàng)新，促其發(fā)展。
4.人工智能與人類智能的區(qū)別
人工智能與人類智能兩者的關(guān)系十分密切。且這兩者之間的區(qū)別也非常大：第一，兩者的優(yōu)點十分不同，比如人工智能計算能力強，而且擁有人腦無法涉及的計算速度，另外，人工智能機器可以在特殊環(huán)境條件下正常地工作。但是人腦能提出新問題，對新事物進行分析研究，得到解決新事物的辦法。第二，兩者起源不同。人類是自然界長期發(fā)展的結(jié)果，人工智能是由人類創(chuàng)造的。第三，兩者思維方式不同。人類智能擁有自己跳躍性的思維，但人工智能要嚴格遵循所設(shè)計好的思維程序。第四，兩者語言形式不同。人類擁有自己的自然語言，而人工智能只能依靠人類去創(chuàng)造人工語言。
5.人工智能能否超越人類智能
關(guān)于人工智能能否超越人類智能這個問題，人們的看法都大不相同，而且每個人的看法都有自己的合理解釋。但我認為，在整體上人工智能是不可能超越和代替人類智能的。因為人工智能是由人類所創(chuàng)造，只是人類智能的拓展和實現(xiàn)途徑。它沒有辦法去替代人類智能，更不可能像電影里的情節(jié)一樣，由人工智能來統(tǒng)治人類。
從社會環(huán)境來看，人工智能無法像人腦一樣去面對現(xiàn)在復(fù)雜的社會環(huán)境。從實際應(yīng)用來看，人腦擁有超強的容錯率，而且可以在眾多信息中提取關(guān)鍵信息，并且耗能低，但目前的人工智能需要有完全正確的程序才能正常運行，而且需要投入的資源量巨大。
由此，我認為，人工智能是無法超越人類智能的，但我們要承認人工智能給我們的生活帶來了許多方便。雖然人工智能幫助我們在很多方面解決了依靠人力解決不了的很多問題，而且因為人工智能的快速發(fā)展，使人類智能可以無視時間和特殊環(huán)境進行研究和實踐。但是，如果因為科學(xué)技術(shù)的發(fā)展和電腦的廣泛應(yīng)用，就認為人工智能可以代替和超越人類智能，這是沒有依據(jù)的。
社會的快速進步和人們對生活質(zhì)量的要求不斷提高，都對智能化水平產(chǎn)生了迫切需要，從而節(jié)省寶貴的時間，提高生產(chǎn)力，也極大的方便了人們的生活，提高舒適度和生活質(zhì)量。電氣工程自動化的領(lǐng)域中若想進行改革，就需要人工智能的廣泛參與,在此過程中，人工智能在電氣工程自動化控制方面的優(yōu)勢也得到了極大的發(fā)揮，不僅促進了自動化的發(fā)展和創(chuàng)新,也推進了人工智能理論在自動化控制領(lǐng)域中的應(yīng)用,并大量解決了以往的傳統(tǒng)技術(shù)難以解決的問題。本文中所提到的人工智能主要包括一下三個方面，即思維能力、行為能力、感知能力，人工智能主要是由人們創(chuàng)造出來的機器、設(shè)備等傳遞出的智能化技術(shù),為人們提供便捷服務(wù)、幫助計算機做輔助工作、為企業(yè)的電氣設(shè)備做自動漏洞修復(fù)等，充分體現(xiàn)了電氣工程自動化的優(yōu)點和特征。
1人工智能概述
人工智能的概念早在1956年就以問世，并隨著經(jīng)濟和科技的快速發(fā)展得到越來越多的關(guān)注和重視，形成了以計算機為主題，以自動化技術(shù)、控制論、信息論、生物學(xué)科、仿生學(xué)科、心理學(xué)科、語言學(xué)科、數(shù)理邏輯學(xué)科、哲學(xué)論、醫(yī)學(xué)等為主要內(nèi)容的綜合性技術(shù)，以方便人們的生活和設(shè)備的生產(chǎn)力為主要目的。在人工智能領(lǐng)域中,其技術(shù)可以使研制的機器設(shè)備擁有與人類的大腦智力和思考過程相近或一部分規(guī)定的技能的系統(tǒng)，從而幫助人們?nèi)ネ瓿梢恍┹o助工作，方便人們的生活，提高整體生產(chǎn)力。人工智能是主要用于開發(fā)和研究如何更好的延伸和模仿人類的智能的理論。作為計算機科學(xué)技術(shù)的新興起的一個分支，人工智能技術(shù)更好的詮釋了智能的本質(zhì)，并在此基礎(chǔ)上研究生產(chǎn)出一類具有部分或相近的人們的智能的機器或設(shè)備，現(xiàn)已研究出的領(lǐng)域較多并已開始廣泛應(yīng)用，其中主要包括:圖像識別、語言識別、機器人、專家系統(tǒng)、自然語言處理分析等多種系統(tǒng)。電氣工程自動化技術(shù)領(lǐng)域涉及面較寬，主要研究的是自動控制技術(shù)、系統(tǒng)運行技術(shù)、信息處理技術(shù)、電子技術(shù)、研制開發(fā)技術(shù)、信息處理技術(shù)、計算機與電子應(yīng)用技術(shù)等。隨著我國在自動化領(lǐng)域研究課題的不斷增加和發(fā)展，人工智能技術(shù)已開始應(yīng)用在人們生活中的方方面面。
2人工智能技術(shù)應(yīng)用于電氣工程的優(yōu)點
人工智能技術(shù)較傳統(tǒng)技術(shù)更不容易受到其他因素的影響。在電氣工程中，傳統(tǒng)的控制器在運行中非常容易受到不利因素的影響，而人工智能技術(shù)由于具有一定的智能，從而具有一定的自身調(diào)整能力，并具有自身修復(fù)和抗壓能力，因此受其他因素的總體影響較小。人工智能技術(shù)具有操作簡便，效率較高。近年來的研究顯示，電氣工程自動化中的人工智能技術(shù)的應(yīng)用主要有三種方法，即模糊控制、神經(jīng)網(wǎng)絡(luò)控制、家電系統(tǒng)控制。這三種技術(shù)的應(yīng)用使設(shè)備能夠自動對開關(guān)量、模擬量等數(shù)據(jù)進行收集，并快速進行相應(yīng)的處理，并將數(shù)據(jù)進行存檔。另外，人工智能技術(shù)可以使設(shè)備具有良好的界面顯示功能，并幫助使用者完整的了解電氣設(shè)備的整體運行狀態(tài)，同時，也使設(shè)備帶有了自動報警功能，提示工作人員進行處理，而不需要時刻進行檢測，節(jié)省了人力物力。
3電氣工程自動化中人工智能的運用
人工智能是利用計算機技術(shù)去完成以往只能由人們?nèi)ネ瓿傻募夹g(shù)，可以說是對以往仍能夠操作的顛覆。人工智能隨著應(yīng)用的廣泛已家喻戶曉，不再陌生，也經(jīng)常出現(xiàn)在尋常百姓家，其工作的原理也較為簡單，主要是通過對人的智能和思考規(guī)律進行摸索總結(jié)，找到關(guān)鍵點，再對設(shè)備或機器安裝程序，使其具有與人類相同的感知能力、思維能力以及行為能力，進而達到模仿甚至代替人類進行工作或操作某項活動的目的。隨著電氣工程自動化的快速發(fā)展，計算機在電氣工程領(lǐng)域的應(yīng)用越來越廣泛，人工智能作為新興的技術(shù)也開始投入到電氣控制領(lǐng)域，在電氣工程中幫助人類進行信息的采集、數(shù)據(jù)的處理以及信息的反饋等功能，實現(xiàn)電氣工程領(lǐng)域中某些設(shè)備的自動化生產(chǎn)，另外，由于投入了人工智能設(shè)備，使人們可以根據(jù)需要來隨時調(diào)整和控制其運行的程序參數(shù)，達到低成本、低人力投入的成本最小化初衷，并實現(xiàn)提高生產(chǎn)力，獲得最高的經(jīng)濟效益的目標。目前，我國的電氣工程自動化的許多環(huán)節(jié)中都應(yīng)用了人工智能技術(shù)，并得到了良好成效。本文主要對人工智能在電氣設(shè)備的控制、故障診斷兩大方面具體描述人工智能在電氣工程自動化中的運用。在電氣工程自動化中，為了充分實現(xiàn)信息的傳遞、交換、數(shù)據(jù)處理和提高生產(chǎn)力，就需要使用人工智能來進行設(shè)備控制，從而降低人力、物力和財力的投入，增強設(shè)備的運行質(zhì)量以及工作效率。例如：食品公司的一體化生產(chǎn)流水線，它從食品的材料壓制磨碎，到食品的烘焙和制作，以及成品的分塊、包裝等，都充分利用計算機編程軟件，使設(shè)備達到自動化運行的目的，在此過程中，設(shè)備可以根據(jù)固定的參數(shù)和定值對食品材料進行選擇和城中，減少了人為失誤，提高了生產(chǎn)效率。由此可見，人工智能在電氣設(shè)備的控制中具有良好的應(yīng)用前景。
4結(jié)束語
隨著人口紅利的快速消失，中國急需尋找新的增長引擎。基于人工智能的自動化可以提升生產(chǎn)力，幫助中國實現(xiàn)其經(jīng)濟發(fā)展目標。
在這一背景下，理解人工智能的發(fā)展及其對中國的影響尤為重要。本文將涵蓋以下內(nèi)容:
第一部分簡要介紹人工智能的發(fā)展歷程、現(xiàn)有技術(shù)水平及未來展望。
基于4MAT系統(tǒng)模式案例設(shè)計
4MAT系統(tǒng)模式又稱為自然學(xué)習(xí)模式，它是由美國“學(xué)習(xí)公司”總裁麥卡錫博士在1979年創(chuàng)立的一個新型有效的學(xué)習(xí)框架。該模式將學(xué)習(xí)風(fēng)格與腦科學(xué)研究結(jié)合起來，并根據(jù)人們感知和處理信息的方式，形成一種獨特的、順應(yīng)個性學(xué)習(xí)需求的教學(xué)模式。圖1為學(xué)習(xí)者以4MAT學(xué)習(xí)的一個簡單實例。
第一階段，Johnny看到他的哥哥們是騎自行車去學(xué)校。他注意看他們是怎樣騎自行車的，騎自行車看上去很容易；第二階段，他請他的哥哥們（騎自行車的專家）展示他是怎樣騎自行車的；第三階段，Johnny騎上自行車，并嘗試騎行，他發(fā)現(xiàn)騎自行車并不像看上去那么容易；第四階段，他調(diào)整了自己，回過來再次嘗試騎自行車。在上述學(xué)習(xí)過程中，學(xué)習(xí)者的大腦經(jīng)歷觀察反映、抽象假設(shè)、行動試驗、形成具體經(jīng)驗四個階段，即4MAT模式的四個象限，整個學(xué)習(xí)過程組成一個循環(huán)圓圈。
4MAT模式以關(guān)注學(xué)習(xí)者為出發(fā)點，結(jié)合左右腦的不同特點，將教學(xué)分解為八個環(huán)節(jié)（如圖2所示），可較好地為學(xué)習(xí)者提供有意義的學(xué)習(xí)內(nèi)容，學(xué)生有足夠的練習(xí)機會，且可“靈活調(diào)整”學(xué)習(xí)內(nèi)容，并在這一過程中發(fā)掘所學(xué)在生活中的應(yīng)用價值。高中信息技術(shù)課程內(nèi)容大致可分為“動手做、如何做、為何做及做了何”四個方面，與4MAT模式四個象限的特點較切合?，F(xiàn)以高中信息技術(shù)必修模塊中“信息的加工與表達――用智能工具處理信息”為主題，進行4MAT模式教學(xué)環(huán)節(jié)設(shè)計。
1.本課時教學(xué)目標。人工智能研究處于信息技術(shù)發(fā)展的前沿，它的研究、應(yīng)用和發(fā)展在一定程度上決定著計算機技術(shù)的發(fā)展方向。高中人工智能課程目標的基本點定位在了解和體驗上，讓學(xué)生了解信息技術(shù)發(fā)展的前沿，體驗若干典型人工智能技術(shù)的應(yīng)用，感受人工智能對學(xué)習(xí)和生活的影響，激發(fā)對信息技術(shù)未來的追求。
2.本課時教學(xué)任務(wù)。《信息加工與表達》課程標準對應(yīng)要求：通過部分智能信息處理工具軟件的使用，體驗其基本工作過程，了解其實際應(yīng)用價值。通過課堂討論、觀看媒體資料、網(wǎng)絡(luò)搜索、操作實踐、學(xué)習(xí)教材等手段，學(xué)生能夠：①了解人工智能技術(shù)的含義及智能工具的應(yīng)用范圍；②列舉人工智能技術(shù)在社會、生活中的應(yīng)用實例；③按功能對常見的智能應(yīng)用進行分類；④在操作實踐活動中，了解智能工具的基本工作原理及其應(yīng)用價值；⑤樹立辯證思想，客觀看待人工智能技術(shù)對社會的影響，培養(yǎng)正確的信息技術(shù)運用觀。
