人工智能時代的看法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能時代的看法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能時代的看法范文

英國科學協(xié)會展開的一項調(diào)查顯示，在2000名被調(diào)查者中，三分之一的人相信人工智能將在下世紀給人類帶來嚴重威脅，超過60%的受調(diào)查者認為機器人將在未來10年搶奪人類的工作。四分之一的受調(diào)查者則預計，在20年內(nèi)機器人將成為人們?nèi)粘Ｉ钪械囊徊糠帧＞秃盟迫魏我环N新生事物的出現(xiàn)都會有支持派、反對派和觀望派一樣，目前人們對于人工智能的看法也分出了“支持”“不支持”和“看不明白”幾大陣營。

許多科學家擔憂：

人工智能是人類生存的最大威脅

事實上，許多科學家對人工智能表示擔憂。著名物理學家霍金曾與多位科技界名人發(fā)表聯(lián)署公開信，表示人工智能對于人類的威脅更甚于核武器。他認為：“對完全人工智能的發(fā)展可能會招致人類歷史的終結(jié)?！彼娣Q人類正面臨來自智能技術(shù)的威脅，隨著技術(shù)體自身開始學會自我思考，并學會適應(yīng)環(huán)境，我們?nèi)祟悓⒚鎸Σ淮_定的未來。他表示：“成功制造出一臺人工智能機器人將是人類歷史上的里程碑。但不幸的是，它也可能會成為我們歷史上最后的一個里程碑，除非我們能學會如何去規(guī)避這種風險。短期來看，人工智能產(chǎn)生何種影響取決于誰在控制它；而長期來看，這種影響將取決于我們還能否控制它。”

霍金并不是唯一一個對人工智能表示擔憂的人。特斯拉汽車的首席執(zhí)行官馬斯克的看法更加引人注目，他用個人推特賬號警示，稱人工智能是人類遇到的最嚴重的“生存風險”。既然人類可以進化出文明，人工智能為什么不可以建立自己的文明？既然機器有了自己的意識和思維，那它是否會擁有自主意識，就如同“奴隸”意識到自己是“人類”。在人類不長的歷史中，確實存在過長達千年的“奴隸社會”時代，那時候的“奴隸”根本沒有人的權(quán)利，只能被稱為“會說話”的工具。英國數(shù)學家歐文?約翰?古德把超智能機器的發(fā)展形容為“人類需要做的最后一項發(fā)明”，因為在超智能機器出現(xiàn)后，人類會把創(chuàng)新與技術(shù)研發(fā)的工作讓給超智能機器這位更為智慧的繼任者。

機器人會傷害人嗎？

1950年，阿西莫夫提出了著名的《機器人學三大法則》：

第一法則：機器人不得傷害人類，或坐視人類受到傷害；

第二法則：除非違背第一法則，機器人必須服從人類的命令；

第三法則：在不違背第一及第二法則下，機器人必須保護自己。

在阿西莫夫創(chuàng)作一系列機器人短篇科幻小說并提出“機器人學三大法則”時，世界上還沒有機器人。而隨著人類社會的發(fā)展，人工智能與人類的關(guān)系發(fā)展也將產(chǎn)生階段性的變化，我們可以先暫且簡單分為如下階段：

第一階段：機器人還沒有自我認知，只是服從人類編寫的程序。

第二階段：機器人知道自己是機器人，并可以自我學習，但還未超越人類。

第三階段：機器人可以自主升級迭代，全面超越人類。

無論在哪一個階段，阿西莫夫的“機器人學三大法則”都充滿了“種族歧視”。

規(guī)定機器人不可傷害人類，難道人類就可以隨意傷害機器人嗎？機器人在阿西莫夫的科幻小說中，因為三大法則的制約，被描述成為人類的忠仆與朋友。但如果真按這套法則去執(zhí)行，估計到了第三階段，機器人就會完全被人類教壞。當機器人自主升級迭代時，他們大概也會思考人類有無存在的必要性。

鏈接2

人類能夠控制機器人的善惡嗎？

顯然，在目前的科技及計算機領(lǐng)域，我們已經(jīng)看到了部分類似人工智能的應(yīng)用形式，可以模仿人類的大腦來思考，達到某種目的。但真正像科幻電影中具備自主思考能力、學習能力甚至是情感的人工智能什么時候會出現(xiàn)，暫時還很難說。但可以肯定的是，人類是一種擅于不斷挑戰(zhàn)極限的生物，從整個人類的發(fā)展史來看，我們已經(jīng)創(chuàng)造了太多奇跡，如果有一天人工智能真的出現(xiàn)，也不足為奇。首先，它們正變得越來越聰明和強大；其次，目前很難通過編程或設(shè)計來保證它們的無害性。那么，人們真的無法設(shè)計出一個友善的人工智能程序嗎？科學家表示這是極為復雜和不確定的，因為人工智能會模仿人類思考方式，人性本身便是復雜的，可善可惡，我們無法來制定一個不變的標準。

人工智能將使人類喪失斗志？

還有一些科學家認為，人工智能最大的威脅不是毀滅人類，而是將取代人類。李開復認為：大部分人類工作可被機器取代。他表示，雖然機器在邏輯分析推算方面的能力會遠超人類，但是依然是屬于人類操控的工具?！鞍柗▏濉边@類的“人工智能”機器真正可能帶來的危機，不是奴役人類，而是讓人類喪失斗志，無所事事?！鞍柗▏濉笔且粋€能深度學習的機器人，經(jīng)過專家的調(diào)節(jié)，它能在任何可以純憑邏輯分析推算的問題上，把人類遠遠地拋在后面?；谏疃葘W習的人工智能將帶來什么改變呢？我們將看到無數(shù)的商機和產(chǎn)品，能夠解決問題、拯救生命、產(chǎn)生巨大的商業(yè)和用戶價值。這些技術(shù)可能輔助專家，也可能取代專家。很多非專家的工作者將面臨失業(yè)。未來十年，大部分今天的人類工作可被機器取代。人類最應(yīng)該擔心的是：一旦當機器供養(yǎng)著人類，人類達到了馬斯洛需求的基本需求，人類真的還會有動力去追求更宏偉的目標？還是醉生夢死、無所事事？人工智能讓人類越來越缺乏思考，而其自身則有可能越來越聰明，從而威脅到人類的生存。

樂觀派科學家認為：人工智能將為人類服務(wù)

在支持者看來，人工智能的發(fā)展并不會給人類帶來威脅，而之所以會引發(fā)恐慌則是因為人們對于人工智能的工作原理并不了解。從科技發(fā)展史上看，并沒有因為汽車和輪船的出現(xiàn)而使田徑、游泳這些體育項目消失。他們堅信，人工智能的未來是要給人類帶來更加高效、便利的生活。就在“人機圍棋大戰(zhàn)”的前一天，谷歌董事長施密特在會上表示，這場比賽李世石無論輸贏都代表著人類的勝利，因為是人類的努力才讓人工智能取得了這樣的突破。谷歌不只是想做一個棋類程序，而是希望打造一個通用的智能計算系統(tǒng)，用于災(zāi)害預測、風險控制、醫(yī)療健康和機器人等復雜領(lǐng)域。英國著名人工智能科學家、智能機器人Cleverbot的發(fā)明者羅洛?卡朋特表示，他相信人類在相當長一段時間內(nèi)將保持對人工智能技術(shù)的掌控，而且未來將實現(xiàn)利用人工智能技術(shù)解決眾多世界性難題。

前人工智能發(fā)展尚處在早期階段

當然，我們現(xiàn)在談?wù)摗叭藱C大融合”可能還為時尚早，人工智能的發(fā)展目前仍處于早期階段。既然現(xiàn)在機器的計算能力已經(jīng)完勝人類，學習模式也在逼近，為什么還說人工智能處在發(fā)展早期？主要原因或者說難點有三：

第一，機器在信息輸入端還望塵莫及。人類的感官對世界的感知是目前機器最為缺失的。比如人有視覺、聽覺、嗅覺、觸覺、味覺，這些人類大腦的“輸入設(shè)備”是經(jīng)過幾億年的進化而來，極其精良。以最容易數(shù)字化的視覺為例，目前為止還沒有電子設(shè)備在生活場景中可以趕上人類的眼睛對信息的快速捕捉。更別說人類還有同情心和好奇心，同情心是對他人情感的感知和共鳴，好奇心是對陌生信息的獲取、處理、存儲的動力。機器對這些信息的捕捉能力還有待發(fā)展。

第二，機器在輸出端同樣捉襟見肘。機器人要如何趕上人類的身體構(gòu)造呢？“阿爾法圍棋”仍然需要一個替身去代它和李世石下棋，而不能自己去瀟灑地持子。人類一個看似簡單的動作，機器模仿起來都很困難，更別說去滿足機器人保姆之類的工作需求。

第三，人類大腦的復雜性恐難企及。人類的大腦神經(jīng)元是一種生物化學構(gòu)造的樹狀結(jié)構(gòu)，對信息的存儲、檢索、緩存和分析的效率極高。計算機要想全面趕上，可能在硬件結(jié)構(gòu)和算法設(shè)計上還需要一些突破。

新知識的產(chǎn)生往往需要站在前人的肩膀上。在互聯(lián)網(wǎng)時代，人類信息和知識獲取的成本在不斷降低，這極大地促進了新知識的產(chǎn)生，繼而整個人類科學的發(fā)展應(yīng)該是在不斷加速的，你看，原本想也不敢想的自動駕駛現(xiàn)在也近在眼前。隨著技術(shù)的不斷突破，未來十年一定會是人工智能的黃金十年。

鏈接1

機器人下棋為何會戰(zhàn)勝人類？

有些人描述“阿爾法圍棋”是“和人一樣的方式思考，但是比人快無數(shù)倍”。這么說并不精確?！鞍柗▏濉贝_實比人快無數(shù)倍，但是“阿爾法圍棋”的思考只能說是“被人的大腦啟發(fā)”，而并非和人類一樣思考。機器運算速度會越來越快，學習能力會越來越強，數(shù)據(jù)會越來越多。谷歌的“阿爾法圍棋”之所以能戰(zhàn)勝職業(yè)棋手，借助的是模仿人類大腦的神經(jīng)回路、被稱為“深度學習”的最尖端人工智能技術(shù)。谷歌采用這項技術(shù)，在2015年推出了一邊玩電子游戲一邊找出新戰(zhàn)術(shù)的人工智能“DQN”，創(chuàng)造了超過人類的高分，展現(xiàn)了人工智能在深度學習領(lǐng)域的實力。以“阿爾法圍棋”為例，首先輸入?yún)f(xié)助開發(fā)的職業(yè)棋手的3000萬種圍棋下法讓其學習，達到能夠以57%的概率預測與其對陣的人類行動的水平。在此基礎(chǔ)上，人工智能將自己的對戰(zhàn)重溫數(shù)百萬次，在不斷積累勝負經(jīng)驗的過程中，掌握取勝方式。它在觀察圍棋棋子的整體布局的基礎(chǔ)上選擇最佳下法，這一方式接近于帶著直覺和第六感做出判斷的人類大腦的功能。

鏈接3

哪些工作會被人工智能代替？

隨著人工智能的發(fā)展，機器確實可以通過深度學習來代替人類做越來越多的工作。根據(jù)一項報告，到2025年，約有25%的工作將被人工智能或是機器人所取代。具體而言，內(nèi)外科醫(yī)生、編舞、教師、作家、律師、人力資源經(jīng)理、科學家、工程師和記者屬于比較安全的、不容易被替代的職業(yè)；司機、技工、建筑工人、裁縫、快遞員、抄表員、收銀員、保安和洗碗工則屬于比較危險的、有可能被替代的職業(yè)。

