人工智慧不斷向前發展，到一定程度可能真的讓人類自己都感到超乎意料並可能以失控狀態向未知方向發展。

一些常規能力，如儲存，記憶，資料處理技術等，人工智慧肯定會很快超過人類，也許我們需要十幾年辛辛苦苦讀書才得來的知識，將來的人工智慧可能分分秒秒就下載完成，我們現在還在起早貪黑背單詞學語法的外語，在智慧翻譯軟體面前可能太OUT了，或許將來開山架橋，建房填海都由人工智慧完成……

這樣想來，是不是讓孩子上學覺得多餘了?不管怎麼樣，該怎麼生活還是怎麼生活。

無法想象的人工智慧發展，是福是禍無法預料，我們只能祈禱，人類自己把握住發展方向，讓人工智慧為人類服務，讓人類從繁雜的體力腦力勞動中解放出來，去完成更高階的宇宙賦予的人的使命。不能讓一些壞的惡意的人掌握和控制了人工智慧，如果讓人工智慧增添更無法控制的情感元素，弄得不好，它們真的可能成為控制人類的世界霸主，那一定是人類自己培養的掘墓人。

人類必須馬上行動起來，制定法律法規，規範人工智慧技術健康發展，讓技術的發展普惠全人類，而不能僅讓少數人受益。並且未雨綢繆，制訂應急預案。不致於到時手足無措，應對失策。

這個幾乎不可能，當前人工智慧熱鬧，一些企業直接以好萊塢科幻場景暢想未來，而媒體也樂於報道和渲染，給人的感覺人工智慧無所不能。此前諾貝爾經濟學獎獲者Thomas J. Sargent在世界科技創新論壇上表示，人工智慧其實就是統計學，只不過用了一個很華麗的辭藻，其實就是統計學。好多的公式都非常老，但是所有的人工智慧利用的都是統計學來解決問題。

人工智慧超越人類、人工智慧毀滅人類、人工智慧取代人類等等，一是受到各種媒體渲染，同時也是看多了科幻片。至少在百年內是看不到，強人工智慧發展之路遙不可及。

當前的人工智慧無非是鸚鵡學舌罷了

上世界八十年代，美國著名發展心理學家、哈佛大學教授霍華德·加德納博士提出多元智慧理論，人類的智慧是多元化而非單一的，主要是由語言智慧、數學邏輯智慧、空間智慧、身體運動智慧、音樂智慧、人際智慧、自我認知智慧、自然認知智慧八項組成，每個人都擁有不同的智慧優勢組合。

此外，人工智慧自然語言理解，關聯性不等於因果性。語言的重要性，不僅是日常生活中，為了溝通而使用的工具，事實上，語言的影響力遠超我們所能的覺察，然而我們在使用語言過程中，可以分為直述、比喻、價值和恆真。

然而作為人工智慧，由於輸入大量的資料，在“直述語句”來說，由於有固定規則，只要有規則，人工智慧不難理解，例如你問機器，明天深圳天氣怎麼樣？你一定能獲得到精準的答案，常若你問東方紅太陽昇中國出了個。。。，事實上，這是一首歌唱偉人的歌曲，也許機器能理解這是一首“歌曲”，但對歌曲背後的故事並能理解。

或許機器可以理解“東方”、“太陽”等詞語概念，但基於深度學習的等技術對文字語義的提取，根本談不上人類具有的思考和理解，這必然導致在與人工智慧對話過程中，除了問答式的聊天以外，要和人類一樣具有思維意識還不現實，對話也很侷限。

人類存在於語言之中，語言的自然變得非常重要，顯然，人工智慧在自然語言理解層面遠遠不夠，當前只是具有“自然語言處理”能力，依託資料和深度學習等技術能實現關聯性，但不等於因果性，這種訓練模型其實很死板和僵。看客們可以拿起你手中智慧手機，去體驗下蘋果Siri或者其他語音助手，就知道人工智慧在自然語言方面有多弱智。

人工智慧不具有創造性

機器人不可能擁有思想和創造力，對於人工智慧來說，有強大的計算和學習能力，但談不上創造和思考，人類千年文明的延續，就是不斷地對未來的探索和思考，尤其“要在不疑處有疑”，換句話說，在沒有任何疑問的地方產生懷疑，舉個例子來說，牛頓坐在蘋果樹下，一顆蘋果掉下來打在他的頭上，於是開始思考為什麼蘋果是往下掉，而不是往上飛？最後發現了“萬有引力”定律。