3.本課時教學(xué)內(nèi)容：①人工智能、模式識別、自然語言理解、機器翻譯；②智能工具的應(yīng)用范圍；③常見智能工具的操作（“小靈鼠”軟件、OCR軟件、在線翻譯軟件、機器人小I等）；④人工智能對人類生活、社會的影響及存在問題。
4.本課時教學(xué)安排見圖3。
①聯(lián)系，即讓學(xué)習(xí)者將學(xué)習(xí)內(nèi)容與相關(guān)生活經(jīng)驗建立聯(lián)系。設(shè)計活動來表明人工智能就在我們身邊以及它與信息技術(shù)學(xué)科前沿研究的聯(lián)系。活動內(nèi)容：以小組為單位研討我們身邊的人工智能應(yīng)用例子。通過討論，說明人工智能對人類生活、社會的影響。這個討論有助于讓學(xué)生將身邊的經(jīng)驗與學(xué)習(xí)內(nèi)容聯(lián)系起來。教師提供自主學(xué)習(xí)資源網(wǎng)站，引導(dǎo)并幫助學(xué)生聯(lián)系各人的經(jīng)歷了解人工智能的應(yīng)用范圍；通過讓學(xué)生觀看相關(guān)應(yīng)用視頻，讓他們獲得直觀的感性認識。
②注意，即讓學(xué)生注意個人體驗以及與其他同學(xué)的經(jīng)驗分享。分析經(jīng)驗，小組討論并將經(jīng)驗繪制成圖表。分小組分享經(jīng)驗并用概念圖示描述人工智能的含義。
③想象，即在向?qū)W生傳授呈現(xiàn)概念時，讓學(xué)生先將自己的理解描述出來。整合經(jīng)驗：在學(xué)習(xí)日記中描述人工智能對你及社會生活環(huán)境的影響。每個學(xué)生要在自己的日志中說明某一人工智能應(yīng)用如何對個人生活和環(huán)境造成影響。
④告知，即由教師告知內(nèi)行知識，學(xué)生接受內(nèi)容并進行研究。學(xué)習(xí)內(nèi)容：教師通過演示文稿介紹圖靈測試及人工智能小故事，幫助學(xué)生了解人工智能含義。教師帶領(lǐng)全班學(xué)生利用前面活動中獲得的信息，創(chuàng)建人工智能思維導(dǎo)圖，其中要包括人工智能含義、應(yīng)用領(lǐng)域及它對人類社會產(chǎn)生的正面及負面影響。學(xué)生通過看視頻、聽講、課堂討論及小組研究等學(xué)習(xí)形式學(xué)習(xí)新知識。思維導(dǎo)圖會逐漸發(fā)展為一個動態(tài)的圖示。學(xué)生可隨時添加其他信息和實例。比如，隨著對人工智能技術(shù)的深入了解，其他內(nèi)容也可以被添加到思維導(dǎo)圖中，在不斷形成的過程中，學(xué)生將學(xué)會如何有條理地收集信息。
⑤練習(xí)，即讓學(xué)生通過練習(xí)來學(xué)習(xí)，以達到對知識、技能的熟練掌握。實踐拼接活動：以“它”怎樣看、“它”如何懂兩組活動，制作設(shè)計新的思維導(dǎo)圖。歸納智能工具的工作原理和存在的不足。各小組通過實踐操作智能工具，分享有關(guān)知識和體驗，以思維導(dǎo)圖的形式描述模式識別及自然語言理解的工作原理并提出技術(shù)改進建議。教師在整個過程中對學(xué)生的表現(xiàn)給予反饋和建議。
⑥延伸，即是學(xué)生創(chuàng)新的開始，學(xué)生對所學(xué)的靈活調(diào)整，遷移運用。設(shè)計“人工智能會取代人類嗎”游戲中要用的問題。在課堂內(nèi)外以學(xué)習(xí)小組的形式開展活動收集更多信息。每個小組根據(jù)他們了解的情況設(shè)計10個問題，在“人工智能會取代人類嗎”游戲中使用。比如，未來你心中的人工智能是什么樣、機器人具有真正的智能嗎、未來的智能工具將具備怎樣的功能，等等。
⑦提煉，即學(xué)生進行自我適應(yīng)、調(diào)整、修改和評價其學(xué)習(xí)是否適當。學(xué)生復(fù)習(xí)課堂記錄、個人日志、實踐體驗、互聯(lián)網(wǎng)上學(xué)習(xí)到的內(nèi)容等，小組完成研究報告，為最后階段做準備。
⑧展現(xiàn)，即讓學(xué)生表現(xiàn)自己。幫助學(xué)生將所學(xué)與更廣泛的知識聯(lián)系起來。設(shè)計一個總結(jié)主要觀點的演示文稿（用例子和視覺畫面對人工智能應(yīng)用作出說明）。為學(xué)校設(shè)計一個普及人工智能知識的網(wǎng)站。撰寫一份“智能工具應(yīng)用啟示”的研究的可行性報告，并設(shè)計完成一個未來智能工具或提出一個智能應(yīng)用的想法。
基于Feden-Vogel教學(xué)模式的案例設(shè)計
普萊斯頓?D?費德恩，羅伯特?M?沃格爾結(jié)合信息加工論，在4MAT系統(tǒng)及教師實踐經(jīng)驗的基礎(chǔ)上，提出了Feden-Vogel教學(xué)設(shè)計模式。該模式包含三個不同的工具：計劃組織圖、教學(xué)計劃模板、教案格式。其教學(xué)分五個步驟進行設(shè)計：步驟一，引起學(xué)生注意并激活先前知識；步驟二，教授陳述性知識，不僅包含課時內(nèi)容，還應(yīng)涉及一些核心概念等；步驟三，給學(xué)生提供足夠的時間和實踐機會，形成程序性知識；步驟四，讓學(xué)生運用所學(xué)知識解決不同問題，幫助他們以新的或不同的方式運用所學(xué)；步驟五，結(jié)束當前教學(xué)并啟發(fā)學(xué)生關(guān)注知識和連續(xù)性，過渡到下一教學(xué)主題。在Feden-Vogel模式中，是從步驟二開始教學(xué)設(shè)計（即在課程目標與學(xué)習(xí)標準中讓學(xué)生學(xué)習(xí)的陳述性知識），教學(xué)實施從步驟一開始?，F(xiàn)仍以高中信息技術(shù)必修模塊中“信息加工與表達”為主題，進行Feden-Vogel模式教學(xué)設(shè)計，課時教學(xué)目標與上例同。
1.《用智能工具處理信息》Feden-Vogel計劃組織圖（見圖4）。
2.《用智能工具處理信息》Feden-Vogel教學(xué)五步驟設(shè)計。
步驟一，呈現(xiàn)先行組織圖，讓學(xué)生回顧先前的知識，提問前面幾類信息加工與表達的特征及應(yīng)用價值。這個練習(xí)可以讓學(xué)生準備好學(xué)習(xí)下一個主題，即用智能工具處理信息。讓學(xué)生聯(lián)系和此問題相關(guān)的現(xiàn)實生活情境：如果你在寫一份研究報告時，需要一本資料書上的三頁內(nèi)容，或者你想通過錄音將你說的話轉(zhuǎn)化成文字時，你將采用什么辦法來完成？向?qū)W生提出這個問題，讓他們設(shè)想解決的方案。通過這個問題可以將情境與新主題聯(lián)系在一起。為了幫助學(xué)生解決此問題，可展示觸屏手機手寫輸入信息的過程，讓學(xué)生上網(wǎng)搜索相關(guān)資料。同時為學(xué)生提供多種體驗工具軟件（“小靈鼠”軟件、OCR軟件，語音識別軟件等）。
步驟二，播放有關(guān)我們身邊人工智能應(yīng)用的視頻，讓學(xué)生上網(wǎng)查找人工智能應(yīng)用領(lǐng)域及實例。介紹圖靈測試，向?qū)W生提問，人工智能的含義是什么？學(xué)生建立人工智能概念圖，并添加智能應(yīng)用領(lǐng)域及實例。
步驟三，將學(xué)生異質(zhì)分組，提出小組體驗計劃。當學(xué)生制定好計劃后，就可以開始試著用智能處理工具（模式識別）進行操作實踐。等他們完成體驗后提問學(xué)生：識別的準確率高嗎？影響識別率高低的主客觀因素有哪些？接下來，引導(dǎo)學(xué)生思考分析模式識別工具處理信息的工作原理，引導(dǎo)他們針對體驗中存在的問題提出改進建議。在建立模式識別思維導(dǎo)圖過程中，通過提問學(xué)生生活中或未來還有哪些信息可以通過模式識別來處理，進一步加深學(xué)生對相關(guān)內(nèi)容的了解。
步驟四，讓全班一起討論在進行模式識別智能工具體驗中的感受。教師使用提問策略來幫助他們進入下一人工智能應(yīng)用領(lǐng)域：自然語言理解。比如，可以問學(xué)生是否能通過工具將一段中文詩詞翻譯成其他語言，或者和機器人聊天時應(yīng)該怎樣設(shè)計智能處理工具。學(xué)生討論，形成小組設(shè)計報告，并通過上網(wǎng)查找出相關(guān)工具軟件名稱。學(xué)生選擇教師提供的工具軟件進行體驗操作，總結(jié)出其工作原理及存在的問題。
關(guān)鍵詞：人工智能 機器學(xué)習(xí) 機器人情感獲得 發(fā)展綜述
中圖分類號：TP18 文獻標識碼：A 文章編號：1003-9082 （2017） 04-0234-01
引言
人類自從工業(yè)革命結(jié)束之后，就已然開始了對人工智能的探索，究其本質(zhì)，實際上就是對人的思維進行模仿，以此代替人類工作。人工智能的探索最早可以追溯到圖靈時期，那時圖靈就希望未來的智能系統(tǒng)能夠像人一樣思考。在20世紀五十年代，人工智能被首次確定為一個新興的學(xué)科，并吸引了大批的學(xué)者投入到該領(lǐng)域的研究當中。經(jīng)過長時間的探索和嘗試，人工智能的許多重要基本理論已經(jīng)形成，如模式識別、特征表示與推理、機器學(xué)習(xí)的相關(guān)理論和算法等等。進入二十一世紀以來，隨著深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展，人工智能再一次成為研究熱點。人工智能技術(shù)與基因過程、納米科學(xué)并列為二十一世紀的三大尖端技術(shù)， 并且人工智能涉及的學(xué)科多，社會應(yīng)用廣泛，對其原理和本質(zhì)的理解也更為復(fù)雜。 一、人工智能的發(fā)展歷程
回顧人工智能的產(chǎn)生與發(fā)展過程 ，可以將其分為：初期形成階段，綜合發(fā)展階段和應(yīng)用階段。
1.初期形成階段
人工智能這一思想最早的提出是基于對人腦神經(jīng)元模型的抽象。其早期工作被認為是由美國的神經(jīng)學(xué)家和控制論學(xué)者 Warren McCulloch與Walter Pitts共同完成的。在1951年，兩名普林斯頓大學(xué)的研究生制造出了第一臺人工神經(jīng)元計算機。而其真正作為一個新的概念被提出是在1956年舉行的達茅斯會議上。由麥卡錫提議并正式采用了“人工智能”（Artificial Intelligence）礱枋穌庖謊芯咳綰斡沒器來模擬人類智能的新興學(xué)科。1969年的國際人工智能聯(lián)合會議標志著人工智能得到了國際的認可。至此，人工智能這一概念初步形成，也逐漸吸引了從事數(shù)學(xué)、生物、計算機、神經(jīng)科學(xué)等相關(guān)學(xué)科的學(xué)者參與該領(lǐng)域的研究。
2.綜合發(fā)展階段
1.7 7年， 費根鮑姆在第五屆國際人工智能聯(lián)合會議上正式提出了“知識工程”這一概念。而后其對應(yīng)的專家系統(tǒng)得到發(fā)展，許多智能系統(tǒng)紛紛被推出，并應(yīng)用到了人類生活的方方面面。20世紀80年代以來，專家系統(tǒng)逐步向多技術(shù)、多方法的綜合集成與多學(xué)科、多領(lǐng)域的綜合應(yīng)用型發(fā)展。大型專家系統(tǒng)開發(fā)采用了多種人工智能語言、多種知識表示方法、多種推理機制和多種控制策略相結(jié)合的方式， 并開始運用各種專家系統(tǒng)外殼、專家系統(tǒng)開發(fā)工具和專家系統(tǒng)開發(fā)環(huán)境等等。在專家系統(tǒng)的發(fā)展過程中，人工智能得到了較為系統(tǒng)和全面的綜合發(fā)展，并能夠在一些具體的任務(wù)中接近甚至超過人類專家的水平。
3.應(yīng)用階段
