以後會有更多、更高階的機器人出現，但不會是機器人代替人類的時代。

機器人不能與人劃等號

機器人是人們在生產、生活中，為提高生產效率，改善生活質量而創造出來的工具，現在已廣泛用於各行各業。機器人的種類很多，按領域可以分為工業機器人、服務機器人和特種機器人；按照智慧等級可分為工業機器人、智慧型機器人；按照形態可分為仿人智慧機器人、擬物智慧機器人和無形態機器人。機器人的出現代替人處理人無法達到的場景，大大減輕了人的勞動強度，更加安全高效。但機器人只是一種工具，並不是人。人有自然屬性，從受精到出生，從幼年、少年、青年、中年、老年直至死亡，是有其一定自然生長規律和時間侷限，人需要吃喝拉撒，有七情六慾，有獨立自主性，還有創造性，故不能等同。

人能製造機器人

人體的構成或者人體器官有侷限性，人不能像鳥能在空中飛，也不能像魚兒在水中游，人的眼睛不如鷹眼看得遠，鼻子不如狗鼻靈等等。但人類在生產實踐中，近取諸身，遠取諸物，能創造工具，能製造出機器人，尤其是隨著科技的不斷進步，還會創造出更多、更高階的智慧機器人服務於人類。

機器人不會代替人類

隨著更高階的智慧機器人的出現，不少人擔心其摸仿人類的學習能力、創造能力，會製造出更高階的機器人，反過來控制人類、代替人類，這只是一種心理恐懼情緒，不具備科學依據。機器人的特性：一是人類創造出來的工具，不具備生命形態的自然屬性。二是通過仿人類的學習，其智慧可在很多方面超人類，阿爾法因其演算法贏得圍棋比賽勝利，如是讓其寫一篇高考作文，不知道會有多少老師打100分。除了演算法，情感、智慧等不可能超越人類，其自身的生存與發展意義的侷限，因其不自生，在短暫時期內，不可能為之前仆後繼、捨身取義。試想，通過所有人類的智慧與智慧，創造一個或一批全能的、超人類的永不死亡機器人，來治理地球，按人的本性是絕對不允許的。

總之，人工智慧利用在和平發展上是福祉，利用在爭戰上是毀滅，古石器時代的石器是厲器，現在是文物。只要機器人是工具，不管哪個時代永遠是人類的時代。

回答這個問題前有必要系統的瞭解人工智慧的特點及發展現狀，區別人工智慧與人智慧存在的差異。

一、什麼是人工智慧？

1956年，在美國達特茅斯學院一次特殊的夏季言談會上，麻省理工學院教授約翰·麥卡錫第一次提出了人工智慧概念。此後，人工智慧迅速成為一個熱門話題。

1、人工智慧的定義

儘管概念界定眾多，但科學界對人工智慧學科的基本思想和基本內容達成的共識是：研究人類智慧活動的規律，從而讓機器來模擬，使其擁有學習能力，甚至能夠像人類一樣去思考、工作。

2、人工智慧的特點

1) 人工智慧好比新的意識形態，通過學習、推理、規劃、感知來處理一系列任務，就像是人的大腦，所以才會有“百度大腦”、“谷歌大腦”等。

2) 人工智慧是以大資料來支撐的。主要是識別類、感應器方面的。比如說語言翻譯，以前是每個單詞的翻譯，隨著搜尋引擎的迅速崛起，人們把自己想說的話通過語音按鈕發到網上，然後被搜尋引擎獲取，就會形成一些例句，例句再經過電腦處理器的固定語法組織，選出最恰當的表述，這樣就可以得出翻譯的語句。所以，我們為了讓計算機達到最理想的效果，需要不斷的以資料來支撐計算機的學習。

