人工智能

因爲我本人碩士畢業論文用到的就是bp神經網絡，所以我也是對人工智能的底層邏輯大體上了解一些皮毛。我個人覺得人工智能就是機器或者系統可以像人一樣進行學習經驗、思考判斷，通過輸入層，中間層，輸出層來最終做出決策。而其中中間層是一個設定好規則的黑箱，裏面具體運算方式其實很複雜，就像人類大腦，思考了哪些、信號怎麼傳遞的，其實一般人也是不知道的，但就是能做出決策來。 這本書介紹了人工智能的歷史，基本原理，需要關注的地方，對人類社會的挑戰，以及各國做出的策略。 但是我認爲本書最大的作用是讓我對於人工智能開拓了視野，原來只是去考慮機器怎麼思考，是有形的機器還是無形的系統。實際上人工智能的安全問題(戰爭機器人的出現、阿西莫夫機器人三定律)，倫理問題(是否要給機器人以人的地位)，道德問題(由於設計人員或多或少的原因導致機器識別黑人爲黑猩猩這種道德問題)，法律問題(無人騎車撞人事件是處罰研發人還是擁有者還是機器本身)，對人類工作的挑戰，可能會導致大多數人失業等問題。 我覺得對於人工智能的時代，目前來看還是炒概念，不可否認隨着阿爾法狗的出現代表着新時代的人工智能算法層級的一大進步，但是人工智能如果想進入到目前各行各業還是要走很長時間的。但是很多專業領域可以操作使用，尤其在僅僅靠系統判斷的領域，比如預測，投資等。因爲真正需要作業的工作，不僅僅要系統智能還要硬件上可以配套。但是人工智能的時代可期，十年後應該可以滲透到人的身邊。還有上面談的法律倫理道德等問題。這些問題的拋出者一般是政府方面，我認爲如果對於新興事物政府要是全想到了社會的前面就不會有什麼創新了。等發展起來再說，就是我的想法，當然政府需要制定個像機器人三定律的類似憲法底線的東西就行了。就像說無法判斷無人車撞人是誰的錯，有人駕駛的車能判斷出來誰的責任，但是該撞還是撞了，汽車出現了100多年了，規則還是在修改和變動的。還有機器取代人工作的問題，很多人找不到工作的事情，這是肯定的，就像以前一艘不到1萬噸的船上要有幾十上百人，現在20萬噸的船都不需要超過20人。那些船員幹啥去了？時代會進步的，有些崗位自然會被取代，但是人作爲可以適應不同環境的智慧生物，肯定可以適應新時代的。 總之科技的進步是無人可以阻擋的，爲了不被時代的車輪壓死就只能推着時代走。

花了八個小時看完此書，開始涉及到些些AI技術視野分析部分看的仔細點，算是對各個領域，各個公司搶佔市場佈局，各國戰略統籌規劃等有了一個粗略的瞭解。後面涉及到AI的方方面面的論述，篇幅稍微重複累贅了一些，但還是在探討了未來的可能，包括人如何使用AI，機器道德和倫理，機器人的法律責任和義務，AI將會如何促進經濟社會全面發展等等，後attach的附件值得以後再仔細翻看，瞭解各國在AI的發展和規劃，總體來說這是一本人工智能的通用讀本，期待有一本類似的AI技術領域衍生發展的書出來。

一句話概括 這是一本從技術原理、產業應用和國家競爭出發，進一步延伸到法律責任、算法倫理、社會治理和未來人機關係的人工智能全景報告；其核心判斷是：人工智能不是單一產品或短期風口，而是一種將重構生產力和社會規則的基礎技術。 核心邏輯 全書依次回答七個問題：人工智能是什麼，爲什麼在2010年代重新爆發；它已經在哪些產業落地，又有哪些能力邊界；中美及其他國家如何爭奪技術、資本和人才優勢；當機器自主決策時，損害責任、隱私、歧視和知識產權如何處理；怎樣把人類價值嵌入人工智能系統；政府、企業和公衆應如何共同治理；人工智能將怎樣改變就業、戰爭、情感和經濟結構。 由此形成一條完整鏈條：技術突破→產業落地→國家競爭→權利衝突→倫理約束→多元治理→社會重構。全書並不贊同簡單的“技術樂觀論”或“機器威脅論”，而是主張在理解真實技術能力的基礎上，一面推動創新，一面提前建立責任和治理框架。 核心內容 第一篇“技術篇”首先澄清人工智能的概念。