牛頓對“未知”領域進行探索，其“萬引力”是17世界自然科學最偉大的成果之一，是人類認識自然的歷史上樹立了一座里程碑，這種發現性的、創造性的，人工智慧不具備這種創造性思維的能力。

人工智慧依託海量的資料進行訓練，在遵循規則領域，只要有規則，隨著人工智慧技術的發展，會比人類做的更好，就如谷歌人工智慧系統阿爾法狗下圍棋一樣，經過訓練和學習後，它可以輕鬆擊敗人類圍棋高手。然而它並沒有“智慧”，愛因斯坦說過一句話：“專家只是訓練有素的狗”，當然這句話不是在“罵人”，而是在提醒我們不應只是做個專家，而是進一步利用知識提升到“智慧”。

阿爾法狗就是利用資料訓練出來的“狗”，圍棋水平很高，卻不能利用資料創造“智慧”，對於機器來說，它只是演算法，不會存在思想，更無法理解，就如它並不能從資料中洞察達·芬奇的《蒙娜麗莎》之謎，換句話說，人工智慧僅僅是“人類智慧傳承”。

超越人類成為世界霸主是有可能的哦！但是就目前來說還是比較遙遠吧

人工智慧的現狀——基礎應用

最近幾年人工智慧相關的技術發展是相當快，有中井噴的感覺。幾年前我們很多人還在使用功能機，大屏智慧機還沒有多少人在使用，但是現在隨著大屏智慧手機的普及和發展，很多手機在硬體配置方面已經超過PC機。這樣的基礎大環境，為人工智慧提供良好的機遇：基礎樣本多樣化，海量數量，需求多樣化，這些都促進基礎人工智慧的飛速發展。

由於人們網購需求暴漲，直接促進了人工智慧在物流行業的進步發展：智慧分揀+智慧配送。相信很多老牌網購一族都體驗過，網購那種漫長等待的感覺，但是現在已經能做到隔日達，甚至是次日達，這一切都是得意於人工智慧在快遞物流的推廣使用，極大的提高了物流中轉的速度。類似的例子還有很多，仔細回想一下還有很多應用的例子。

人工智慧的趨勢——解放人類雙手

人工智慧發展的很快，很多場景下已經很少有認為的參與：無人駕駛汽車和自動化工廠

“女司機”曾經是很多人嘲笑的物件，更是許多老司機躲避的物件，因為誰也不知道她們會幹出來啥事情。因為她們有可能會分不清剎車和油門。。。

2019百度AI開發者大會上，百度人工智慧也是給了我們不少的驚喜：自主泊車。不僅具有自動駕駛技術，更是可以做到人車分離，僅僅透過手機app的召喚，就能讓在停車位上的汽車自行啟動並行駛到車主身邊。

百度的自主泊車位元拉斯汽車的無人駕駛更厲害，使用者可以透過手機APP召喚車輛，車子就能遠端啟動，自動開出地庫，來找我們；行進中發現前面有車的話，該等的時候它會等，遇到障礙它會停；就算遇到突發情況，也能及時反應，不會撞上，非常安全；開到目的地，如果非常擁堵，司機直接下車走了，無人駕駛的車低調地跟在人類司機駕駛的車流裡，自動排隊開往地下停車場；車輛也不會把路邊正常行走的行人當成障礙物，做出誤判；並且，遇到很小難停的車位，人類司機可能會吃力，無人駕駛的車卻能很輕鬆停進去。

2017年蘋果最大的代工廠——崑山富士康解僱6萬名工人，大量引入機器人取而代之，電子製造業智慧化轉型已經勢不可擋。就連最常見的餐廳服務員也有隱約要被智慧機器人代替的趨勢。

人工智慧的深度學習帶來的風險

還記得去年中國發布的一款機器人嗎？那個女性機器人真的很逼真，我看圖片就沒有分辨出來。

人工智慧是一項高科技技術，但凡是技術總會有好的影響和壞的影響。科學技術無所謂好壞，好壞只是使用的人。

在二次世界大戰的時候，美國率先研發出核武器，並應用於對日戰爭中。在日本爆炸的原子彈，有效的促使日本投降結束世界大戰。對世界上大多數人來說核技術是好的，但是受到和汙染的人來說呢？

