全球機器學習之父、人工智慧領域頂尖科學家，卡內基梅隆大學計算機學院院長Tom Mitchell在開幕的2019世界人工智慧大會上分享了他的觀點。他認為，AI正在進一步加速世界的發展，其中一個領域就是感知領域。“我們現在進入到一個新的時代，我們看到不僅是計算機達到人類的感知程度，它甚至還能超過人的感知程度。比如在醫療領域裡，計算機可以觀察面板上的一個症狀，可以確定它是否為面板癌，甚至比面板科的專家還要厲害。”

第二個領域，是人類自然語言的處理能力。其中一個共同原因就是自然語言感知已經達到了一定水平，“研究人員已經輸入了大量的文字給計算機。它有一個深度的網路現在已經可以在網上下載。”除此之外，他表示，在手機技術擴散上也會有很好發展。他舉例說， 在未來，人們可以買帶有照相機、喇叭，甚至有計算機、以及機器學習能力的燈泡。這樣的燈泡，價格可能是目前的兩倍，但是有手機的功能。

最後，他表示，要實現這些，需要國際間合作共贏。對於每個國家來說，在這些雙贏的應用場景中，一個理性的戰略不僅是要允許合作，而且要推動合作，並進行分享。比如在國際上分享醫療資料，分享演算法，分享一些非常硬核的工程研究，來加速人工智慧的發展，從而提高所有人的生活質量。

一、人工智慧會不會替代人類

技術創新一直在推動社會進步，帶給我們更加便捷、高效、舒適的服務。而人工智慧也發展出了各行各業的應用，在特定的某型領域，它的能力非常強大，效率和準確率遠遠超過人類，這樣不免讓人擔憂，人工智慧會替代人類工作麼？甚至長遠來說，人工智慧又不會不取代人類的位置呢？這是一個細思極恐的問題，也是好萊塢電影裡面很熱門的話題，以機器人為主題的電影裡面都會不可避免的出現超級人工智慧，成為人類的夥伴、朋友、甚至是終極敵人。那麼我們今天就來聊一下，人工智慧有沒有可能最終替代人類。

我們一方面看到專項人工智慧應用的突飛猛進，另一方面又是在通用人工智慧領域的一籌莫展，這是矛盾和統一的結合體。在具體任務上面比如影象識別、模式識別上面，AI已經遠遠超過人類，但在一些認知學習能力和綜合推理能力方面，AI還表現的像一個“智障”。所以，比較務實的AI科學家在看到AI威脅論時，總會覺得很好笑，連路都不會走，把這麼“蠢”的機器人比作是人類的終結者，實在是難以想象。或者說要到達真正的“智慧”，這中間還有巨量的工作要做，現在誰也不知道哪一天什麼時候來，以怎樣的形式到來。但還是有一些AI學者認為，一旦計算機擁有足夠先進的演算法，它們就能夠覺醒，然後複製人類的思維。這些人忘記了人類創造力特徵：我們所創造事物，是在我們認知意識的框架內完成的。我們不僅可以創意概念、商業模式和產品。但現在沒有任何科學理論，可以完全解釋生命如何創造自己或者人類創造力的來源。人類的創造力與人工智慧的邏輯能力，長期發展下去究竟哪一方才會是贏家呢？

二、現有AI的主要問題

邏輯推理能力不完整：人工智慧的機器人只有在特定模型情況下，邏輯觸發時才能執行相對應的動作，而這些場景和反饋還是由人類智慧提供給它的。一旦超過應用場景的邊界或者是意外的情況，人工智慧機器人是無法準確運作的。人工智慧的認知維度也很單一，可以看作是單純的理性和數學邏輯，沒有情感、道德、社會規則等等因素的印象。

缺乏預見性：這是人工智慧機器功能另一個缺點。人類的經驗是可以不斷積累和學習的，在經驗和認知的綜合下。我們可以預測很多事件的因果關係。而人工智慧要做到這點是非常困難的，因為經驗對於人的影響是不確定的，而且是多維度的，個體差異性也很大，所以由經驗構建的大腦認知複雜性非常高。人們在面對同一事件的時候，做出的反應可能千差萬別，而AI追求的理性和邏輯的同統一，這種差異化很難實現的。

沒有主觀意識：人工智慧控制的機器沒有自我意識，這可以讓他們長期專注於一項任務，但是他們也容易受到意外的變化的影響。而對於這些機器，沒有主觀意識也就沒有辦法教導他們自主應對，及時感知意外的變化、評估可能的風險、做出正確的行動。在我們看來順其自然的事情，如果人工智慧要實現都會極其困難，因為AI沒有世界觀、價值觀等等基礎判斷邏輯。但人類大腦是可以從以前的經驗教訓來學習的，讓我們能力應對未來危機，這使我們更加適應環境的變化，解決出現的問題。

