AI失控！奇點來臨？這些看上去就讓人爆炸的字眼，在過去的幾天裡，透過媒體和社交網站持續發酵。AI陰謀論甚囂塵上。

大家關心並擔憂未來，是否正如末日預言家所說，超級AI會接管世界，並像消滅病菌一樣消滅人類？

有趣的是，對未來AI的擔憂和恐慌，竟和100多年前中國的一段歷史非常相似。

奇點來臨，機器人大反派降生了？

事件起源於Facebook 6月發表的一篇論文。論文描述了他們進行的一項科學實驗：訓練兩個人工智慧機器人對話交流，提升談判能力。

Facebook的研究人員希望透過訓練聊天機器人，讓它帶著“目的”和人類對話。他們給機器人兩本書、一頂帽子和三個籃球，讓它們透過談判拿到最多的物品。這個過程中，為了產生資料，機器人做了大量的自我練習，就像AlphaGo左右手互搏練習圍棋一樣。

這場實驗的重點，在於如何使程式進行有效的談判和溝通。研究人員完成了他們的實驗，並且發現，人工智慧甚至能夠對不想要的東西偽裝出興趣。

論文釋出後，實驗的重點並沒有得到媒體大面積的關注，相反，實驗過程中的一個小瑕疵，引發了媒體和大眾的狂歡。

聊天機器人Alice和Bob在實驗中意外產生了讓人看不懂的對話。它們使用的雖然是英語單詞，但在語法上沒有任何意義，看起來像是一堆亂碼。

Bob:I can can I I everything else.

Alice:Balls have zero to me to me to me to me to me to me to me to me to.

翻譯過來是：

Bob：我能能我我所有其他事。

Alice：球沒有對我對我對我對我對我對我對我對我對。

The Atlantic《大西洋月刊》首先關注到這件事。在6月15日當天的報道中，使用了標題 “Artificial Intelligence Developed Its Own Non-Human Language”（人工智慧發展出了自己的非人類語言）

之後，Fast Co. Design和Digital Journal發表文章，強調研究人員在發現AI機器人不再使用常規英語後，緊急“關停”了這一專案。

聊天機器人會“失控”？埃隆·馬斯克可不這麼想

傳言持續發酵，讓幾位參與專案的Facebook研究人員坐立難安，不得不出面澄清。

“雖然對外界人士來說，AI機器人發明了自己的語言這樣的說法可能令人擔憂並且意外，但其實這是AI研究中一個發展相對成熟的副領域，相關文獻可以追溯到幾十年以前。”

簡單來說，在嘗試完成任務時，機器人經常會採用一種更為複雜曲折的方法以獲得最大化的獎勵。對獎勵函式進行分析，更改試驗引數，並不意味著“切斷電源”或者“關停AI”。不然，每當AI研究人員在機器上終結一項任務時，都可以叫做“關停AI”。

實驗初期本來是允許機器修改語言的。研究人員為系統設定激勵條件時，告訴它們“請用英文”，但並未告訴它們 “請用英文語法”。結果兩臺機器不管語法，將語言過分修改，產生了很多無意義的對話。發現後，研究人員便關掉了修改語言的選項，然而這並不是“關停AI”。

事實上，機器人聊天是目前AI應用的諸多領域之一。谷歌Alphabet以及埃隆·馬斯克發起的OpenAI近期也進入了這一方向。有些機器人已經發展出了自己獨特的交流風格，研究人員正對其進行不斷的除錯。

讓人印象深刻的是，埃隆·馬斯克是“AI末日論”堅定的傳道者，幾天前還與Facebook創始人扎克伯格辯論。如果AI聊天機器人會失控，估計馬斯克不會輕易嘗試。

對人工智慧的恐懼，或許是100多年前的歷史回魂

不管是否出於刻意，媒體誇大事實甚至製造流言的做法，讓公眾對AI產生了懷疑，也讓參與該專案的Facebook研究人員感到憤怒和委屈。

末日預言家的恐嚇讓媒體和公眾加重了對AI的擔憂。

霍金在全世界享有盛譽，但他認為人工智慧的崛起可能是人類文明的終結。

埃隆·馬斯克同樣信奉AI末日輪。“研究AI，好比在召喚惡魔。”他說，如果人工智慧在多個領域超越人類，人類將面臨大規模失業的危險，生活因此會變得毫無意義。

霍金和馬斯克的觀點擁有諸多擁躉。在AlphaGo擊敗李世石前後，馬克·扎克伯格發了一條貼文，稱Facebook也有自己的人工智慧，能夠在圍棋比賽中擊敗人類。

有趣的是，對未來AI的擔憂和恐慌，和100多年前中國的一段歷史非常相像。

1865年8月，英國商人杜蘭德在宣武門外鋪設了一條長約半公里的鐵路。從未見過火車的清朝人，被“以小汽車行駛其上，其迅疾如飛”的景象嚇得不輕，以至“詫所未聞，駭為妖物，舉國若狂”。