工廠自動化生產+大資料時代+機器人技術進步，也許在未來的一天就會實現，機器自動化生產機器人。人工智慧雖說是人類創造的技術，但是它一直在發展，總會有一天會在人類失誤下突破人類對其的限制。《終結者》 《機器公敵》等等影視劇不就是描述在人類的失誤下，人工智慧機器人突破限制超越人類成為世界的霸主。

現在人工智慧發展的越來越厲害，大資料時代更是給人工智慧提供良好的深度學習樣本。人工智慧透過透過大量的資料甚至都可以預測你的行為，你會不會因此感覺到害怕呢？

墨菲定律：如果事情有變壞的可能，不管這種可能性有多小，它總會發生。人工智慧會超越人類成為世界霸主是有可能的

題主的問題非常好，我覺得一切皆有可能，就像很多人問：真的有外星人麼？這種問題已經超出了目前人類的認知範圍，所以不能說沒有，只能說有可能！

人工智慧的民用應用領域

我想題主問這個問題，在一定程度上，可能是把人工智慧與機器人搞混了！

左邊的圖可能是題主想象中的人工智慧，而實際上的人類社會主要的人工智慧研發領域是右側這樣的！也就是說：目前為止，人類主要的人工智慧研發領域仍然是以解決現實問題，提高生產力為主。比如：

機械手臂代替人類完成高重量、高度精密的操作語音識別，幫助人類完成語言類翻譯、身份認證等VR，幫助人類模擬現實，實現跨空間交流、溝通協作5G領域人工智慧，幫助人們實現智慧家居、自動駕駛、萬物互聯、智慧城市等

以上這些方面，都已經或多或少的進入人們的生活之中，未來還會有更多的研發成果投入商用。那麼，你認為這些人工智慧產品會成為人類的霸主麼？顯然不可能。

軍用機器人

那麼什麼領域的人工智慧發展，有可能導致失控？或者威脅人類呢？筆者才疏學淺，我覺得只有軍用機器人會有可能造成這樣的結果！只是有可能！為什麼呢？

軍用機器人都是有控制的，也就是說由人類發出操作指令軍用機器人也是由程式控制的，在一定程度上就是可控的

即使真的發生軍用機器人濫用的問題，我覺得機器人本身還是機器，他缺乏人類所具備的溫度。它可能代替人類的雙手、代替人類的大腦，但是無法代替人類的文化，更無法代替人類具有溫度的情感！

人類之所以存在於天地之間，並不斷地繁衍生息，成為地球上唯一的智慧生物！是有自然規律存在的，人無法與自然做抗爭，軍用機器人就更做不到！只有順應自然規律的生物才能在地球上不斷繁衍生息！

所以，以筆者淺薄的認知和目前的知識，從內心還是堅信人工智慧無法超越人類成為社會霸主！但是，凡事沒有絕對，技術發展可能會超出想象！

非常有可能。

大家知道生命的誕生有一系列偶然和必然，本來沒有生命的普通物質元素卻形成了生命。那人工智慧呢？也許目前的人工智慧已經相當於是生命誕生時期初級生命了，而它的發展會比生物的進化快千萬倍。有人會說目前人工智慧是可控的，但我們人類基數龐大，隨著人工智慧技術被越來越多的人掌握，製造的人工智慧從數量到級別都在爆發式發展。很多不確定性，比如一個惡意程式可以自動生成其它程式，而這個新程式也許還會繼續產生下去，比如人工智慧被仇視人類的人掌握了等。

人類最好做好準備，人工智慧的失控恐怕比核武器可怕萬倍。核武器再厲害只是一種工具而已，而人工智慧可以控制工具。

如今，人工智慧早已不再是科幻小說中的專有名詞，它已經突破了從“不能用、不好用”到“可以用”的技術拐點，進入了爆發式增長的時期。在醫療領域，人工智慧已可以快速診斷疾病、做手術、開展健康監測等。早在2018年4月，國務院辦公廳釋出《關於促進“網際網路+醫療健康”發展的意見》，明確提出推進“網際網路+”人工智慧應用服務。這意味著“人工智慧+醫療”將實質性地改變人們的就醫模式，助力健康中國建設。