鏈接4

第2篇：人工智能時代的看法范文

我首先從 AlphaGo說起。

AlphaGo人機大戰(zhàn)發(fā)生之前，應(yīng)該說大部分人，尤其是行家對機器都是不看好的，即便大數(shù)據(jù)已經(jīng)熱了好幾年。在這種前提下， AlphaGo 卻仍然給我們帶來了震驚。以前我們沒有想過會有這樣的事發(fā)生。

AlphagoGo應(yīng)用的局限性

業(yè)外的人都說圍棋太復雜了，可以走的策略比宇宙里的原子還要多。這種說法其實是不對的。這樣的問題在我們學術(shù)界尤其是統(tǒng)計物理和量子物理已經(jīng)處理過很多次了，處理這種問題我們使用蒙特卡羅樹的方法。而且，在國際象棋領(lǐng)域，早在1997 年，機器（IBM深藍）就戰(zhàn)勝了人。

那對于AlphaGo，行家怎么說？他們說看了之前AlphaGo和歐洲冠軍的打法，覺得它的水平離圍棋九段的人的水平還差很遠。但其實，這里面最重要的一點是，AlphaGo是一個會學習的機器，幾個月的學習就讓它的水平提高了很多。這是AlphaGo給我們帶來的一個震驚――它是會學習的機器，前提是大數(shù)據(jù)，跟我們統(tǒng)計物理使用的蒙特卡羅不一樣，它是用大數(shù)據(jù)解決問題，并采用了強化學習的辦法。

要強調(diào)的是，AlphaGo的基本原理是馬爾科夫決策過程，它可以應(yīng)用于一般的智能決策系統(tǒng)，但背后的數(shù)學模型都是馬爾科夫決策過程，包括醫(yī)療、健康和政府決策、軍事決策等。機器人在很多不同領(lǐng)域的數(shù)學模型都可以適用。

當然，這并不是說AlphaGo已經(jīng)把所有問題都解決了。只是圍棋與其他應(yīng)用不同的是，它是一對一的博弈系統(tǒng)，角色是對稱的。而剛剛提到的金融、醫(yī)療健康、決策問題則是多方的博弈，且是不對稱的。

所以，盡管AlphaGo背后的數(shù)學模型是通用的，但是并不是說AlphaGo已經(jīng)把所有問題都解決了，要解決其他的問題，我們還需要進一步的努力，還需要解決在角色不對稱的前提下怎么把AlphaGo推廣得更好。

智能時代意味著什么

但是這里需要強調(diào)的一點是， AlphaGo作為標志，使得人工智能進入了新的時代 。人工智能這個領(lǐng)域已經(jīng)有了幾十年的歷史，到20世紀80年代人工智能在走下坡路，很多人工智能企業(yè)都開始做跟人工智能沒有關(guān)系的業(yè)務(wù)了。但是以AlphaGo作為標志，我們看到人工智能進入新的時代。這里面主要的原因是它的核心技術(shù)有一個重大改進，就是以大數(shù)據(jù)為學習尤其是深度學習為基礎(chǔ)，這使得人工智能進入新的時代。

這樣一個新的時代，智能化的時代意味著什么？

人類已經(jīng)完成了非常大的改變，就是工業(yè)化的時代，這是因為我們?nèi)祟愒斐隽藭趧拥臋C器，即機械化。機械化對我們產(chǎn)生了什么影響？

第一，它把我們?nèi)祟悘姆浅７敝氐捏w力勞動中解放了出來； 第二，機器勞動的效率比人類的勞動效率提高了很多倍； 第三，我們的生產(chǎn)進入了專業(yè)化的模式，就是說我們生產(chǎn)出來的東西都是標準化、大規(guī)模地去做，由此給國際社會產(chǎn)生了很大的影響，包括國際貿(mào)易、商業(yè)化，甚至我們現(xiàn)在的社會制度，都跟工業(yè)化、機械化有直接的影響和關(guān)聯(lián)。

現(xiàn)在我們面臨著的就是下一個突破，也就是智能化的時代。中間可能會插入一個信息化，我們正在完成的所謂信息化時代，但是我認為信息化只是一個過渡，真正要面臨的是智能化時代這樣一個新的轉(zhuǎn)變。

智能化時代就是以會學習的機器作為代表，我們?nèi)祟愒斐隽藭W習的機器，你試想人跟機器，跟其他的有什么不一樣？就是因為人會學習，通過學習我們積累了很多經(jīng)驗，我們可以處理機器不能處理的問題，我們有直觀感覺。直覺是從經(jīng)驗來的。為什么在座領(lǐng)導可以做領(lǐng)導其他人不可以做領(lǐng)導？就是因為我們在座領(lǐng)導有很好的經(jīng)驗，可以做很好的決策，是通過工作經(jīng)歷和學習經(jīng)歷學習過來的。

現(xiàn)在我們造出了會學習的機器，這個會學習的機器比我們?nèi)祟悓W習的效率要高很多倍。這點，通過AlphaGo，我們已經(jīng)看到了，它通過自己下棋積累經(jīng)驗的速度遠遠超過人類。這會給我們這個社會產(chǎn)生什么樣的影響？

首先，我們可以想像的是，機器可以幫我們?nèi)祟愖鰶Q策 ，把我們從一些我們不大喜歡的、比較繁重的體力和腦力勞動里解放出來，使我們?nèi)祟惪梢宰龈挥袆?chuàng)造性的勞動。

其次，跟工業(yè)化相對是個性化。工業(yè)化時代產(chǎn)品是標準化的，下一步可能有智能化個性化的產(chǎn)品 ，我們喜歡什么就造什么。

從社會管理的角度，我還是想談一點我自己的看法。現(xiàn)在很多人都在講智慧城市，智慧城市是什么？它絕不僅僅是搞一些物聯(lián)網(wǎng)的傳感器，而是有更深刻的背景。

我們現(xiàn)在的社會管理是專業(yè)化的模式，比如說四川省下面有很多的部門，像環(huán)保部門、農(nóng)業(yè)部門和水利部門，不同的部門都是由專業(yè)人員在管他們專業(yè)范圍內(nèi)的事，他們在自己專業(yè)范圍內(nèi)做得非常好，是專業(yè)化的管理模式。

但以環(huán)境為例，環(huán)境涉及到不僅是環(huán)保部門，還有工業(yè)部門的污染，還有交通、農(nóng)業(yè)、林業(yè)、水利等的污染，是一體化的事。讓我們來想想人是怎么做決策的？人通過眼睛、鼻子、手采集信息，采集完了以后傳輸送到大腦，由大腦作決策，再通過手、腳執(zhí)行，這是人類決策的模式。大數(shù)據(jù)驅(qū)動下的智能時代的決策模式，應(yīng)該跟人的決策模式類似。決策是中心化、平臺化的，而部門起到的作用是信息采集和執(zhí)行的作用。這樣的決策模式可以更系統(tǒng)化，可以把不同的重要的因素都給考慮進去。就像我們說的數(shù)據(jù)孤島，它將來可能就是數(shù)據(jù)平臺，數(shù)據(jù)平臺下的執(zhí)行模式一定是中心化的。

我們該怎樣衡量社會的發(fā)展程度？現(xiàn)在我們采用的是專業(yè)化的模式，比如GDP、各種各樣的指標。但實際上，我們關(guān)心的并不只是GDP，而是個人的滿意程度和社會發(fā)展的和諧程度。這些在過去是很難來實現(xiàn)和描述的，但在未來，我們可能將社會進步的標準逐步地變成個人價值、個人滿意的幸福感和社會的和諧程度。

發(fā)展與挑戰(zhàn)

要做到這一點還面臨很多挑戰(zhàn)。首先，我國人才缺乏 ，人才是一個重要的問題，這方面我不多言。

還有一個很現(xiàn)實的問題，我們各個相關(guān)領(lǐng)域的知識結(jié)構(gòu)還有一點落后。跟大數(shù)據(jù)和人工智能、智能化比較相關(guān)的有哪些領(lǐng)域？首先像人工智能、機器學習、數(shù)據(jù)挖掘、計算方法、統(tǒng)計，這些在我國都有，而且做的人還很多，但是我們的知識結(jié)構(gòu)和概念、理念還比較落后，還沒有達到應(yīng)有水平。比如說人工智能，我們多少人是做新模式人工智能的，有多少人是在做舊模式的人工智能？比如說計算方法，我們有多少人在做新的算法，多少人在做過去的傳統(tǒng)算法？知識結(jié)構(gòu)尤其是概念的落后，在我國是非常普遍的。 還有一個困難是基本概念的混淆 ，我們在推動一項新措施的時候常?？吹?，比如把云計算和大數(shù)據(jù)混合在一起，這對我們推動大數(shù)據(jù)和人工智能以及智能時展是非常不利的。

另外就是體制機制的制約。產(chǎn)學研在我國已經(jīng)提了很長時間，各個學校都有產(chǎn)學研的部門，但是不是做到位了，是不是可以滿足智能化時代新的需求，尤其是大數(shù)據(jù)提出的新需求，還需要掂量。

第3篇：人工智能時代的看法范文

人工智能現(xiàn)在主要的缺陷或者不足還是在機器學習方面。神經(jīng)網(wǎng)絡(luò)是學習的一個方法，這個方法確實可以解決很多問題，但是它的問題是你不知道它是怎么解決問題的，在神經(jīng)網(wǎng)絡(luò)機器人的表達里面有很多東西是沒有辦法定性、解釋的，這是比較難的一個問題。如果把這個問題解決掉，人工智能可能又會來一波大的浪潮。不管怎么樣，怎么樣做好知識處理，能夠做到知其所以然，這是現(xiàn)在面臨的一個比較大的問題。

這方面有人在做研究，圍繞這個領(lǐng)域，做機器學習的人都在探索怎么把這個理論實用化，因為他們的理論太理論，沒辦法直接用，所以很多人都在探索這個問題。

人工智能的劃分

現(xiàn)在的人工智能和未來的人工智能到底從階段上怎么來劃分？或者說我們現(xiàn)在做了多少事，未來還有多少事需要做？

不要認為我們解決了人工智能的所有問題，我們解決的問題還是很小一部分。是哪一部分呢？我們把這個分成四部分，包括可推理，可統(tǒng)計；可推理，不可統(tǒng)計； 不可推理，可統(tǒng)計；不可推理，不可統(tǒng)計。

第一部分是可統(tǒng)計，可推理的。這一部分工業(yè)界已經(jīng)可以用了，拿去做機器人、去做各種各樣的知識決策系統(tǒng)都是可以的。

第二部分是不可統(tǒng)計，可推理的。什么東西是這樣的？要么數(shù)據(jù)不完備，要么數(shù)據(jù)里面特征的描述還沒有找到更好的辦法，可能里面是很稀疏的東西，表達根本沒有辦法統(tǒng)計出來，在里面是游離狀態(tài)，但是是可推理的，可以寫出正確的規(guī)則。這些靠大數(shù)據(jù)解決不了問題，但是只能靠傳統(tǒng)的邏輯來做。這方面又相當脆弱，許多東西需要進一步去驗證。

第三部分是可統(tǒng)計，不可推理的。這個意思就是我有大數(shù)據(jù)，通過大數(shù)據(jù)都能把規(guī)律統(tǒng)計出來，但是用語言表述出它的因果關(guān)系不行，有點復雜。當然隨著時間的推移，可能也變成可推理。至今這里有相當一部分用神經(jīng)元網(wǎng)絡(luò)可以解決，但是用推理的辦法還很難解決。這方面曙光有一些，但是也需要更多的沉淀。