二、人工智慧的發展與現狀

在人工智慧研究早期，有些科學家非常樂觀地認為，隨著計算機的普及和CPU計算能力的提高，實現人工智慧指日可待。但後來事實證明，人工智慧的發展並沒有預期的那麼美好。

1、發展低潮

20世紀50年代至70年代，人工智慧力圖模擬人類智慧，但是受過分簡單的演算法、匱乏得難以應對不確定環境的理論以及計算能力的限制，這一熱潮逐漸冷卻;20世紀80年代，人工智慧的關鍵應用——基於規則的專家系統得以發展，但是資料較少，難以捕捉專家的隱性知識，加之計算能力依然有限，使得其不被重視，人工智慧研究進入低潮期。

2、快速發展

直到進入20世紀90年代，神經網路、深度學習等人工智慧演算法以及大資料、雲端計算和高效能運算等資訊通訊技術快速發展，人工智慧才迎來了春天。

3、深度發展

“大約在10年前，一種被稱為深度學習的新的機器學習方法，讓人工智慧的演算法更智慧。”中國科學院自動化研究所研究員易建強說：“它是一種通過多層表示來對資料之間的複雜關係進行建模的演算法。深度學習模仿人腦結構，具有更強的建模和推理能力，能夠更有效地解決多類複雜的智慧問題。”

中國科學院院士譚鐵牛說：“當前，面向特定領域的專用人工智慧技術取得突破性進展，甚至可以在單點突破、區域性智慧水平的單項測試中超越人類智慧。”

這其中，比較著名的事件包括1997年“深藍”戰勝國際象棋世界冠軍，2011年IBM超級計算機沃森在美國電視答題節目中戰勝兩位人類冠軍，以及2016年和2017年阿爾法狗戰勝人類圍棋高手。

在不少人工智慧專家看來，儘管經過近60年的發展，人工智慧已經取得了巨大的進步，但總體上還處於發展初期。

三、當前人工智慧的運用

ü 人工智慧的應用技術主要包括語音類技術(包括語音識別、語音合成等)、視覺類技術(包括生物識別、影象識別、視訊識別等)和自然語言處理類技術(包括機器翻譯、文字挖掘、情感分析等)，這類運用最為成熟。

ü 人工智慧在行業應用上包括智慧機器人、智慧駕駛、無人機、AR/VR、大資料及資料服務、各類垂直領域應用等。

ü 在行業解決方案方面，人工智慧的應用範圍則更加廣泛，目前已經在醫療健康、金融、教育、安防、商業、智慧家居等多個垂直領域得到應用。

四、人工智慧發展遇到的瓶頸

毫無疑問，目前人工智慧正處於蓬勃發展階段，但是也要冷靜地看到，人工智慧的發展仍然存在一些問題。因為單從目前的智慧程度來說，在較為通用的智慧方面，人工智慧還遠遠談不上人們想要達到的程度。“阿爾法狗”的誕生，曾經令很多人眼前一亮，但現在仔細看來，“阿爾法狗”只能在圍棋領域有所建樹，不能跨越到其他情景之中。

具體來看，人工智慧的瓶頸體現在以下幾個方面：

1、 動機性

在心理學上，動機一般被認為涉及行為的發端、方向、強度和持續性。動機也是有層次的，不同層級可以互相轉換。馬斯洛（ Abraham Maslow）於 1943 年在《人類激勵理論》一文中將社會需求層次與生理需求、安全需求、尊重需求和自我實現需求並列為人類五大需求，人處於不同的需求層次就會有不同的動機層次。有了動機後，人們的行為就有了指向性，這對於人的日常行為是非常重要的。

讓機器產生動機的一大難點在於動機是很難被表徵的。目前還沒有研究清楚的展示動機的形成機制，表徵的必要不充分條件是具有可以被清晰表達的框架，而且動機的轉換邊界並不清楚。因此，動機的權重值便無從下手，導致計算陷入僵局。另外，動機還有意識動機與無意識動機之分。目前，人工智慧界對於意識層面的內容還知之甚少，更不要提進行表徵了。

