计算机快速发展，近年来人工智能已成为人们关注的焦点，因为机器学习技术的进步让我们更加具体地了解可以用人工智能做什么，人工智能可以为我们做什么。人工智能的热潮已汹涌而来，那么你真的了解人工智能吗？人工智能会给我们带来怎样的改变？

斯蒂芬霍金曾说“人工智能的全面发展可能意味着人类的终结”。马斯克声称人工智能是人类“最大的生存威胁”——这些忧虑植根于研究。许多人工智能领域研究人员认为，先进的人工智能系统，如果不小心部署，最终可能对地球上所有生命造成威胁。但除了这些让人忧虑的方面，我们都无法忽视人工智能的诸多优势。

AI实际应用广泛，包括机器视觉，指纹识别，人脸识别，智能搜索，博弈，自动程序设计，智能控制，机器人学，语言和图像理解等。

AI也是二十一世纪三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。

什么是人工智能？

1956年，几个计算机科学家相聚在达特茅斯会议中提出了“人工智能”的概念。其后，人工智能就一直持续发展，在各种领域的研究中慢慢孵化。

总的来说，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。具体放眼于生活中，它并不是什么遥远的东西，甚至就在我们的身边：Siri，面部识别，机器人，机器翻译等等。



研究人员将人工智能做了更细致的区分：

“narrow AI（弱人工智能）”是指在某些特定的，定义明确的领域比人类更好的计算机系统，如下棋、生成图像或诊断癌症，Siri是一个很好的例子，Siri只在有限的预定义功能范围内运作。

与之相对的是“general AI（强人工智能）”，在许多领域可以与人类能力相媲美的系统。这个无所不能的机器，它有着我们所有的感知，可以像我们一样思考。

还有一种“超人工智能（Super AI）”，即远远超过人类的人工智能系统。

在过去的几年里，弱人工智能取得了非凡的进步。人工智能系统在翻译，国际象棋和围棋等游戏，重要的研究生物学问题，如预测蛋白质如何折叠，以及生成图像方面都得到了显着改善。人工智能系统决定你在谷歌搜索或Facebook新闻源中看到的内容。

但是弱人工智能变得没那么“狭窄”了。曾经，我们通过煞费苦心地教授计算机系统的具体概念，为了实现计算机视觉，让计算机识别图像和视频中的物体，研究人员编写了检测边缘的算法。为了下国际象棋，研究人员编写了有关国际象棋的启发式程序。

而最近，我们在创建具有广泛学习功能的计算机系统方面做得更好。我们让计算机系统自己学习，而不是在数学上描述问题的详细特征。

目前，由于系统发展非常有限，因此危害也很有限。但随着人工智能系统变得更先进，这种模式可能会对未来人类产生更严重的影响。

计算机是否有可能像人一样聪明？

答案是肯定的，虽然目前的AI系统并没有那么聪明。

一个关于人工智能的流行谚语是“一切都很容易，一切又都很难”。在眨眼之间进行复杂的计算？很简单。看一张照片告诉你它是不是狗？很难（直到最近才实现）。

人类做的很多事情仍然在人工智能的掌握之外。例如，设计一个探索陌生环境的人工智能系统是很困难的，例如，从楼梯上走到特定人的桌子之前。我们也不知道如何设计一个读取书籍并保持对概念的理解的系统。

最近在人工智能领域取得许多重大突破的范例是“深度学习”。深度学习系统可以做一些令人惊讶的事情：在游戏中打败人类，生成逼真的照片，解决分子生物学中的开放性问题。



有了所有这些限制，人们可能会得出结论，即使可以使计算机像个人一样聪明，但它肯定还有很长的路要走。但这个结论并不一定如此。

近年来的许多突破，如人工智能系统学会了如何玩Atari游戏，生成名人的假照片，折叠蛋白质，并参与大型多人在线策略游戏，一旦我们能够以更高的计算能力运行它们，许多似乎根本不起作用的算法就能很好地工作。

计算时间单位的成本不断下降。最近计算速度的进步已经放缓，但计算能力的成本估计每10年下降10倍。在以往大部分时间里，人工智能可以获得比人脑更少的计算能力。根据大多数人估计，我们现在正接近人工智能系统可以受益于计算资源的时代。

一个领域的突破常常会让该领域的其他研究人员感到惊讶。还有另一个考虑因素。想象一下人工智能在一切事物上都不如人类，但只有一个例外：它就像一位能够非常有效地构建人工智能系统的工程师。

如果我们可以设计这样一个系统，那么我们可以使用它——一个类似于工程师的人工智能，构建另一个更好的人工智能。这种场景专家称之为“递归式自我改进”，其中人工智能功能的增加使人工智能能力得到更多提升，使落在我们身后的系统能够迅速超出我们预期的能力。

而这个可能性是自第一台计算机以来就已经预料到的。超智能机器可以设计更好的机器，毫无疑问，这将是一场“智能爆炸”，人类的智慧将远远被甩在后面。因此，第一台超智能机器是人类需要制造的最后一项发明。