人工智能不是機器人，也不是一個與電商、O2O並列的具體行業，而是一組能夠模擬、延伸和擴展人類感知、認知、分析與決策能力的技術體系。它包括基礎設施、算法、通用技術和行業應用四層：基礎設施層是芯片、計算能力與數據；算法層包括機器學習、深度學習和強化學習；技術層包括計算機視覺、語音識別、自然語言處理和規劃決策；應用層則是金融、交通、醫療、安防和遊戲等行業解決方案。 第三次人工智能浪潮並非突然出現，而是大數據、GPU與雲計算、深度學習算法和互聯網應用場景共同成熟的結果。作者重點反駁了幾種誤解：人工智能不等於機器人；人工智能產品並不遠離普通生活；通用人工智能不會在短期內到來；現階段仍以特定任務中的“弱人工智能”爲主。人工智能的近期價值不是複製一個完整的人，而是在垂直領域提高準確率、效率和規模。 第二篇“產業篇”梳理自動駕駛、智能機器人、智能醫療、智能投顧、虛擬現實與增強現實、智能家居、無人機和創業生態。共同規律是：一項人工智能應用能否落地，並不只取決於模型性能，還取決於數據、硬件、成本、使用場景、責任制度和用戶信任。 中美產業比較顯示，美國在基礎研究、芯片、算法、高端人才和全產業鏈佈局上具有明顯優勢；中國的優勢則是龐大的用戶規模、豐富的數據和應用場景、快速商業化能力以及政策支持。中國要從應用優勢走向長期競爭力，仍需補足基礎科學、核心硬件和高端人才。 第三篇“戰略篇”把人工智能視爲國家競爭的新基礎設施。美國、歐盟、英國、日本和中國都把人工智能提升到國家戰略層面，但側重點不同：美國重視基礎研發和創新生態，歐盟強調倫理與監管，日本側重機器人及社會應用，中國突出產業升級、場景推廣和基礎設施建設。 技術競爭背後實際是資本、人才、標準、數據和制度能力的綜合競爭。資金能夠支持長期研發並吸引人才，但資本追逐也可能製造泡沫。政府既要提供戰略支持，又不能以僵化規則過早鎖死技術路線。 第四篇“法律篇”討論人工智能進入社會之後產生的權利與責任問題。“AI要怎麼負責”涉及自動駕駛等系統造成損害時，責任應由開發者、製造商、使用者還是系統承擔。傳統法律通常假設人類是最終決策者，但具備學習和自主決策能力的系統會削弱這一假設。 隱私問題來自數據的持續收集、關聯和推斷。即使單項數據看似普通，經過算法組合也可能推斷出健康、身份和偏好等敏感信息，傳統的一次性“知情同意”因此越來越難以保護個人。 “看不見的非正義”指算法歧視。算法不是天然中立的，它會繼承訓練數據、設計者和現實社會中的偏見。信用評分、招聘、犯罪風險預測和公共決策一旦使用有偏數據，可能把歷史不平等自動化並規模化。 “作者之死”和“我是誰”分別觸及機器創作的著作權與機器法律地位。如果系統能夠生成具有獨創性的作品，權利屬於程序員、平臺、使用者還是機器？如果高度自主的機器獲得某些權利，它是否也應承擔義務？這些問題說明人工智能開始動搖以“自然人”爲中心的既有法律框架。 第五篇“倫理篇”追問如何製造“善良的AI”。當機器從被動工具轉變爲能夠“感知—思考—行動”的能動系統，僅要求它正確執行指令已經不夠，還必須考慮它依據什麼價值進行選擇。 但把倫理寫進代碼存在三個困難：人類價值本身多元且會發生衝突；抽象倫理原則很難轉換爲明確的計算規則；深度學習系統具有黑箱特徵，結果可能難以解釋和追責。因此，阿西莫夫機器人三定律不足以解決真實問題。書中介紹阿西洛馬人工智能原則以及IEEE的“合倫理設計”，強調人類利益、責任、透明、可追溯、安全和教育意識。倫理不能只在產品出事後補救，而應進入研發、測試和部署全過程。 第六篇“治理篇”提出在創新與規制之間尋找平衡。治理不同於政府單向管理。人工智能的技術複雜度決定了政府無法獨自掌握全部知識；企業擁有技術能力，卻又存在利益衝突；公衆是風險承擔者，也應參與規則制定。因此，需要政府、市場、行業組織、研究機構和公民社會共同參與。 