進入二十一世紀以后，由于深度人工神經(jīng)網(wǎng)絡(luò)的提出，并在圖像分類與識別的任務(wù)上遠遠超過了傳統(tǒng)的方法，人工智能掀起了前所未有的。2006年，由加拿大多倫多大學(xué)的Geoffery Hinton及其學(xué)生在《Science》雜志上發(fā)表文章，其中首次提到了深度學(xué)習(xí)這一思想，實現(xiàn)對數(shù)據(jù)的分級表達，降低了經(jīng)典神經(jīng)網(wǎng)絡(luò)的訓(xùn)練難度。并隨后提出了如深度卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network， CNN），以及區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Region-based Convolutional Neural Network， R-CNN），等等新的網(wǎng)絡(luò)訓(xùn)練結(jié)構(gòu)，使得訓(xùn)練和測試的效率得到大幅提升，識別準確率也顯著提高。
二、人工智能核心技術(shù)
人工智能由于其涉及的領(lǐng)域較多，內(nèi)容復(fù)雜，因此在不同的應(yīng)用場景涉及到許多核心技術(shù)，這其中如專家系統(tǒng)、機器學(xué)習(xí)、模式識別、人工神經(jīng)網(wǎng)絡(luò)等是最重要也是發(fā)展較為完善的幾個核心技術(shù)。
1.專家系統(tǒng)
專家系統(tǒng)是一類具有專門知識和經(jīng)驗的計算機智能程序系統(tǒng)，通過對人類專家的問題求解能力建模，采用人工智能中的知識表示和知識推理技術(shù)來模擬通常由專家才能解決的復(fù)雜問題，達到具有與專家同等解決問題能力的水平。對專家系統(tǒng)的研究，是人工智能中開展得較為全面、系統(tǒng)且已經(jīng)取得廣泛應(yīng)用的技術(shù)。許多成熟而先進的專家系統(tǒng)已經(jīng)被應(yīng)用在如醫(yī)療診斷、地質(zhì)勘測、文化教育等方面。
2.機器學(xué)習(xí)
機器學(xué)習(xí)是一個讓計算機在非精確編程下進行活動的科學(xué)，也就是機器自己獲取知識。起初，機器學(xué)習(xí)被大量應(yīng)用在圖像識別等學(xué)習(xí)任務(wù)中，后來，機器學(xué)習(xí)不再限于識別字符、圖像中的某個目標，而是將其應(yīng)用到機器人、基因數(shù)據(jù)的分析甚至是金融市場的預(yù)測中。在機器學(xué)習(xí)的發(fā)展過程中，先后誕生了如凸優(yōu)化、核方法、支持向量機、Boosting算法等等一系列經(jīng)典的機器學(xué)習(xí)方法和理論。機器學(xué)習(xí)也是人工智能研究中最為重要的核心方向。
3.模式識別
模式識別是研究如何使機器具有感知能力 ，主要研究圖像和語音等的識別。其經(jīng)典算法包括如k-means，主成分分析（PCA），貝葉斯分類器等等。在日常生活各方面以及軍事上都有廣大的用途。近年來迅速發(fā)展起來應(yīng)用模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代傳統(tǒng)的基于統(tǒng)計學(xué)習(xí)的識別方法。圖形識別方面例如識別各種印刷體和某些手寫體文字，識別指紋、癌細胞等技術(shù)已經(jīng)進入實際應(yīng)用。語音識別主要研究各種語音信號的分類，和自然語言理解等等。模式識別技術(shù)是人工智能的一大應(yīng)用領(lǐng)域，其非常熱門的如人臉識別、手勢識別等等對人們的生活有著十分直接的影響。
4.人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)是在研究人腦的結(jié)構(gòu)中得到啟發(fā)， 試圖用大量的處理單元模仿人腦神經(jīng)系統(tǒng)工程結(jié)構(gòu)和工作機理。而近年來發(fā)展的深度卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural networks， CNNs）具有更復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，與經(jīng)典的機器學(xué)習(xí)算法相比在大數(shù)據(jù)的訓(xùn)練下有著更強的特征學(xué)習(xí)和表達能力。含有多個隱含層的神經(jīng)網(wǎng)絡(luò)能夠?qū)斎朐紨?shù)據(jù)有更抽象喝更本質(zhì)的表述，從而有利于解決特征可視化以及分類問題。另外，通過實現(xiàn)“逐層初始化”這一方法，實現(xiàn)對輸入數(shù)據(jù)的分級表達，可以有效降低神經(jīng)網(wǎng)絡(luò)的訓(xùn)練難度。目前的神經(jīng)網(wǎng)絡(luò)在圖像識別任務(wù)中取得了十分明顯的進展，基于CNN的圖像識別技術(shù)也一直是學(xué)術(shù)界與工業(yè)界一致追捧的熱點。
三、機器人情感獲得
1.智能C器人現(xiàn)狀
目前智能機器人的研究還主要基于智能控制技術(shù)，通過預(yù)先定義好的機器人行動規(guī)則，編程實現(xiàn)復(fù)雜的自動控制，完成機器人的移動過程。而人類進行動作、行為的學(xué)習(xí)主要是通過模仿及與環(huán)境的交互。從這個意義上說，目前智能機器人還不具有類腦的多模態(tài)感知及基于感知信息的類腦自主決策能力。在運動機制方面，目前幾乎所有的智能機器人都不具備類人的外周神經(jīng)系統(tǒng)，其靈活性和自適應(yīng)性與人類運動系統(tǒng)還具有較大差距。
2.機器人情感獲得的可能性
人腦是在與外界永不停息的交互中，在高度發(fā)達的神經(jīng)系統(tǒng)的處理下獲得情感。智能機器人在不斷的機器學(xué)習(xí)和大數(shù)據(jù)處理中，中樞處理系統(tǒng)不斷地自我更新、升級，便具備了獲得情感的可能性及幾率。不斷地更新、升級的過程類似于生物的進化歷程，也就是說，智能機器人有充分的可能性獲得與人類同等豐富的情感世界。
3.機器人獲得情感的利弊
機器人獲得情感在理論可行的情況下，伴之而來的利弊則眾說紛紜。一方面，擁有豐富情感世界的機器人可以帶來更多人性化的服務(wù)，人機合作也可進行地更加深入，可以為人類帶來更為逼真的體驗和享受。人類或可與智能機器人攜手共創(chuàng)一個和諧世界。但是另一方面，在機器人獲得情感時，機器人是否能徹底貫徹人類命令及協(xié)議的擔(dān)憂也迎面而來。
4.規(guī)避機器人情感獲得的風(fēng)險
規(guī)避智能機器人獲得情感的風(fēng)險應(yīng)預(yù)備強制措施。首先要設(shè)計完備的智能機器人情感協(xié)議，將威脅泯滅于未然。其次，應(yīng)控制智能機器人的能源獲得，以限制其自主活動的能力，杜絕其建立獨立體系的可能。最后，要掌控核心武器，必要時強行停止運行、回收、甚至銷毀智能機器人。
三、總結(jié)
本文梳理了人工智能的發(fā)展歷程與核心技術(shù)，可以毋庸置疑地說，人工智能具有極其廣闊的應(yīng)用前景，但也伴隨著極大的風(fēng)險?；仡櫰浒l(fā)展歷程，我們有理由充分相信，在未來人工智能的技術(shù)會不斷完善，難題會被攻克。作為世界上最熱門的領(lǐng)域之一，在合理有效規(guī)避其風(fēng)險的同時，獲得情感的智能機器人會造福人類，并極大地幫助人們的社會生活。
參考文獻
[1]韓曄彤.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].電子制作，2016，（12）：95.
[2]曾毅，劉成林，譚鐵牛.類腦智能研究的回顧與展望[J].計算機學(xué)報，2016，（01）：212-222.
[3]張越.人工智能綜述：讓機器像人類一樣思考
如何應(yīng)對人工智能時代的轉(zhuǎn)型？人工智能的商業(yè)價值地圖中，哪些產(chǎn)業(yè)將最先享受技術(shù)紅利？
“智造”并不是一個新詞，幾年前，我們可以看到數(shù)字技術(shù)從虛擬世界向?qū)嶓w世界滲透。3D打印、激光切割等一系列數(shù)字制造設(shè)備的發(fā)明讓制造變得民主化，所以誕生了創(chuàng)客這個群體，讓普通人也可以通過智造來實現(xiàn)想法。而今天，我們都看到“智”的含義又進化了。
人工智能正在全球范圍內(nèi)掀起產(chǎn)業(yè)浪潮。從去年開始，騰訊研究院就對人工智能的產(chǎn)業(yè)發(fā)展有一個持續(xù)的跟蹤。我今天將從一個更廣的維度，不限于制造業(yè)來與大家分享關(guān)于人工智能如何融合產(chǎn)業(yè)，創(chuàng)造萬億實體經(jīng)濟新動能的一些觀察。
人工智能認知差距存在：已走入平常生活
在另一陣營，包括扎克伯格、李開復(fù)、吳恩達等在內(nèi)的多位人工智能業(yè)界和學(xué)界人士都表示人工智能對人類的生存威脅尚且遙遠。這其中主要的爭議就來源于對“人工智能”定義的區(qū)別。人工智能學(xué)家馬斯克等人所述的人工智能，是指可以獨立思考并解決問題，具有思維能力的“強人工智能”，目前，科學(xué)界和工業(yè)界對何時發(fā)展出“強人工智能”并無定論。
現(xiàn)在處于全球熱議中的“人工智能”，并不完全等同于以往學(xué)院派定義的人工智能。你可能沒有意識到，我們?nèi)粘Ｉ钪幸呀?jīng)用到了許多人工智能技術(shù)：早在2011年，蘋果就率先將人工智能應(yīng)用Siri放進了大家的口袋里；拍照、簽到時用到的人臉識別技術(shù)，智能音箱的語音對話系統(tǒng)，以及我們現(xiàn)在主流的新聞推薦引擎，也都用到了深度學(xué)習(xí)的算法。
人工智能算法存在于人們的手機和個人電腦里，存在于政府機關(guān)、企業(yè)的服務(wù)器上，存在于共有或者私有的云端之中。雖然我們不一定能夠時時刻刻感知到人工智能算法的存在，但人工智能算法已經(jīng)高度滲透進我們的生活之中。
人工智能的商業(yè)潮起：九大領(lǐng)域形成熱點
人工智能的歷史已經(jīng)有60年的時間，但它作為一個商業(yè)化浪潮是最近幾年爆發(fā)的。與以往幾次人工智能浪潮不同，此次的人工智能革命跨越了技術(shù)商業(yè)化的臨界點。
下圖為騰訊研究院的《中美人工智能產(chǎn)業(yè)報告》，人工智能領(lǐng)域的投資金額從2012年起呈現(xiàn)出了非常陡峭的增長趨勢，轉(zhuǎn)折點就是深度學(xué)習(xí)技術(shù)的突破。
IT產(chǎn)業(yè)經(jīng)過數(shù)十年的發(fā)展，在存儲、運算和傳輸能力上都有了幾何級的提升，使深度學(xué)習(xí)最終有了質(zhì)的飛躍?；ヂ?lián)網(wǎng)積累了20年的數(shù)據(jù)終于有了用武之地——訓(xùn)練數(shù)據(jù)。機器學(xué)習(xí)和深度學(xué)習(xí)的飛速發(fā)展直接引領(lǐng)了此次人工智能產(chǎn)業(yè)浪潮。
截至目前，美國在融資金額上人工達到了938億，中國僅次于美國達到了635億。人工智能產(chǎn)業(yè)發(fā)展出了九大熱點領(lǐng)域，分別是芯片、自然語言處理、語音識別、機器學(xué)習(xí)應(yīng)用、計算機視覺、智能機器人、自動駕駛。
另一個明顯的趨勢是中美科技巨頭的集體轉(zhuǎn)型。從互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)的歷次轉(zhuǎn)換歷程中，把握技術(shù)革命帶來的商業(yè)范式革命是屹立不敗的關(guān)鍵。技術(shù)革命將帶來基礎(chǔ)設(shè)施、商業(yè)模式、行業(yè)渠道、競爭規(guī)則變化的漣漪效應(yīng)。
