他们这些大规模的投资并没有带来人们预期的结果，在此之后我们就进入了人工智能严冬时期，对于人工智能技术也充满失望，我们现在是不是又再次进入新的人工智能的春天呢？
在 AlphaGO打败李世石之后，人工智能距离像人一样还有多远？
5月21日，英国伦敦帝国理工学院认知机器人学教授默里·沙纳汉(Murray Shanahan)在“科技决定未来”的中信奇点课堂上，人工智能的演进需要一个漫长的过程。假如人工智能可以像人一样，中间需要先经历一个强人工智能（简称AGI)的阶段。
沙纳汉分析，但是从人工智能到强人工智能，现在存在较大的距离。目前机器人还面临着“创造力”、“生活常识”和“提取概念”的三个障碍。
沙纳汉表示，从2016年到2025年，“我们这些人工智能专家将会出现这是我们短期内能够做的预判”；在2025年到2040年这15年当中我们能够实现人性化的人工智能技术，但可能性比较小，机率还是很渺茫的；从2040年到2100年我认为实现人性化人工智能技术可能性会增加，但是技术上会存在一些不稳定性，因为在这个阶段我们会进行诸多的创新取得很多的进展，但是在创造力常识和这些抽象概念的提取方面仍然存在不确定性和障碍；到2100年人性化人工智能技术的发展将会达到一个新的高度。
资料显示：默里•沙纳汉，伦敦帝国理工学院认知机器人学系教授，负责指导动力学组的研究。毕业于帝国理工学院、剑桥大学，2006起担任帝国理工学院教授至今，曾经担任奥斯卡获奖影片《机械姬》的科学顾问。
以下为默里·沙纳汉的发言全文：
非常感谢主办方对我发出的盛情邀请，非常荣幸来到北京在此发言，这是我今天发言的一个大纲，一会儿会逐一跟大家展示。我今天的发言主要包括四个部分。我会首先简要跟大家谈一谈近期的人工智能它对于我们会产生怎样的影响？在此之后讨论一下人工智能在长期可能带来的影响和发展的趋势，所以我的发言主要分成两个方面，近期和远期。
首先我会跟大家讨论一下人工智能技术的现状，我会稍微阐述一下如今人工智能发展状况，我们取得的那些里程碑，而且谈谈未来5到10年当中看到那些技术方面的进展，这也是近期出现怎样的趋势，在此之后阐述一下短期产生那些的影响？
在此之后我会讨论长期的情况，会跟大家讨论人工智能可能会产生那些长期的影响，或者具体来说谈论一下，如果人工智能会像人一样会产生什么样的情况，距离这一天有多远，这也是我今天发言的大纲。
跟大家介绍一下人工智能的现状，我想明确解释一下人工智能我看来是什么意思？这是我对人工智能做出的定义，建立计算机机器人，他们完成的这些任务在通常情况下也需要人类这种智慧才能够完成的任务。当然这里面有一些循环使用的词汇，比如智慧智能，智慧智能又是什么意思呢？智能指的就是说做正确决定的能力，而且不同环境之下实现自己目标的能力。但是大部分人工智能的研究，还有如今人工智能用的主要设计的这些系统，只是针对某一种特定工作，比如说下国际象棋，驾驶汽车等等。
所以跟大家强调一下今天建立起来的人工智能系统是特定的任务，比如下国际象棋、围棋图像识别，驾驶汽车类似其他的专有的应用。现在看到的这些人工智能主要设计智能某一方面，要么是感知、语言、学习。现在看到的情况正经历着人工智能的春天。在西方国家对于人工智能的关注，好像会经历一个周期，开始会有很高的关注，后面进入失望的时期，而且实际上我们也看到人工智能严冬时期，然后80年代末，90年代初期，在这些阶段之前其实都有一段时期对于人工智能的技术非常热情，而且来自政府也对于人工智能进行了大量的投资，但是后来人们发现好象这么多投资也没有带来人们希望的产品应用的实现。所以在经历了这样一个很高热情的时期之后，我们就看到人们对于人工智能又出现失望的情绪，又进入人工智能寒冬时期，比如80年代末90年代初，因为在此之前日本出现第五代技术，日本政府决定大量投资于人工智能的技术，其他国家也纷纷开始投资于类似人工智能技术的开发。