有效治理應建立在真實技術和產業調研之上；對高風險用途進行安全測試、審計和追責；保持監管權力的謙遜，避免一刀切；防止以“安全”爲理由否定全部創新；通過負面清單、行業標準和分級監管保持靈活；要求系統具有透明性、可解釋性和可追溯性；並讓技術開發者承擔與其能力相匹配的社會責任。 第七篇“未來篇”討論人工智能對就業、戰爭、情感和經濟的長期影響。人工智能會替代大量重複、標準化和可數據化的任務，但不等於所有職業整體消失。更多情況下，職業會被重新拆解，人類負責價值判斷、溝通、創造和複雜情境，機器負責計算、檢索、識別與規模化執行。未來的關鍵不是單純“人與機器競爭”，而是人機協作以及勞動者能否完成技能遷移。 戰爭機器人會降低戰爭的人員和政治成本，從而使發動戰爭變得更加容易。尤其是自主殺傷系統，一旦脫離人類直接控制，就會產生無法接受的倫理與安全風險。人類必須保留對致命武力的最終決定權。 情感機器人可能承擔陪護、心理支持和社交功能，但也會帶來依賴、欺騙和人機邊界問題。機器越像人，人類越需要重新回答感情、意識和人格的定義。 最終，人工智能會成爲新的生產要素：它通過虛擬勞動力、增強現有勞動者以及提高資本使用效率，推動經濟增長。但增長收益如何分配、失業者如何轉型、技術壟斷如何約束，決定了人工智能帶來的是普遍繁榮還是更大的貧富分化。 反對的觀念 本書反對把人工智能等同於機器人或某個具體賽道；反對認爲通用人工智能即將全面到來；反對認爲算法天然客觀、公正，沒有價值立場；反對只談技術性能，不談數據、場景和責任制度；反對把人工智能簡單描述爲“取代全部人類工作”；反對由企業單方面決定人工智能的發展方向；反對出了事故才追責的被動治理；反對以安全之名對創新進行一刀切限制；反對認爲技術發展必然自動造福所有人；也反對在自主武器等高風險領域放棄人類最終控制權。 本書最值得關注的核心觀點 人工智能不僅是一項技術，也是一套新的社會決策基礎設施。當算法決定一個人能否獲得貸款、工作、醫療資源、保險或司法待遇時，它已經不是中性的效率工具，而是在實際分配權利、機會和風險。技術設計因此具有制度意義，代碼也可能產生類似規則的社會效果。 所以，人工智能治理不能等到強人工智能出現後纔開始。真正緊迫的問題不是機器何時產生意識，而是今天的弱人工智能是否透明、是否歧視、誰對錯誤負責、個人能否控制自己的數據，以及技術收益是否能夠公平分配。 個人啓示 第一，判斷人工智能項目，應從任務、數據、成本和責任出發，而不是從宣傳中的“智能程度”出發。第二，人工智能更適合增強人，而不是簡單替代人，個人真正需要培養的是提出問題、跨領域判斷、溝通協作和承擔責任的能力。第三，數據不是無主原料，任何依賴用戶數據的產品都應同時考慮授權、用途限制、信息安全和退出機制。第四，算法輸出不等於事實，只要訓練數據存在偏見，自動化就可能把偏見包裝成客觀結論。第五，監管必須懂技術，但不能由技術公司壟斷，政府、企業、學術界與公衆應形成相互制衡的治理結構。第六，人工智能時代最稀缺的不只是工程師，也包括能夠同時理解技術、法律、倫理和社會影響的複合型人才。 觀點評價 本書的突出優點是框架完整。它沒有停留在機器學習原理或產業案例，而是把技術、商業、國家戰略、法律、倫理和治理連接起來，適合建立人工智能的全局認知。法律與倫理部分尤其具有前瞻性：責任歸屬、隱私、算法歧視、機器創作、透明度和自主武器，至今仍是人工智能治理的核心問題。 它的另一個價值，是出版於2017年。站在生成式人工智能廣泛應用之後回看，可以檢驗當時的判斷：人工智能確實成爲基礎技術，人機協作、算法治理和法律責任的重要性也被驗證；但部分產業數字、企業格局、技術水平和時間預測已經明顯過時。 侷限主要有三點：技術介紹偏向2017年的深度學習和垂直應用，對大模型、生成式人工智能、基礎模型和智能體等後來發展沒有覆蓋；產業統計和國家政策具有較強時效性，不能作爲今天的市場數據直接使用；內容涉及面很廣，部分章節更像研究資料彙編，觀點完整但閱讀節奏不夠緊湊。 