谷歌最早意識到機器學(xué)習(xí)的重要性，從2012年開始從搜索業(yè)務(wù)積累數(shù)據(jù)。從2012年到2017年短短的5年時間已經(jīng)滲透到了超過1200個谷歌的服務(wù)中。業(yè)務(wù)發(fā)展戰(zhàn)略從“移動優(yōu)先”轉(zhuǎn)為“人工智能優(yōu)先”。除此以外，美國的FAAMG (Facebook， Amazon， Apple， Microsoft， Google)以及中國的BAT無一例外投入越來越多資源搶占人工智能市場，有的甚至轉(zhuǎn)型成為AI公司。他們紛紛從四方面從基礎(chǔ)到全局打造AI生態(tài)：
第一，通過建立AI實驗室，來建立核心的人才隊伍。第二，持續(xù)并購來爭奪人才和技術(shù)。第三，建立開源的生態(tài)，占領(lǐng)產(chǎn)業(yè)核心。今天，大多數(shù)技術(shù)進步都不是封閉的創(chuàng)造發(fā)明。技術(shù)的指數(shù)級增長，受益于底層技術(shù)的共享。今年，騰訊向外輸出了兩大AI開源項目ANGEL和NCNN。第四，最好的人工智能服務(wù)將可能化為無形，即與云服務(wù)結(jié)合。工具AI將大幅降低企業(yè)使用AI的門檻，越來越多科技巨頭選擇將自己的服務(wù)“云端化”來賦能全行業(yè)。正如馬化騰所說的未來的企業(yè)都是在云端用AI處理大數(shù)據(jù)。并且在一些領(lǐng)域開始試水消費級人工智能的場景。
認識人工智能的能力與局限
認識人工智能的能力與局限AI要在商業(yè)上取得成功，首先要理解人工智能的真實能力。AI的爆發(fā)對商業(yè)的塑造也許與互聯(lián)網(wǎng)徹底顛覆傳統(tǒng)行業(yè)不同，在很大程度上會不動聲色地嵌入到商業(yè)中。應(yīng)用場景不再是新奇的概念展示，而是融入現(xiàn)有的生產(chǎn)中，進入垂直領(lǐng)域，創(chuàng)造直接的經(jīng)濟價值。
認識人工智能的能力與局限從認識物理世界到自主決策，目前人工智能已經(jīng)具備以下幾種能力：
認識人工智能的能力與局限感知智能：在語音識別、圖像識別領(lǐng)域已經(jīng)有很深入的應(yīng)用，賦予了機器“看”和“聽”的能力。甚至情感也能被機器理解 ；語音識別和圖像識別都有了顯著的提升。
認識人工智能的能力與局限理解能力：自然語言理解成為隱形的標配植入到產(chǎn)品中。配合計算機視覺可用于理解圖像，來執(zhí)行基于文本的圖像搜索、圖像描述生成、圖像問答（給定圖像和問題，輸出答案）等。
認識人工智能的能力與局限數(shù)據(jù)智能：機器學(xué)習(xí)、深度學(xué)習(xí)讓機器能夠洞察數(shù)據(jù)的秘密，并且不斷自動優(yōu)化算法，提升數(shù)據(jù)分析能力。
認識人工智能的能力與局限決策能力：本質(zhì)是用數(shù)據(jù)和模型為現(xiàn)有問題提供解決方案。棋類游戲是一種典型的決策能力，人類在完美信息博弈的游戲中已徹底輸給機器，只能在不完美信息的德州撲克和麻將中茍延殘喘。在更廣泛的領(lǐng)域，例如如何自動駕駛汽車，如何將投資收益最大化等豐富的場景都將是決策能力的用武之地。
人工智能的價值地圖：產(chǎn)業(yè)融合正在加速
與互聯(lián)網(wǎng)時代一夜顛覆的渠道革命不同，人工智能的帶來的商業(yè)變革正在不動聲色地滲入到各行各業(yè)。一大批AI應(yīng)用的先導(dǎo)者正在將AI能力賦能產(chǎn)業(yè)，涉及吃住行、工業(yè)醫(yī)療等各個領(lǐng)域。下面將用三個例子來說明正在發(fā)生的“AI+”產(chǎn)業(yè)增強革命。
首先是零售行業(yè)。上圖是亞馬遜推出的無人超市Amazon Go。在亞馬遜的藍圖中，顧客從貨架上取下貨品，無需再經(jīng)過收銀臺便可自動完成結(jié)算過程。從顧客進店開始，通過人臉識別驗證顧客身份，在顧客購物時，通過圖像識別和對比技術(shù)判斷商品種類，自動生成購物訂單完成自動結(jié)算。
現(xiàn)在，各種形式的無人零售商店在國內(nèi)也如雨后春筍般興起。當然，無人收費只是零售智能化的第一步，人工智能不同能力的應(yīng)用將全面改變現(xiàn)在的零售模式。比如開一家店選址、到底在哪開、開多大、覆蓋多少人群、賣多少東西？時裝周采購設(shè)計師的衣服，買那些今年會暢銷？以前這些都靠零售人的經(jīng)驗做決策，但在信息時代，這些都可以用精準的算法做決策。
第二個例子是醫(yī)療行業(yè)，醫(yī)療在任何國家都是最大的行業(yè)之一，我們經(jīng)濟發(fā)展和科技進步追求的最終目標也是增進健康。
人工智能在醫(yī)療行業(yè)的應(yīng)用很廣泛。用人工智能來輔助醫(yī)療影像診斷大家已經(jīng)比較熟悉了。我想說的是人工智能對精準醫(yī)療的推動。所有遺傳密碼的信息都是非常非常多的一個大數(shù)據(jù)，對任何人在他沒有得病的時候我們測量他的組學(xué)數(shù)據(jù)，分析組學(xué)大數(shù)據(jù)，那么就可以對他未來健康發(fā)展的危險因素做出評估，根據(jù)評估進行適當干預(yù)，這樣的話有些疾病不發(fā)展，有些疾病減輕他的程度，提高他的生活質(zhì)量，這樣就把整個醫(yī)療健康體系的關(guān)口前移，在沒有病之前就提出評估與保證。
第三個例子來自制造業(yè)。波士頓有家著名的機器人公司叫Rethink Robotics，顧名思義就是重新思考機器人。這個公司開發(fā)了一款名為Baxter的智能協(xié)作機器人。這個機器人的特點是和人的交互不再是機械的。Baxter 采用順應(yīng)式手臂并具有力度探測功能，能夠適應(yīng)變化的環(huán)境，可“感知”異?，F(xiàn)象并引導(dǎo)部件就位。你只要挪動它的手臂就能進行訓(xùn)練，完成特定的任務(wù)。其次，對于制造業(yè)來說人工智能不僅僅意味著完成某項工任務(wù)的機器人，也是未來制造業(yè)智能工廠、智能供應(yīng)鏈等相互支撐的智能制造體系。通過人工智能實現(xiàn)設(shè)計過程、制造過程和制造裝備的智能化。
人工智能的經(jīng)濟影響
人工智能在經(jīng)濟層面的影響，主要有三個方面：
第一，生產(chǎn)效率的提升。人工智能創(chuàng)造了一種虛擬的勞動力，能夠解決需要適應(yīng)性和敏捷性的復(fù)雜任務(wù)。
第二，交易成本的下降。互聯(lián)網(wǎng)的平臺模式通過降低信息不對稱，降低了交易成本。隨著機器學(xué)習(xí)的引入，可以實現(xiàn)更精準的服務(wù)匹配，進一步優(yōu)化資源的分配。
第三，人工智能將帶來數(shù)據(jù)產(chǎn)業(yè)的蓬勃。機器學(xué)習(xí)需要數(shù)據(jù)的“喂養(yǎng)”，海量的數(shù)據(jù)需求催生了多種類型的數(shù)據(jù)交易模式。數(shù)據(jù)的需求會產(chǎn)生很多數(shù)據(jù)經(jīng)紀商，有B2B模式，C2B模式，B2B2C模式等，促進數(shù)據(jù)在個人、企業(yè)及產(chǎn)業(yè)鏈層面流通。數(shù)據(jù)的來源不單單來自于用戶，也來自于政府公開數(shù)據(jù)、商業(yè)渠道、博客等公共資源等。
轉(zhuǎn)型之路：五要素堅實人工智能基礎(chǔ)
人工智能將一切變化都帶入了超高速發(fā)展的軌道。創(chuàng)新科技公司已集體轉(zhuǎn)型，傳統(tǒng)行業(yè)又改如何應(yīng)對即將到來的人工智能時代？實現(xiàn)人工智能的轉(zhuǎn)型，需要從幾個方面并行：
數(shù)據(jù)、算法和算力是我們常說的人工智能的“三駕馬車”，是人工智能得以應(yīng)用的基礎(chǔ)。
第一是數(shù)據(jù)，我們對數(shù)據(jù)的認識不應(yīng)該停留在統(tǒng)計，改進產(chǎn)品或者作為決策的支持依據(jù)。而應(yīng)該看到它導(dǎo)致機器智能的產(chǎn)生。但首先，數(shù)據(jù)是有條件的。垂直行業(yè)的數(shù)據(jù)，高質(zhì)量的數(shù)據(jù)。在國家層面，也有許多數(shù)據(jù)開放計劃。
第二是算法，人工智能的人才仍然是很稀缺的。高校和企業(yè)的人才流動越來越頻繁。但同時，企業(yè)通過開放生態(tài)，降低開發(fā)門檻。可以讓更多中小企業(yè)享受AI能力。
第三是算力，現(xiàn)在的人工智能系統(tǒng)通過成百上千個GPU來提升算力，使深度學(xué)習(xí)能夠走向生產(chǎn)環(huán)境。但隨著數(shù)據(jù)的爆發(fā)式增長，現(xiàn)有算力將無法匹配。
除了這三駕馬車，從實驗室到行業(yè)應(yīng)用，在人工智能的應(yīng)用過程中還需要加入兩個元素：
■ 首先是場景。理解場景是人工智能應(yīng)用的核心。人工智能必須落到精準的場景，才能實現(xiàn)實在的價值。理解人工智能能力可落地的場景及對應(yīng)的流程，將AI納入決策流程。
■ 其次是人機回環(huán)，即human-in-the-loop?！叭藱C回圈”的第一層含義是人工智能應(yīng)用中需要用戶，即人的反饋來強化模型。更進一步，機器學(xué)習(xí)是一種嘗試創(chuàng)建允許通過讓專家與機器的一系列交互參與到機器學(xué)習(xí)的訓(xùn)練中的系統(tǒng)工作。機器學(xué)習(xí)通常由工程師訓(xùn)練數(shù)據(jù)，而不是某個領(lǐng)域的專家。“人機回圈”的核心是構(gòu)建模型的想法不僅來自數(shù)據(jù)，而且來自于人們怎樣看待數(shù)據(jù)。專家會成為垂直領(lǐng)域的AI顧問，把關(guān)模型的正確性。
人工智能并不是靜態(tài)的東西，訓(xùn)練出來的模型要用到某個業(yè)務(wù)場景里，業(yè)務(wù)場景里產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)進一步提升人工智能模型的能力，再用到場景中，形成一個閉環(huán)和迭代。
總結(jié)
本輪人工智能浪潮是基于深度學(xué)習(xí)的發(fā)展，將快速滲透到數(shù)據(jù)密集行業(yè)。
人工智能目前從感知智能、理解智能、數(shù)據(jù)智能和決策智能四方面發(fā)揮在各行各業(yè)的能力。
2017年7月，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，不僅對人工智能的發(fā)展做出了戰(zhàn)略性部署，還確立了“三步走”的政策目標，力爭到2030年將我國建設(shè)成為世界主要的人工智能創(chuàng)新中心。[1]值得注意的是，此次規(guī)劃不僅僅只是技術(shù)或產(chǎn)業(yè)發(fā)展規(guī)劃，還同時包括了社會建設(shè)、制度重構(gòu)、全球治理等方方面面的內(nèi)容。之所以如此，是由于人工智能技術(shù)本身具有通用性和基礎(chǔ)性。換句話說，為助推人工智能時代的崛起，我們面對的任務(wù)不是實現(xiàn)某一個專業(yè)領(lǐng)域或產(chǎn)業(yè)領(lǐng)域內(nèi)的顛覆性技術(shù)突破，而是大力推動源于技術(shù)發(fā)展而引發(fā)的綜合性變革。
也正因為如此，人工智能發(fā)展進程中所面臨的挑戰(zhàn)才不僅僅局限于技術(shù)或產(chǎn)業(yè)領(lǐng)域，而更多體現(xiàn)在經(jīng)濟、社會、政治領(lǐng)域的公共政策選擇上。首先，普遍建立在科層制基礎(chǔ)上的公共事務(wù)治理結(jié)構(gòu)，是否能夠適應(yīng)技術(shù)發(fā)展和應(yīng)用過程中所大規(guī)模激發(fā)的不確定性和不可預(yù)知性?再者，長久以來圍繞人類行為的規(guī)制制度，是否同樣能夠適應(yīng)以數(shù)據(jù)、算法為主體的應(yīng)用環(huán)境?最后，如何構(gòu)建新的治理體系和治理工具來應(yīng)對伴隨人工智能發(fā)展而興起的新的經(jīng)濟、社會、政治問題?