但是他们这些大规模的投资并没有带来人们预期的结果，在此之后我们就进入了人工智能严冬时期，对于人工智能技术也充满失望，在这里比较有意思的问题就是我们现在是不是又再次进入新的人工智能的春天呢？看着好像是这样的，因为我们觉得最近人工智能再次获得人们大量的关注，重新吸引来自大公司的投资，比如说谷歌、facebook等等，百度等等，媒体人工智能也有很多关注，甚至有不少的电影都以人工智能为主题的。或者还是说我们现在看到一些切实的进展，会产生一些切实的关于人工智能的应用呢？实在是太痛苦了。现在现场的信号非常不好。不带耳机感觉好多了，因为耳机里的噪声太大了，再次跟大家强调一下人工智能获得大量的关注，无论来自于投资媒体或者电影，现在的情况是否有所不同，现在看到人工智能的春天是否还是持续繁荣，还是进入寒冬时期呢？我个人觉得这次不一样，因为现在看到这么高的热情有一些原因的。因为我们现在看到这些研究可能会产生一些非常有意思的应用，而且会带来切实的经济方面的成果。
那么在这里我们看到的是一些预测，这些预测都是由世界知名美国的一些大企业，特别是金融机构所做出的，其中一个就是麦肯锡，大家知道是世界知名的，总部美国的咨询公司，在2013年的时候写了一份报告，就指出总体来说我们预计知识自动化工具所带来的经济影响到2025年会达到5.2到6.7万亿美元，而且这还是每年所创造的这些价值，这主要因为每个知识工人在这种环境之下的产出是更高了，几年之后，在2015年，美林也再次发布的一个报告，谈论人工智能所带来经济的影响，在报告当中之处我们预计人工智能解决方案和机器人解决方案的市场的规模，到2020年可能会达到1530亿美元，其中来自于机器人行业的达到830亿美元，而来自于人工智能的分析，市场规模达到了700亿美元。我们预计在这种因为创意颠覆在未来十年所创造出来的价值普遍会达到14.3万亿美元，所以这样的数字是非常惊人的。如果说具体创意式的颠覆什么意思，可能会查原文它是什么意思？即使不查,它创造的价值是非常巨大的。
中国的情况怎么样呢？我现在注意到了，最近中国政府刚刚出台了“十三五”，在“十三五”计划当中，明确提出人工智能将是“十三五”时期值得开发的一个重点领域，当然地下的截图没有办法来读，因为有谷歌翻译我也大概理解新的五年规划当中人们对于人工智能的关注，现在中国政府也非常积极来倡导人工智能的发展，除此之外中国大企业也在大力投资人工智能，比如百度投资人工智能已经有一段时间了，像最近小米也公布投资人工智能技术的发展。
我们现在听到的有很多讨论，他们来自各种不同行业，特别是来自于大家的企业，甚至来自于经济智库，比如像来自于美林和麦肯锡的报告，所有这些指出现在不仅对政府进行人工智能大量投资，不仅是政府对人工智能感兴趣，企业行业都非常感兴趣。现在评估一下人工智能的发展，处在什么样的阶段呢？这里跟大家简单提三个地标性的事件，首先1997年来自于IBM的深蓝人工智能，打败的世界国际最杰出的世界围棋棋手（英）深蓝其实非常擅长通过这种树型结构的搜索大量的信息，在当时是重大的成就。如果说是在20世纪中叶或者早期的时候，你跟他说九几年的会有一个人工智能可以来下象棋甚至打败国际棋手的话，人们会以为这已经实现了人工智能，和人类一样的智慧程度，因为我们觉得下国际象棋是需要高度智能化的活动，是需要人的智慧的丝毫的，其实计算能力足够强大，也是通过这种树型的结构来进行大量的计算，它有几步下棋可能性的话，这是完全可以实现的，当然人也可以来推测，但是他们的这种预测的方式是不一样的。不过从计算机的角度上来说，它是因为可以进行大量的运算，在在棋盘上面布局，来预测未来可能出现的情况，来达到一个下棋非常高的水平。
跟大家讲第二个重要的里程碑，2001年的时候也是由IBM的推出的叫做（英）机器人，在美国游戏当中打败它的冠军，大家对这个游戏可能不是特别的熟悉，而且我也想说我们在英国对这个游戏也不是非常熟悉，如果你对于他不是特别了解可能不会觉得这是最大的里程碑，但事实上，这个名字叫做危险的边缘，在这里他会问各种各样的问题，一般这个主持人就会给出一些定义，但是这个定义不是那么清晰。这个参赛选手要看到定义之后就明确这个答案是什么，游戏其实对于人工智能来说比较复杂，主要因为这个游戏是使用自然语言进行沟通的。