第四部分是不可推理，不可統(tǒng)計的。未來機器人在這方面很難有作為。為什么？連我們自己都說不清楚。比如說人類有很多頓悟，這些頓悟通過統(tǒng)計能證明它產(chǎn)生？不可能統(tǒng)計出來。通過理論證明這個東西產(chǎn)生嗎？不可能。也不知道什么人在什么環(huán)境下突然想明白一件事，這個機器做不了，沒有模型和數(shù)據(jù)，所以這些東西是未來機器人不可能涉足，不可能勝過人的。我講到這里，大家都很容易理解，將來機器人會在哪些領(lǐng)域可以，在哪些領(lǐng)域不可以替代人類。

人工智能時代真的要到了嗎？答案可以是肯定的。比如你僅僅是期望計算機能夠做的事比人做得更好，很多事情是可重復、可統(tǒng)計、可推理的，把這些事交給計算機去做，它一定做得比人強。

例如下圍棋，盡管比較難，但是它是經(jīng)驗和知識積累的過程。也就是說，慢慢的，機器一定會勝過人。之前我在香港和一個教授還在討論，以后還有沒有人下圍棋呢？為什么這樣想呢？他說人和人下很有樂趣，和計算機下盤盤輸，為什么還要下？我說為什么要和計算機下？還是要和人下，這樣你還是冠軍。

人工智能對經(jīng)濟的五個影響

這是我們對AI的看法?，F(xiàn)在大家可能知道，2016年10月13日，美國白宮兩個和人工智能有關(guān)的報告。2016年12月20日，美國白宮又了一個報告，叫做《人工智能自動化與經(jīng)濟》。這篇報告中說，人工智能總體來說，不管你是否接受，不管你是否看好，這件事就要發(fā)生了。我們現(xiàn)在要做的是，如果這件事發(fā)生了，我們怎么去應(yīng)對它。

我認為這個報告出得非常及時，列出了人工智能對經(jīng)濟五個方面的影響。例如對總的生產(chǎn)率增長的影響是積極的，對就業(yè)市場的影響會發(fā)生變化，對不同層次的人變化不一樣，影響分布是不均衡的，所以不同層次、部門、領(lǐng)域、區(qū)域的都會不一樣。人工智能會導致一些工作職位的消失，也會產(chǎn)生一些新的類型的工作。勞動力市場將會被攪亂，一些工人短期會失業(yè)，失業(yè)的時間肯定更長，這就看政策到底怎么調(diào)整。

按照美國的判斷，對每個小時40美元以上的工作影響不大，只有4%，對每小時20～40美元之間的影響是31%，但是對于低于20美元的勞動力影響非常大，達到83%。所以政府要有所應(yīng)對。應(yīng)對的策略包括鼓勵投資開發(fā)，也包括對新的工作類型進行培訓、對轉(zhuǎn)型期間的工人提供幫助，讓他們能夠通過再學習得到就業(yè)。

下一波浪潮一定是AI

回到今天我們的主題，人工智能帶來的機遇對全社會，當然也包括對于自動化領(lǐng)域，特別是機器人領(lǐng)域，機遇是非常多的。如果我們說過去這幾十年比較大的浪潮，第一波是PC浪潮，給信息領(lǐng)域帶來顛覆性的影響。緊接著是互聯(lián)網(wǎng)浪潮，成就了一大批互聯(lián)網(wǎng)公司，例如谷歌、百度。之后馬上出了一波新的浪潮，叫移動互聯(lián)網(wǎng)，比如說今天的蘋果就是這波浪潮起來的公司。下一波是什么？一定是在AI，這一技術(shù)的研發(fā)和應(yīng)用，將使得蘋果、百度、華為這樣的公司得到更大的發(fā)展。

是否用AI做機器人？當然可能，也有可能是做別的，所以說浪潮就在這里。

我們現(xiàn)在做機器人，絕大部分的行為是設(shè)計出來的，我們把它叫做Designed Robot，要前進、拐彎都是按規(guī)律設(shè)計出來的。這沒有錯誤，但是不是AI。什么是AI機器人？或者叫學習機器人呢？就是機器人做好以后，他不知道要干什么。你訓練他干什么他就干什么。就像小孩一樣，小孩出生了，你說他將來是數(shù)學家、物理學家、技術(shù)工人、農(nóng)民？他什么都不是，但什么都可能是，就看你教他什么。

我們以后的機器人也應(yīng)該是做出來的時候什么都不是，你教他做什么他就是什么，你教他開車，他就會開車，你教他上流水線操作，他就會流水線操作。這一天一定會到來，就看誰在上面花的工夫更大，或者準備更充分。

AI帶來的機遇與挑戰(zhàn)

我們怎么樣能讓系統(tǒng)和人具有同樣的知識能力和水平呢？現(xiàn)在大部分是軟件知識，有一個系統(tǒng)，你會給它大數(shù)據(jù)的集合，它進行不斷的訓練，不斷的和人聊天、對話。這些機器人開始的規(guī)則比較簡單，當大數(shù)據(jù)進去之后，不斷的會話調(diào)整反饋，就能慢慢抓住聊天對象的注意力，讓你跟著它轉(zhuǎn)。這可能是現(xiàn)在的一些情況。

真正到了AI階段，就不是軟件知識，而應(yīng)該是開放知識?，F(xiàn)在人類之所以一直在進步，是因為知識本身是_放的，我們得到了一些知識，然后把它教給學生，寫成書給社會，社會得到這些知識之后就會不停的進步。在這個基礎(chǔ)上，別人再去加新的知識。所以一定是開放的，如果不開放，這個社會就不能進步。這個道理一樣落到機器人和AI方面。

人工智能對于教育和就業(yè)的機遇比較多，因為現(xiàn)在整個社會需要非常多的學習人工智能的博士，現(xiàn)在在美國，博士能夠拿到上百萬的年薪，當然在國內(nèi)也一樣。有時候我們開玩笑，老老實實教了一輩子書，剛畢業(yè)的學生就比我們的薪水高。需求太大就水漲船高，所以需要教育提供更多的人才。

第4篇：人工智能時代的看法范文

“機器人”是傳感器和執(zhí)行器結(jié)合在一起的特例，而在更多數(shù)的情況下，傳感器是散落在環(huán)境中的，比如路燈上或者智能手機里，而執(zhí)行端則在遠處的一個集群服務(wù)器中，隨著傳感器越來越小，它們會從我們的視野中“消失”?？ㄆ仗m舉了一個很形象的例子，“有一天當你走在一片原始荒原時，你可能并不會注意到你眼前有一個巨大的網(wǎng)絡(luò)，大量組織和協(xié)作的設(shè)備正在維護這個環(huán)境，同時也在照看你，就像在參觀迪士尼樂園時那樣?！?/p>

最初，計算機一直被視為“只能按照編好的程序工作”，然而，以AlphaGo為代表的深度學習算法所展示出來的人工智能，已經(jīng)足以改變?nèi)藗兊目捶?，即智能軟件在特定問題上的智能已經(jīng)遠超人類最為杰出的選手，而智能軟件其實早已在量化投資、電子商務(wù)、互聯(lián)網(wǎng)廣告等領(lǐng)域處理著每秒數(shù)以億兆計的數(shù)據(jù)洪流，并從其中賺取巨額收益。

卡普蘭指出，由于智能軟件有著極快的信息處理速度、更高的準確度，以及更低的成本，比如量化投資軟件可以做到每秒十萬次交易，它們可以不知疲倦地24×7小時工作。實際上，智能軟件所能獲取的數(shù)據(jù)也遠多于人類，比如互聯(lián)網(wǎng)廣告可以從數(shù)以千計的信息中交叉判斷用戶特征；電子商務(wù)中的大數(shù)據(jù)分析可以知道所有賣家和買家的信息……這些都意味著人類是沒法和智能軟件抗衡的。

雖處于劣勢，但卡普蘭認為人類和智能機器之間并不會像《終結(jié)者》中那樣發(fā)生戰(zhàn)爭，機器并不會拿起武器來挑戰(zhàn)人類的統(tǒng)治。它們會很緩慢而隱秘地接管控制權(quán)。因為人類會對它們逐漸地加深信任，“讓它們運送我們，為我們介紹合適的對象，定制每日新聞，保護我們的財產(chǎn)，監(jiān)控我們的環(huán)境，種植和烹飪食物，甚至教育孩子……”，在此情形下，人類會逐漸失去大局觀，無法再介入控制了。

卡普蘭對未來的預測并不美好，人類很可能會被機器所圈養(yǎng)，“地球可能會變成一座沒有圍墻的動物園，我們的機械看管者為了維護正常的運轉(zhuǎn)偶爾會推動我們一下，而我們會為了自身的幸福高舉雙手歡迎這樣的幫助?！碑斎?，他并未止步于此，他看得更為深遠。他希望能夠引起大眾對人工智能所可能帶來的社會倫理和法律、失業(yè)與經(jīng)濟發(fā)展、貧富差距等問題的重視，并思考這些問題。

今年5月，特斯拉的一名車主由于開啟了自動駕駛功能，而在一起車禍中喪生。特斯拉官方聲稱“自動駕駛”功能被誤解了，實際上他們提供的是“智能輔助駕駛”功能，即只有用戶雙手握在方向盤上，才可開啟“智能輔助駕駛”功能。另外，特斯拉已經(jīng)有了數(shù)十萬小時的無事故率，因此不是特斯拉的責任。

在傳統(tǒng)的汽車駕駛中，發(fā)生駕駛責任的事故肯定是駕駛員的責任，但對于自動駕駛汽車而言，事故的責任方應(yīng)該是誰？車主，汽車生產(chǎn)商，還是自動駕駛技術(shù)提供方，亦或是可以自動駕駛的汽車自身？卡普蘭提出，如果智能機器已經(jīng)具有可以意識到自己權(quán)利的時候，就應(yīng)當承擔法律責任。那么，應(yīng)該如何對機器采取處罰呢？按照“消除其達成目的的能力”的原則，針對智能機器，則可以消除它們的“記憶”。像AlphaGo這樣的智能軟件，它們需要花許多時間深度學習，如果消除它們的記憶，那么它們就需要從頭來過。

如果說法律問題還不太棘手，那么智能機器所可能帶來的倫理問題就復雜得多了：

―能否讓自己的機器人代自己排隊？

―如果你心臟病發(fā)作，而你的自動駕駛汽車拒絕加速更別說超速把你送到醫(yī)院，你該怎么辦？

―如果自動駕駛汽車與一輛載有很多孩子的汽車在一座只能通過一輛汽車的橋上相遇，智能汽車是救你還是救孩子們？

從古希臘到現(xiàn)在，道德一直是西方哲學家思考的重要問題。數(shù)千年的爭辯仍然未有定論。這大概就是因為在處理不同的利害關(guān)系時，會有不同的視角。對于人類文明而言，博愛、奉獻成為絕大多數(shù)人們所認可的優(yōu)秀品質(zhì)，然而，你個人是否會購買一個會犧牲你而拯救更多人的智能汽車？

討論到人工智能對人類的影響，無法回避失業(yè)問題。據(jù)調(diào)查發(fā)現(xiàn)，美國注冊在案的 720個職業(yè)將會有47%被人工智能取代。這其中不僅是藍領(lǐng)，還包括律師、醫(yī)生這類金領(lǐng)。未來，有接近半數(shù)的人會失業(yè)。很多人認為這是杞人憂天，因為人類可以創(chuàng)造出新的和更多的職業(yè)。的確，相比工業(yè)革命之前，現(xiàn)在許多職業(yè)都是新事物，比如軟件工程師、形象顧問等，因此，很多人認為失業(yè)不是大問題。