因此，這本書如今更適合作爲“中國社會在第三次人工智能浪潮初期如何理解AI”的歷史性全景報告，而不是最新技術指南。它的技術數據會過時，但關於責任、公平、透明和治理的基本問題並未過時。 一段話總結 《人工智能》以技術、產業、戰略、法律、倫理、治理和未來社會七個層次，系統解釋了人工智能爲何興起、如何落地以及它將怎樣改變人類社會。全書指出，人工智能的近期價值主要在垂直領域提高效率並增強人類能力，而不是迅速產生無所不能的通用智能；但當算法進入交通、醫療、金融、司法、就業和戰爭，它就不再只是工具，而會直接參與機會、權利與風險的分配。因此，人工智能的發展必須同時建立責任、隱私、公平、透明、可追溯和人類最終控制等制度邊界，並由政府、企業、學術界和公衆共同治理。技術能否增進人類福祉，不取決於機器有多聰明，而取決於人類能否把正確的價值、規則和責任帶進技術之中。

《人工智能》一書的核心觀點可以概括爲以下八個方面：1. ​​技術本質​​：人工智能是“延伸人腦功能”的顛覆性技術，它通過算法和數據讓機器模擬人類的思考、決策與創造，從而實現腦力勞動的自動化。2. ​​產業全景​​：作者用“前世今生”回顧了 AI 從概念提出到深度學習驅動的新一輪產業革命，梳理了當前全球人工智能的產業鏈與最新進展。3. ​​國際競爭​​：書中專設篇章比較美國、中國、歐盟、日本等經濟體在戰略部署、技術研發和產業落地上的競爭態勢，指出 AI 已成爲國家間科技博弈的關鍵場域。4. ​​機遇與挑戰​​：對個人、企業與社會而言，AI 既意味着效率提升與新商業模式，也帶來就業結構變化、安全與倫理風險，需要提前研判並應對。5. ​​技術驅動因素​​：海量數據積累、算力提升和深度學習算法突破共同構成了 AI 迅速發展的底層動力，這一“三重奏”在未來仍將持續釋放潛力。6. ​​行業應用縱深​​：書中以醫療、金融、交通等場景爲例，展示 AI 通過深度學習與大數據分析帶來精準預測、智能決策等價值，並指出機器人、智能芯片等硬件載體將與軟件算法協同演進。7. ​​倫理與治理​​：作者強調“倫理設計”與“跨學科研究”的必要性，主張在技術推進的同時建立法規與倫理框架，確保 AI 發展與人類價值觀相一致。8. ​​未來趨勢​​：書中預測 AI 將向通用化、自主化與人機共生方向邁進，基礎設施層、算法層、技術層和應用層的協同創新會不斷刷新邊界，呼籲學術界與產業界保持合作、共塑可持續的智能未來。

前面技術部分看得較仔細，後面主要講產業現狀、產業規劃、產業遠景，只是快速翻看一下，瞭解下我國目前這一產業的現狀。不過對這一領域的政策制定實施人員、產業規劃人員、推廣商用人員等值得仔細看看。

本書極有可能是人工智能編寫的，語義結構單一，個人完成的可能性不大，大量的數據及資料分析。 在阿法狗被阿法狗2打敗前，此書可譽爲當今國內人工智能的扛鼎之作，各面兼顧的介紹了AI的過去現在和未來的展望預判。 可視爲教科書式的盡調範本。 來說說本書的內容吧。 人們對人工智能的定位絕不是簡單的小任務，而是真正像人類一樣，能同時解決不同領域、不同類型問題，進行判斷和決策，也就是所謂的通用型人工智能。 具體來說，需要機器一方面能夠通過感知學習、認知學習去理解世界。 另一方面通過強化學習去模擬世界。前者讓機器能感知信息，並通過注意、記憶、理解等方式將感知信息轉化爲抽象知識，快速學習人類積累的知識，後者通過創造一個模擬環境，讓機器通過與環境交互試錯來獲得知識、持續優化知識。 人們希望通過算法上、學科上的交叉、融合和優化，整體解決人工智能在創造力、通用性、對物理世界理解能力上的問題。 人工智能層次的概念。底層的基礎設施將會是由互聯網、物聯網提供的現代人工智能場景和數據，這些是生產的原料。算法層將會是由深度學習、強化學習提供的現代人工智能核心模型，輔之以雲計算提供的核心算力，這些是生產的引擎。 在這些的基礎之上，不管是計算機視覺、自然語言處理、語音技術，還是遊戲AI、機器人等，都是基於同樣的數據、模型、算法之上的不同的應用場景，歸根到底算法決定了智能價值。