不过IBM建立起来的这个（英）系统打败了危险边缘的冠军，这是2001年情况，他使用不同的技术，IBM在自然语言理解能力非常强的。具体来说能够通过语料库可以进行搜索识别，从当中找到问题，找到恰当的答案，并且可以根据不同的环境来考察搜索结果的智性区间而确定它是比较合适的一个答案，当时这也是一个巨大的成功，大家知道IBM有一个专门的部门专门开发类似的像（英）这样的技术的。而且这部分很多时候都涉及到自然语言识别，也是希望从大量的语料库提取有效的信息。
接下来给大家讲讲最让人激动的人工智能里程碑，在几个月之前谷歌（英）的AlphaGO这样一个程序，这个程序它打败了李世石，李世石是全球最强的围棋手，李世石以1比4输给了AlphaGO，这对于人工智能来说是的确了不起的里程碑的发展，也留下了深刻的印象。
那这个里程碑它比深蓝在1997年打败象棋手更为有影响力，为什么说这次是非凡的进展，他使用什么样的技术呢？其实AlphaGO更为复杂的系统，而且围棋比国际象棋来说它的可能性更多，它的变化更多，所以它对你计算方法要求更高。
在围棋上的棋局的变化，要比国际象棋多太多，有太多的变数和不确定性，这也就要求我们的程序能够要比1997年的深蓝要升级。其实当年的深蓝如果只是用蛮力解决计算的问题，它将无法在围棋的棋局上获胜。那深蓝它做的像我们AlphaGO这样一个程序主要就是模仿人类的思考过程。通过机器学习了解什么是一个好的步骤，怎样下一局好棋，通过深度学习帮他们成为一名好棋手。深度学习会反复，然后自己下成千上万局，通过一次又一次的深度学习来了解学习下好棋了方法，和思路。需要大数据学习能力的结合，所以AlphaGO在练习的过程当中，与自己下的无数的棋局，通过一系列的练习他能够总结数据，在神经网络中进行学习，通过搜索一次一次的改进。它通过这些搜索和神经网络结合能够使各种各样的可能性搜索到一些最佳的可能性。
现在AlphaGO它一方面能够模仿非常优秀棋手的下棋思路，还有一些创新，让人意想不到的棋局。目前在人工智能方面有哪些技术呢？我给大家举两个例子，第一个例子个人助手就是苹果公司的（英）和谷歌（英）这个产品，人工智能在主力方面的应用，他们具备非常卓越的语音识别功能，而且能够访问海量的百科数据，能够使用您设备上的个人信息。我认为在未来这个方向有持续的发展。未来可能我们直接能够与这些个人的助理进行对话，在不愿的将来这能够在个人助理方面有突破。另外我关注的人工智能领域就是自动驾驶汽车，自动驾驶汽车已经非常成熟了，我觉得在不远的将来越来越自动驾驶汽车在公路上行驶。当然我们不是说自动汽车直接把你带到一个目的地，刚刚外边好像有一些情况。
其实说自动驾驶不是说完全在没有人的干预下将你从A地点带到B地点，这是很难实现了。自动汽车首先能够在简单的路矿上实现自动驾驶，能够帮你保持在车道上保持行驶的稳定性，释放你的双手，人类在简单的道路上进行人工驾驶的程度会降低，能够让人在车内有更多的自由度，随着人工智能的发展和成熟，我们自动驾驶汽车的功能将会越来越强大，最终到未来实现完全100%自动驾驶，不需要人工的干预。
现在随着人工智能以及我们的这些传感器摄像头和其他的设备，我们的计算机能够了解到所处的外围环境情况，而且能够使用这些信息控制机器人。例如汽车，现在人们对人工智能充满乐观，这些乐观背后的动力在何处呢？我总结了以下几点。
首先，在人工智能某些词领域我们实现的成功，例如机器学习机器视觉方面，最近我们有了一些成果，比如说图像分类通过我们深度学习可以对图像进行分类，这样一类应用是非常创新的，可能十年前没有人会想到我们有这样有效的系统帮助我们实现图像的自动分类，在过去十年来说要让人工智能进行自动专业分类是很难的，因为计算机方面困难重重，而现在实现了。而且在这方面还有持续的创新和进展。这并不是说我们有了新的技术，其实最强的算法并不是新的东西，并不是创新只是把已有的算法应用到计算机算法当中，实现了一个突破。而有的算法存在20到30年了，只是应用到新的领域实现的突破。
