三、人工智能用在哪？

1、自動駕駛：最大的應用場景

自動駕駛是現在逐漸發展成熟的一項智能應用。可以想象，自動駕駛一旦實現，可以帶來如下改變：

1）完全意義上的共享汽車成為可能。大多數汽車可以用共享經濟的模式，隨叫隨到。因為不需要司機，這些車輛可以保證24小時待命，可以在任何時間、任何地點提供高質量的租用服務。這樣一來，整個城市的交通情況會發生翻天覆地的變化。因為智能調度算法的幫助，共享汽車的使用率會接近100%，城市里需要的汽車總量則會大幅減少。需要停放的共享汽車數量不多，只需要占用城市里有限的幾個公共停車場的空間就足夠了。停車難、大堵車等現象會因為自動駕駛共享汽車的出現而得到真正解決。那個時候，私家車只用于滿足個人追求駕駛樂趣的需要，就像今天人們會到郊區騎自行車鍛煉身體一樣。

2）汽車本身的形態也會發生根本性的變化。一輛不需要方向盤、不需要司機的汽車，可以被設計成前所未有的樣子。比如，因為大部分出行都是一兩個人，共享的自動駕駛汽車完全可以設計成比現在汽車小很多，僅供一兩個人乘坐的舒適“座艙”，這可以節省大量道路空間。而且一輛汽車在路面上可以通過自己的傳感器發現另一輛汽車的故障，及時通知另一輛汽車停車檢修。

3）未來的道路發生變化。它們也會按照自動駕駛汽車的要求來重新設計，專用于自動駕駛的車道可以變得更窄，交通信號可以更容易被自動駕駛汽車識別。道路上，汽車和汽車之間可以通過“車聯網”連接起來，完成許多有人駕駛不可能完成的工作。比如，許多部自動駕駛汽車可以在道路上排列成間距極小的密集編隊，同時保持高速行進，統一對路面環境進行偵測和處理，而不用擔心追尾的風險。

自動駕駛將是中國未來10年科技發展面臨的最重要的機遇之一。中國有全球最大的交通路網、最大的人口基數，自動駕駛的大規模商業化和技術普及反過來會促進自動駕駛相關科研的飛躍式發展。這種從科研到應用，從應用再反饋到科研的良性循環，正是中國能否在未來10年內，建立起世界先進水平的人工智能科技體系的關鍵。

但值得注意的是：一旦自動駕駛汽車達到了足夠高的水平，車內乘客就會想當然地將所有操控權交給汽車。無論這時候自動駕駛汽車的軟件是否還有風險，無論路面上那些極端的路況是不是能被自動駕駛汽車正確處理，車主都不會保持100%的高度警覺。

未來汽車，擁有多種可能

2、智慧生活

目前的機器翻譯水平， 大概相當于一個剛學某種外語兩三年的中學生做出的翻譯作業。 對于多數非專業類的普通文本內容， 機器翻譯的結果已經可以做到基本表達原文語意， 不影響理解與溝通。但假以時日， 不斷提高翻譯準確度的人工智能系統， 極有可能像下圍棋的Alpha Go那樣悄然越過了業余譯員和職業譯員之間的技術鴻溝， 一躍而成為翻譯大師。

那時候， 不只是手機會和人智能對話， 我們每個家庭里的每一件家用電器， 都會擁有足夠強大的對話功能，為我們提供方便的服務。

其實，如果回到10年以前，2007年蘋果才剛剛發布第一代iPhone手機，那時誰會想到只用了10年的時間，智能手機就無處不在了呢？類似地，從現在算起，再過10年，大家可以看看我們的生活細節發生了哪些變化。今天的我們絕對沒法準確預測，未來10年中人工智能可以給我們的生活帶來多么巨大的改變。