這段鐵路很快被“飭令拆卸”。在此之前，面對洋商多次修築鐵路的請求，清政府都以“失我險阻，害我田廬，妨礙我風水”的理由嚴厲回絕。

10年後，英國怡和洋行擅自在上海修建了一條十餘公里長的鐵路，以便輸送貨物和旅客。清政府得知後即憤怒又尷尬，不得不以28.5萬兩銀子的重價贖回，並拆毀鐵軌、剷平路基、推倒車站。這些器材在海灘上風吹雨淋，很快變成了廢鐵。

清朝官員對鐵路排斥歷時彌久，厭惡的原因之一是擔心“失業”，害怕鐵路修成後，沿線舟車挑夫、行棧鋪房無以為生，必將聚為流寇。

巧合的是，今天抵制AI的人，最大的反對理由也是“失業”。

AI目前已經能夠“用眼睛看到”，並精通一些視覺相關的工作了，比如：透過醫學影像識別癌症或其他疾病，在統計學上優於人類放射科醫師、眼科醫師、面板科醫師等，還有駕駛汽車、讀唇語。AI能透過學習樣本（比如畢加索或者你的畫作）畫出任何一種風格的圖畫。反過來，它也能透過一幅畫，補足缺失的資訊，猜出真實的照片是什麼。AI看著網頁或應用的螢幕截圖，就能寫出程式碼製作出類似的網頁或應用。

AI目前還能“用耳朵聽到”，它不只能聽懂你的話，還能透過聽Beatles或你的音樂，創作出新的音樂，或者模擬它聽到的任何人的聲音。一般人無法分辨出一幅畫或一首曲子是由人還是由機器創作的，也無法分辨出一段話是由人類還是AI說出的。

AI正在變得像人類一樣神秘。那些認為計算機無法擁有創造力，不能撒謊、出錯或者像人類一樣的想法，是來自於舊有的基於規則的AI，這些AI確實是可預測的，但它們會隨著機器學習的出現而發生改變。AI一旦掌握了某些新的能力，就被稱作“不夠智慧”，這樣的時代已經結束了，對AI來說，唯一真正重要的區別是：通用AI，或者狹義AI。

AI的未來怎麼樣？

一句話不知道能不能說明白（預測）：“在即將進入的“擴增時代”AI將輔助人類使其能力得到巨大進化！未來還將幫助人類從根本上徹底改變生活方式，並推進人類社會進入‘後奇點社會’”

那麼，下面我們來科普一下上面的幾個知識點：

擴增 & 擴增時代：這個概念是在TED Talk大會上被首先提出的，它表達了我們現在所處的時代特性。從持續了數百萬年的“狩獵時代”；到持續了幾千年的“農耕時代”；再到持續了幾個世紀的“工業時代”；發展到最近持續了幾十年的“資訊時代”，時間越來越快。隨著科技的發展，我們即將踏入一個全新的時代，一個計算系統可以幫助你思考、機器人輔助你生產製造、數字神經系統擴充套件你的感知與世界建立連線，這一切皆有AI伴隨其中。人類的綜合感官能力、行動力、思考力等將因此得到巨大的進化，這就是“擴增時代”，它的到來極有可能要歸功於AI。

預言家說：“技術奇點”到來的速度被加快了，人類最早將在2050年進入“後奇點社會”。

技術奇點 & 後奇點社會：“技術奇點”是一個根據技術發展史總結出的一種預測性觀點。對於這個詞通俗的解釋是，人類社會可能會因為AI人工智慧出現和自我進化而使得技術的發展成指數級進步，在短時間內達到完全超越人類智慧的狀態，甚至超越人類的理解能力，你根本不知道它會把我們的生活改變成什麼樣，這個時間點被稱為“奇點”。