而且随着算法应用在结合上大数据它的能力就更强了，有了大数据我们能够将成百上千万的图像实时进行处理分析，我们能够在树根对它进行标签分类，而且我们有硬件设备能够处理这样大量的数据。所以说现在我们有越来越多的数据，越来越强大的数据处理能够支持我们的算法完成他们的任务。此外发现近几年计算机计算的能力的发展，有了这些能力我们能够对数百万这些图像分类进行训练，如果在过去没有这么强大的计算能力可能要花几年的时间完成，对海量的数据进行工作。所以说计算能力的提升我们能够在几周就能解决了。所以这就是计算机计算能力提升所带来的影响，这也是符合摩尔定律的。
而且有超强计算能力处理海量数据，所以深度学习就能够得到加强，得到深化，我认为这是目前人们对于人工智能和机器学习，保持如此若干态度的根本动因。除此之外还有一些其他相关因素，这些相关因素也让人们对人工智能保持非常乐观的态度。
例如说互联网有很多传感器来感受获取各种各样的信息数据，这些数据的采集随着数据的积累就能够帮助机器学习。在资金方面我们也发现越来越多的投资公司开始关注那些硅谷、伦敦中国的AI初创企业，这些因素都使人们对于AI未来的发展持续保持乐观。我们之前谈到人们对于AI的态度有个周期，期待很高，随着技术的变化到了冷冬，未来会是怎样呢？这一论不一样，因为有很多人工智能，在一些非常使用的领域已经应用到了我们的设备当中，而且形成的产业效应，实现的商业化，这也是为什么很多大企业对这些初创企业进行投资。这是一个良性的循环，跟过去不一样，越来越多投资的涌入技术的发展和进步迭代周期会更快，计算机和技术的发展也会蒸蒸日上，这一个良性的循环。所以我有理由相信我们对于人工智能保持乐观有理由有根据的，并不是人工智能这方面存在太大的泡沫。
当然我认为未来的发展，不会出现之前所说的人工智能严冬。我希望大家对我的话题还是挺感兴趣的。
接下来我要强调的是人工智能的短期和长期的影响，我认为人工智能的短期影响是非常明显的，短期影响包括哪些呢？其实现在AI在短期内主要是关注和应用在一些非常专业的领域执行一些非常特定的任务。我刚刚已经谈到人工智能在自动驾驶的应用，而且还有智能机器人的应用，这些都是机器学习所带来的可能性，刚刚谈到人工智能在私人助理方面的应用。现在人工智能已经让计算机能够更好的去了解世界，了解它处的环境，了解人类。这也是机器学习带来的可能性之一，我认为在未来这些深度学习传感器能够更好的帮助我们实现人工智能在专业领域的应用。
当然所说的短期的影响主要是集中在未来5到10年的影响，我觉得人工智能可以用在个性化的医疗、这意味着医疗服务提供个性化的服务，每个人都会被测序，所以能够掌握每个人的基因序列的情况，从而实现个性化的服务，因为我们知道基因测序成本越来越低了，还有一些个性化的数据也能够由机器获取，比如我们有很多的可穿戴设备，能够获得他们的心率，他们的身体各项指数的数据，比如说他们的葡萄糖、血糖的指数等等，所以这些指数的采取，对我们个性化的医疗的服务，也将带来诸多的帮助。我们还可以采集你们生活习惯的信息，你们身体质量的信息和基因信息，这些信息采集到一块对于医生来说是非常有意义的，对你的健康来说也有重大影响。除此之外还有很多临床实验，在医疗期刊上面有大量的数据进行公布，所以对于全科医生来说都是可以参考的。
有了一些症状，如果说在过去的话你拿去给全科医生来说只是有一个翻番的解决方案，但是了解你健康状况你的基因图谱生活方式之后更有针对性来开药，当然在人工智能帮助之下可以对数据进行分析，进行建模在这个基础上找到最适合于这个病人个性化的解决方案，所以我希望在未来可能也是因为人工智能快速发展，还有机器学习快速发展带来个性化的医疗。当然还有关于公司决策和科学的发现，也都因为类似人工智能技术的发展，从中受限。当然讨论的都是短期的内容，所有的都是涉及到一些专用型的AI，在我书里面其实更加关注长期或者通用性的技术应用，从长期角度来说其实我们讨论的超过10年左右是长期的，很可能20到50年之后人工智能发展状态，在未来有很大不确定因素，并不知道在很长的时间会发生怎么样的变化，比较感兴趣的一点能够开发起来这些通用性的强人工智能技术，换而言之这种技术不是只能做一种任务，而是说各种由人类做的这些任务，并且从中进行学习，来在接上一些新的任务，甚至跟人一样知道自己做的什么事情，这就是我所做的事情，跟人一样的人工智能。而且这也是我今天跟大家涉及到的一部分领域。