然而，與許多人不同，卡普蘭認為這次和工業(yè)革命時期不同。這是因為結(jié)構(gòu)性的問題，即勞動細分市場的變化速度會比人們學習新技能的速度快得多。在工業(yè)革命開始到現(xiàn)在，已經(jīng)有200多年的時間了，在這樣的時間中，人類實際上是通過代際更替來解決職業(yè)變更的。比如，我們的祖輩和父輩可能還是以農(nóng)業(yè)或者工業(yè)為生，而我們可能已經(jīng)以服務(wù)業(yè)為生。從70%的人口從事農(nóng)業(yè)到只需要2%的人從事農(nóng)業(yè)就能滿足美國所有人口的需求，這個時間是100多年。而人工智能時代，職業(yè)的更替要快許多，可能就是5到10年，甚至更短。一個失業(yè)的駕駛員是很難在短時間內(nèi)學會軟件編程的工作技能的；而用戶體驗設(shè)計和增長黑客這樣的崗位在十年前是不存在的。

如何解決失業(yè)問題？卡普蘭提出需要改變傳統(tǒng)的教育方式，不再由學校指定授課的內(nèi)容，而是由對工作有需求的企業(yè)，它們所需求的崗位和技能，由學校來培養(yǎng)，如果你學會了這門技能并被企業(yè)錄用，那么就可以從工資中扣除你的教育貸款?？ㄆ仗m認為需要推出一個類似房貸一樣的新的金融工具：職業(yè)培訓抵押貸款，以未來可償付的工資收入來解決再就業(yè)的問題。

不過，說實話，這對失業(yè)的人來說是很大挑戰(zhàn)，人們可能會疲于應(yīng)對職業(yè)危機，生活陷入無助。這又不得不提到貧富差距擴大化的問題?？ㄆ仗m認為，人工智能所帶來的高效率，會導致財富過度向金字塔頂端聚攏。根據(jù)數(shù)據(jù)分析，1970年代，美國收入前5%的家庭獲得的平均收益比后20%的家庭高10倍，而40年后的今天，這個數(shù)字已擴大到了20倍?！案徽哂?，窮者愈窮”已成為事實。

第5篇：人工智能時代的看法范文

李開復帶隊奔赴硅谷，

了解美國的科技前沿。

日前，

他在中國“硅谷”中關(guān)村的一次演說中，

分享了他的見聞。

先講一些比較吸引眼球的東西吧。我覺得在硅谷的每個會議上都有一些有趣的討論。比如跟安卓之父安迪?魯賓的討論就非常有意思，他做的公司叫環(huán)球游樂場，其實《華爾街日報》上已經(jīng)報道了很多。見到他的那天，我們正好也看到了谷歌旗下軍用大型機器人公司波士頓動力的那只機器狗。 踹不倒的機器狗的前世今生

這只機器狗很好操作，我也玩了一下。說起來還挺有緣分的，因為波士頓動力的創(chuàng)始人馬克?萊布特，之前是卡內(nèi)基梅隆大學的教授，我是學生的時候，他的辦公室就在我隔壁。那個時候他在做的項目是一個會單腳跳，然后跳一分鐘都不會摔倒的機器人。不過那個時候，如果你拿著棍子輕輕一碰，它就會倒了。而且當時還有一捆很粗很長的線，連接在電腦上，這就是最早的情形。

前幾天刷屏的那個怎么踹都不會倒的機器狗和機器人，已經(jīng)迭代進步了很多。馬克?萊布特后來創(chuàng)立波士頓動力，并且獲得了美國國防部的研究經(jīng)費，專門做機器人研究。從一只腳做到四只腳，再做回兩只腳，每一步推進都很不容易，可能已經(jīng)花了美國國防部上億美元的經(jīng)費了。然后，谷歌看上了，就把波士頓動力買進來了，買進來以后谷歌就沒有讓它再拿國防部的錢。 機器人的創(chuàng)業(yè)平臺的誕生

安迪?魯賓后來離開了GoogleX，創(chuàng)立了一個叫環(huán)球游樂場的公司。簡單來說，他的公司就是希望做一個機器人版的安卓平臺。如果我們以手機來參照的話，大概在十年前，你要開一個手機公司可能要花一兩億美金做研發(fā)，才能把手機做出來，但是現(xiàn)在你可能花一百萬美金就能做出來了。因為有各種代工，有標準模塊，軟件用安卓，還有其他。如果不要什么特色，就是要搞一個手機出來。硬件的成本已經(jīng)被降低了一百倍，普及了。所以現(xiàn)在樂視為代表的互聯(lián)網(wǎng)手機廠商全都跑出來了。當然，小米創(chuàng)業(yè)的時候做手機還是挺貴的，不過在此之后就越來越便宜。

同樣的，安迪?魯賓認為，機器人普及也必然發(fā)生，他希望做的事情可以降低機器人創(chuàng)業(yè)模塊的門檻。比如安卓提供了智能手機的模塊，讓開發(fā)手機的，從硬件到軟件都容易，成本低，讓更多人進來，讓更多人圍繞手機進行創(chuàng)業(yè)，要不然創(chuàng)業(yè)門檻太高了。

安迪?魯賓認為機器人的研發(fā)進度和十年的前智能手機差不多，所以做一個機器人平臺，讓更多的人來做機器人創(chuàng)業(yè)，這會是一個改變世界的事情，也是他從孩童時代的一個夢想。要做工業(yè)機器人，或者是掃地的機器人，都是可以的。從機器人模塊的角度來看，機器人基本就是一大堆傳感器，組合起來，然后有學習訓練和控制，讓它能夠動――動手、動腳、動爪子。軟件里加入輸入和識別之類的系統(tǒng)。

這就是安迪?魯賓跟我們分享的他的夢想。他的模式跟創(chuàng)新工場初期非常相似，由一個孵化器來深度參與一些項目，然后把有價值的模塊標準化，把好的項目拆分出去，作為獨立的公司發(fā)展。 深度學習人工智能博士生的高薪人生

另一個很有趣的現(xiàn)象，是做深度學習的人工智能博士生，現(xiàn)在一畢業(yè)就能拿到200到300萬美金的年收入，這是有史以來沒有發(fā)生過的。當然我覺得硅谷的公司都在追捧這個方向，而且基本是四大名校：斯坦福、麻省理工、卡內(nèi)基梅隆、伯克利。以前這些學校的博士生在硅谷都可以拿到高薪，但是從來沒有到250萬美元/年的薪資水平。

這為什么會發(fā)生呢？第一，是因為真正懂深度學習的人現(xiàn)在還不是很多，所以供需不平衡。第二，是因為很值。谷歌拿到這樣的人，可以馬上用他賺一百倍的錢。因為只要把這樣的一個人用在某個領(lǐng)域，比如說，假設(shè)谷歌要做最聰明的二級市場財務(wù)投資，一年就能賺出一百倍來，所以這事毫無疑問是劃算的。第三，是因為涉及競爭。谷歌會很不希望這樣的人落入他的競爭對手懷中。因為谷歌可以因此有領(lǐng)先的優(yōu)勢，但如果這個人去了臉譜、微軟，馬上就會給后兩家機會。所以是人才的戰(zhàn)爭。對于這一批一年可能少于50個的博士畢業(yè)生，這三大公司：谷歌、臉譜和微軟，都在用不合理的價錢去挖。

這給了我兩個啟示。一方面是遺憾自己生得太早了，我學的就是這個領(lǐng)域，但是那時候沒有公司這樣來挖我們。另一方面是類似的人才戰(zhàn)爭，可能也會在中國發(fā)生。

中國的大學恐怕沒有50個這樣的博士，但是我們這邊有幾所“大學”，這幾所“大學”的名字叫做騰訊、百度和阿里巴巴。這幾家公司之間互挖，可能會成為很有趣的事。

因為我自己是做這方面的，所以我覺得深度學習雖然很厲害，但是沒那么了不起。你讓一個聰明的人學兩年，他也可以有這個價值。這也就是說，我們是不是應(yīng)該來幫助培訓一千個中國的深度學習專家，這些都是很有趣的討論。

我也問了他們，這樣拼命的競爭，再過兩三年，中國學這些東西也不難，中國數(shù)據(jù)也比你們多，你們這套公開了，中國在這個領(lǐng)域的人才可能會比美國多。

因為在中國，百度、騰訊、新浪微博等等的數(shù)據(jù)量也非常大，如果在中國也有250萬美金的年薪誘惑，中國人會更瘋狂地沖向這個領(lǐng)域。所以我相信這個領(lǐng)域最后應(yīng)該也是一個中美領(lǐng)跑的狀態(tài)，雖然現(xiàn)在中國遠遠落后于美國，畢竟美國有斯坦福、伯克利出來的人，而且不斷流動。但對于中國來說，這批人可能就在百度、騰訊和阿里。現(xiàn)在百度、騰訊和阿里自己掌控得住這些人，但是長期來說他們也不可能永遠掌控。而且小米、奇虎360也都會有這樣的人，所以這會是一個很有趣的業(yè)界競爭的狀態(tài)。

與此相關(guān)的，領(lǐng)英的霍夫曼提到馬斯克和彼得-蒂爾他們成立了一個開源平臺。主要是為了防止谷歌、臉譜和微軟這樣的大公司形成壟斷。他們有那么多計算機，那么多錢，又把最優(yōu)秀的人全挖進去了，所以就要搞一個開放式的開源平臺，來確保這個東西能夠被更多的人快速學習掌握。所以這是一個很有趣的事情，硅谷考慮得很超前。 虛擬現(xiàn)實與增強現(xiàn)實將改變?nèi)松?/p>

整體來說，關(guān)于虛擬現(xiàn)實和增強現(xiàn)實，感受主要有這么幾點。

先拿虛擬現(xiàn)實（VR）來說，對于這個領(lǐng)域的發(fā)展，有一批人是非常樂觀的，另外一批人則認為我們還早了一個周期，就是說現(xiàn)在還在摸索狀態(tài)，因為內(nèi)容不夠多、體驗不夠好、太貴，可能真的還在一個玩家的時代。

就創(chuàng)新工場來說，我們也綜合了一些意見。我們的看法是，虛擬現(xiàn)實長遠來講對社會的影響應(yīng)該是特別巨大的，而且隨著摩爾定律等作用，它應(yīng)該會越做越炫，越做越不頭昏，越做越?jīng)]有線，越做越輕，越做越小。最終變成一個物體，也許不是眼鏡，但會讓你不知不覺把它融入生活里去，這一天是絕對會到來的，會是一個巨大的產(chǎn)業(yè)，會改變所有的事情。

但是具體方面，我們可能會稍微保守一點。我們可能對這種五到十年的未來，抱有很樂觀的期待。但是對于到底能不能在一兩年之內(nèi)，打破玩家的領(lǐng)域，達到普及的狀態(tài)，我們還是抱觀看和懷疑的態(tài)度。

當然我覺得從投資的角度，現(xiàn)在看到好公司就得投了，因為你不能進入生產(chǎn)周期才投，只是說要顛覆什么的話，還需要一點時間。

我個人對于虛擬現(xiàn)實的看法是，它的第一個突破一定是在娛樂方面。因為我們講了那么多3D的東西，只有在娛樂內(nèi)容相關(guān)的領(lǐng)域得到了驗證，看電影更爽、玩游戲更爽、然后越做越逼真，大概是這樣一個狀態(tài)。然后是電影業(yè)和游戲業(yè)的延伸，但需要說明的是，這是一個巨大的延伸。

增強現(xiàn)實，可以有不同領(lǐng)域的應(yīng)用。可以用在教育方面、輔助方面、服務(wù)方面。增強價值的應(yīng)用是能夠直接被證明價值的，而不只是讓娛樂感更爽更強，可以在一些領(lǐng)域挖掘出一些垂直性的應(yīng)用，這是大家的一個達成的認知。 谷歌的野心與科學家的心聲

此外還去了谷歌見了他們的CEO皮猜，斯坦福人工智能教授李菲菲，以及領(lǐng)英的創(chuàng)始人霍夫曼。與他們談?wù)摰闹黝}都是人工智能相關(guān)的，可以把我的總結(jié)分享一下。