2、 常識

常識被定義為在一定的文化背景下，人們擁有的相同的經驗知識，比較常見的有空間、時間、文化、物理常識。常識對於我們的日常生活十分重要，尤其是在我們做出決定與判斷的時候尤為如此。很多常識是潛移默化形成的，是文化與背景學習的產物。那機器如何形成常識呢？早在 1959 年，約翰· 麥卡錫就已經想過讓機器擁有常識以變得更加聰明。目前的人工智慧界有兩種方法來解決這個問題。

第一種方法為讓機器形成學習與觀察周圍環境的機制，就像一個孩子一樣去學習，不過這樣時間成本比較大，使用者能否承擔起這些成本還是未知數。明斯基曾說：常識是長期實踐中總結出來的龐大知識體系，包含大量生活中學到的規則和異常現象、特性及趨勢、平衡與制約等。

第二種方法就是建立大型的常識庫，並將其儲存到電腦中。其中最為著名的為 CYC 專案，這個專案由道格拉斯· 萊納特於 1984 年提出。首先通過採訪與觀察人的資料，然後由知識工程師對這些資料進行處理，以CYCL 的形式整理成資料庫。當然，這個常識庫的成本過於高昂。目前常識庫中比較可行的思路為讓網際網路上的每個使用者共同建立這個常識庫，並在特定的網頁使用不同的語言來進行編寫，這樣就能節省很多時間與金錢，最為成熟的為 OMCS（ Open Mind CommonSense）。

3、 決策

無論是人類的日常生活還是人工智慧，最為關鍵的一步就是決策。如何讓機器更加智慧地進行決策，這是一個關乎未來人工智慧走向的問題。人類的決策機制主要分為三大部分：理性決策、描述性決策與自然決策。

1) 理性決策即認為人在決策時遵循著理性價值最大化的原則，比較具有代表性的有馮· 諾伊曼提出的最大期望效用理論，倫納德· 薩維奇提出的主觀期望效用理論等。

2) 描述性決策認為人在進行決策時不完全遵循理性準則，其中丹尼爾· 卡尼曼與阿莫斯· 特沃斯基提出的前景理論是其中的代表。該理論認為，決策者依據價值函式、權重函式賦予選項不同的效用值，最終選取最大期望效用值做出決策。人也存在著啟發式偏差，這會對決策產生影響。

3) 自然決策專門研究人們如何在自然環境或模擬環境下實際進行決策，其中最著名的要屬加里·克萊因（ Gary Klein）提出的再認—啟動模型（ RP D），該模型認為人在決策時會依據以前的模式進行匹配。對於機器而言，進行智慧決策可以借鑑人的決策習慣，可以將幾種思維方式進行結合，並確認出一套判斷機制，以便在特定情景下對決策行為進行抉擇。例如，機器可以區分出時間與情景的壓力，並建立起相對應的匹配機制，如當情景壓力小時選擇理性決策模式，而當時間壓力大時選擇自然決策模式等。

所以，目前人工智慧界對常識、動機與決策問題中的難點解決辦法看起來還不是很多，但這確是目前機器智慧與人智慧之間差異最為顯著的地方，也是目前整個行業的瓶頸所在。如何讓下一代人工智慧產品更有“溫度”，需要先在這幾個問題上有所突破。

五、總結

機器人的出現可以代替人類處理人類無法達到的場景，更加高效，高智慧的機器人甚至可以完全解放人類的束縛，自行完成任務，不過這有待人工智慧的進一步發展；至於電影《終結者》中出現的機器人，未來世界可能會出現，不過目前所遇到的瓶頸可能需要幾代人的努力去攻克。

