人工智慧（Artificial Intelligence, AI），是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。人工智慧是計算機科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、影象識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的“容器”。

對於人工智慧來說，前60年的人工智慧歷程，可以用“無窮動”來形容；後60年的人工智慧發展，可以用“無窮大”來期許。

從人工智慧的發展史來看，我們不難發現，人工智慧並非單純由某種思想、方法論或技術推動前進，而是在不同階段，由不同的技術、理論與方法推動。上世紀六七十年代，專家系統曾經紅極一時，但現在已經被果斷拋棄。當前，深度學習扮演了這種推動角色，但能否持續下去，接下來會否有什麼新理論技術，我們並不能確定。機器智慧或許可以在一夜之間發生質變，也可能長時間停滯不前。

更進一步說，人類之所以會害怕人工智慧，是因為我們在用人類的思維去理解它，去解釋所有人工智慧的現象。但我們依然還有很多不懂的地方，比如，人工智慧的智慧產生方式。最初，人類一直試圖透過模仿人類的思考方式讓機器獲得智慧，卻無一例外以失敗而告終。直至上世紀70年代，工業界轉變觀念，認為機器未必需要像人類一樣思考才能智慧。於是轉而嘗試新的方法，即透過資料驅動加超級計算，來讓機器獲得智慧，終於獲得突破。這也是今天AlphaGo獲取智慧的方法。透過深度學習、藉助海量資料進行訓練學習。其關鍵在於獲取資料間的模式，或者說相關性。這是一種全新的思維方式，與人類完全不相同。

人工智慧的未來是造福人類？

隨著「宇宙」的成長，人工智慧受訓者們可以開始學習無數有用的計算機相關技能。畢竟，它本質上是進入現代桌面電子處理工作世界的門戶。「宇宙」環境的多樣性甚至給了人工智慧終端見識一些更廣闊知識天地的可能，而在其他地方是很難收穫這些知識的。

從 Flash 和雅達利遊戲的冠軍到提升醫療服務質量的智慧終端，這是一個鴻溝，但這是因為我們的人工智慧系統還在幼兒園階段。過去許多年，人工智慧從未取得像今天這樣的進步。現在它正走在通往一年級、中學以及最終的高階學位的道路上。

是的，結果依然不確定。是的，這讓我們害怕。但是如今我們有一個選擇。我們可以嘗試關閉這個我們既不能完全控制也不能預測的陰暗未來，並且冒著技術自發滲透和覺醒的風險，並引發大規模的替代潮。或者我們可以嘗試積極的引導它走向社會效益的最大化，並鼓勵促成我們想要看見的未來。正如 OpenAI 的另一位聯合創始人 Sustkever 所說：“如果你期待看到我們所指的真正意義上的「智慧」，它絕不僅僅解決一個問題，而是解決大量的問題。但是對於一個通用終端，到底什麼才算是好且智慧的？這些還不是那麼完全明確的問題。”

就目前來看，人工智慧的受益者是人類！讓人從繁重的體力勞動和重複機械的勞動中解放出來，從而誕生新的更輕鬆的職業。也讓人們有更多的時間去做自己感興趣的事情！

人類的興盛是分工合作，如今人工智慧向通用智慧發展的結果是分工合作的最大沖擊。人類在生存生活是建立在幾大經典經濟理論和銀行債務體系下，它們還沒有去接納人工智慧，更別說融合，而它們的頂端資本，如果人工智慧時代來臨，最大收益是資本擁有者，最苦逼的是那二八分化的八。