看到這裡不要怕，這只是一個根據技術發展史總結出來的預測，但它極有可能發生，就算真的發生了，也不會出現有些謠言所說的“毀滅日”，AI的發展並不會像電影裡那樣。

事實上未來AI進化所引發的“技術奇點”反而是我們人類所需要而且必須要經歷的階段。它會讓我們跨越好幾個時代，從根本上徹底改變我們的生活方式、社交方式、生產方式，誰也想象不出來那時候我們的日子會過程啥樣，但有一個事實是那時候的AI將成為我們生活的一部分。

上面所提到的那種社會形態，就是“後奇點社會”。人類、電子人、人工智慧、機器人將是一種共生關係，那是一種全新的社會形態。

這一切如果順理成章的發生了，那都要歸功於AI。

所以，你覺得AI的未來怎麼樣呢？

據我所知，人工智慧發展方向有這幾個方面：

1.幫助web開發

利用AI可以更好的根據使用者需求最佳化搜尋，開發聊天機器人與使用者互動，如現在的微軟小冰。

結合AI的網路被認為是移動應用的未來。

實現真正的人機互動。

2.醫療服務

現在很多公司已經開始利用AI來挖掘病歷，並提供諮詢，給出詳細的解決方案。

還可以藉助AI來進行線上診斷，幫助分析醫學影象。

3.生活自動化

隨著人工智慧的發展，每個人家裡都會配置智慧管家，來幫助你進行日常行程的安排，照顧家裡的老人小孩。

日常出行也不需要自己親自開車，可靠的自動駕駛技術普及開來。

未來人工智慧的方向，我想應該只分為兩個方向，第一個方向是向人工智慧代替人類去發展，第二個方向是向人工智慧增強人類去發展。

首先第一個方向，人工智慧代替人類，比較有代表性的就是無人駕駛汽車和工廠自動化。這些工作會逐漸滲透到我們日常的方方面面，利用智慧化機械，降低事故率，提升工作效率，挽留生命。聽著提供了很多的幫助，但是在人類得到幫助的同時，人工智慧代替了人類原本的工作，所以導致許多人被時代淘汰。這也是我們非常關注的一個點，每個人都會擔心自己被替代，所以在一定程度上也引起了恐慌。

第二個方向是人工智慧增強人類。最具代表性的就是語音助手一類的可以為人類提供便捷服務的人工智慧科技。這還是最初的人工智慧科技，之後也許還會發明出增強人類記憶的晶片，增加人類力量的外骨骼肢體，為殘疾人服務的模擬機械手臂等等。它對於人類社會也許改變的不多，也不能極大的促進生產力和人工改革，但是相對與人工智慧代替人類的工作，這個相對來說會給人感覺不那麼難以接受。但是人類的發展程序會被拖慢。

那麼在兩個方向都有長足的發展之後，如何讓兩個方向相融合，應該是人工智慧後一階段主要發展的方向。

人工智慧是計算機技術發展的未來趨勢，由於科學技術的快速發展和中國網際網路事業的迅猛發展，目前中國的計算機技術水平在快速升級。

數學、統計學、計算機技術的有效結合，使得冰冷的計算機語言有了自己的“生命”，不同的演算法，讓不同的程式總有獨特的功能和能力，可以自我學習、自我迭代、自我訓練、自我最佳化，不斷的升級和進化，然後更適合瞬息萬變的變化。

所以，人工智慧能做的東西很多，關鍵是是不斷的融合各個領域的知識，讓這個社會更智慧更高效。

蘭智數加學院專注於大資料、機器學習、人工智慧。

這是人工智慧發展的重要方向

A=Bⁿ與人工智慧

https://www.toutiao.com/ugc/share/wap/thread/1616922736168963/?app=&iid=50881315112&target_app=13&tt_from=copy_link&utm_medium=toutiao_android&utm_campaign=client_share

人工智慧行業正迎來最好的時機

2017年人工智慧首次寫入政府工作報告，上升到國家戰略高度。2017年7月，國務院釋出《新一代人工智慧發展規劃》，這是中國首部國家層面的人工智慧發展規劃。規劃提出了人工智慧在中國“三步走”的戰略目標。2018年3月，人工智慧再次寫進政府工作報告，人工智慧行業正迎來最好的時機。隨之而來的是大量資金開始湧入這一領域，融資金額也屢屢創下紀錄。