也就是说在说到人工智能在短期可能会产生哪些问题是值得我们关注的呢？其中一个因为技术的发展所带来的事业，基本上来说我们在过去经历了欧洲的工业革命，之后我们也看到自动化的程度越来越高，也意味着因此很多人失业。但是这些失业的人在另一方面也得到补偿，还会创造一些新的就业机会，总体来说虽然经历了工业革命，失业率并没有因此升高，在西方国家就业率进一步增加了，但是创造了很多新的工作，你要胜任这些工作的话，一般需要更高的教育程度，所以在过去这些年当中大众教育程度也普遍提高，这是一件好事儿，这一次情况是不是有所不同呢？因为人工智能发展带来哪些不同结果呢？不可否认的是也许在未来，不会因为失业针对他们创造一些新的就业岗位。想想教育程度，再来想想现在要做这些工作所需要的这些技能的话，其实你也不难发现它的技术程度越来越高了。但是计算机能够做的工作也是越来越复杂了，但是总有一个界限，也许到将来有一个程度的话，只要人能够做到的人工智能都是能够做到的。在这种情况之下不一定是能够说还能够创造出更多的就业机会了。所以因为技术造成的失业确实值得我们思考的问题。在这种情况下要问的问题是人工作越来越找，我们对此是否做好准备呢？在这种情况之下要避免会不平等进一步加剧，因为这很可能对社会产生非常消极的影响，我们一定要确保这种情况不会出现，不会导致贫穷现象的恶化。
那么，我们如果说因为人工智能的发展，我们也是希望说人们生活水平不会因此降低，人们休闲时间更多，但是人们休息时间越来越多也会对社会产生巨大影响，在这种情况下重新审视生活的意义体现在那些方面，因为我们不希望说因为有了人工智能人们一天就无所事事，要么天天看电视，喝酒，毕竟希望人们生活有创造里有意义的，这就实际到对所有人员进行重新再教育。
另外值得我们思考的问题就是对于技术的依赖，我们现在其实对于IT技术设施越来越高了，比如说金融、能源、沟通、安全领域依赖程度越来越高了，当把人工智能应用到这些IT技术当中呢？毫无疑问我们的依赖程度也会越来越高，当然你把一些人工智能技术应用在这些方面，也有可能帮助人们更有效的驾驭这些系统的复杂程度，但是这样一来我们要理解这些系统，也越来越难，对他们进行预计、控制和维修检修也越来越困难。或者说随着人工智能技术的发展，也许我们对于技术的依赖程度会越来越高，我们为了避免这种情况的出现，我们可能会做的就是让这个系统对于它所作出的决策也是要有条例所遵循的，是我们能够理解的，但是这种深度学习的方式我们也并不是那么了解，好象是一个黑盒子，换言之我们并不是特别清楚知道经过深度学习为什么会产生某种结果。机器学习当中一个重要的研究领域，就是来确保这种学习过程具有透明性，或者他们这种学习过程以及学习过程当来的决策应该由人类的理性来理解并且进行解释，而且是合理的，这也是第一部分。在这部分说的第一部分做一个小小的总结，这是我提出的问题和给出的答案，第一个问题现在大众对于人工智能的兴趣是被误导了，还是因为有了这么多关注又会失望进入寒冬呢？我个人认为是错误的，我觉得现在已经取得明显的进步，而且将来可能会有一些具体的应用，那么它可能1带来哪些优势呢？我是认为在大量复杂的数据当中，如果能够找到隐性规律将会造福很多领域，比方说科学、医学、商业、工业、政府、最终会惠及消费者，那么这是一件好事情吗？当然什么事情不能一概而论，会有消极的影响。因为很显然技术会带来失业，而且会带来我们对技术程度依赖度越来越高。
