是會推動基礎科學的。因為基礎科學是研究自然萬物及物質運動的，而我們人眼是很難觀察它們的，我們一般都是透過顯微鏡、望遠鏡等等的輔助才能進行研究。基礎科學的研究是一個觀察、記錄、猜想、驗證、總結的過程，我們透過計算機能夠從聲波、放射線等等我們無法用肉眼直接觀察的角度去進行研究，與此同時我們記錄的資料繁多，透過人工智慧和大資料等手段我們能夠去掉無用的"垃圾資料"，對使用的資料進行對比分析，得到關鍵詞，進而推理猜想，得到一個值得驗證的猜想。無論猜想正確與否，那都推動了基礎學科的進一步發展。

計算機人工智慧帶來的變革，將超乎所有人的想象。

1.人工智慧推動基礎科學理論突破

縱覽歷史，每一次重大的基礎科學理論突破，都必將帶來人類社會的巨大變革。例如，牛頓的經典力學為第一次工業革命奠定了基礎，法拉第的電磁感應理論和麥克斯韋方程直接引發了第二次工業革命，愛因斯坦、馮·諾依曼等科學家無疑是第三次工業革命的“幕後推手”。人類一旦認識了新世界，就必然會創造工具來改造舊世界，社會就會沿著“基礎科學理論突破→新工具誕生→生產效率極大提升”的模式產生變革。

但被很多人詬病的是，近幾十年來基礎科學理論沒有像樣的重大突破。例如，核電技術在60年代就商業運營了，核聚變卻仍然遙遙無期；登月火箭和高鐵60年代就造出來了，但相關材料科學卻沒有重大進展；粒子物理和絃理論等物理學的理論發展幾乎停滯；在醫學上，癌症、艾滋病和帕金森等疾病仍然難以治療。雖然最近幾十年應用物理的發展很快，比如手機一代一代更新、汽車一代一代進步，但基礎科學理論都是在“吃老本”。

隨著人工智慧的發展，基礎科學研究彷彿又有了的新希望。在瀏覽Phys.org和EurekAlert!網站（全球最著名的科技新聞網站）的時候，可以發現2016年以來出現了很多關於人工智慧促進新材料、化學和物理研究的新聞。

2018年12月，僅“人工智慧+新材料”領域的訊息就有4條，這足以說明學術界對人工智慧工具的重視。仔細瀏覽一遍，還可以發現美國幾乎主導了這方面的研究。美國學術界一直對利用大資料加速科學研究抱有濃厚的興趣，例如“材料基因組”就是由美國發起的，美華人對大資料在科學研究中的作用有著更深刻的認識，繼續引領“人工智慧+材料/化學/物理”領域的研究也不足為奇。

2.人工智慧推動社會生產效率快速提升

人工智慧無疑是計算機應用的最高目標和終極願景：徹底將人類從重複機械勞動中解放出來，讓人們從事真正符合人類智慧水平、充滿創造性的工作。在60年的人工智慧發展史中，已經誕生了機器翻譯、影象識別、語音助手和個性推薦等影響深遠的應用，人們的生活在不知不覺中已經發生了巨大變化。未來，人工智慧應用場景進一步延伸，是否能夠帶來社會生產效率的極大提升，引領人類進入新時代？

為了探索這一問題，曾在谷歌和百度擔任高管的吳恩達於2017年成立了一家立足於解決 AI 轉型問題的公司 Landing.ai。吳恩達透過一篇文章和一段影片在個人社交網站上宣佈了該公司的成立，並表示希望人工智慧能夠改變人類衣食住行等方方面面的生活，讓人們從重複性勞動的精神苦役中解脫。

3.人工智慧將有效改善人類的生存空間

自第一次工業革命以來，人類活動對自然界造成的影響越來越大，日益增長的資源需求使得土地利用情況產生巨大變化，汙染愈發嚴重，生物多樣性銳減，人類的生存空間變得越來越惡劣。

從1850年開始，全球氣候變暖開始越來越嚴重，由此引發的水資源供應、氣溫反常、沙漠化等問題接踵而至，人類與自然生態系統的動態平衡被擾亂。近年來，全球氣候變暖問題已經受到全球範圍內的高度重視，節能、環保、綠色和可持續發展已成為世界各國政策的落腳點。

根據聯合國的預測，2050年世界人口將從現在的76億增長至98億，2100年更將達到112億，其中一半以上的人口增長量將來自南亞和非洲地區。隨著人口的迅速增長和經濟的不斷髮展，全球能源消費需求將會呈直線上升的趨勢，現有高汙染、高能耗的發展模式將難以為繼。

在這種大背景下，全世界都在大力發展太陽能、風能以及核能等清潔能源，並積極研發可降解的生物質材料來替換石化產品。進入人工智慧時代後，怎樣更好地利用大資料和機器學習等前沿技術，為環保和綠色產業賦能，成為了政府、科學家、公眾以及企業的關注焦點。

在能源利用方面，谷歌旗下的DeepMind無疑走在了最前面。2016年開始，DeepMind將人工智慧工具引入到谷歌資料中心，幫助這家科技巨頭節省能源開支。DeepMind利用神經網路的識別模式系統來預測電量的變化，並採用人工智慧技術操控計算機伺服器和相關散熱系統，成功幫助谷歌節省了40%的能源，將谷歌整體能效提升了15%。

2018年後，DeepMind更是將“觸手”伸向了清潔能源領域。我們都知道，風力發電因為有較大的波動性和不可預測性，因而難以併入電網，無法有效利用。DeepMind利用天氣預報、氣象觀測等資料訓練神經網路模型，可以提供36小時後的風力預測，從而讓農場的風力發電變得能夠預測。一旦風力發電可以預測，電廠就能有充裕的時間啟動需要較長時間才能上線的發電手段，與風力互補。如此一來，風電併網難的問題就可輕鬆解決。

在自然環境保護方面，微軟的“人工智慧地球計劃（AI of Earth）”則為大家做出了表率。這一計劃於2017年7月啟動，旨在藉助雲計算、物聯網和AI技術，保護和維持地球及其自然資源，透過資助、培訓和深入合作的方式，向水資源、農業、生物多樣性和氣候變化等領域的個人和組織機構提供支援。

4.總結

站在2019年看人工智慧，不免感到幾絲寒意。人工智慧演算法沒有明顯突破，魯棒性差、演算法黑箱等問題依然突出，部分商業化落地也不及預期，一些專家學者開始擔心人工智慧將迎來新的“寒冬”。

但若站在未來回顧人工智慧，當前所有的擔憂將僅僅是一個個小插曲。即便是目前，人工智慧技術的潛力也遠遠未終結。人工智慧即將帶來的變革，仍將會超乎大部分人的想象。

近年來，許多行業都已切實感受到人工智慧帶來的顛覆，包括金融、製造、教育、醫療和交通等等。但人工智慧的價值維度還有很多，加速基礎科學研究、提升社會生產效率和改善人類生存空間也只是其中的幾個方面，我們不妨先提升一下自己的想象力。人工智慧將為人類帶來怎樣的變革，讓我們拭目以待吧！