第一次在微讀上看自己專業相關的書，從每天學習的內容脫離出來閱讀整體方向的書籍，彷彿是從局部抽離着手於整體的感覺。前兩年作爲人工智能大爆發的元年，各領域都得取得了驚人的成果！深度學習，圖像處理，自然語言處理，模式識別，機器人，無人機，VR/AR………所有領域都獲得技術帶來的革新同時，也受到各種程度的衝擊！ 這是一個最好的時代，也是一個最壞的時代——狄更斯 狄更斯的這句話彷彿在何時拿出來都不過分，作爲當事人的我們永遠都是本時代的“風口浪尖”。能比別人看的高想的遠，那是科學家，是霍金…我們做不到，但普通人的我們必須要能比別人接受的早並學的快。 世界又兩種物質組成，一種是物質，另一種是信息。——香農 這個時代不同與以往的一大特點是：信息爆炸。過去介於技術的侷限，信息量小並且傳遞極其慢，錯過信息或者遲一些獲得，都能儘量彌補甚至無損失；而如今信息傳遞速度之快，機會都是轉瞬即逝。更何況信息量之巨大，損失都無法估計……… 當下傳統行業受到衝擊，技術更迭不斷髮生。不用恐慌，保持學習的動力，樂於接受新事物。在人工智能快速發展的時代，一定會找到適合自己的方向。有消失的行業，就一定會有新興的行業。只是工作要求的職業素質不一樣，淘汰的只有一成不變的人。 諸君共勉！

前幾天高中同學公司年會抽獎，同學抽了一個智能雲陪護機器人；去年雙十一某寶活動，閨蜜以心水的價格買了一個掃地機器人；去年七月份，採用阿里雲ET人工智能技術的城市大腦在杭州雲棲亮相，可以對整個城市進行全局實時分析，及時修正城市運行中的bug; 2016年初，Alphago戰勝世界排名第一的圍棋選手柯潔；2015年底我第一次新奇的問了Siri一個奇怪的問題，而她居然機智的給了我一個有趣的回答。 我並沒有刻意去記錄這些事件，之所以能清楚的一樁樁列出來，是因爲這些事情發生的當下給了我比較深刻的印象。只是當時對人工智能（AI）並沒有什麼概念，只覺得人類的創造力真的是越來越牛X，我們的生活也越來越多的好幫手。 讀完此書，才知道AI已經以如火如荼之勢在悄悄的改變我們的生活方式和未來走向。 一、當我關注AI的時候，我關注什麼 因爲工作以及平時生活圈子跟AI完全不搭邊，自然對什麼算法、程序等技術層面的東西知之甚少。所以我對於AI的思維方式首先是去想它給我的生活帶來了什麼改變。 現階段人工智能發展比較成熟的應該是在工業生產（雙臂協力型機械）、生活服務（掃地機器人、雲陪護等）和無人機領域，自動駕駛也是各國致力發展的先驅領域。本書中反覆提及的，AI以後會全面涉及金融、法律、醫療、教育、創作甚至是戰爭領域，都會取代人類的工作，釋放大量的人類勞動力，同時提高效率，爲人類節省大量成本。 讓我印象比較深刻的是書中對於未來AI在法律領域應用的預測，有人提出了了這樣的假設：“如果能用一列n維向量描述各種事件，將「事件．txt」導入「法律．exe」，從而產生「判決．txt」”。我們都知道，AI的記憶效率和記憶準確率遠可以甩出人類數不清條數的街，這意味着律師需要花費幾個月甚至幾年去研究法律條款研究案情以便做出合理合法的判決，而法律AI只需要啓用一段程序就可以了。這種省時省力，徹底把現在我們以爲的高大上的律師行業拉下神壇。 法律AI只是一個領域的應用，未來AI在各個領域的發展如果真的如書中所說，那真的是令人大開眼界。 二、AI和我們的未來 本書反覆談論的一個問題是未來無論在技術層面還是人類政府政策層面都應該努力使AI法律、倫理、道德與人類和諧共處，我們既希望享受AI給我們帶來的便捷，又害怕有一天人類徹底被AI取代，淪爲AI的奴隸。 我以爲，這種擔憂不無道理並且很有必要。想想，我們的工作AI都可以做，那我們做什麼呢？低就業率會不會引起人類更多的犯罪？