應(yīng)對上述挑戰(zhàn)并不完全取決于技術(shù)發(fā)展或商業(yè)創(chuàng)新本身，而更多依賴于我們的公共政策選擇。本文試圖在分析人工智能發(fā)展邏輯及其所引發(fā)的風(fēng)險挑戰(zhàn)的基礎(chǔ)上，對人工智能時代的公共政策選擇做出分析，并討論未來改革的可能路徑，這也就構(gòu)成了人工智能治理的三個基本問題。具體而言，人工智能本身成為治理對象，其發(fā)展與應(yīng)用構(gòu)成了治理挑戰(zhàn)，而在此基礎(chǔ)上如何做出公共政策選擇便是未來治理變革的方向。
全文共分為四個部分：第一部分將探討人工智能的概念及特征，并進而對其發(fā)展邏輯進行闡述。作為一項顛覆性技術(shù)創(chuàng)新，其本身的技術(shù)門檻對決策者而言構(gòu)成了挑戰(zhàn)，梳理并捋清人工智能的本質(zhì)內(nèi)涵因而成為制定相關(guān)公共政策的前提;第二部分將著重分析人工智能時代崛起所帶來的治理挑戰(zhàn)，主要包括三個方面，即傳統(tǒng)科層治理結(jié)構(gòu)應(yīng)對人工智能新的生產(chǎn)模式的滯后性、建基于行為因果關(guān)系之上的傳統(tǒng)治理邏輯應(yīng)對人工智能新主體的不適用性，以及人工智能發(fā)展所引發(fā)的新議題的治理空白;面對上述挑戰(zhàn)，各國都出臺了相關(guān)政策，本文第三部分對此進行了綜述性對比分析，并指出了其進步意義所在。需要指出的是，盡管各國的政策目標都試圖追求人工智能發(fā)展與監(jiān)管的二維平衡，但由于缺乏對人工智能內(nèi)涵及其發(fā)展邏輯的完整認識，當前的公共政策選擇有失綜合性;本文第四部分將提出新的治理思路以及公共政策選擇的其他可能路徑，以推動圍繞人工智能治理的相關(guān)公共政策議題的深入討論。
一、人工智能的概念及技術(shù)發(fā)展邏輯：算法與數(shù)據(jù)
伴隨著人工智能技術(shù)的快速發(fā)展，尤其是其近年來在棋類對弈、自動駕駛、人臉識別等領(lǐng)域的廣泛應(yīng)用，圍繞人工智能所可能引發(fā)的社會變革產(chǎn)生了激烈爭論。在一方面，以霍金[2]、馬斯克[3]、比爾-蓋茨[4]、赫拉利[5]為代表的諸多人士呼吁加強監(jiān)管，警惕“人工智能成為人類文明史的終結(jié)”;在另一方面，包括奧巴馬[6]在內(nèi)的政治家、學(xué)者又認為應(yīng)該放松監(jiān)管，充分釋放人工智能的技術(shù)潛力以造福社會。未來發(fā)展的不確定性固然是引發(fā)當前爭論的重要原因之一，但圍繞“人工智能”概念內(nèi)涵理解的不同，以及對其發(fā)展邏輯認識的不清晰，可能也同樣嚴重地加劇了人們的分歧。正因為此，廓清人工智能的概念內(nèi)涵和發(fā)展邏輯不僅是回應(yīng)爭論的需要，也是進一步提出公共政策建議的前提。
就相關(guān)研究領(lǐng)域而言，人們對于“人工智能”這一概念的定義并未形成普遍共識。計算機領(lǐng)域的先驅(qū)阿蘭-圖靈曾在《計算機器與智能》一文中提出，重要的不是機器模仿人類思維過程的能力，而是機器重復(fù)人類思維外在表現(xiàn)行為的能力。[7]正是由此理解出發(fā)，著名的“圖靈測試”方案被提出。但如同斯坦福大學(xué)計算機系教授約翰·麥卡錫所指出的，“圖靈測試”僅僅只是“人工智能”概念的一部分，不模仿人類但同時也能完成相關(guān)行為的機器同樣應(yīng)被視為“智能”的。[8]事實上，約翰·麥卡錫正是現(xiàn)代人工智能概念的提出者。在他看來，“智能”關(guān)乎完成某種目標的行為“機制”，而機器既可以通過模仿人來實現(xiàn)行為機制，也可以自由地使用任何辦法來創(chuàng)造行為機制。[9]由此，我們便得到了人工智能領(lǐng)域另一個非常重要的概念——“機器學(xué)習(xí)”。
人工智能研究的目標是使機器達到人類級別的智能能力，而其中最重要的便是學(xué)習(xí)能力。[10]因此，盡管“機器學(xué)習(xí)”是“人工智能”的子域，但很多時候我們都將這兩個概念等同起來。[11]就實現(xiàn)過程而言，機器學(xué)習(xí)是指利用某些算法指導(dǎo)計算機利用已知數(shù)據(jù)得出適當模型，并利用此模型對新的情境給出判斷，從而完成行為機制的過程。此處需要強調(diào)一下機器學(xué)習(xí)算法與傳統(tǒng)算法的差異。算法本質(zhì)上就是一系列指令，告訴計算機該做什么。對于傳統(tǒng)算法而言，其往往事無巨細地規(guī)定好了機器在既定條件下的既定動作;機器學(xué)習(xí)算法卻是通過對已有數(shù)據(jù)的“學(xué)習(xí)”，使機器能夠在與歷史數(shù)據(jù)不同的新情境下做出判斷。以機器人行走的實現(xiàn)為例，傳統(tǒng)算法下，程序員要仔細規(guī)定好機器人在既定環(huán)境下每一個動作的實現(xiàn)流程;而機器學(xué)習(xí)算法下，程序員要做的則是使計算機分析并模擬人類的行走動作，以使其即使在完全陌生的環(huán)境中也能實現(xiàn)行走。
由此，我們可以對“人工智能”設(shè)定一個“工作定義”以方便進一步的討論：人工智能是建立在現(xiàn)代算法基礎(chǔ)上，以歷史數(shù)據(jù)為支撐，而形成的具有感知、推理、學(xué)習(xí)、決策等思維活動并能夠按照一定目標完成相應(yīng)行為的計算系統(tǒng)。這一概念盡管可能仍不完善，但它突出了人工智能技術(shù)發(fā)展和應(yīng)用的兩大基石——算法與數(shù)據(jù)，有助于討論人工智能的治理問題。
首先，算法即是規(guī)則，它不僅確立了機器所試圖實現(xiàn)的目標，同時也指出了實現(xiàn)目標的路徑與方法。就人工智能當前的技術(shù)發(fā)展史而言，算法主要可被劃分為五個類別：符號學(xué)派、聯(lián)接學(xué)派、進化學(xué)派、類推學(xué)派和貝葉斯學(xué)派。[12]每個學(xué)派都遵循不同的邏輯、以不同的理念實現(xiàn)了人工智能(也即“機器學(xué)習(xí)”)的過程。舉例而言，“符號學(xué)派”將所有的信息處理簡化為對符號的操縱，由此學(xué)習(xí)過程被簡化(抽象)為基于數(shù)據(jù)和假設(shè)的規(guī)則歸納過程。在數(shù)據(jù)(即歷史事實)和已有知識(即預(yù)先設(shè)定的條件)的基礎(chǔ)上，符號學(xué)派通過“提出假設(shè)-數(shù)據(jù)驗證-進一步提出新假設(shè)-歸納新規(guī)則”的過程來訓(xùn)練機器的學(xué)習(xí)能力，并由此實現(xiàn)在新環(huán)境下的決策判斷。
從對“符號學(xué)派”的描述中可以發(fā)現(xiàn)，機器學(xué)習(xí)模型成功的關(guān)鍵不僅是算法，還有數(shù)據(jù)。數(shù)據(jù)的缺失和預(yù)設(shè)條件的不合理將直接影響機器學(xué)習(xí)的輸出(就符號學(xué)派而言，即決策規(guī)則的歸納)。最明顯體現(xiàn)這一問題的例子便是羅素的“歸納主義者火雞”問題：火雞在觀察10天(數(shù)據(jù)集不完整)之后得出結(jié)論(代表預(yù)設(shè)條件不合理，超過10個確認數(shù)據(jù)即接受規(guī)則)，主人會在每天早上9點給它喂食;但接下來是平安夜的早餐，主人沒有喂它而是宰了它。
所有算法類型盡管理念不同，但模型成功的關(guān)鍵都聚焦于“算法”和“數(shù)據(jù)”。事實上，如果跳出具體學(xué)派的思維束縛，每種機器學(xué)習(xí)算法都可被概括為“表示方法、評估、優(yōu)化”這三個部分。[13]盡管機器可以不斷的自我優(yōu)化以提升學(xué)習(xí)能力，且原則上可以學(xué)習(xí)任何東西，但評估的方法和原則(算法)以及用以評估的數(shù)據(jù)(數(shù)據(jù))都是人為決定的——而這也正是人工智能治理的關(guān)鍵所在。算法與數(shù)據(jù)不僅是人工智能發(fā)展邏輯的基石，其同樣是治理的對象和關(guān)鍵。
總而言之，圍繞“人工智能是否會取代人類”的爭論事實上并無太大意義，更重要的反而是在廓清人工智能的內(nèi)涵并理解其發(fā)展邏輯之后，回答“治理什么”和“如何治理”的問題。就此而言，明確治理對象為算法和數(shù)據(jù)無疑是重要的一步。但接下來的重要問題仍然在于，人工智能時代的崛起所帶來的治理挑戰(zhàn)究竟是什么?當前的制度設(shè)計是否能夠?qū)ζ渥龀鲇行?yīng)對?如果答案是否定的，我們又該如何重構(gòu)治理體系以迎接人工智能時代的崛起?本文余下部分將對此做進一步的闡述。
二、人工智能時代崛起的治理挑戰(zhàn)
不同于其他顛覆性技術(shù)，人工智能的發(fā)展并不局限于某一特定產(chǎn)業(yè)，而是能夠支撐所有產(chǎn)業(yè)變革的通用型技術(shù)。也正因為此，其具有廣泛的社會溢出效應(yīng)，在政治、經(jīng)濟、社會等各個領(lǐng)域都會帶來深刻變革，并將同時引發(fā)治理方面的挑戰(zhàn)。具體而言，挑戰(zhàn)主要體現(xiàn)在以下三個方面。
首先，治理結(jié)構(gòu)的僵化性，即傳統(tǒng)的科層制治理結(jié)構(gòu)可能難以應(yīng)對人工智能快速發(fā)展而形成的開放性和不確定性。之所以需要對人工智能加以監(jiān)管，原因在于其可能成為公共危險的源頭，例如當自動駕駛技術(shù)普及之后，一旦出現(xiàn)問題，便可能導(dǎo)致大規(guī)模的連續(xù)性傷害。但不同機、大型水壩、原子核科技等二十世紀的公共危險源，人工智能的發(fā)展具有極強的開放性，任何一個程序員或公司都可以毫無門檻的進行人工智能程序的開發(fā)與應(yīng)用。這一方面是由于互聯(lián)網(wǎng)時代的到來，使得基于代碼的生產(chǎn)門檻被大大降低[14];另一方面，這也是人工智能本身發(fā)展規(guī)律的需要。正如前文所提到，唯有大規(guī)模的數(shù)據(jù)輸入才可能得到較好的機器學(xué)習(xí)結(jié)果，因此將人工智能的平臺(也即算法)以開源形式公開出來，以使更多的人在不同場景之下加以利用并由此吸收更多、更完備的數(shù)據(jù)以完善算法本身，就成為了大多數(shù)人工智能公司的必然選擇。與此同時，人工智能生產(chǎn)模式的開放性也必然帶來發(fā)展的不確定性，在缺乏有效約束或引導(dǎo)的情況下，人工智能的發(fā)展很可能走向歧途。面對這一新形勢，傳統(tǒng)的、基于科層制的治理結(jié)構(gòu)顯然難以做出有效應(yīng)對。一方面，政府試圖全范圍覆蓋的事前監(jiān)管已經(jīng)成為不可能，開放的人工智能生產(chǎn)網(wǎng)絡(luò)使得監(jiān)管機構(gòu)幾乎找不到監(jiān)管對象;另一方面，由上至下的權(quán)威結(jié)構(gòu)既不能傳遞給生產(chǎn)者，信息不對稱問題的加劇還可能導(dǎo)致監(jiān)管行為走向反面。調(diào)整治理結(jié)構(gòu)與治理邏輯，并形成適應(yīng)具有開放性、不確定性特征的人工智能生產(chǎn)模式，是當前面臨的治理挑戰(zhàn)之一。
再者，治理方法的滯后性，即長久以來建立在人類行為因果關(guān)系基礎(chǔ)上的法律規(guī)制體系，可能難以適用于以算法、數(shù)據(jù)為主體的應(yīng)用環(huán)境。人工智能的價值并不在于模仿人類行為，而是其具備自主的學(xué)習(xí)和決策能力;正因為如此，人工智能技術(shù)才不能簡單地理解為其創(chuàng)造者(即人)意志的表達。程序員給出的只是學(xué)習(xí)規(guī)則，但真正做出決策的是基于大規(guī)模數(shù)據(jù)訓(xùn)練后的算法本身，而這一結(jié)果與程序員的意志并無直接因果關(guān)聯(lián)。事實上也正由于這個特點，AlphaGo才可能連續(xù)擊敗圍棋冠軍，而其設(shè)計者卻并非圍棋頂尖大師。也正是在這個意義上，我們才回到了?？滤缘摹凹夹g(shù)的主體性”概念。在他看來，“技術(shù)并不僅僅是工具，或者不僅僅是達到目的的手段;相反，其是政治行動者，手段與目的密不可分”。[15]就此而言，長久以來通過探究行為與后果之因果關(guān)系來規(guī)范人的行為的法律規(guī)制體系，便可能遭遇窘境：如果將人工智能所造成的侵權(quán)行為歸咎于其設(shè)計者，無疑不具有說服力;但如果要歸咎于人工智能本身，我們又該如何問責(zé)一個機器呢?由此，如何應(yīng)對以算法、數(shù)據(jù)為核心的技術(shù)主體所帶來的公共責(zé)任分配問題，是當前面臨的第二個治理挑戰(zhàn)。