人工智慧利用在和平發展上是福祉，利用在戰爭上是毀滅。只要機器人是工具，這個時代永遠是人類的時代。

談到人工智慧這個話題，人類的態度和想法都充滿著糾結：一邊希望它聰明到可以幹所有的活兒，一邊卻又怕它太聰明反過來奴役人類。儘管對未來的預測非常困難，但也不乏其人。

早在20世紀50年代，美國科幻時代著名的代表人物之一、“機器人三大定律”的制定者艾薩克·阿西莫夫就曾在《我機器人》的小說中預測，這個期限是2035年。

他描述，2035年街上遛狗是機器人，清掃街道的也是機器人。現在，阿爾法狗已經毫無懸念地戰勝了人類圍棋世界冠軍,再過18年，艾薩克·阿西莫夫的預言會實現嗎？

計算機程式“深藍”戰勝世界排名第一的國際象棋高手加里·卡斯帕羅夫時，人工智慧是否會超越人類，這個話題就曾在很長一段時期內成為很多人的困擾。歷史何其相似，但又有所不同。從那時至今，經過近20年的發展，人工智慧已經度過了最初的萌芽階段，正在迅速滲透進生活的方方面面，它的邊界也在不斷變化和擴充套件。比如，人們最初會為計算器的計算速度驚詫，將其視作智慧，但是現在它只不過是小學生都能使用的輔助工具。正如斯坦福大學釋出的《2030年全球人工智慧的發展前景》報告中說，人工智慧正在形成一種“人工智慧效應”，它“總會將一種新技術帶入人們的生活，而一旦人們習慣了這種技術，它便不再被認為是人工智慧”。

或許，人工智慧並不是“忽如一夜春風來”，而是以一種“潤物細無聲”的姿態存在，從這一層面上來說，人工智慧時代早已來臨, 機器人技術和自動化現已取得了巨大的進展，尤其是在製造業領域。根據牛津大學工程學院2013年的一項研究，在未來20年裡，美國近一半的工作崗位，47%的人面臨著被自動化代替的風險。運輸、物流和辦公室管理方面的工作崗位面臨著被替換的風險。無人駕駛汽車，包括大型卡車，已經在高速公路上行駛。根據牛津大學的報告，雖然目前機器人主要應用於製造行業，但接下來可能會有數百萬個服務崗位也將使用機器人技術。

技術進步是一把雙刃劍，他們會使得一些工作消失，但創造出的其他工作機會也會越來越多。

我相信你一定會的

隨著生產力的不斷髮展，人類的本身對外輸出的功率變回比不上機器。而人的需求又是無限的，所以智慧化生產始終是避免不了的。就這樣，人工智慧成為未來工業發展的必然趨勢。

科技的發展一直是人類社會進步的重要動力，ai的發展趨勢越來越快，這種技術是目前人類唯一發展出的有可能自我迴圈成長的科技，現在眾說紛紜，結果不得而知。不過可以確定的是不久的將來會替代部分人的工作。

現在通過程式設計序來控制機器人已經運用很廣泛，特別是在高科技領域。但機器人目前來講還是有它的侷限性，比如講在維修和鉗工這塊還是依靠我們的技術員針對具體問題分析做出判斷和加工，特別是在一些環境惡劣的地方，比如強險救災，和重大工程方面我們的大國工匠是不可或缺的！

毋庸置疑，以後一定會是機器人的時代。現代社會技術發展已經使我們離不開機器人，雖說日後會是機器人的時代，但我認為機器人終究只是人類創造出來的一種工具，機器人是永遠不可能取代人類的。人類和機器的關係將來更多的是合作關係而非競爭關係。馬雲表示：“我相信機器會做到比人聰明，但人比機器更智慧”“人類會越來越厲害，機器永遠不可能取代人類”。李彥巨集表示："我們不應該花大精力造出一個機器來長得像人，不應該花在解決讓這個機器怎麼學會走路、跑步、上下樓梯，這是一個機械時代的思維。我們要解決的是讓機器能夠像人一樣思考。" 我們應該尊重機器人技術，而不是擔心機器人技術。引領未來的不是機器人，而是機器人背後的人的智慧。

後面有一個時代是機器人制造商的時代。機器人變成廣泛的商品。但是無論如何，商品是需要人來買的。所以那個時代都是人的時代。除非機器人可以擁有自己的資產。