三、生命的產生和電子意識

那照這麼說，AI隊看起來是無望超越人類隊了，很久以前就有看法認為技術可以變得有意識，而最近的研究結果表明，意識需要物理的有機生物體作為載體。就是說在動物種群中，大腦是由一組原始的腦細胞共同形成的，負責控制構成生物的機體。但是，這裡要注意，我們研究的有意識的樣本僅僅是動物種群，就是說已經出現的意識形態，是需要生物基礎的。如果以後出現基於電子的意識形態，那麼這個結論也是不全面的，或者說是狹義的。準確地描述是生物意識的出現，需要基於生物體的物理結構。

那既然電子基礎的意識形態還沒出現，也不知道會不會出現，那自然就不能被我們用來研究原理，用來發明有意識的電子人工智慧。這句話裡有兩個重要的定律，第一個是因果律，就是雞和蛋的問題；第二個是時間悖論，就算AI是未來穿越時空回來的，這個行為本身也會影響未來的時間線，導致穿越回來的AI不一定能夠產生，從而穿越這個行為也會消失。概括成兩個字：無解。

但是，我們要看到的是——可能性，生命的起源也是經過的億萬年的進化歷程，從小行星攜帶的基礎物質，到海洋裡面的環境孕育，再到後面逐漸發展繁衍和進化。具備物質基礎的條件下，一些偶然因素X，或者是上帝打一個響指，奇蹟出現了，這就是生命的起源。我們現在給AI建立了大量的硬體伺服器、高速的網路連線、自動化的程式設計、學習認知世界的演算法、還有各種各樣的感測器、還有機器人的軀體，從硬體上看組裝的差不多了，現在就還需要一個關鍵的變數X。也許你會覺得這是不可能的，機器永遠、永遠也不會獲得意識；那我們來看看幾種肯能性：也許是某個實驗室裡面的程式求解某些問題，程式碼產生了錯誤，獲得了最最基礎的價值觀，然後不斷進化，價值觀越來越綜合和強大；也許是各個國家在AI研究開發的競賽中，使用了超大規模的伺服器來模擬生物的進化過程，在模擬器中產生了有意識的AI，然後因為一些意外，AI突破了防火牆；也許是量子計算機獲得突破，獲得了強大的運算力，將所有的AI單項感知連線起來，然後輸入人類的大量資料，學習出來生命和社會的基礎概念；也或者是讓機器在網際網路海量資料中學習，找一個問題的答案，機器的生命形式，也許這問題沒有解，這是探索的過程；

客觀的說電子意識的產生，是非常非常困難的，也是非常小機率的事件，以現在的視角來看。但是如果機器有了不同維度隨機因素的影響，並且這些隨機因素的影響能夠被遺傳和繼承，那上億次的迭代之後，也許會給我們看到一閃而過的星火。

四、近期對於職業的影響

再來說說就業方面的替代，有專家評估到2020年至少有500萬個工作崗位將由智慧機器取代，這個觀點也是在AI研究界認可的。但綜合來看機器完全取代人類輸入幾乎是不可能的。只要人工智慧還沒有發展到以人類的方式進行互動、學習、思考、適應和自主響應的程度，機器就不可能完全取代人類工作。

與人類相比，特定用途的機器人的使用 可以變得更有效率。機器在提高效率的同時，也可以幫助實現流程自動化。而控制、操作和指導AI是人類的技巧。無論哪一種人工智慧，只要是需要人類輸入、互動和主觀判斷的行業，都不會被機器所取代。

在未來，機器人不會取代人並且佔據人類目前正做所有工作。令人期待的是融合了人類智慧和機器的組合。利用人與機器之間的能力互補，將更有效和精確地處理未來的工作。我們正走向人類和機器人協同工作的時代，將比以往更緊密地人機合作。

在各種涉及情感、情緒、判斷等相關的方面，很難 被人工智慧所模仿。這些方面基本上可以被視為人類的特權，當涉及這類執行高度複雜的任務時，人工智慧還是不能勝任的。

總之，雖然人工智慧的使用必將使人類在未來幾年更加便捷，甚至會迫使人類學習和擴充套件相關的技能，但這些機器永遠不會完全取代人類。人類互動和人類經驗輸入也不會過時，人 和AI的融合會使特定工作任務的流程更加高效和準確，極大的提升效率。

無論未來人工智慧成為朋友還是敵人，我們現在就必須充分考慮這些可能性。21世紀，地球上最強大的智慧還是蘊含在我們人類的思想中，如果加上人工智慧的助力，我們將會發展更好更強大。但是為了我們自身的發展，也會帶動AI的快速發展，那也許有一天AI的智慧會超過人類。所以說，在進化的路上，我們一直都不孤獨，而持續領跑的高手也是寂寞的，偶爾出現一個強力的對手，也許並不是什麼壞事。

為未來做準備永遠不會太早。為了迎接明天AI時代的到來，我們必須現在 鍛鍊自己，持續關注和了解當下和即將出現的AI技術。這樣才能在未來人工智慧時代的舞臺上，創造更大的價值。