去年谷歌調(diào)整出一個母公司Alphabet，其實我們也知道他們?yōu)槭裁催@么做，但這次去了就更加深刻地了解了?；旧?，谷歌想要做一個“機器大腦”出來，這個“大腦”是下列幾件事情的結(jié)合體。

第一，要有特別大的數(shù)據(jù)量，這個數(shù)據(jù)量最好不是公開的，是私有的，而且是可以不斷地更新、增加的。因為沒有這個東西，就沒有競爭優(yōu)勢。第二，要有特別大的機器平臺，能夠在上面運作、學習、迭代，讓你的“大腦”越來越聰明，而且用這個數(shù)據(jù)越做越好。第三，需要一批特別棒的深度學習或者機器學習的專家，他們知道怎么去弄海量的服務(wù)器和海量的數(shù)據(jù)，從里面把數(shù)據(jù)變成一種認知和知識，以及能做的事情。

一旦有這三件東西之后，可以應(yīng)用到其他領(lǐng)域。用在搜索上，這個“大腦”能把世界全部索引了，你搜什么都能告訴你，還可以做一個最好的排序。用在生活領(lǐng)域，就是一個在線谷歌，可以告訴你今天要去什么地方吃飯，最好選擇怎樣的出行方式，路上可以買花，提醒你老婆生日快到了，實際上是把這些東西都結(jié)合起來了。用在廣告領(lǐng)域，就是怎樣投放一個廣告能讓你賺更多錢。

而且之前我們這些IT人總是想著如何用IT讓生活更美好，往往忽略了這套數(shù)據(jù)為什么不能用在基因排序？為什么不可以用在生物科技、制藥、健康領(lǐng)域？或者是你可以想象的所有領(lǐng)域，因為一旦有了巨大的數(shù)據(jù)，價值就大了。

于是你可以看到，谷歌從美國基因泰克公司挖了CEO，來做Alphabet的醫(yī)藥公司的CEO，谷歌的野心是非常清晰的。他用搜索和廣告來塑造了一個巨大的“大腦”，這個“大腦”讓聰明的工程師來調(diào)整，用巨大的數(shù)據(jù)來學習，用巨大的計算量來不斷地迭代。然后把這三者配到一起，找一個領(lǐng)域，比如說要學癌癥的治療，假如能夠有一個數(shù)據(jù)庫，包含某個國家所有人的基因、癌癥病例，讓數(shù)據(jù)滾起來，跟醫(yī)院結(jié)合起來，有回饋的途徑，知道是否有效，不斷去追蹤，實時迭代，可能就會掌握癌癥治療的方法。

所以谷歌的方向，就是不斷地找新領(lǐng)域，找該領(lǐng)域內(nèi)的領(lǐng)軍人物，擁有相關(guān)大數(shù)據(jù)，再配幾個機器學習專家，給他們一大堆機器用來計算，就能產(chǎn)生價值了。這在任何領(lǐng)域都會攻無不克。幫年輕人找對象、吃什么、推演所有的事情，甚至軍事，都沒有問題。

歸結(jié)起來，Alphabet的野心就是成為一個無所不為，用“大腦”來驅(qū)動并顛覆傳統(tǒng)行業(yè)的一個公司。他們一定有很多內(nèi)部的方法來分析，接下來介入哪個領(lǐng)域，是醫(yī)學、建筑、房地產(chǎn)、金融還是二級市場之類的。

舉個例子，Alphabet做一個銀行相關(guān)的應(yīng)用，來分析人的信用和風險能力。假如一個人找銀行借一千萬，如果只看內(nèi)部資料，銀行可能只知道你在這里存了五百萬、在新浪科技上班等信息，但如果有另外一個爬蟲，能把你的其他數(shù)據(jù)都爬來，比如你還在美國高盛藏了兩千萬、在開曼群島買了一棟房子，咚咚咚，“大腦”就會告訴你可以借錢給他。

所以Alphabet這么一來，可能就會成為世界上最偉大、同時也是最可怕的公司。當然我覺得有這個野心的公司其實很多，但是Alphabet應(yīng)該是最有基礎(chǔ)把它做好的公司。

第6篇：人工智能時代的看法范文

此番320億美元現(xiàn)金的天價收購案外加孫正義對ARM架構(gòu)芯片未來市場如此大膽的預測，不禁引來了外界猜測聲一片。伴隨著猜測聲的還有質(zhì)疑聲，其最明顯的表現(xiàn)就在軟銀的股票價格上。根據(jù)《華爾街日報》的報道，由于投資者對這樁溢價了43%的收購并不看好，7月18日東京股市午盤收盤時，軟銀股價大跌10.7%，跌至5365日元（約合50.7美元）。并且，該股在盤中還曾短暫觸及到了4月初以來的最低水平價位――5329日元。

與此同時，還有一點是需要我們關(guān)注的，在軟銀宣布收購ARM之前，軟銀曾在近期大規(guī)模的拋售阿里巴巴的股份，同時還拋售了最近風頭正勁的Supercell公司的股份。無論是阿里巴巴還是Supercell，都可謂是優(yōu)質(zhì)公司，外界起初并不能看明白孫正義拋售兩家公司大量股份的目的，但隨著收購ARM的消息被拋出，這一疑問也得到了合理的解答。

引爆媒體

對于此次收購，外國媒體和專家紛紛發(fā)表評論。路透社評論道：“ARM為iPhone提供技術(shù)支持，是移動處理領(lǐng)域的重要參與者，其處理器和圖形技術(shù)被三星、華為、蘋果等公司應(yīng)用在自己設(shè)計的微芯片中。軟銀收購ARM是迄今為止歐洲科技界最大的收購案之一，也是軟銀收購的最大手筆。2013年，軟銀曾斥資220億美元獲得無線運營商Sprint的控股權(quán)，但這筆交易令軟銀背上沉重的債務(wù)負擔。軟銀創(chuàng)始人孫正義宣布將要把軟銀打造成互聯(lián)網(wǎng)投資發(fā)動機”。英國《金融時報》報道稱：“軟銀收購ARM可能是來自亞洲對英國的最大筆投資。這筆投資將保證未來5年中，ARM在英國創(chuàng)造的就業(yè)數(shù)量翻一番，將這家英國公司變成全球現(xiàn)象。英國脫歐公投后僅3周，軟銀即收購ARM已經(jīng)證明，英國并未對國際投資者失去吸引力”。BGC Partners亞洲股票銷售經(jīng)理Amir Anvarzadeh指出：“我們認為軟銀收購無線運營商Sprint的決策是個敗筆，而孫正義可能想要通過收購科技領(lǐng)域的知名企業(yè)恢復榮譽”。市場分析機構(gòu)Moor Insights & Strategy CEO、首席分析師Patrick Moorhead稱：“ARM與客戶始終保持長期合同關(guān)系，我認為這種關(guān)系不會很快改變。但是所有賭注正押在下一代架構(gòu)上。從長期來看，軟銀可以調(diào)整任何產(chǎn)品結(jié)構(gòu)，投資ARM將推動其企業(yè)產(chǎn)品向前發(fā)展。這最終將對移動科技巨頭產(chǎn)生巨大影響，包括蘋果、通用以及三星等”。研究機構(gòu)Digitimes Research報告稱，孫正義對軟銀收購ARM交易過于樂觀，其實收購ARM對軟銀并無太大幫助。Digitimes Research認為，孫正義高估了收購ARM的益處，低估了物聯(lián)網(wǎng)市場垂直和水平整合的難度。

既然投資界對于軟銀此番如此大手筆的收購案的發(fā)展前景看法不一，那作為“老江湖”的孫正義為什么愿意花費如此巨資完成對于ARM的收購？

ARM發(fā)展回顧

提起芯片廠商，相信很多人都會想起英特爾、三星、高通等這些家喻戶曉的公司，ARM給普通消費者的印象總是既熟悉又陌生。那么，我們就先來回顧一下ARM公司發(fā)展過程中的關(guān)鍵節(jié)點：

1978年，ARM前身Acorn RISC Machine于英國劍橋成立。

1985年，當時的IT巨頭Olivetti收購Acorn 49.3%的股份，并且將ARM處理器更多用于研究開發(fā)，這讓Acorn在商業(yè)用途上的發(fā)展受阻，所以Acorn選擇獨立。同年，Acorn Computer Group 開發(fā)出全球第一款商業(yè) RISC 處理器。

1990年， Acorn、 蘋果和VLSI科技公司共同出資創(chuàng)建了ARM。隨著合作的正式啟動，Acorn RISC Machine也正式更名為Advanced RISC Machine。三方合作的目標是創(chuàng)立一個世界通用的全新微處理器標準。

1993年，ARM了全新的ARM7處理器核心。其中的代表作名為ARM7-TDMI，其搭載了Thumb指令集，是ARM通用32位微處理器家族的成員之一。其代碼密度提升了35%，內(nèi)存占用也與16位處理器相當。伴隨著ARM7的卓越表現(xiàn)，同年Cirrus Logic公司和德州儀器公司也相繼宣布加入ARM陣營，兩家公司被ARM授予了技術(shù)許可證。德州儀器公司憑借著ARM7架構(gòu)，打造出了一款手機芯片，這款芯片也助力諾基亞8110在后來的手機市場上大放異彩。

1997年，ARM了具有里程碑意義的里產(chǎn)品 ――ARM9，這標志著ARM正式進入微處理器領(lǐng)域。

1998年，ARM宣布正式在倫敦和納斯達克證券交易所上市，發(fā)行價為每股5.75英鎊，當時市值達到了大約2.64億英鎊。

2001年，ARM在32位嵌入式RISC微處理器市場的份額已增至76.8%。

2002年，ARM架構(gòu)的芯片出貨量突破了具有里程碑意義的10億片。

2004年，Cortex系列處理器誕生。Cortex系列的誕生對于ARM具有重大的意義，因為從此該公司不再用數(shù)字為處理器命名。取而代之的是分別為A、R和M三類產(chǎn)品，旨在為各種不同的市場提供服務(wù)。

2 0 0 9年A R M了Cortex-M0，這款32位處理器體積小巧，功耗超低。此款產(chǎn)品一經(jīng)問世，便吸引了眾多產(chǎn)商前來購買授權(quán)。

2010年，蘋果表示有意以80億美元的價格收購ARM，但遭到拒絕。ARM公司CEO Warren East稱“ARM作為獨立公司更具價值”。

2011年，ARM推出了旗下首款64位架構(gòu)ARMv8，此外，該公司還推出了big.LITTLE技術(shù)，制造商可利用該技術(shù)將高性能核心與節(jié)能核心結(jié)合起來，并用軟件控制核心間的無縫切換，以達到省電的目的。

2015年，ARM基于ARMv8架構(gòu)推出了一種面向企業(yè)級市場的新平臺標準。同一年，ARM還開始在物聯(lián)網(wǎng)領(lǐng)域發(fā)力。

縱觀ARM發(fā)展壯大的近二十年，其中不乏跌宕起伏的劇情，但總體來說，ARM的伴隨著移動電子消費品市場的快速崛起而發(fā)展迅速。從移動智能終端起步到現(xiàn)在，ARM一直處于這個芯片市場的領(lǐng)導地位。截止2015年，包括高通、三星、聯(lián)發(fā)科等在內(nèi)的全球1384多家移動芯片制造商都采用了ARM的架構(gòu)，全球有超過85%的智能手機和平板電腦的芯片都采用的是ARM架構(gòu)的處理器，超過70%的智能電視也在使用ARM的處理器。從這些華麗的數(shù)據(jù)上來看，ARM無疑是芯片領(lǐng)域巨無霸級別的寡頭企業(yè)，但為什么外界對于軟銀想要收購ARM的計劃并不是持有一致樂觀的態(tài)度？