现在就开始跟大家讨论一下长期的影响，主要讨论是未来10到100年当中可能出现的一些情况。在这里我是觉得有必要跟大家做一个区分，我们现在有的人工智能还有科幻电影中看到的人工智能，而且在后者来说也是激励不断技术进步的领域，下面要提出一个问题就是我们也知道可能到真正有这种强人工智能的话，还需要很长路要走，用AlphaGO做一个例子，很显然AlphaGO智能程度非常之高，毕竟能够做很多事情，能够驾驭非常复杂的这种游戏。或者说下棋下的非常好，甚至在一些有限方面表现自己的创造力，不管是设计者还是下棋的参赛选手，其实都不是很充分的理解，他们自己的这种工作的方式，而且这种机器学习的这种技术其实也是有非常广泛的应用领域的，所以这是一个巨大的成就，我们也比较精准一点AlphaGO和所有专业性的人工智能技术也是一样的，它在很多方面是很笨的，并没有办法跟人相比，而且差距还不小，距离来说AlphaGO只会下围棋，除此之外什么都不会的。
但是我们所有人日常生活其实复杂的程度至少从数学的角度来说远远高于围棋，比如说围棋是我们生活当中组成部分，比如说今天到北京逛公园，一起坐下来下围棋，可以看出围棋不过是日常生活当中很小组成部分，或者我们的日常生活比下围棋复杂很多。而且AlphaGO甚至对这个世界没有意识到这个世界的存在，不知道这个世界里面还有其他的事物。而且和李世石不一样的就是，它不能教它，像李世石是一个非常杰出的棋手，除此之外他是可以进行交谈，可以和孩子来玩，可以做饭，而且还可以做其他事情是可以正常来生活的。或者换而言之，人类能够做的事情是更多的，而且学习能力也是更强的，特别在接触到新的领域这些是AlphaGO所做的不的。为了取得进一步的进步我们需要实行的强人工智能，简称AGI，要让人工智能像做的人一样，我们先要做到强人工智能，但是现在存在较大的差距，很显然在概念上首先还要取得一定的突破，因为在此之后才能够真正实现像人一样的强人工智能。
在我看来现在有三个重要的技术壁垒，用英文来说他们可以用三个C来描述，第一个创造力，第二个叫常识，第三个概念，首先说创造力，我们要有一个永不停息的的精神来尝试新的活动，新的想法。比方说像初创企业的企业家，大家所有人特别擅长提出一些新的创意和想法。但是这种创造力每个孩子也都是有的，比如孩子们经常也一些新奇的做法，然后在画板上画出一个新的图片，也就是说孩子每天表现出无穷的创力，我们并不知道让机器人有这样的创造力，有创造力经常提出一些新奇的想法好是的，但是如果说你没有办法判断这个想法是好是坏，也是没有办法的，所以我们要有这常识，如果我们说自己采取了一个行动会产生怎样的结果，所以我也想跟大家举一些例子，我想用一个例子，大家跟着我来想象一下，我走到这里把前面半空的咖啡杯拿起来，向你们扔进去，大家肯定不会想到我会有这么奇怪的做法，但是如果出现这种情况几乎会判断出产生什么样的结果，比如咖啡会洒到衣服上，洒到手机和智能手表上面，大家都会担心出现这个情况之后，而且会导致衣服上出现污渍，因为我们有了生活的经验，对世界有一个基本的理解所以做出这样的判断。
我们活在一个社会必须在社交上进行一些判断，我们要想想在社交上会怎样的一些结果，我们能够预判。比如说有的时候我如果把这个咖啡洒在了他身上，他可能会非常生气，我们的主办方会叫警察过来把我带走，所以我们也要使人工智能具备这样的一些常识，基于常识做出一些判断。这是人类的优于人工智能的优点，我们对一些社交进行的影响进行预判，目前还没有办法让机器达到这一点。最终这个概念要有一种提取概念的能力。人能够将一个新的想法提取成或者归纳成一个概念，找到语言来恰当表达这样一个概念。这对于我们来交流很重要，这三个C对于强人工智能很重要。但我们现在还不知道如何让一个计算机达到这三点。所以这是我们面临的最大的障碍。