2015-2020年中國人工智慧市場規模統計及增長情況預測

人工智慧商業化四大洞察分析

1、已形成人群大資料積累的領域，AI落地速度快。智慧營銷和金融風控是兩個典型領域。以網際網路廣告投放為例，實現廣告的精準投放是廣告主和DSP平臺的核心需求，網際網路和移動網際網路的廣告生態已存在數十年，廣告投放的歷史資料也積累了數十年。AI演算法對於資料探勘技術的提升，加上算力的最佳化，使得廣告公司能夠在毫秒間將廣告主需求與人群大資料實現精準匹配，實現精準營銷。例如品友互動的“MIP智慧決策引擎”、百融金服的智慧風控服務等。

2、AI本身未必具備商業價值，部分AI應用“多級變現”特徵顯著

不是所有的AI產品或服務，都本身具備較大的商業價值。在部分領域，AI只是作為類似“中間介質”的角色，幫助產品的其他環節和功能實現商業變現。例如，對於智慧音箱、教育機器人等智慧裝置，語音互動技術優化了人機互動模式，提升了使用者體驗。然而，智慧裝置的使用價值不在於其本身，而是在於藉助語音互動為使用者提供的內容和服務。由於AI技術對於使用者體驗的最佳化，使得內容和服務的分發流量增加，從而實現商業價值。典型案例有ROOBO的“ROS.AI平臺”、出門問問的AI開放平臺等。

再例如，醫療領域針對病理學的細胞自動檢測裝置，AI技術使得機器自動診斷成為可能，能夠極大程度上彌補中國病理學醫生的缺口。對於企業而言，自動檢測裝置帶來的商業價值，遠不及細胞固定劑、染色劑等耗材帶來的商業價值更大。典型的案例包括蘭丁醫學針對宮頸癌的細胞自動檢測儀等。

3、整合人工智慧+大資料+物聯網+雲計算，輸出平臺能力

技術平臺類企業，往往能夠根據不同行業、不同客戶的不同需求，接入平臺中特定的功能模組，其可塑性往往使其擁有廣闊的目標市場。而這類企業本身未必是技術的研發者，他們更多是在做技術整合，擁有語音互動、人臉識別、影象識別等各類人工智慧技術能力的企業作為其上游供應商，成為其技術能力的後院。此類平臺型企業，往往針對具備多元化需求的應用場景，例如智慧社群、智慧城市、智慧家庭等等，典型的案例包括海爾U+的“U+雲芯智慧家庭IOT物聯雲解決方案”、特斯聯的“DARWIOT城市級智慧物聯網平臺”等。

4、機器人市場火爆，帶動產業鏈各環節進入商業紅利期

在各類產品與服務中，機器人是公眾認知最強烈的人工智慧產物，近年來機器人線上下零售店、火車站等公共場所、家庭兒童教育、養老陪護與家務工作等多種場景落地速度快，國內一大批機器人企業迅速成長起來，例如優必選的各類場景機器人解決方案、智伴教育機器人、小米掃地機器人等等。機器人市場的爆發，同時帶動了上游零部件、核心技術產品供應商的商業落地。例如，為機器人提供自主定位導航、路徑規劃的鐳射雷達供應商，提供語音互動功能的晶片模組等等。

2016年3月，AlphaGO計算機程式輕鬆戰敗圍棋九段棋手李世石，這一人工智慧領域的里程碑向世界證明，機器可以像人類一樣思考並可以做得比人類更好。人們的目標開始聚焦到人工智慧上來，一時間各種人工智慧思維百花齊放，就像壓抑了很久的火山再次噴發。

未來人工智慧著重發展方向：

搭建完整的大資料生態系統

人工智慧的訓練和學習需要海量的大資料才能提供有力的支撐，這些資料從社會各個層面來抓取，目前阿里雲就在做這件事情，雲棲大會杭州，阿里巴巴展示了幾個現象：

透過天貓APP掃一掃識別茶葉並獲取茶葉資訊錢塘江漁夫透過阿里巴巴政務平臺辦理了相關資格證書某豬肉鋪老闆每天進帳全部數字化，並生成賬單某法院透過網際網路完成了一樁法律的審判公安局透過釘釘軟體完成了一次颱風防禦指揮排程計劃阿里雲透過連線1000多個紅綠燈路口來實現智慧城市的方案