最后，治理范圍的狹隘性，即對于受人工智能發(fā)展沖擊而引發(fā)的新的社會議題，需要構(gòu)建新的治理體系和發(fā)展新的治理工具。人工智能發(fā)展所引發(fā)的治理挑戰(zhàn)不僅僅體現(xiàn)在現(xiàn)有體系的不適應(yīng)上，同時還有新議題所面臨的治理空白問題。具體而言，這又主要包括以下議題：算法是否能夠享有言論自由的憲法保護，數(shù)據(jù)的權(quán)屬關(guān)系究竟如何界定，如何緩解人工智能所可能加劇的不平等現(xiàn)象，以及如何平衡人工智能的發(fā)展與失業(yè)問題。在人工智能時代之前，上述問題并不存在，或者說并不突出;但伴隨著人工智能的快速發(fā)展和應(yīng)用普及，它們的重要性便日漸顯著。以最為人所關(guān)注的失業(yè)問題為例，就技術(shù)可能性來說，人工智能和機器人的廣泛應(yīng)用代替人工勞動，已是一個不可否定的事實了。無論是新聞記者，還是股市分析員，甚至是法律工作者，其都有可能為機器所取代。在一個“充分自動化(Full Automation)”的世界中，如何重新認識勞動與福利保障的關(guān)系、重構(gòu)勞動和福利保障制度，便成為最迫切需要解決的治理挑戰(zhàn)之一。[16]
上述三方面共同構(gòu)成了人工智能時代崛起所帶來的治理挑戰(zhàn)。面對這些挑戰(zhàn)，各國也做出了相應(yīng)的公共政策選擇。本文第三部分將對各國人工智能的治理政策進行對比性分析。在此基礎(chǔ)上，第四部分將提出本文的政策建議。
三、各國人工智能治理政策及監(jiān)管路徑綜述
人工智能時代的崛起作為一種普遍現(xiàn)象，其所引發(fā)的治理挑戰(zhàn)是各國面臨的共同問題，各國也陸續(xù)出臺了相關(guān)公共政策以試圖推動并規(guī)范人工智能的快速發(fā)展。
美國于2016年同時頒布了《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》和《為人工智能的未來做好準備》兩個國家級政策框架，前者側(cè)重從技術(shù)角度指出美國人工智能戰(zhàn)略的目的、愿景和重點方向，而后者則更多從治理角度探討政府在促進創(chuàng)新、保障公共安全方面所應(yīng)扮演的角色和作用。就具體的監(jiān)管政策而言，《為人工智能的未來做好準備》提出了一般性的應(yīng)對方法，強調(diào)基于風(fēng)險評估和成本-收益考量的原則以決定是否對人工智能技術(shù)的研發(fā)與應(yīng)用施以監(jiān)管負擔(dān)。[17]日本同樣于2016年出臺了《第五期(2016～2020年度)科學(xué)技術(shù)基本計劃》，提出了“超智能社會5.0”的概念，強調(diào)通過推動數(shù)據(jù)標準化、建設(shè)社會服務(wù)平臺、協(xié)調(diào)發(fā)展多領(lǐng)域智能系統(tǒng)等各方面工作促進人工智能的發(fā)展和應(yīng)用。[18]
盡管美國和日本的政策著力點不同，但其共有的特點是對人工智能的發(fā)展及其所引發(fā)的挑戰(zhàn)持普遍的包容與開放態(tài)度。就當前的政策框架而言，美日兩國的政策目標更傾斜于推動技術(shù)創(chuàng)新、保持其國家競爭力的優(yōu)勢地位;當涉及對人工智能所可能引發(fā)的公共問題施以監(jiān)管時，其政策選擇也更傾向于遵循“無需批準式(permissionless)”的監(jiān)管邏輯，即強調(diào)除非有充分案例證明其危害性，新技術(shù)和新商業(yè)模式默認為都是被允許的。[19]至于人工智能的發(fā)展對個人數(shù)據(jù)隱私、社會公共安全的潛在威脅，盡管兩國的政策框架都有所涉及，卻并非其政策重心——相比之下，英國、法國則采取了不同的政策路徑。
英國政府2016年了《人工智能：未來決策制定的機遇與影響》，對人工智能的變革性影響以及如何利用人工智能做出了闡述與規(guī)劃，尤其關(guān)注到了人工智能發(fā)展所帶來的法律和倫理風(fēng)險。在該報告中，英國政府強調(diào)了機器學(xué)習(xí)與個人數(shù)據(jù)相結(jié)合而對個人自由及隱私等基本權(quán)利所帶來的影響，明確了對使用人工智能所制定出的決策采用問責(zé)的概念和機制，并同時在算法透明度、算法一致性、風(fēng)險分配等具體政策方面做出了規(guī)定。[20]與英國類似，法國在2017年的《人工智能戰(zhàn)略》中延續(xù)了其在2006年通過的《信息社會法案》的立法精神，同樣強調(diào)加強對新技術(shù)的“共同調(diào)控”，以在享有技術(shù)發(fā)展所帶來的福利改進的同時，充分保護個人權(quán)利和公共利益。[21]與美日相比，英法的公共政策更偏向于“審慎監(jiān)管(precautionary)”的政策邏輯，即強調(diào)新技術(shù)或新的商業(yè)模式只有在開發(fā)者證明其無害的前提下才被允許使用。[22]
在本文看來，無論是“無需批準式監(jiān)管”還是“審慎監(jiān)管”，在應(yīng)對人工智能時代崛起所帶來的治理挑戰(zhàn)方面都有其可取之處：前者側(cè)重于推動創(chuàng)新，而后者則因重視安全而更顯穩(wěn)健。但需要指出的是，這兩種監(jiān)管路徑的不足卻也十分明顯。正如前文第二部分所指出，一方面，快速迭代的技術(shù)發(fā)展與商業(yè)模式創(chuàng)新必將引發(fā)新的社會議題，無論是算法是否受到言論自由的權(quán)利保護還是普遍失業(yè)對社會形成的挑戰(zhàn)，它們都在客觀上要求公共政策做出應(yīng)對，而非片面的“無需批準式監(jiān)管”能夠處理。更重要的是，“無需批準式監(jiān)管”的潛在假設(shè)是事后監(jiān)管的有效性;然而，在事實上，正如2010年5月6日美國道瓊斯工業(yè)指數(shù)“瞬間崩盤”事件所揭示的，即使單個電子交易程序合規(guī)運行，當各個系統(tǒng)行為聚合在一起時反而卻造成了更大的危機。[23]在此種情形下，依賴于合規(guī)性判斷的“事后監(jiān)管”基本上難以有效實施。另一方面，人工智能本身的自主性和主體性使得建立在人類行為因果關(guān)系基礎(chǔ)上的“審慎監(jiān)管”邏輯存在天然缺陷：既然人類無法預(yù)知人工智能系統(tǒng)可能的行為或決策，開發(fā)者又如何證明人工智能系統(tǒng)的無害性?
正如本文所反復(fù)強調(diào)的，人工智能與其他革命性技術(shù)的不同之處，正是在于其所帶來的社會沖擊的綜合性和基礎(chǔ)性。人工智能并非單個領(lǐng)域、單個產(chǎn)業(yè)的技術(shù)突破，而是對于社會運行狀態(tài)的根本性變革;人工智能時代的崛起也并非一夜之功，而是建立在計算機革命、互聯(lián)網(wǎng)革命直至數(shù)字革命基礎(chǔ)上的“奇點”變革。因此，面對人工智能時代崛起所帶來的治理挑戰(zhàn)，我們同樣應(yīng)該制定綜合性的公共政策框架，而非僅僅沿襲傳統(tǒng)治理邏輯，例如只是針對具體議題在“創(chuàng)新”與“安全”這個二元維度下進行艱難選擇。本文在第四部分從承認技術(shù)的主體性、重構(gòu)社會治理制度、推進人工智能全球治理這三方面提出了政策建議，并希望以此推動更深入地圍繞人工智能時代公共政策選擇的研究與討論。
四、人工智能時代的公共政策選擇
《新一代人工智能發(fā)展規(guī)劃》明確提出了到2030年我國人工智能發(fā)展的“三步走”目標，而在每一個階段，人工智能法律法規(guī)、倫理規(guī)范和政策體系的逐步建立與完善都是必不可少的重要內(nèi)容。面對人工智能時代崛起的治理挑戰(zhàn)，究竟應(yīng)該如何重構(gòu)治理體系、創(chuàng)新治理機制、發(fā)展治理工具，是擺在決策者面前的重要難題。本文基于對人工智能基本概念和發(fā)展邏輯的梳理分析，結(jié)合各國已有政策的對比分析，提出以下三方面的改革思路，以為人工智能時代的公共選擇提供參考。
第一，人工智能發(fā)展的基石是算法與數(shù)據(jù)，建立并完善圍繞算法和數(shù)據(jù)的治理體系與治理機制，是人工智能時代公共政策選擇的首要命題，也是應(yīng)對治理挑戰(zhàn)、賦予算法和數(shù)據(jù)以主體性的必然要求。(1)就算法治理而言，涉及的核心議題是算法的制定權(quán)及相應(yīng)的監(jiān)督程序問題。算法作為人工智能時代的主要規(guī)則，究竟誰有權(quán)并通過何種程序來加以制定，誰來對其進行監(jiān)督且又如何監(jiān)督?長久以來公眾針對社交媒體臉書(Facebook)的質(zhì)疑正體現(xiàn)了這一問題的重要性：公眾如何相信臉書向用戶自動推薦的新聞內(nèi)容不會摻雜特殊利益的取向?[24]當越來越多的人依賴定制化的新聞推送時，人工智能甚至?xí)绊懙娇偨y(tǒng)選舉。也正因為此，包括透明要求、開源要求在內(nèi)的諸多治理原則，應(yīng)當被納入到算法治理相關(guān)議題的考慮之中。(2)就數(shù)據(jù)治理而言，伴隨著人工智能越來越多地依賴于大規(guī)模數(shù)據(jù)的收集與利用，個人隱私的保護、數(shù)據(jù)價值的分配、數(shù)據(jù)安全等相關(guān)議題也必將成為公共政策的焦點。如何平衡不同價值需求、規(guī)范數(shù)據(jù)的分享與應(yīng)用，也同樣成為人工智能時代公共政策選擇的另一重要抓手。
第二，創(chuàng)新社會治理制度，進一步完善社會保障體系，在最大程度上緩解人工智能發(fā)展所可能帶來的不確定性沖擊。與歷史上的技術(shù)革命類似，人工智能的發(fā)展同樣會導(dǎo)致利益的分化與重構(gòu)，而如何保證技術(shù)革命成本的承受者得到最大限度的彌補并使所有人都享有技術(shù)發(fā)展的“獲得感”，不僅是社會發(fā)展公平、正義的必然要求，也是促進技術(shù)革命更快完成的催化劑。就此而言，在人工智能相關(guān)公共政策的考量中，我們不僅應(yīng)該關(guān)注產(chǎn)業(yè)和經(jīng)濟政策，同時也應(yīng)該關(guān)注社會政策，因為只有后者的完善才能夠控制工人或企業(yè)家所承擔(dān)的風(fēng)險，并幫助他們判斷是否支持或抵制變革的發(fā)生。就具體的政策設(shè)計來說，為緩解人工智能所可能帶來的失業(yè)潮，基本收入制度的普遍建立可能應(yīng)該被提上討論議程了?！盎臼杖搿笔侵刚喂餐w(如國家)向所有成員不加任何限制條件地支付一定數(shù)額的收入，以滿足其基本生活的需求。盡管存在“養(yǎng)懶漢”的質(zhì)疑，但有研究者已指出，自18世紀就開始構(gòu)想的基本收入制度很有可能反過來促進就業(yè)。[25]芬蘭政府已經(jīng)于2017年初開始了相關(guān)實驗，美國的一些州、瑞士也做出了一定探索。在人工智能時代尚未完全展現(xiàn)其“猙容”之前，創(chuàng)新社會治理機制、完善社會保障體系，可能是平衡技術(shù)創(chuàng)新與社會風(fēng)險的最佳路徑。