因此，我们现在还不知道这个强人工智能什么时候能够实现，实现之后又会是怎样，现在想一想如果实现了之后能带来什么，有怎样的优点？其实我们有理由来发展强人工智能，一些研究者它非常感兴趣，他们愿意挑战强人工智能，当然这只是一部分研究人员，研究强人工智能的原因，还有其他的动因。主要是对强人工智能的功能感兴趣，例如如果有了像人类一样的智能，就像人一样执行任务，所以利用这种人工智能去实现工作的自动化，减少工作量，能够帮他做一些智力工作。而且人类级别的人工智能不需要重新勾画新的任务，因为他可以像人一样行动思考，而且强人工智能像人一样了解这个世界。所以它也能够在我们需要帮助的时候跟我们进行支持，在人们需要同情的时候给予同情，我觉得这种超级人工智能就是我们所想象的，有的人还在想在强人工智能会不会有更升级产品，比如说超级人工智能，它能不能对人类造成更大的影响？能不能帮助我们解决更多的问题。如果有了超级人工智能，能够帮助我们加快科学技术的发展，人类文明的进步，但是有了超级人工智能，就像一面双刃剑，有好有坏，造成什么样的影响呢？尤其不好的影响，它给我们带来太多的帮助，而且能够帮助我们开发越来越复杂的技术解决我们的问题。
例如贫穷的问题，气侯变化的问题，我刚刚强调了一些概念上的创新，我们认为这些概念是我们通向人类人性化人工智能的一个一个里程碑，其实我们要实现人性化学的人工智能会有怎样的路径呢？首先我们要一切从工程角度进行设计，而且我们设计人类的人工智能要从人类的大脑自然属性出发，来设计这样的人工智能，我们有各种各样的方法来帮助我们实现人性化的人工智能，现在我们主要使用的机器学习的方法来开发人工智能，这就像一种双管齐下的方法。一方面通过机器学习，用机器思考的方式，在未来我们可能要将这种方式与人类思考的方式相结合，更好的完成人工智能技术。
接下来讨论一下未来像人性化人工智能迈进的时间表，现在在未来10年当中，从2016年到2025年毫无疑问我们这些AI专家，将会出现这是我们短期内能够做的预判，在2025年到2040年这15年当中我们能够实现人性化的AI技术，但可能性比较小，其实我来说我认为机率还是很渺茫的。从2040年到2100年我认为实现人性化AI技术可能性会增加，但是技术上会存在一些不稳定性，因为在这个阶段我们会进行诸多的创新取得很多的进展，但是在创造力常识和这些抽象概念的提取方面仍然存在不确定性和障碍。我认为2100年人性化AI技术的发展将会达到一个新的高度，这是我在2016年到2110年之间人性化AI智能发展的一个时间表。我相信这个房间当中很多人都在有生之年鉴证人性化人工智能的出现，也有认为在2004年很有可能人性化的人工智能就会出现，然后在2010年很多你们的子孙后代可能会用上人性化的人工智能。这就是我会写这本书的原因，我希望通过这本书让人们更多去关注人性化人工智能在未来的可能性。我觉得探讨这些人类性的人工智能可能性，以及所带来潜在影响是非常重要的也是非常有意义的。
接下来简单介绍一下超级人工智能，其实我还不知道我们什么时候能够实现人性化的人工智能，因为我觉得还有可能花几十年存在不确定性，但是我认为如果我们真的实现了人性化人工智能，那下一步可能就是超级人工智能了。而且我想象超级人工智能的前景，我觉得人性化的人工智能是相人一样行动思考，但是超级人工智能它的行为和思考可能超越人类，在人性化的人工智能之后下一个阶段就是超级人工智能。一旦我们突破的生物的限制，将我们的思维放入电子设备当中，我们就能够实现更好的物理，我们能够以更快的方式去完成任务处理信息，去进行思考。我们可能7天工作在1天就能完成，过去一周完成的工作就能完成，你想到这样超级人工智能的应用能够提升我们的生产力。超级人工智能其实与人性化的人工智能在本质上没有太多的区别，只是能够使人类的生产力得到一个指数性的增长。另外一种实现超级人工智能方法提高人类的记忆力和储存能力。一旦我们实现了这也是为什么我说人性化人工智能之后会出现超级人工智能，因为能够实现智力的爆炸能够帮助我们强化我们的记忆储存能力。甚至能够自己生成更高版本超级智能，那超级人工智能也能够创造更好的版本，更高级的人工智能也能够创造比自己更好的人工智能，而且他们的迭代周期将会更短，所以通过这种方式可以了解，这种自我更新升级迭代周期将会越来越快，这种趋势就是我们所称的智能爆炸，而且我认为它的结果是不可预测的。（英）在超级人工智能方面进行了诸多的探讨。
最后做一个总结，如果实现了人性化人工智能，而且超级智能迅速的出现，那这可能产生巨大的历史突破性的社会影响，它的理想将是史无前例的，超越工业革命，这也是我所说的技术基点的概念。