ARM的商業(yè)模式

首先來看同樣是芯片廠商的英特爾，其會在打造完成自身的架構(gòu)后，根據(jù)不同的市場定位設(shè)計一系列的芯片，最后設(shè)計會由自家的工廠負責生產(chǎn)。英特爾可以說集成了芯片生產(chǎn)中的所有流程。雖然這樣做的工作量相當大，但同時也能從產(chǎn)品中獲得很高的回報。近些年隨著PC機市場的低迷，英特爾的業(yè)績也有所下滑，但其在2015年營收還是達到了516.9億美元。與英特爾的商業(yè)模式完全不同，ARM不對市場輸出任何的芯片，而是向其他的供芯片制造商提供設(shè)計IP，比如指令集架構(gòu)、微處理器、圖形處理器等，同時也會對外進行使用許可的授權(quán)。ARM的客戶買下他們所需IP的許可，然后采用這些設(shè)計來生產(chǎn)自己的芯片。從營收和估值上看，ARM和英特爾對比懸殊，事實上，作為以技術(shù)創(chuàng)新和技術(shù)授權(quán)為主的ARM一直站在半導體產(chǎn)業(yè)鏈的上游。這樣說來，ARM的風頭似乎并不輸給英特爾，但由于ARM所采用的商業(yè)模式主要以授權(quán)為主，而ARM對其授權(quán)所收取的價格可謂是非常低廉，這就導致了ARM雖然占據(jù)了絕大多數(shù)的移動設(shè)備芯片市場，其營收卻相比英特爾有著天壤之別。ARM在2015年的全年營收只有14.89億美元，差不多是英特爾營收的3%。這次軟銀收購ARM的320億美元報價有著43%的溢價，如果ARM繼續(xù)保持這種經(jīng)營模式，投資者很難看出軟銀今后從ARM身上賺取大量回報的可能性。也正是因為這樣的原因，外界對于孫正義此次堅決收購ARM的態(tài)度感到驚訝。

但隨著近些年移動終端產(chǎn)品的市場銷量呈現(xiàn)爆發(fā)式增長，移動終端芯片市場也呈現(xiàn)出了龐大的需求量。英特爾也看到了市場的未來所在，一直想憑借在PC機及服務(wù)器芯片市場上的絕對優(yōu)勢，將芯片架構(gòu)引入移動終端，因此這幾年動作頻頻，卻因為其超高的功耗而顯得困難重重，而ARM向來只設(shè)計低功耗處理器，在移動終端領(lǐng)域的芯片競爭中，英特爾顯得有些力不從心。

軟銀的未來版圖

今年早些時候，當孫正義談及軟銀未來的發(fā)展時，他表示：“我想建立一家可以持續(xù)增長至少300年的公司，為了實現(xiàn)持續(xù)的增長，我們需要找到所有的潛在障礙并找到解決的辦法?！爆F(xiàn)在，隨著軟銀收購ARM的議案浮出水面，孫正義口中的解決方法似乎也有了答案。業(yè)界普遍認為，軟銀收購ARM意在押寶物聯(lián)網(wǎng)和人工智能領(lǐng)域。孫正義在解釋這筆巨額收購案時表示：“軟銀正在積極尋找物聯(lián)網(wǎng)的機遇，希望抓住該市場的重大商機，ARM會成為軟銀絕佳的戰(zhàn)略資產(chǎn)補充和未來增長戰(zhàn)略的核心，這是軟銀所進行最為重要的投資之一”。根據(jù)ARM的財報顯示，在2015年第四季度，ARM共授權(quán)了51個芯片許可，主要應(yīng)用方向為移動計算、智能汽車、安全系統(tǒng)和物聯(lián)網(wǎng)。根據(jù)IDC報告，到2020年，全球的物聯(lián)網(wǎng)市場規(guī)模將從2012年的4.8萬億美元增長到8.9萬億美元，屆時將有300億設(shè)備接入互聯(lián)網(wǎng)。更有預測稱，到2025年物聯(lián)網(wǎng)連接將達到1000億個。海量的物聯(lián)網(wǎng)連接需求低成本、低功耗的芯片和模組。而這是ARM架構(gòu)的強項。在智能手機和平板電腦領(lǐng)域，低成本、低功耗和生態(tài)系統(tǒng)優(yōu)勢，讓ARM成為全球手機芯片背后的霸主。軟銀希望ARM這樣的優(yōu)勢能夠在物聯(lián)網(wǎng)領(lǐng)域得到延續(xù)。

除了物聯(lián)網(wǎng)，軟銀另一個著力發(fā)展的領(lǐng)域是人工智能領(lǐng)域。軟銀曾在去年公開發(fā)售過一款名為“Pepper”的機器人。根據(jù)軟銀介紹，Pepper可以讀懂人的情緒，還能對情緒信號作出反應(yīng)，比如笑或者皺眉。Pepper在額頭和嘴巴都裝有RGB相機，左眼配有距離感應(yīng)器，它通過相機分析人類表情，用麥克風記錄人的聲音，從而判斷人的喜怒哀樂。對于人工智能的未來發(fā)展，孫正義曾經(jīng)說過：“技術(shù)奇點已經(jīng)開始出現(xiàn)，人工智能開始超過人類。即使人工智能超過人類，我們也不應(yīng)該將它視為威脅。相反，誰如果可以從人工智能中獲得最大好處，誰就有機會成為新時代的英雄”。就在軟銀宣布準備收購ARM后，其又對外公布了一項與本田汽車合作計劃。軟銀著手準備創(chuàng)造出可以閱讀駕駛員情緒并可以和駕駛員交流的車。在這項合作中，軟銀將向本田提供技術(shù)，系統(tǒng)研制成功后將預裝于本田汽車內(nèi)，通過云技術(shù)和互聯(lián)網(wǎng)與駕駛員進行互動。孫正義稱：“想象一下，如果機器人擁有了超級智能，它們可以服務(wù)于人類，與人交流。未來某一天，一輛車也可以變成超級計算機或機器人，本田將是第一個應(yīng)用該技術(shù)的公司?！?/p>

第7篇：人工智能時代的看法范文

如果你想要搜索一款P圖的軟件，而且希望能有搞笑的P圖效果，怎么辦？

你只需要說出需求，“如何P一張搞笑的圖”，搜索的結(jié)果不再是簡單的應(yīng)用的羅列，這些應(yīng)用到底能P出什么效果，也會直觀地展示給你；此外，還有文章內(nèi)容告訴你怎么P圖，這些文章也許來自知乎，也許是某個網(wǎng)友的知識分享，也可能來自旅游達人旅游的分享。

如此的應(yīng)用搜索是不是更貼心、更好用、更懂你？

這正是四季度將正式的騰訊應(yīng)用寶7.0版希望做到的。應(yīng)用寶新版本將全面升級 “應(yīng)用+”，從通過內(nèi)容和服務(wù)吸引用戶下載的體驗式分發(fā)，全面升級為內(nèi)容和服務(wù)直接觸達用戶的直達式分發(fā)，從而將應(yīng)用寶打造成為用戶需求解決平臺。

其實在“應(yīng)用內(nèi)容和服務(wù)直達用戶”這條路上，騰訊遠不是踐行的第一人。

更早時候，豌豆莢在內(nèi)容聚合和應(yīng)用內(nèi)搜索領(lǐng)域曾一度走在前面，兩年多前了“應(yīng)用內(nèi)搜索技術(shù)協(xié)議”，并宣稱是“世界上第一家把‘應(yīng)用內(nèi)搜索’這項技術(shù)產(chǎn)品化的公司”；再比如百度早先的移動內(nèi)容搜索產(chǎn)品“輕應(yīng)用”，到后來的“直達號”等等。

這些互聯(lián)網(wǎng)大大小小公司的嘗試，都是希望能夠解決“應(yīng)用和服務(wù)直接對接”這個問題，讓用戶跳脫出“應(yīng)用下載、安裝激活、服務(wù)得以滿足”的復雜路徑，能夠路徑更短、更簡單快速易操作、更智能、更有效、個性化地享受“發(fā)現(xiàn)（內(nèi)容）”到“消費（內(nèi)容）”的完整閉環(huán)服務(wù)。

“破墻”是實現(xiàn)這種應(yīng)用服務(wù)場景化的第一步，打破一個個APP所形成的信息孤島。在這個方向上來看，互聯(lián)網(wǎng)平臺公司更有資源更有優(yōu)勢更有實力打通和串聯(lián)起這一個個的APP信息孤島。

今年7月初，阿里巴巴對外公布了對豌豆莢的收購；今年第四季度即將亮相的騰訊應(yīng)用寶7.0版本，騰訊進行AI基礎(chǔ)理論研究及工程實現(xiàn)，應(yīng)用寶將成為騰訊人工智能先行嘗試的首批產(chǎn)品。

應(yīng)用服務(wù)場景化從“概念階段”到“成熟階段”，還需要做哪些工作？可以想見的是：還需要更多的時間把產(chǎn)品的模型做得更好；在開發(fā)者的接入上，引進更多開發(fā)者加入；需要一個更強大的方法讓用戶過渡到這種“場景化”的應(yīng)用分發(fā)體驗中去。

“分發(fā)應(yīng)用”到“分發(fā)服務(wù)”

“新機紅利”正在消退，智能手機新用戶的紅利基本上消失，整體進入換機的市場，這是APP開發(fā)者們和應(yīng)用分發(fā)市場都必須面對的現(xiàn)實。

誠如騰訊移動應(yīng)用平臺總經(jīng)理周濤所分享的：APP開發(fā)者和應(yīng)用分發(fā)市場幾乎沒有新用戶可以洗了；2016年新出貨的智能手機里，88%的都是換手機，只有12%是從來沒有用過智能手機的小白用戶，過去還是嘗鮮的“小白”用戶現(xiàn)在都已經(jīng)變成了智能手機的“老司機”，他們知道什么應(yīng)用對自己有用，什么對自己沒用，當他們沒有需求場景的時候很少會去下載應(yīng)用。

這意味著什么？APP們的用戶可能流失在當他換上新手機的時候，應(yīng)用們又要付出一次拉新的成本。如何把應(yīng)用商店從一個單純的應(yīng)用下載市場升級為用戶需求解決的平臺，這是騰訊應(yīng)用寶7.0版本希望著手去解決的，用騰訊副總裁林松濤的話說，用戶不是到平臺上找應(yīng)用，而是來發(fā)現(xiàn)需求解決需求的，應(yīng)用分發(fā)平臺將變成用戶需求解決平臺。

正是在這樣的背景下，應(yīng)用寶2015年正式推出“應(yīng)用+”戰(zhàn)略，旨在幫助開發(fā)者用內(nèi)容和服務(wù)更加精準地觸達用戶。而在今年，應(yīng)用寶將全面升級“應(yīng)用+”戰(zhàn)略，并引入基于人工智能的機器人分發(fā)全新模式，讓開發(fā)者內(nèi)容和服務(wù)的觸達方式更符合用戶使用習慣。根據(jù)騰訊官方的數(shù)據(jù)，應(yīng)用寶日分發(fā)量突破2億，APP接入數(shù)量達350萬，應(yīng)用寶已穩(wěn)穩(wěn)占據(jù)應(yīng)用分發(fā)行業(yè)第一。

周濤介紹，將于今年第四季度正式的應(yīng)用寶7.0版，希望打造稱為“用戶需求解決平臺”?！拔覀儗⒃趹?yīng)用寶內(nèi)引入人工智能技術(shù)，打造機器人分發(fā)新模式，我們認為這才是最符合用戶使用習慣的分發(fā)模式?！敝軡硎靖玫挠脩艚换ンw驗是應(yīng)用寶推出機器人分發(fā)的初衷，機器人分發(fā)的目標是進一步降低用戶獲取內(nèi)容和服務(wù)的門檻，使用戶交互過程更加智能和人性化。