3、智慧醫療：AI將成為醫生的好幫手

大數據和基于大數據的人工智能， 為醫生輔助診斷疾病提供了最好的支持。事實證明，就在今年2月，經過深度學習的神經網絡在診斷某些皮膚病方面的表現比大部分醫生還要好。在AI的幫助下， 我們看到的不會是醫生失業， 而是同樣數量的醫生可以服務幾倍、 數十倍甚至更多的人群。 醫療資源分布不均衡的地區， 會因為AI的引入，讓絕大多數病人享受到一流的醫療服務。

四、人工智能做不到什么？

1、跨領域推理

人類強大的跨領域聯想、 類比能力是跨領域推理的基礎。 偵探小說中的福爾摩斯可以從嫌疑人的一頂帽子中遺留的發屑、 沾染的灰塵， 推理出嫌疑人的生活習慣， 甚至家庭、 婚姻狀況，但現在的人工智能顯然辦不到。

2、抽象能力

目前的深度學習技術，幾乎都需要大量訓練樣本來讓計算機完成學習過程。可人類，哪怕是小孩子要學習一個新知識時，通常只要兩三個樣本就可以了。這其中最重要的差別，也許就是抽象能力的不同。比如，一個小孩子看到第一輛汽車時，他的大腦中就會像《頭腦特工隊》的抽象工廠一樣，將汽車抽象為一個盒子裝在四個輪子上的組合，并將這個抽象后的構型印在腦子里。下次再看到外觀差別很大的汽車時，小孩子仍可以毫不費力地認出那是一輛汽車。計算機就很難做到這一點，或者說，我們目前還不知道怎么教計算機做到這一點。人工智能界，少樣本學習、無監督學習方向的科研工作，目前的進展還很有限。但是，不突破少樣本、無監督的學習，我們也許就永遠無法實現人類水平的人工智能。

3、知其然，也知其所以然

拿谷歌的Alpha Go來說，它在下圍棋時，追求的是每下一步后，自己的勝率（贏面）超過50%，這樣就可以確保最終贏棋。但具體到每一步，為什么這樣下勝率就更大，那樣下勝率就較小，即便是開發Alpha Go程序的人，也只能給大家端出一大堆數據，告訴大家，看，這些數據就是計算機訓練得到的結果，在當前局面下，走這里比走那里的勝率高百分之多少……

人類基于實驗和科學觀測結果建立與發展物理學的歷程，是“知其然，也知其所以然”的最好體現。想一想中學時學過的“一輕一重兩個鐵球同時落地”，如果人類僅滿足于知道不同重量的物體下落時加速度相同這一表面現象，那當然可以解決生活、工作中的實際問題，但無法建立起偉大、瑰麗的物理學大廈。只有從建立物體的運動定律開始，用數學公式表述力和質量、加速度之間的關系，到建立萬有引力定律，將質量、萬有引力常數、距離關聯在一起，至此，我們的物理學才能比較完美地解釋兩個鐵球同時落地這個再簡單不過的現象。

4、常識

即使兩歲孩童也能理解直觀的物理過程， 比如丟出的物體會下落。 人類并不需要有意識地知道任何物理學就能預測這些物理過程。 但機器做不到這一點。

常識可以給人類帶來直截了當的好處。比如，人人都知道兩點之間直線最短，走路的時候為了省力氣，能走直線是絕不會走彎路的。人們不用去學歐氏幾何中的那條著名公理，也能在走路時達到省力效果。

但同樣的常識也會給人們帶來困擾。比如我們乘飛機從北京飛往美國西海岸時，很多人都會盯著機艙內導航地圖上的航跡不解地說，為什么要向北飛到北冰洋附近繞那么大個彎子呀。“兩點之間直線最短”在地球表面，會變成“通過兩點間的大圓弧最短”，而這一變化，并不在那些不熟悉航空、航海的人的常識范圍之內。