更可怕是未來AI不只可以取代人類工作，他們還可能會形成自己的思維，他們會寫詩，會創作，甚至會談戀愛，除了沒有人類的生物特性，其他的都與人類無異。這會不會讓人類越來越懶於思考，最後淪爲一個沒有思想沒有勞動能力的機器？抑或是帶來人類與AI的種族大戰？ 也許這些都不會發生，但是希望未來AI的發展是良性的，帶給人類更好的遠方的同時，保留人類生活的能力以及作詩的能力。 三、關於本書 本書是由騰訊研究院研究出版，基本把AI的前世今生未來以及由AI給人類帶來的歡喜和擔憂都擺在了讀者眼前。缺點是可能是由於多人合著的原因，章節之間邏輯關聯性欠缺，有部分內容重複，我覺得全書大概可縮減到四分之三左右。 2018.2.25

這本書讀的時間比較長，從開始的好奇，到晦澀難懂，到最後的認知，都在不同的升級，但是還是想說一句，後面的章節都在說明我們需要對人工智能一份對待，無論是從法律和道德方面，還是從監管規則和理解認知上，有一些人工智能營銷的感覺而且迴避了在研發和開放人工智能的說明，人工智能的前景也比較模糊，人工智能的強大以及人工智能的具體使用也是簡史般的說明。爲什麼有五星評論，就像書裏說的，是給從事人工智能相關人員的讀物，如果是這樣這本書就比較完美，但是這些懂技術的人才，可能只會看看前面，對於後面的可能他們都會感覺有些繁瑣，這不是好不好好奇的問題，而是人性本質的問題，，何不對，人工智能從業者來一場測試，就是針對，人工智能的法律道德和安全問題的普遍篩查，，讓他們具有這些意識，起碼在理性中可以解決一下，特別是理論者，和研發這方面的人才，，但是感覺不太可能，畢竟這樣的人才可能更具有優越感，，特別是那些只着重技術的人！ 人工智能，開始就感覺好奇，所以纔會讀，感覺高端大氣上檔次，但是對完才知道很多事都是自己憑空想象，不合實際！人工智能有俠義和廣義理解，而我的理解，既不是俠義特定人工智能的理解，更不是廣義具備人工智能系統的理解，而是一種想象，一種機器自動高級反應的人類附庸，這是一種不全面的理解。 對於人工智能，也聽說了很多，讀書只是爲了更加具體的瞭解，對於人工智能也有自己的觀點，雖然一些牛人，包括霍金和他的搭檔，以及艾倫馬斯克，都對人工智能強大的智能產生憂慮，也有很多人對人工智能充滿樂觀，，無論怎樣，他們都是牛人，也都是參與者，影響力很廣，或多或少都有一些禁錮在裏面，但是最爲普通人，可能沒有那樣強烈的感覺，只是簡單的理解而已，人工智能只是人類爲了解決一些問題，而出於一些利益的考慮，通過可以的發展，而研發的一種能夠解決一些問題的物體而已，人工智能不可能大量超越人類，這不是生物之間的競爭，更不是演化，而是一種人類生產工具的迭代升級，隨着科技的發展，人類可以賦予人工智能更多的能力，可能和人一樣，更可能超越人類個人的智慧，但是無法超越人類集體的智慧，這是必然，但是安全意識還是要有，，不然人類不是被人工智能毀滅，而是人類自己，， 一個人，就算是天才又有多麼厲害？人類的智慧是從人類不斷進化開始，不斷疊加，和互補，沉澱而來，爲什麼現在人類科技進化越來越快，不是現在的人比以前的人更智慧，而是現在的人具有更多的知識，而且和信息的傳播有很大關係，因爲人類最爲強大的能力就是想象力，，無與倫比的自然能力，， 現在的人工智能，還只是大數據和雲計算高速發展的結果，人工智能一些根本的智能還是類人思維的模型這些難點依然沒用攻破，只是依靠大數據和雲計算解決了人工智能的見識，分析，推理能力，總結能力，但是要有對知識深加工形成想象力，可能深度計算無法解決，類腦研究還需要繼續，，可能根本沒有必要產生這樣的人工智能，因爲那樣人類除了享受的大腦外，除了惹是生非，就只能無事可做，只能生孩子玩了，但是人類又會怎樣？？

“可以預見，隨着機器智能的崛起，人工智能、機器人等開始從事越來越多的道德決策，以及未來強人工智能和超人工智能將帶來人機區分的難題，加強人工智能倫理研究將顯得尤爲重要，尤其是爲了保存人類的價值以及實現人機共存共榮的美好願景。”