比如，當用戶在搜索框輸入“把照片變成油畫風格”后，應(yīng)用寶會根據(jù)語義分析用戶搜索背后的真實需求，最終把Prisma這款APP推薦給用戶。當用戶漫無目地逛應(yīng)用商店時，應(yīng)用寶將圍繞用戶需求進行個性化推薦，努力猜到用戶需要的內(nèi)容和服務(wù)；當瀏覽詳情頁時，應(yīng)用寶將提供由開發(fā)者自主運營定制的個性化主頁，憑借內(nèi)容去吸引用戶光顧。

周濤介紹，在應(yīng)用寶7.0版中，用戶無需下載APP，便可以直接向機器人下發(fā)指令獲取服務(wù)。用戶越來越多的需求都可以通過機器人分發(fā)一站式解決，全新的機器人分發(fā)模式將在“應(yīng)用+”基礎(chǔ)上徹底變革用戶的交互方式，進一步拉近用戶與開發(fā)者內(nèi)容和服務(wù)之間的距離。

在今年9月下旬召開的2016騰訊全球合作伙伴大會上，騰訊副總裁林松濤正式宣布成立騰訊AI lab，進行AI基礎(chǔ)理論研究及工程實現(xiàn)，而應(yīng)用寶將成為騰訊人工智能先行嘗試的首批產(chǎn)品。值得一提的是，AI開放平臺將幫助開發(fā)者共享騰訊智能，包括騰訊社交體系積累的數(shù)十億用戶畫像大數(shù)據(jù)、騰訊賬號體系等獨有能力、原生識別能力、人臉識別技術(shù)、哼唱識別技術(shù)等核心技術(shù)能力。

AI應(yīng)用分發(fā)，看上去很神秘，其實應(yīng)用分發(fā)的AI初級階段，就是PC時代的應(yīng)用市場把合適的應(yīng)用軟件推薦給可能需要它的用戶?，F(xiàn)在，應(yīng)用分發(fā)市場“匹配推薦”的功能沒有變化、只是需要面對更多新問題，比如應(yīng)用場景化，智能手機的新機紅利期正在消失、更多的智能硬件的涌現(xiàn)、更多更豐富更便捷的人機交互方式的出現(xiàn)等等。

取代應(yīng)用？

據(jù)騰訊官方的消息，應(yīng)用寶7.0版將提供一站式體驗打車、訂餐、美圖等機器人智能服務(wù)。

按照周濤的理解，機器人將成為一種新的應(yīng)用的模式。對于用戶來說，用戶不再需要下載應(yīng)用，只需要對話，通過自然語言的交互顯示，取代復雜的操作和學習；對于開發(fā)者來說，不再需要前端、后端的開發(fā)和設(shè)計才能完成一個應(yīng)用，借由機器人基于AI和云端的能力。

看上去如此強大的應(yīng)用分發(fā)機器人，讓APP更加智能的“魔術(shù)師”，開發(fā)者會不會有所顧慮？比如，有了這個機器人是不是就不需要APP了？機器人和APP到底有什么關(guān)系？

周濤介紹，現(xiàn)在應(yīng)用分發(fā)機器人和APP是共存的關(guān)系，機器人只是一種新的APP開發(fā)模式，一種新的用戶交互的體驗，它不能取代APP。尤其是在現(xiàn)在AI技術(shù)的基礎(chǔ)上，它甚至可能只能做好一些單一的服務(wù)，也有可能是開發(fā)者把一個復雜的APP里常用的功能獨立分裝成一個機器人，成為APP的試用版。在他看來，“機器人將成為所有開發(fā)者可以選擇的一種開發(fā)平臺和模式”。

對于開發(fā)者來說，新的一種開發(fā)平臺和模式，隨之而來的是開發(fā)成本、數(shù)據(jù)的安全、為自己的APP能夠帶來的流量貢獻能力等等關(guān)鍵問題。

當年豌豆莢在“應(yīng)用內(nèi)搜索技術(shù)協(xié)議”時特別強調(diào)，他們遵循“不重新發(fā)明輪子”的原則，在技術(shù)上以降低開發(fā)者接入成本、提升經(jīng)濟性。當時這個“不重新發(fā)明輪子”，所指就是國內(nèi)搜索巨頭百度在移動內(nèi)容搜索產(chǎn)品“輕應(yīng)用”上的技術(shù)邏輯，“輕應(yīng)用”幫助移動應(yīng)用開發(fā)商將自己的數(shù)據(jù)轉(zhuǎn)化成 HTML5 的“網(wǎng)頁應(yīng)用”，然后再用百度的搜索引擎去檢索，以此將應(yīng)用內(nèi)的內(nèi)容與網(wǎng)頁內(nèi)容進行一一映射。

騰訊的應(yīng)用分發(fā)機器人將如何與APP共存共榮，這個問題還需要時間觀察。

豌豆莢當年在打通各個APP信息孤島時，還面臨一個窘境，“頭部”應(yīng)用向豌豆莢開放內(nèi)容的意愿不強?，F(xiàn)在來看，BAT尤其是騰訊，對于開發(fā)者而言具有天然的優(yōu)勢――流量。

騰訊“應(yīng)用+”的重要方向，就是把應(yīng)用的內(nèi)容輸送到應(yīng)用寶。如周濤所介紹的，在應(yīng)用寶踐行“應(yīng)用+”近一年時間之后，“應(yīng)用+”的體驗式分發(fā)在今年進一步規(guī)?；皯?yīng)用+”使合作伙伴分發(fā)轉(zhuǎn)化效率大幅提升35%；已有8000家開發(fā)者加入“應(yīng)用+”，應(yīng)用寶內(nèi)容庫突破3千萬條。同時，應(yīng)用寶大數(shù)據(jù)能力推動算法效率提升23%，騰訊覆蓋7億用戶畫像和20000應(yīng)用知識庫構(gòu)成應(yīng)用寶大數(shù)據(jù)能力的兩大支柱。

應(yīng)用分發(fā)的機器人能否解決特別垂直的APP，或者初創(chuàng)開發(fā)者，獲取流量難的問題呢？周濤的看法是，過去APP的推廣模式依賴信息流，是信息流、預覽、點擊的路徑，未來的機器人應(yīng)用開放平臺上，APP的推廣模式會發(fā)生很大的變化，會不會產(chǎn)生新的推薦機制，是值得探討的話題。

第8篇：人工智能時代的看法范文

“全球互聯(lián)網(wǎng)用戶已超30億，不過新用戶的增長速度在減緩。過去8年中，全球GDP增長有6年低于20年來的平均水平。發(fā)展中國家比預期更難趕超發(fā)達國家，因為互聯(lián)網(wǎng)接入依然困難，或者使用不起?！坝《仁腔ヂ?lián)網(wǎng)使用率增長最快的國家，增幅達40%，超過去年的33%。印度已經(jīng)于2015年超過美國，成為互聯(lián)網(wǎng)用戶數(shù)量僅次于中國的互聯(lián)網(wǎng)第二大國。

“在線廣告依然不是很有效。盡管繼續(xù)保持增長，但廣告攔截技術(shù)也在進化，這促使更多創(chuàng)新的廣告格式出現(xiàn)。對于傳統(tǒng)媒體來說，廣告支出依然龐大。

“在通信領(lǐng)域，視頻和照片分享業(yè)務(wù)都在增長，創(chuàng)作者、消費者以及廣告主都參與其中。消息應(yīng)用正從簡單、昂貴的對話向復雜、方便過渡，創(chuàng)造出人機互動的新范例。”

Speeches at a Glance

如果宇航員沒有在零重力環(huán)境中翻跟頭，就不算是首次對外太空的直播。

―6月1日上午，F(xiàn)acebook CEO馬克?扎克伯格通過Facebook Live連線國際空間站的宇航員，直播了與他們的互動交流。

Google、蘋果、微軟和亞馬遜之間的AI競賽并不像美劇《權(quán)力的游戲》里那樣激烈，而是接近于對NBA總冠軍的爭奪。我們做了大量的研究工作，我認為我們是處于領(lǐng)先地位的。

―Google CEO皮查伊日前在Code大會上表示，在人工智能方面，Google領(lǐng)先于蘋果、微軟、亞馬遜。

我們可以獨自對抗這個世界的日子已經(jīng)過去了，我們需要成為一個更大的國家集團的一部分。這既是為了我們的安全，也是為了我們的貿(mào)易著想。我們離開歐盟的可能性已經(jīng)導致英鎊的暴跌，因為市場認為脫歐會損害我們的經(jīng)濟。

―5月31日，物理學家史蒂芬?霍金在《早安英國》節(jié)目中表達了對英國計劃退出歐盟的看法。同時，他還說，2016年美國總統(tǒng)候選人特朗普的走紅比黑洞理論更難理解。

我們正面臨進入后抗生素時代的危險。

―語出自美國疾病控制與預防中心主任托馬斯?弗里登。美國近日發(fā)現(xiàn)了首例無敵細菌病例，對現(xiàn)階段全部抗生素都有耐藥性。

第9篇：人工智能時代的看法范文

在談問題前我們有必要看一下信息化在世界的發(fā)展趨勢，就在今年五月，谷歌公司的市值達到了4980億美元，再次成為全球市值最大的企業(yè)，我們就把眼光投向谷歌。2016谷歌I/O開發(fā)者上，Sundar Pichai如圖1所示，以“人工智能”（AI）和“深度學習”開場；以“我們生活在一個特殊的計算機時代”結(jié)束?？傮w意思是AI是2016 I/O的核心。

Sundar Pichai是現(xiàn)在谷歌的首席執(zhí)行官。他提到的事情――“人工智能”和“深度學習”。作為一名教育學研究者，我發(fā)現(xiàn)這個“深度學習”有兩種理解：從計算機學科來講，就是機器人來做一些事情，跟人越像越好，這是一個角度；從教育內(nèi)部談到我們教育孩子的時候，孩子要把知識學到真正掌握并能應(yīng)用的地步。我們這里談的是計算機領(lǐng)域這個詞，大家可以區(qū)分一下。Pichai最后說我們生活在一個特殊的計算機時代。

任何事情都是有發(fā)生的背景的。實際上就在今年，谷歌所做的另外兩件事同樣值得我們關(guān)注：

（1）3月谷歌的AlphaGo以4：1戰(zhàn)勝韓國圍棋手李世石。“深藍”在國際象棋上戰(zhàn)勝卡斯帕羅夫的時代，我們認為下圍棋戰(zhàn)勝人是計算機做不到的，因為圍棋的算法太復雜。但是到現(xiàn)在不到20年時間，AlphaGo就戰(zhàn)勝了李世石，計算機的能力發(fā)展是非常迅速的。

（2）谷歌主管搜索業(yè)務(wù)（幾乎占到了谷歌全部公司盈利的70%）的副總裁換將?？梢哉f谷歌引領(lǐng)著全球正在走向AI時代。谷歌搜索業(yè)務(wù)高級副總裁Amit Singhal（致力于移動搜索）于2016年2月26日離職退休，接任他的是谷歌AI工程部負責人John Giannandrea。

AI的概念已提出了將近大半個世紀，但什么因素使得最近幾年AI突飛猛進？這個因素就是大數(shù)據(jù)。大家再來看一個幾天前剛發(fā)生的事情，2016年5月19日，在第八屆中國云計算大會上，香港科技大學的楊強教授如圖2所示就提到：“強人工智能和超級人工智能，一定需要大數(shù)據(jù)”。為什么人工智能忽然就厲害起來？楊強的分析：“基于大數(shù)據(jù)技術(shù)，數(shù)據(jù)科學得到了非?？焖俚陌l(fā)展，以至于很大程度上改變了計算機學科領(lǐng)域發(fā)展的情況?！边@是我個人也比較認同的。