這些現象其實在做一件事情，從政府、交通、農業、商業、法律等各個領域來獲取資料，最終打造一個完整的大資料生態體系。資料是未來的貨幣。

拓寬人工智慧在傳統行業的應用

所有的商業模式如果只能做很小的領域，是很難發展起來的，市場規模太小就沒有影響力和競爭力，目前中國傳統行業中有超過40%的公司未將人工智慧列入戰略優先項，這是一個巨大的缺口和機遇。特別是在農業方面，中國的農業遠遠落後於英國、美國和日本等西方發達國家，他們已經建立起了全國資訊系統採集些類資料，而無人機和機器人等在農業的應該已經比較普遍了。

目前中國的高科技行業已經開應用了人工智慧，如騰訊的QQ小冰、阿里的天貓精靈，這些是對話型人工智慧/機器人。

中國是一個製造業大國，隨著人力成本的增加，越來越多的企業開始使用機器人生產，而服務業餐廳等開使用機器人送餐，物流行業已經實現了機器人分發快遞和無人機送快遞了，這些是機器人型人工智慧。

而醫療方面，主要是集中在認知領域的人工智慧，IBM辨識醫學影象，準確度可與人類放射學醫師媲美。

總之，人工智慧將推動形成所謂的“技能遍好型科技變革”，就是擁有數字技能的人才將特別受到重視，比如程式設計師等人才。今天人工智慧賦予機器人反應和適應能力，明天將透過物聯網、機器人等技術的結合，人工智慧可以構造出一個整合的資訊物理世界。

AI在未來的發展將是多領域的，會逐步滲透到各個行業當中，並且帶來非常大的好處。現在阿里，騰訊，百度這些公司都在擁抱人工智慧，市場環境不好，企業面臨轉型升級，跟著時代變化，順流而上聚焦人工智慧，會是不錯的選擇。

從進化論的角度觀察人工智慧的發展將會給我們帶來全新的視角，更加容易地理解人工智慧未來發展趨勢。這個觀點是受到了AlphaGo和AlphaGozero的啟發，AlphaGo是谷歌DeepMind團隊開發的人工智慧程式。我們知道去年10月份的時候AlphaGo運用監督學習演算法透過上千盤人類棋手的棋譜進行了訓練，並且戰勝了世界圍棋冠軍李世石，而AlphaGozero走的是不同的路徑，僅僅輸入基礎規則，完全不依賴於人類棋手的經驗，他從一張白紙開始，胡下亂下，在不斷自我對弈的過程中，他很快超過了人類並且在對戰前代AlphaGo的時候取得了100:0的不敗戰績，在這個案例上面我們看到了機器學習所展現出來的巨大潛力，不斷自我升級出來的AlphaGozero超越了人類訓練和調教的AlphaGo，AlphaGozero用了三天的時間，透過數百萬盤自我對弈提升戰鬥力，就像是他在計算機裡面完成了人類千年的圍棋進化石，並且探索出了不少人類棋手前所未聞的招法，AlphaGozero在更短的時間之內進行學習訓練，輕鬆戰勝了前輩AlphaGo。這個訓練對弈的棋局數量級遠遠超過了人類的生理極限。這種數量級的差異也帶來結果的巨大差異，可以預見，在以後的棋手都會把向AI學習作為一種基本的訓練方法，融合到自己的棋局裡面，藉此來提升棋力。這就是AI改變一個行業學習方式的一個例子，而人類棋手也透過人工智慧提升了自己的視野。如果把AlphaGo看成一種生物的話，這個學習的過程就是自我進化演進的歷程，只是進化和迭代的過程都在硬體裡面，以電子的速度來進行。AlphaGozero為什麼可以自學成才，是因為應用了強化學習的新模式。系統從一個對圍棋一無所知的神經網路開始，加上一個強力的搜尋演算法，二者相結合進行自我對弈。在對弈的過程中，神經網路不斷調整升級，預測每一步的落子以及最終的勝利者！升級之後的神經網路與搜尋網路結合，形成一個更強的新版本AlphaGozero，再進行自我迭代，往復迴圈，每經過一輪迴圈系統的表現就提高一點，自我對弈的質量也提高一點，神經網路也就越來越準確。而AlphaGozero的版本也就越來越強。在這個過程中，充分體現了進化論，物競天擇，適者生存的原理，而最令人震驚的是，這個模型訓練和深度學習的機制是具有通用性的，也就是說不僅僅可以用於機器學習下圍棋，也可以遷移應用於解決其他的複雜問題。想象一下機器學習緊用幾天的時間就超越了人類上千年的積累，這會帶來一個問題，我們人類積累下來的經驗和技能在人工智慧時代究竟有多大的價值？！