手術機器人優勢

“達芬奇”手術機器人系統主要由三大部分組成：外科醫生作業系統、4臂床旁機器人手術系統、高畫質晰成像系統。在作業系統下，醫生不必接觸患者身體，可直接透過控制板操縱機械臂實施手術。全球的手術量突破100萬例，其中，國內達到3.26萬例。

精準

機器人的手臂，突破了人手的靈活度極限，7個自由度，能進入人手無法進入的區域，且360度自由操作，不會嚴重破壞人體組織。手臂端配有高畫質影像系統，能夠將視野放大15倍給到主刀醫生，讓手術病症更清晰，下刀更精準。出血少

機器人手臂，穩定，精準，創口僅在1釐米左右，這比如今的微創手術，如關節鏡，腹腔鏡等創口還要小。創口越小，對於病人來說，就是越少的出血，越短的恢復時間，越低的手術感染率。

減少醫生輻射

手術中，醫生因為要確認手術植入物的位置，血管的情況等，都會在術中進行X光拍攝。一天的手術量下來，射線輻射是吃的飽飽的。這也是臨床保護醫護人員一直存在的問題，醫院每年都要給醫護人員做射線體檢的。如果醫生不用進入手術間，遠端操作就能完成手術，那就完美解決了輻射這個問題。

遠端醫療的可能

伴隨5G網略的覆蓋，手術機器人讓遠端醫療，遠端手術成為了可能。北上廣的專家可以透過機器人，在北京給跨省的病人做手術，這樣醫生和病人都不需要旅途奔波，更不用等待北京3甲醫院的床位。真正的使醫療資源下沉。

醫生會下崗嗎

這麼先進的手術機器人，那我們還需要醫生嗎？目前達芬奇還是處於輔助醫生的角色，不是自主手術。

預估在近30年內，人工智慧及機器人還是充當輔助醫生的角色，沒法單獨做出診斷及制定手術方案。因為醫學的個性化和複雜化是在太多。美國的“沃森”系統，已經學習了30年，閱讀大量的病例，影像學片子，但是還無法替代醫生。

畢竟醫學分科越來越精細，每個醫生自己都學不過來。

所以未來的30年，我們可能擁有無人駕駛，無人快遞，無人分裝，但是醫生，還是沒法被替代。當然，如果是我淺薄了，科技的發展超出我們的預估，我也是沒辦法的。

無人駕駛

人工智慧的“昨天和今天”

全球IT行業劃分為五個十年：

第一個十年：1980年——1990年，關鍵詞是硬體，霸主為IBM；

第二個十年：1990年——2000年，關鍵詞是軟體，霸主為微軟（這個階段，聯想類的中國公司抓住了機會，但總體發展方向不夠前沿）；

第三個十年：2000年——2010年，關鍵詞是網際網路，霸主為Google（中國抓住主流的機會，BAT三家便是在這個十年發展起來的）；

第四個十年：2010年——2020年，關鍵詞是移動網際網路，霸主未知；

最後，是以人工智慧為關鍵詞的第五個十年（即2020年——2030年），“就目前看來，人工智慧是提前到來了。”

那麼，在人工智慧時代，我們該如何生存?

人工智慧時代的到來給我們帶來的既有機遇，也有挑戰。首先，對新技術的發展與影響要有充分的敏感性。其次，只有不斷學習，提高自己的認知能力，才能對當下和未來的事物有比較清晰的認知，並適時作出選擇。其實，不斷地學習實在未來給自己留有更多的選擇餘地，要有意識提高自己的創新意識和能力，按照智慧社會的分工，創新勞動將佔有主導地位。

人的創造力是無盡的，人工智慧是人類創造的時代，我們利用它認知未來，來改變我們的生活和事業。

在未來，流水化，程式化，資料化的工作，將會被人工智慧取代，雖然如此，也不必恐慌。那些需要體現創造力和人文色彩的工作是不會被替代的，而那些職業所需要的技能也是無法替代的。

如果你不想被人工智慧替代、被這個社會所淘汰，那隻能不斷提升自己，讓自己佔據高位，保持旺盛的學習力，並不斷嘗試新鮮事物。接納變化、死磕目標、持續成長，這才是不被人工智慧所淘汰的正確之道。

在以上的分享關於這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。