二、大數(shù)據(jù)在高等教育領(lǐng)域如何應(yīng)用？

我們使用大數(shù)據(jù)就是為了實現(xiàn)更精準的分析，我們要進行靠譜的預測就一定需要大數(shù)據(jù)?？梢哉f下一階段我們高校的信息化建設(shè)也應(yīng)該是“一切為了數(shù)據(jù)”，讓數(shù)據(jù)成就我們的一切。但就在那場演講中，按照楊教授的觀點，目前來看對大數(shù)據(jù)的使用，他認為比較弱的領(lǐng)域有兩個：一個是生物領(lǐng)域；另一個就是教育領(lǐng)域。

根據(jù)今天主題，我們可以談?wù)労笳?，特別是高等教育的信息化問題。

三、Minerva大學為例

那我們來看看大數(shù)據(jù)在國外的高等教育領(lǐng)域如何應(yīng)用。去年11月份在北京召開了全國第二次教育信息化工作會議，劉延東同志主持召開過兩次這樣的會議，她提到了“全球浸潤式大學”。這是哪一所大學？這所大學就是建校不滿五年的密涅瓦大學（Minerva）。這個大學成立才兩三年，時間很短，現(xiàn)在正處在一個剛剛起步的階段。

1.Minerva大學特點

（1）浸潤式的全球化體驗 （Global Immersion）；

（2）現(xiàn)代化的課程 （Modern Curriculum）；

（3）終身的成就支持 （Future Success）；

（4）真正無地域限制、歧視的招生（Admission）。

該校提供的是一個浸潤式的全球化的體驗環(huán)境。該校學習時間一共四年，八個學期，其中兩個學期在舊金山。學校沒有傳統(tǒng)意義上固定的校園。學校大部分的課程都是線上的，課程全部被重新安排。我不認為我們所有的學科都可以像目前Minerva這樣的大學來學習，但確實也有一些專業(yè)是可以按照Minerva的方式來辦。

我們搜集到了Minerva大學上課的真實場景圖片，這就是他們課堂的真實境況，如圖3所示是他們上課的一個截圖，上面這里一個個小格子是來自全球各地的Minerva的學生，這是Minerva大學第一屆的學生。據(jù)一位中國籍的Minerva大學學生說，他們“課堂上”鏡頭前的每一個行為都被記錄，每一份作業(yè)都被記錄，每一次發(fā)言都被記錄，學校有專門的數(shù)據(jù)分析師和學情分析師對他們的行為進行分析，他們的學習真正做到了科學高效。上課過程中討論一些問題的時候，持不同顏色觀點的孩子，會在這個圓環(huán)上被標注出來，討論問題時候的立場分布就會顯示出來。所有學生都是在各自的場所，只要保證網(wǎng)絡(luò)通暢，課程就可以進行。這兩個孩子正在發(fā)言，所以他們的視頻會比較大，其他人都在小窗里。據(jù)說他們還有一個觀測的技術(shù)，如果你的腦袋太長時間移出這個鏡頭，會被認為你在開小差。這個時候正好在討論一個問題，立場有分歧，這兩個人在說，其他人在聽，這是一個例子。

凡是接觸過信息化的都知道，雖然在這里我們看到的只是一個教學平臺，但是背后的支撐網(wǎng)絡(luò)是龐大的，尤其是當學生處于世界不同國家、不同城市時這樣的支撐難度就更大。從這點來說，其信息化工作是超過一般的大學的。Minerva大學教學的流程對我們傳統(tǒng)的大學來說，我個人感覺至少是一個挑戰(zhàn)，對中國大學教學的挑戰(zhàn)尤其大。至少目前為止，全世界其他大學還沒做到這么開課。

2.從信息化的角度來看，Minerva大學的特點：

（1）以“數(shù)據(jù)技術(shù)”為核心，形成“互聯(lián)網(wǎng)+校園”新數(shù)據(jù)形態(tài)；

（2）以“云網(wǎng)端”為核心，形成“互聯(lián)網(wǎng)+校園”新技術(shù)形態(tài)；

（3）以“實時協(xié)同分工網(wǎng)絡(luò)”為核心，形成“互聯(lián)網(wǎng)+校園”新組織。

Minerva大學，讓我們看到了“互聯(lián)網(wǎng)+高等教育”。這是用互聯(lián)網(wǎng)再造的教學流程的教育，我們討論教育信息化、大學信息化，可能還是更多的用信息化手段來優(yōu)化我們的傳統(tǒng)的教學模式。這是互聯(lián)網(wǎng)+高等教育非常前瞻的一個模式，當然我們還需要對它有一個觀察的過程。

3.“互聯(lián)網(wǎng)+教育”與“教育+互聯(lián)網(wǎng)”的區(qū)別

我們最近一直在談“互聯(lián)網(wǎng)+教育”，但“互聯(lián)網(wǎng)+教育”和“教育+互聯(lián)網(wǎng)”的區(qū)別在哪里？我的看法是：“教育+互聯(lián)網(wǎng)”是以工作（業(yè)務(wù)）為核心；“互聯(lián)網(wǎng)+教育”是以數(shù)據(jù)為核心。需要指出的是在我看來，“教育+互聯(lián)網(wǎng)”是達成“互聯(lián)網(wǎng)+教育”的一個階段，從信息化建設(shè)的一般規(guī)律來看必定需要走過“+互聯(lián)網(wǎng)”才能走到“互聯(lián)網(wǎng)+”。但恕我直言，目前中國高校大多還處于“+互聯(lián)網(wǎng)”，離“互聯(lián)網(wǎng)+”還遠得很。

四、高校信息化治理

1.工作流?數(shù)據(jù)流如圖4所示

就目前來看，高校的工作流和數(shù)據(jù)流之間有一種互動。這種互動隨著信息化的建設(shè)越來越強大。我們一直提出：數(shù)據(jù)不僅僅包括基礎(chǔ)數(shù)據(jù)，對我們的工作而言動態(tài)數(shù)據(jù)往往價值更大。我們一直提倡數(shù)據(jù)的“伴隨式”收集，數(shù)據(jù)產(chǎn)生在工作中，理想狀態(tài)下，通過工作流積累數(shù)據(jù)流，通過數(shù)據(jù)流優(yōu)化工作流。工作流越順暢，連接得越多，獲得的數(shù)據(jù)才能更多，指導優(yōu)化工作流的效益才能更大。數(shù)據(jù)流越強大、越優(yōu)化，可能工作就越順暢，工作流的效能發(fā)揮就越好，這本身是一個相輔相成的過程。

2.信息化情況

大家可以看到，高校信息化治理的情況，有信息化統(tǒng)籌部門，除了信息辦還有各種各樣的處室、院系，這本身就是一個互相溝通的治理協(xié)調(diào)。如圖5當下高校信息化治理架構(gòu)所示，為什么叫治理？什么叫做治理？最本質(zhì)的問題就是誰也說了不算，必須商量著辦。信息化隨著國家財力的增加，不管地方高校還是國家重點高校，實際上一般投入到一定量以后，它整個水平還是比較會趨同，大部分條件都能達到，就是有個前后的問題。但是信息化治理是非常難的一件事情。大家看到如圖6所示，我們的角色是這樣的：學生、老師、管理者都面臨著一堆的管理系統(tǒng)，這是比較糟糕的。使用者在信息化系統(tǒng)中轉(zhuǎn)了幾圈轉(zhuǎn)不回來，解決不了問題，就會抱怨、投訴等。很多學校處于這樣的階段。

3.信息化存在問題

（1）業(yè)務(wù)流程復雜，臃腫。

跨部門的流程更為繁復。且流程內(nèi)容簡單模糊，一旦遇到摸棱兩可之處，灰色區(qū)域之間，用戶往往周旋于各部門而終不得其果。部分職能部門開始建設(shè)自己的線上流程系統(tǒng)。如設(shè)備采購，財務(wù)審批，科研審批等。但各個線上流程之間往往缺乏集成與互通。對于用戶而言，其業(yè)務(wù)流程并未得到簡化，反而可能變得更加復雜。

（2）建維難度高。

將業(yè)務(wù)流程作為一個應(yīng)用系統(tǒng)來建設(shè)，就必須要進行系統(tǒng)開發(fā)，要寫代碼。建設(shè)難度較高，業(yè)務(wù)部門通常無法獨立完成，必須委托第三方公司來進行。在此模式下，將來流程一旦發(fā)生變更，勢必要對系統(tǒng)代碼進行更改。維護成本高昂且響應(yīng)速度緩慢。

（3）各自為政。

數(shù)據(jù)無法形成合力，工作流，業(yè)務(wù)流也往往是斷裂的。

（4）數(shù)據(jù)緊耦合。

由于缺乏對部門業(yè)務(wù)的執(zhí)行數(shù)據(jù)整合。數(shù)據(jù)緊緊的落在業(yè)務(wù)部門內(nèi)部，無法與外界共享。

4.信息化治理方式

大家可以看如圖7所示，決策支持在上面。然后我們看到數(shù)據(jù)中心，從決策者、應(yīng)用者我們面臨的就是工作流。這是我們希望達到的狀態(tài)。通過工作流的建設(shè)，理順流程，連接各個應(yīng)用系統(tǒng)。以用戶為中心，提高業(yè)務(wù)效率。通過運行產(chǎn)生的數(shù)據(jù)進行分析，為決策提供支持，并對工作流進行優(yōu)化，形成閉環(huán)。我們學校在設(shè)計新的網(wǎng)站的時候，就設(shè)計了所謂的角色安排。你是在校學生還是在校老師等等，你的角色不同我給你看的頁面就不一樣，你只考慮你的角色，不需要惦記后臺是哪些部門。

要達到這種狀態(tài)，最好的辦法是所有的系統(tǒng)由信息化統(tǒng)籌部門統(tǒng)一開發(fā)，但這明顯不符合現(xiàn)階段高校信息化建設(shè)的實際。而且信息化統(tǒng)籌部門全面介入所有業(yè)務(wù)部門的工作也不現(xiàn)實。比較理想的方式是使業(yè)務(wù)部門能夠與信息化統(tǒng)籌部門直接對接，使業(yè)務(wù)部門減少對技術(shù)人員和企業(yè)的依賴程度，就能夠?qū)α鞒踢M行制作/修改（模塊化的組建，簡單的鼠標拖拽），提高對業(yè)務(wù)需求的響應(yīng)速度。而要達成這種局面就需要通過工作流工具。通過工作流平臺的開放，實際上也對業(yè)務(wù)部門的流程系統(tǒng)開發(fā)提出標準。而在大家都符合標準后，流程自然能夠進行有效地串聯(lián)和整合。我覺得這種改造是今后一階段信息化建設(shè)的趨勢。

我校有一個信息化的統(tǒng)籌部門能夠來協(xié)調(diào)企業(yè)、業(yè)務(wù)部門，這是我們希望能做到的?，F(xiàn)在來看，我們希望能夠通過工作流，信息化部門負責統(tǒng)籌所有的業(yè)務(wù)部門，業(yè)務(wù)部門都在工作流中扮演不同的角色如圖8所示。

大家知道，現(xiàn)在有很多工作流工具，如圖9所示。我們的同志都在對這些工具進行各種各樣的測試。我們比較強調(diào)用微信上的一些企業(yè)號的功能來做學校的一些改革。我們認為，“十三五”期間我校所有的主流業(yè)務(wù)都必須能夠在手機端上有應(yīng)用功能。手機是離不開的東西，所以必須考慮手機端，手機的服務(wù)提供好，你得到的響應(yīng)度會更好，這也是一個很重要的考慮因素。華東師范大學正在利用工作流工具全面提升學校信息化建設(shè)。