第三，構(gòu)建人工智能全球治理機制，以多種形式促進人工智能重大國際共性問題的解決，共同應(yīng)對開放性人工智能生產(chǎn)模式的全球性挑戰(zhàn)。人工智能的發(fā)展具有開放性和不確定性的特征，生產(chǎn)門檻的降低使得人工智能技術(shù)研發(fā)的跨國流動性很強，相關(guān)標準的制定、開放平臺的搭建、共享合作框架的形成，無不要求構(gòu)建相應(yīng)的全球治理機制。另一方面，跨境數(shù)據(jù)流動在廣度和深度上的快速發(fā)展成為了人工智能技術(shù)進步的直接推動力，但各國數(shù)據(jù)規(guī)制制度的巨大差異在制約跨境數(shù)據(jù)流動進一步發(fā)展的同時，也將影響人工智能時代的全面到來。[26]故此，創(chuàng)新全球治理機制，在承認各國制度差異的前提下尋找合作共享的可能性，便成為人工智能時代公共政策選擇的重要考量之一。就具體的機制設(shè)計而言，可以在人工智能全球治理機制的構(gòu)建中引入多利益相關(guān)模式;另一方面，為防止巨頭壟斷的形成，充分發(fā)揮主權(quán)國家作用的多邊主義模式同樣不可忽視。作為影響深遠的基礎(chǔ)性技術(shù)變革，互聯(lián)網(wǎng)全球治理機制的經(jīng)驗和教訓(xùn)值得人工智能發(fā)展所借鑒。
上述三方面從整體上對人工智能時代的公共政策框架做出了闡述。與傳統(tǒng)政策局限于“創(chuàng)新”與“安全”之間做出二維選擇不同，本文以更綜合的視角提出了未來公共政策選擇的可能路徑。就其內(nèi)在聯(lián)系來講，建立并完善圍繞算法和數(shù)據(jù)的治理體系是起點，其將重構(gòu)人工智能時代的規(guī)則與制度;創(chuàng)新社會治理機制并完善社會保障體系是底線，其將緩解人工智能所帶來的影響與波動;構(gòu)建全球治理機制則成為了制度性的基礎(chǔ)設(shè)施，推動各國在此之上共同走向人工智能時代的“人類命運共同體”。
五、結(jié)語
在經(jīng)歷了60余年的發(fā)展之后，人工智能終于在互聯(lián)網(wǎng)、大數(shù)據(jù)、機器學(xué)習(xí)等諸多技術(shù)取得突破的基礎(chǔ)上實現(xiàn)了騰飛。在未來的人類生活中，人工智能也必將扮演越來越重要的角色。對于這樣的圖景，我們自不必驚慌，但卻也不可掉以輕心。對于人工智能的治理，找到正確的方向并采取合理的措施，正是當下所應(yīng)該重視的政策議題。而本文的主旨也正在于此：打破長久以來人們對于人工智能的“籠統(tǒng)”式擔(dān)憂，指出人工智能技術(shù)發(fā)展的技術(shù)邏輯及其所引發(fā)的治理挑戰(zhàn)，并在此基礎(chǔ)上提出相應(yīng)的政策選擇。人工智能治理的這三個基本問題，是重構(gòu)治理體系、創(chuàng)新治理機制、發(fā)展治理工具所必須思考的前提。伴隨著我國國家層面戰(zhàn)略規(guī)劃的出臺，我國人工智能的發(fā)展也必將躍上新臺階。在此背景下，深入探討人工智能治理的相關(guān)公共政策議題，對于助推一個人工智能時代的崛起而言，既有其必要性，也有其迫切性。（來源：中國行政管理 文/賈開 蔣余浩 編選：中國電子商務(wù)研究中心）
[參考文獻]
[1]國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL]. http：//gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[2]霍金. AI可能成就或者終結(jié)人類文明[EB/OL].http：//raincent.com/content-10-7672-1.html.
[3] Elon Musk. Artificial Intelligence is Our Biggest Existential Threat. https：//theguardian.com/technology/2014/oct/27/elon-musk-artificial-intelligence-ai-biggest-existential-threat.
[4] Microsoft's Bill Gates Insists AI is A Threat. http：//bbc.com/news/31047780. 2017-8-14.
[5] [以]赫拉利.人類簡史[M].北京：中信出版社，2014.
[6] The President in Conversation With MIT’s Joi Ito and WIRED’s Scott Dadich. https：//wired.com/2016/10/president-obama-mit-joi-ito-interview/. 2017-8-14.
[7] Turing，A. M. Computing Machinery and Intelligence. Mind，1950，59(236).
[8] [9][10] McCarthy，J.What is Artificial Intelligence. URL：http：//www-formal.stanford.edu/jmc/whatisai/whatisai.html.
[11] [12][13] [美]佩德羅-多明戈斯.終極算法：機器學(xué)習(xí)和人工智能如何重塑世界[M].黃芳萍譯.北京：中信出版社，2016.
[14] Benkler，Y. The Wealth of Networks：How Social Production Transforms Markets and Freedom. Yale University Press，2006.
[15] Foucoult，M. Discipline and Punish. A. Sheridan，Tr.，Paris，F(xiàn)R，Gallimard，1975.
[16] Srnicek，N.，& Williams，A. The Future isn't Working. Juncture，2015，22(3)：243-247.
[17] Preparing for the Future of Artificial Intelligence. https：//obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf. 2017-8-14.
[18]薛亮.“日本推動實現(xiàn)超智能社會‘社會5.0’”[EB/OL]. http：//istis.sh.cn/list/list.aspx?id=10535.
[19] Thierer，A. Permissionless Innovation：The Continuing Case for Comprehensive Technological Freedom. Mercatus Center at George Mason University，2016.
[20] Artificial Intelligence：Opportunities and Implications for the Future of Decision Making.https：//gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-artificial-intelligence-ai-report.pdf.
[21]周衍冰.大數(shù)據(jù)產(chǎn)業(yè)在法國的發(fā)展及應(yīng)用[N].學(xué)習(xí)時報，2014-11-03.
[22] Thierer，A. D.，& Watney，C. J. Comment on the Federal Automated Vehicles Policy，2016.
[23] [美]杰瑞·卡普蘭.人工智能時代：人機共生下財富、工作與思維的大未來[M].杭州浙江人民出版社，2016.
[24] Marcel Rosenbach. How Google and Facebook Can Reshape Elections.http：//spiegel.de/international/germany/google-and-facebook-could-help-decide-2017-german-election-a-1120156.html.
[25] Van Parijs，P. Basic Income：A Simple and Powerful Idea for the Twenty-first Century. Politics & Society，2004，32(1).
前不久，一場圍棋大戰(zhàn)吸引了全世界的目光。這場大戰(zhàn)在韓國首爾上演，共5輪。大戰(zhàn)之所以舉世矚目，是因為對戰(zhàn)的雙方是韓國九段棋手李世石與圍棋人工智能程序AlphaGo。令人驚嘆的是，整個比賽過程中，AlphaGo的表現(xiàn)都堪稱完美，最終以4：1擊敗李世石。
這個戰(zhàn)勝人類世界圍棋冠軍的AlphaGo程序到底是何方神圣？它為什么如此厲害？人工智能對人類來說到底意味著什么？ 從“深藍”到AlphaGo
人工智能是計算機科學(xué)的一個分支，它企圖了解人類智能的實質(zhì)，并生產(chǎn)出一種新的、能以與人類智能相似的方式做出反應(yīng)的智能機器。人工智能是對人的意識、思維的信息過程的模擬，使得機器能像人那樣思考，甚至超過人的智能。自1956年這個概念被提出并確立以來，該領(lǐng)域就被視為人類最高的夢想之一。
1997年，IBM的超級計算機“深藍”以2勝1負3平的成績戰(zhàn)勝了當時世界排名第一的國際象棋大師加里?卡斯帕羅夫，一時間全球轟動，而“深藍”的設(shè)計者們當時就暢想：何時計算機也能下圍棋呢？
而現(xiàn)在無疑又是一個人工智能歷史上最重要的時刻。圍棋和國際象棋在復(fù)雜程度上不屬于一個量級，圍棋是一種變數(shù)極多、充滿不確定的競技，每一步棋的可能性都是一個幾乎無法窮盡的量級，一回合有250種可能，而一盤棋可以多達150回合。
此外，下圍棋的過程中還會出現(xiàn)“吃子”情況，加劇了其復(fù)雜性。曾任職谷歌公司的李開復(fù)說，當年“深藍”與卡斯帕羅夫的對局，實際上使用的是人工調(diào)整的評估函數(shù)，并用特殊設(shè)計的硬件和“暴力”的搜索征服了國際象棋級別的復(fù)雜度，圍棋則不行。“因為它的搜索太廣，每一步的選擇有幾百而非幾十；也太深，一盤棋有幾百步而非幾十步?！崩铋_復(fù)在知乎上如此回答。
此外，圍棋問題與現(xiàn)實生活中的問題相通，國人甚至將下圍棋視為洞悉人性、參悟人生的過程。然而，現(xiàn)在下圍棋的卻是一個機器，意味著這個機器除了擁有超強的記憶能力、邏輯思維能力，還要擁有創(chuàng)造力甚至個性。
“感覺就像一個有血有肉的人在下棋一樣，該棄的地方會棄，該退出的地方退出，非常均衡的一個棋風(fēng)，真是看不出出自程序之手?！眹迮琶澜绲谝坏目聺嵳f，AlphaGo有好幾次落子極其“非常規(guī)”，許多專業(yè)棋手都表示看不懂。而“棋圣”聶衛(wèi)平甚至表示自己想要對AlphaGo的“驚人一手”脫帽致敬，因為它“用不可思議的下法辟立了圍棋常識之外的新天地”。也就是說，這不是AlphaGo從既往棋局中復(fù)制過來的，而是自己創(chuàng)造的戰(zhàn)術(shù)打法。 人工智能進入實用階段
實際上，AlphaGo是通過蒙特卡洛樹搜索算法和兩個深度神經(jīng)網(wǎng)絡(luò)合作來完成下棋。在與李世石對陣之前，谷歌首先用人類對弈的近3000萬種走法來訓(xùn)練AlphaGo的神經(jīng)網(wǎng)絡(luò)，讓它學(xué)會預(yù)測人類專業(yè)棋手怎么落子。然后更進一步，讓AlphaGo自己跟自己下棋，從而又產(chǎn)生規(guī)模龐大的全新棋譜。谷歌工程師曾宣稱AlphaGo每天可以嘗試百萬量級的走法。
“它們的任務(wù)在于合作‘挑選’出那些比較有前途的棋步，拋棄明顯的差棋，從而將計算量控制在計算機可以完成的范圍內(nèi)。在本質(zhì)上，這和人類棋手所做的一樣。”中科院自動化研究所博士研究生劉加奇說。