那么，人工智能是不是也能像人類一樣，不需要特別學習，就可以具備一些有關世界規律的基本知識，掌握一些不需要復雜思考就特別有效的邏輯規律，并在需要時快速應用呢？拿自動駕駛來說，計算機是靠學習已知路況積累經驗的。當自動駕駛汽車遇到特別棘手、從來沒見過的危險時，計算機能不能正確處理呢？也許，這時就需要一些類似常識的東西，比如設計出某種方法，讓計算機知道，在危險來臨時首先要確保乘車人與行人的安全，路況過于極端時可安全減速并靠邊停車，等等。

雖然下圍棋的Alpha Go里也有些可被稱作常識的東西，比如，一塊棋搭不出兩個眼就是死棋，這個常識永遠是Alpha Go需要優先考慮的東西。當然，無論是自動駕駛汽車，還是下圍棋的Alpha Go，這里說的常識，更多的還只是一些預設規則，遠未如人類所理解的“常識”那么豐富。

5、自我意識

6、審美和情感

雖然機器已經可以仿照人類的繪畫、 詩歌、 音樂等藝術風格， 照貓畫虎般地創作出電腦藝術作品來， 但機器并不真正懂得什么是美。同樣，每個人都因為情感的存在， 而變得獨特和有存在感。 情感是人類之所以為人類的感性基礎，但是顯然這種能力機器無法習得。

五、人工智能來了，我們該怎么辦？

1、人工智能會讓人類大量失業嗎？

可以肯定的是，每一次變革，都會讓人類產生大幅度的進步。當然，從短期看，這種轉變會帶來一定程度的陣痛，我們也許很難避免某些行業、某些地區出現局部的失業現象。特別是在一個適應人工智能時代的社會保障和教育體系建立之前，這一陣痛在所難免。但從長遠來看，這種工作轉變絕不是一種以大規模失業為標志的災難性事件，而是人類社會結構、經濟秩序的重新調整，在調整基礎上，人類工作會大量轉變為新的工作類型，從而為生產力的進一步解放，人類生活的進一步提升，打下更好的基礎。

2、我們該如何適應AI時代

既然人工智能的趨勢勢不可擋，那我們要做的，并不是心理上抵制其的到來，視其如洪水猛獸。相反，不斷提高自己，善于利用人類的特長，并善于借助機器的能力，并學會人——機協作的能力，才是未來社會里各領域人才的必備特質。

機器可以快速完成數學運算，可以下出極高水準的圍棋，可以獨立完成量化交易，甚至可以從事一些最初級的詩歌、繪畫等藝術創作。但人類總是可以借助機器這個工具來提高自己，讓自己的大腦在更高層次上完成機器無法完成的復雜推理、復雜決策以及復雜的情感活動。借助車輪和風帆，人類在數百年前就周游了整個地球；借助火箭發動機，人類在數十年前就登臨月球；借助計算機和互聯網，人類創造了浩瀚繽紛的虛擬世界；借助AI，人類也必將設計出一個全新的科技與社會藍圖，為每個有情感、有思想的普通人提供最大的滿足感與成就感。

六、關于人工智能，我的一些思考

其實每一次人工智能技術的本質突破，公眾在短暫的震驚甚至恐慌之后，計算機是否具有智能的判定標準會不斷被拔高。從會下跳棋就算智能，到會下象棋才算智能，再到會下圍棋才算智能……今天我們管Alpha Go叫人工智能了，3年之后呢？5年之后呢？

如果說前幾年來人工智能熱潮是學術研究主導的，而這次人工智能熱潮是現實商業需求主導的。前幾年人工智能熱潮多是市場宣傳層面的，而這次人工智能熱潮是商業模式層面的。·前幾年人工智能熱潮多是學術界在勸說、游說和投資人投錢，而這次人工智能熱潮多是投資人主動向熱點領域的學術項目和創業項目投錢。·前幾年人工智能熱潮更多是提出問題，而這次人工智能熱潮更多是解決問題。

總之，人工智能和其帶來的一場大變革浪潮，是真的來了。我們要做的，只是守在海邊，每天打磨沖浪的本領，時刻準備著擁抱，而不是被沖死在沙灘上。