先來聊聊著名的阿爾法狗

阿爾法狗是伴隨著技術進步所帶來的蒙特卡羅樹和深度神經網路演算法合集，其後在這個基礎上又發展出了人工神經網路。

現在訓練人工神經網路學習的方式和馬戲團訓練動物更類似，可以說就是訓練一種從情景到行為的對映，做對了給予“獎勵”，做錯了給予“懲罰”，並大量重複。拿阿爾法狗來說，它學習圍棋沒有人類那麼多手段，就像是自己坐在那裡默默看高手對局，數量多到世界最勤奮的人幾十輩子也看不完。期間，每一局每一步都透過比對自己與高手的差異一點點校正自己的行為。這個校正過程從根本上不同於人類的學習過程，中間沒有產生任何“高層思維和概念”，本質也可以看做實在無窮的原始“引數空間”中的一個搜尋過程。

其後新版的阿爾法元自主學習能力更為強勁，僅僅兩個月的時間就能夠從零起步發展到完敗阿爾法狗，進化能力驚人！

不僅如此，人工智慧已經開始在某些領域超越人類，人類已經分辨不出那些作品是人類的，哪些是人工智慧設計出來的，驚訝不？

這其中凸顯出來的就是當一個機器能夠在短時間內就可以掌控一個普通人需要花費數十年才能培養出的技巧和經驗，那麼人類的存在價值又如何才能提現？

從深藍戰勝卡斯帕羅夫，到阿爾法元橫空出世，這才短短十幾年的工夫。人工智慧在圍棋上戰勝人類這件事本身並不可怕，可怕的是人工智慧由此而積累出的演算法最佳化能力，一旦被應用到別的領域，人類的優勢又會在哪裡提現？央視播出的《機智過人》欄目，機器打敗人類的場景時有發生，而對於我們人類來說能接受人工智慧進化到哪種程度還是未知數！對於底層普通人來說，人工智慧可以為自己提供一定程度上的便利又不至於搶走飯碗就可以了，但是工程師卻會不斷設法突破自我原有的框架來保證自身在本行業的地位。外行又哪裡會有渠道來影響內行？

未來的某一天，我還想睡懶覺就被機器喚醒了，它在提醒我睡眠時間過長對身體有害，早上起床吃早飯的時候又提醒我不能吃甜食，會影響血糖。我要出門散步，它會及時告訴我要把步行速度和里程控制好，再告訴我不要對機器喋喋不休的好心提示感到厭煩，這樣會令心情煩躁，必要的時候可以幫我預約心理醫生。這樣的場景只怕未來發生的機率會很大，只是這樣的生活是否會提高我們的幸福感？

過去幾年炒的很火的人工智慧幾乎等同於深度學習，也就是人工神經網路的一種。這種技術的特點是，在模式識別(比如影象識別)等方面表現很好，當然優點不止這一點。但是這種技術有一個問題，那就是需要大量的資料來訓練它。它模擬的是人的大腦部分，但人不止有大腦，還有小腦和腦幹，還有眼睛和耳朵等感測器。

得益於5G技術的馬上商用，以深度學習為代表的人工智慧在未來幾年一定會大放異彩，進入普通人的生活中。但這種進入很有可能是隱形的，也就是你已經用到了，但沒人提醒你很可能不知道。原因是提供這些技術應用的企業，在採集和使用資料的時候我們普通人很難發現，普通人只能得到這些技術應用提供給我們的結果。

普通人要能明顯感受到人工智慧技術的大量應用，就需要直接看到一些實際的不同於以往產品和應用場景，比如大量的機器人或者表現良好的自然語言互動體驗。而要實現這些就還需要一些除深度學習以外的技術，比如模仿小腦，腦幹，眼睛，耳朵等的技術。這樣的話，人工智慧系統將直接透過類似眼睛，耳朵這樣的感測器直接從現實生活環境中獲取資料，我們普通人也能直接感受到人工智慧技術的普及。那這些技術現在有人在做嗎？答案是，有的。可以去看看張曉林的關於機器視覺的演講。總之，在未來幾年，當這些技術成熟之後我們會迎來一個機器人技術大爆發的時代，到時候人工智慧和機器人將會充斥我們的生活。而這個時間，我個人認為大概是10年左右。