“傳統(tǒng)的棋類軟件一般采用暴力搜索，包括深藍計算機，它是對所有可能結(jié)果建立搜索樹，根據(jù)需要進行遍歷搜索。這種方法在國際象棋、跳棋等方面還具有一定可實現(xiàn)性，但對于圍棋就無法實現(xiàn)?！敝锌圃鹤詣踊芯克芯繂T易建強說，“ AlphaGo利用深度學(xué)習(xí)的方法降低了搜索樹的復(fù)雜性，搜索空間得到有效降低。比如，策略網(wǎng)絡(luò)負責(zé)指揮計算機搜索出更像人類高手該落子的位置，而估值網(wǎng)絡(luò)負責(zé)指揮計算機搜索出后續(xù)更有可能獲勝的一個落子位置。”
劉加奇進一步解釋，深度神經(jīng)網(wǎng)絡(luò)最基礎(chǔ)的一個單元就類似人類大腦的神經(jīng)元，很多層連接起來就好比是人類大腦的神經(jīng)網(wǎng)絡(luò)。AlphaGo的兩個神經(jīng)網(wǎng)絡(luò)“大腦”分別是策略網(wǎng)絡(luò)和估值網(wǎng)絡(luò)。
“策略網(wǎng)絡(luò)主要用來生成落子策略。在下棋的過程中，它不是考慮自己應(yīng)該怎么下，而是想人類的高手會怎么下。也就是說，它會根據(jù)輸入棋盤當前的一個狀態(tài)，預(yù)測人類下一步棋會下在哪里，提出最符合人類思維的幾種可行的下法?！?/p>
然而，策略網(wǎng)絡(luò)并不知道自己要下出的這步棋到底下得好還是不好，它只知道這步棋是否跟人類下的一樣，這時就需要估值網(wǎng)絡(luò)來發(fā)揮作用。
劉加奇說：“估值網(wǎng)絡(luò)會為各個可行的下法評估整個盤面的情況，然后給出一個勝率。這些值會反饋到蒙特卡洛樹搜索算法中，通過反復(fù)如上過程推演出勝率最高的走法。蒙特卡洛樹搜索算法決定了策略網(wǎng)絡(luò)僅會在勝率較高的地方繼續(xù)推演，這樣就可以拋棄某些路線，不用一條道算到黑?！?/p>
AlphaGo利用這兩個工具來分析局面，判斷每種下子策略的優(yōu)劣，就像人類棋手會判斷當前局面以及推斷未來的局面一樣。在利用蒙特卡洛樹搜索算法分析了比如未來20步的情況下，就能判斷在哪里下子贏的概率會高。 “奇點”正在臨近？
人工智能越來越近。顯然，它并不會只用來下棋，實際上它正掀起一輪輪產(chǎn)業(yè)變革、經(jīng)濟變革甚至社會變革。
“人工智能將有助于人類解決疾病、醫(yī)療、氣候、能源、數(shù)據(jù)、游戲等多個領(lǐng)域的問題，我們將與各領(lǐng)域最頂級的研究人員合作，促進人工智能與創(chuàng)業(yè)、產(chǎn)業(yè)領(lǐng)域的有機結(jié)合。” AlphaGo開發(fā)者德米什?哈薩比斯表示。
哈薩比斯當然不想把人工智能局限于棋盤上，他將目光投向了更為廣闊的世界，力爭開發(fā)出可以用于多個領(lǐng)域的通用型學(xué)習(xí)機器，制造出可以像人類一樣從白紙狀態(tài)通過自主學(xué)習(xí)找到問題解決方案的人工智能。他將這一目標比喻為實現(xiàn)人類登月夢想的“阿波羅計劃”。哈薩比斯還說，未來將開發(fā)在任何地方都能使用的通用人工智能。也就是說，從硬件到軟件、從個別商品到系統(tǒng)的統(tǒng)合，這種趨勢將會改變產(chǎn)業(yè)和人們的日常生活。
同哈薩比斯一樣，全球頂級企業(yè)也將“賭注”壓在了人工智能之上。全球科技商業(yè)預(yù)言家、暢銷書《失控》作者凱文?凱利認為，未來20年，全球最重要的技術(shù)就是人工智能。英國帝國理工學(xué)院的人工智能學(xué)者馬克?戴森羅克說：“如果人工智能以這種速度發(fā)展下去，我們或許在未來10年到20年里就能看到電影《鋼鐵俠》中那個人工智能助手賈維斯?！?/p>
韓國《中央日報》的報道稱，人工智能的威力正在進入實用階段，因為像谷歌、IBM、微軟、蘋果、Facebook這種世界級的信息通信技術(shù)企業(yè)，把與大數(shù)據(jù)相結(jié)合的人工智能技術(shù)陸續(xù)在醫(yī)療、金融、體育、社交網(wǎng)絡(luò)領(lǐng)域?qū)崿F(xiàn)實用化。人工智能技術(shù)與制造業(yè)的接軌也在變快。有人預(yù)測，如果人工智能與無人駕駛汽車接軌，那么將沒有交通事故，保險公司也將無需存在。如果讓人工智能與無人機接軌，毫無疑問這將使得商業(yè)化如虎添翼，也將給武器系統(tǒng)帶來影響。
此外，2015年，專注于初創(chuàng)企業(yè)的市場調(diào)查公司“風(fēng)險掃描”追蹤分析了全球855家人工智能初創(chuàng)企業(yè)，發(fā)現(xiàn)這些企業(yè)橫跨13個門類，總估值超過87億美元，其中計算機深度學(xué)習(xí)和視覺圖像識別兩個方向最受投資者青睞。
在科幻電影《超驗駭客》中，約翰尼?德普飾演的科學(xué)家因為研發(fā)人工智能而被恐怖組織暗殺，臨死之前倉促地將自我意識上傳至電腦。最后，這名科學(xué)家成為一個能夠不斷進化的結(jié)合生物智慧和人工智能的“超級計算機”。
AlphaGo戰(zhàn)勝李世石之后，人工智能通過自我進化增加智慧已變?yōu)楝F(xiàn)實。搜狗CEO王小川認為，人工智能能做到隨著時間推移變得越來越聰明，正如金庸小說中老頑童讓自己的左手和右手“互搏”，從而練就絕世武功。
“在下棋這個領(lǐng)域，AlphaGo這樣一臺在算法上沒有天花板的機器，將有機會登峰造極?！蓖跣〈ㄔu價說。
并非所有人都對人工智能抱以樂觀的態(tài)度。早在1993年，美國科幻作家弗諾?文奇在《即將到來的技術(shù)奇點》一文中寫道：“在未來30年間，我們將有技術(shù)手段來創(chuàng)造超人的智慧。不久后，人類的時代將結(jié)束?！痹谒拿枋鲋校^“技術(shù)奇點”是指在未來的某個時期，當機器達到“強人工智能”時，智商將超過人類，從而對人類社會造成巨大沖擊。
而自稱美國未來學(xué)家的庫茲韋爾則在他2005年出版的《奇點臨近》一書中，把“技術(shù)奇點”進一步轉(zhuǎn)述為“奇點理論”。他描述道：“2045年將出現(xiàn)‘奇點’時刻，人類文明走到終點，生物人將不復(fù)存在，取而代之的是一個叫做‘奇點人’的新物種。”
霍金也對人工智能表示極度擔(dān)憂：“人工智能開發(fā)成功將會是人類歷史上最大的事件。但不幸的是，這可能也會是最后一個大事件。”去年，霍金還與特斯拉創(chuàng)始人伊隆?馬斯克、蘋果計算機共同創(chuàng)辦人史蒂夫?沃茲尼克等數(shù)百名頂尖精英發(fā)表聯(lián)署公開信，表示人工智能對人類生存的威脅更甚于核武器。
霍金認為，特別是高科技軍事裝備的普及，如美軍在戰(zhàn)場上大量使用無人機遠程殺敵，或多或少印證了這種憂慮。
AI生長
人工智能新近的發(fā)展似乎顯得太快，超出了人們的預(yù)期和適應(yīng)能力。2014年6月7日，正好是阿蘭?圖靈逝世60周年紀念日，聊天程序“尤金?古斯特曼”有爭議地通過了圖靈測試。此后宣稱通過圖靈測試的計算機頻頻出現(xiàn)。人們普遍相信，計算機模仿人類談話而不被察覺，徹底實現(xiàn)的一天即使現(xiàn)在還沒有到來，也為時不遠了。
神經(jīng)元網(wǎng)絡(luò)理論、控制、深度學(xué)習(xí)和大數(shù)據(jù)的進步在不同側(cè)面加強了人工智能，使它在一些特定的任務(wù)上打敗了人類。特斯拉的聯(lián)合創(chuàng)始人、CEO馬斯克說，計算機比人更適合開車，“當所有的車都知道自己該怎么開的時候，讓人來操控兩噸重的致命機械太危險了”。理智上我們不得不贊同他，但情感上似乎難以接受――世界的方向盤是否也和汽車的方向盤一樣，從此交到了計算機的手里？計算機冷笑一聲：“當然是我們來控制世界，連方向盤都不需要。”
波普（K. R. Popper）的話在耳邊響起――客觀知識的世界，是人類創(chuàng)造的，卻是自主的，也會具有創(chuàng)造性。盡管他是在50年前（確切地說是1967年）說這番話的，此刻我們面對人工智能這一存在，“細思恐極”。
強人工智能――會自主行動的機器人，會學(xué)習(xí)、自我改進、像生物一樣進化的機器人是迫在眉睫的現(xiàn)實嗎？對人工智能的擔(dān)心究竟只是精神自虐，還是伴隨著符合事實與邏輯的預(yù)測？如果是前者，不需要AI恐懼的人可以松一口氣，如果是后者，早早想出應(yīng)對之策才行。
兩種恐懼
分析起來，AI恐懼無非兩種，可以稱為“AI的客觀后果恐懼”和“AI的主觀意圖恐懼”。在兩種恐懼之前還有一種失落，因為機器比人能干，未來的電腦可能比人還聰明，人之為人的部分榮譽感被剝奪了。但這種失落很快就能適應(yīng)，人們早有經(jīng)驗――起重機比人力氣大，望遠鏡比人看得遠，計算器比人算得快，飛機還會飛呢。超越人能力局限的東西很多很多，只要它們被人掌握著，就不僅僅是對人能力的超越，而且是對人能力的延伸，能力再大也不用害怕。電腦真比人聰明了，就算有點失落，只要它們?yōu)槲覀兯?，聽我們安排，總歸好處多多。況且“聰明”定義模糊，解微分方程，下棋，電腦都比人厲害，是不是就比人聰明了呢？也不能簡單地下結(jié)論。
在客觀后果一側(cè)，討論的比較多的是就業(yè)問題，擔(dān)心機器人或者軟件把人的工作崗位一批一批地搶走。工業(yè)生產(chǎn)不用說，流水線工人是最先被機器人替代的，無人工廠不是什么科幻，而是既成事實。之后是服務(wù)業(yè)，有餐館嘗試用小型無人機上菜，也有機器快遞小哥，各種智能機器發(fā)明出來之后，大量留給人的服務(wù)崗位就會消失。如果你現(xiàn)在是倉庫管理員，或者坐在高速公路入口發(fā)卡，趕緊準備下一份工作吧。之后是企業(yè)中層，啟用各種交流軟件和自動工作流程軟件，企業(yè)內(nèi)部上傳下達的事情少了，啟用商業(yè)智能軟件，輔助決策的參謀崗位也少了。之后是創(chuàng)造性工作，包括媒體工作，做主持人、做研究員、做建筑師，虛擬角色和軟件勝任愉快，連寫文章、作曲、畫畫、導(dǎo)致失業(yè)不是人工智能負面后果的全部，擔(dān)心還包括健康問題、非對稱戰(zhàn)爭等等。家里有了機器人服務(wù)員，人們衣來伸手飯來張口，只用當一個沙發(fā)土豆就可以了。大量無人飛機和機器士兵，改變了戰(zhàn)場的倫理――優(yōu)勢一方?jīng)]有面對活人敵手的心理壓力，打起仗來點點鼠標，像打游戲；劣勢一方面抵御機器的進攻，連敵人的面都見不著，憤怒的情緒可能導(dǎo)向更多恐怖極端手段，把戰(zhàn)火引向敵方非軍事人員。
這些對人工智能改變社會的推測大體合乎邏輯，但并不帶來太大的困擾。人工智能造成的負面后果會被它帶來的好處抵消，人們相信積極影響遠遠大于消極影響，畢竟危險的、繁重的和乏味的工作由機器人來承擔(dān)更合適。
在主觀意圖一側(cè)，AI恐懼的程度會高出幾個級別。人們擔(dān)心的是機器產(chǎn)生壓迫人、奴役人、消滅人的意圖和行動。盡管這種擔(dān)心非常嚴肅，也不見得是杞人憂天，但此刻還不到真正需要恐懼的時候。就像看電影不能代替學(xué)物理一樣，面對AI發(fā)抖也不能代替冷靜的分析。確實沒有論據(jù)證明，只有生物才能產(chǎn)生意識，因此假設(shè)機器可能產(chǎn)生意識在科學(xué)上是“合法”的，但反過來，證實機器可能產(chǎn)生意識這個假設(shè)的論據(jù)，現(xiàn)在也還沒有出現(xiàn)。何必被一種可能性有多大都不知道的想法嚇破膽呢？除非你喜歡這種恐懼感，就像喜歡看鬼片一樣。
以“壞”自保
最近有三個“牛人”聊到這個話題。2016年4月，《三體》作者、科幻作家劉慈欣，百度首席科學(xué)家吳恩達，對話“未來人工智能20年”。梁冬主持對話，扮演對人工智能的發(fā)展憂心忡忡的人。按照“AI的客觀后果恐懼”和“AI的主觀意圖恐懼”分類法梳理三個人的觀點，先說主觀意圖一側(cè)。吳恩達的意見用一句歌詞就概括了，“一千年以后……”，他的意思是機器表現(xiàn)得像人一樣，成為有意識的物種，還早著呢，究竟會不會也不知道，何必擔(dān)心？梁冬說，模仿鳥造飛機不成功，人類造出飛行機器其實用了和生物界不同的方案，因此造出思考機器也不必了解人腦，對人腦的無知根本不是人工智能的發(fā)展障礙。吳恩達和劉慈欣都表示同意。三位一致認為，如果機器真成了物種，那也是人類的孩子，一開始會模仿父母（即人類）的行為，如果機器變成了壞孩子，人類也沒別人可埋怨。劉慈欣說，他特別“相信”人的“壞”，足以防范一個機器物種傷害人類自己。