有一些作者其实一直对技术基点有诸多的讨论，他们争论持续到本世纪中期，我认为现在我们在概念上有了很多的突破，随着计算机能力的突破，我们有理由相信我们在未来有可能实现人性化的人工智能，因为现在软件性能越来越高，软件的进展和硬件的进展都在突飞猛进的发展。
我还有5到6分钟的时间，我要想想人工智能带来长期影响有哪些呢？首先第一它会带来一些范例，（英）之前发布的一本书叫超级智能，在超级智能他谈到人工智能对生存的威胁，他给了很多例子，谈到人工智能可能存在的风险。
比如说会不会有一些人现在在西方有很多的人，比如说霍金（英）他们都提出了各自的观点，只说人工智能肯定给人类生存造成威胁，刚刚我也给大家分享了人工智能未来发展的时间表，而且存在很多的不确定性，（英）他认为人工智能是短期内也会造成很大的影响。
接下来我要给大家聊聊人工智能可能给人类生存造成的威胁。（英）他提醒着我们一定要禁忌人工智能可能会非常聪明，他们会以一种意想不到的方式给他界定的目标，这种方式肯定给人类生存方式造成这样的影响，我们给人工智能下的目标可能会存在一些漏洞，我们没有以一种亲切的方式定义这个实现的过程，一定不能出现对人类生存的威胁，所以这些漏洞可能会使得人工智能威胁到人类生存。这是我们在迪士尼当中的一个学徒的动画，他说学徒偷走的师傅的魔法书，用这个魔法书下了一个咒，自动从井当中提水清晰地面，但是他没有想到这个水持续的来灌溉到地面上水越来越多，但是不知道怎么停止这个咒，所以造成的灾害，最后它只能强制性打破这个魔咒。当然这只是一个童话故事。但是（英）就曾经警示说，也许我们创造一个东西的时候，自己的想法是好的，但是因为给出指令的时候并不是那么清楚，但是导致这个人工智能不断对目标进行优化，但是产生的结果是适得其反的，比如说（英）给了一个例子，对于这个曲别针做一个优化器，这个城市设定出来本身希望能够进一步不断增加曲别针的生产和人工智能辅助之下完成的。因为这个服务是变迁条和文具的便签企业，或者文具的办公企业，但是后来这个人工智能就忠实的执行的这样一个指令，不断生产曲别针，最后让地球上出现了资源匮乏的现象，整个就停不下来，这是一个非常生动的例子，（英）通过这种方式说明人工智能一旦时空或者指令给出不明确造成灾难性的结果，当然希望这种结局不会出现，所以有必要再次提前提出警示。与此同时当然不是立刻就出现这种情况，但是在安全方面的警示警钟长鸣。
看第三点讨论的长期的问题，如果我们真的是成功避免了刚才我说的这些超级人工智能所带来的风险，它确实可以让我们进入新的时期，让我们变得前所未有的富裕幸福，但是要重新界定我们有这么强大的技术我们的生活的意义是什么，如果像人一样权利指导之下应该做出怎样的决定呢？一个超级人工智能确实富裕了我们很多能力，但是要思考的问题我们要怎么应用这个权利，要不断问自己我们什么是好的生活，作为人类最终的目标是什么，这其实是一些非常深刻，但是非常重要的值得我们思考的问题，而且这些问题超越了国家的差别，超过的文化的差异，超过的政治体制的差异，是值得在全球层面拿出来共同讨论的，这部分也跳过去。
直接就到第二部分的结语对长期所产生的影响提供一些问题和答案，第一个问题我们是不是很快建成像人一样的人工智能，是不是很快就实现了呢？我给出的答案可能不会在10年当中达到这一步，我们是否有可能像人一样的人工智能呢？如果说100年有可能，到时候看起来什么样子呢？有不少书在猜想像人一样的人工智能或者超级智能它的形式是什么？但其实并不知道，当然可以基于现有的信息进行猜测，它是否安全呢？可能是，可能不是，这是值得我们思考关注的，最后一个问题我们该怎么办呢？我的建议在全球层面对此进行一个讨论，我的发言到此结束，稍微有一点点长，但是非常感谢大家的聆听。
（编辑：吴红缨）
21世纪经济报道及其客户端所刊载内容的知识产权均属广东二十一世纪环球经济报社所有。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。
分享成功