2019人工智能预测

人工智能，特别是机器学习和深度学习，在2018年热点频频，不要指望在接下来的12个月内这种热度会消失。那么2019年，人工智能领域又会有什么新的变化呢？接下来是5个相关的预测：

1.人工智能日益成为国际性问题

2018年，在贸易和国防方面，世界主要大国越来越多地设法保护自己国家的利益。在世界上两个人工智能超级大国——美国和中国之间，这一点最为明显。

面对美国政府对用于制造人工智能的商品和服务的关税和出口限制，中国在研发方面加大了自主创新的力度。华为宣布开发自己的人工智能处理芯片，满足对中国蓬勃发展的人工智能产业的需求，减少依赖英特尔和Nvidia等美国制造商。

随着民族主义政治的复兴，可能有两个明显的危机：

首先，专制政权可以越来越多地采用人工智能技术来限制自由，例如隐私权或言论自由。

其次，这些紧张局势可能会损害全世界学术和工业组织之间的合作精神。这种开放式协作框架有助于我们今天看到的人工智能技术的快速开发和部署，并围绕一个国家的人工智能开发设置边界可能会减缓这一进展。

2.向“透明的人工智能”迈进

人工智能在更广泛的社会中的应用，特别是涉及处理人类数据时，受到“黑匣子问题”的阻碍。大多数情况下，如果没有彻底了解它实际上在做什么，它的工作似乎是神秘而深不可测的。

为了充分发挥人工智能的潜力，我们需要信任它，我们需要知道它在用我们的数据做什么，为什么，以及当涉及到影响我们生活的问题时，它是如何做出决定的。这通常很难传达出来，因为人工智能之所以特别有用，是因为它能够建立联系，做出推论，而这些推论可能并不明显，甚至在我们看来可能与直觉相悖。

但建立对人工智能系统的信任不仅仅是让公众放心。在2019年，越来越重视旨在提高人工智能透明度的措施可能会更多地出现。

今年在整个欧洲实施的“通用数据保护条例”为公民提供了一些保护，使其免受那些仅通过机器对其生活产生重大影响的决定。尽管它还不是一个烫手山芋，但在2019年期间，它在公共话语中的地位可能会上升，进一步鼓励企业朝着透明的方向努力。

3.人工智能和自动化深入到每个企业

在2018年，公司开始更加清晰地掌握人工智能能做什么和不能做什么的事实。在过去的几年里，大企业一直在整理数据，确定人工智能可以带来快速回报或失败的领域。

2019年，我们将看到越来越多的人相信，智能的预测技术，在其最初部署时学到的知识的支持下，能够在一家企业的所有业务中大规模推广。

人工智能将扩展到人力资源或优化供应链等支持职能部门，在这些部门中，物流，招聘和解雇等决策将越来越多地通过自动化来实现。用于管理合规性和法律问题的AI解决方案也可能越来越多地被采用。

我们也可能会看到企业利用其数据增加新的收入来源。比如，对于John Deere等企业来说，数据即服务（data-as-a-service）的来源已经成为一种转型。2019年，随着越来越多的公司认识到自己拥有的信息的价值，他们将采用这种策略。

4.人工智能将创造更多的工作岗位，而非使人失业

从长远来看，机器的崛起是否会导致人类失业、社会冲突、乌托邦式的无工作的未来，或者介于两者之间，还是不确定的。

然而，对于明年，至少在这方面似乎不会出现太大问题。Gartner预测，到2019年底，人工智能将创造更多的就业机会。

虽然自动化将取代180万个工作岗位，特别是制造业可能会受到重创，但它将创造230万个工作岗位，特别是Gartner的报告发现，这些岗位可能集中在教育，医疗保健和公共部门。

仓库工人和零售收银员经常被自动化技术取代。但当涉及到医生和律师时，人工智能服务提供商协同努力，它们与人类专业人士一起工作的东西，帮助他们完成重复性的任务，同时把“最终决定权”留给人们。

这意味着这些行业可以从技术方面的人力工作增长中受益，同时保留执行实际工作的专业人员。

5.智能助手将变得非常有用

人工智能现在真正与我们的生活交织在一起，以至于大多数人都没有再考虑这样一个事实：当他们搜索谷歌，在亚马逊购物或观看Netflix时，高度精确的人工智能驱动的预测正在努力优化体验流程。

当我们与智能助手（例如Siri，Alexa或谷歌助手）进行交互时，我们会更加明显地感受到机器人智能的参与感，以帮助我们理解现代世界中可用的无数数据源。

在2019年，更多的人将使用AI助手来安排日历，计划行程并订购食物。这些服务将变得越来越有用，因为它们能学会更好地预测我们的行为并理解我们的习惯。

除此之外，智能助手旨在提高对理解其人类用户的效率，虽然Alexa或谷歌智能助理与我们之间的对话仍然不够稳定。然而，这个领域的加速理解意味着，到2019年底，我们将习惯与机器更加自然和流畅的话语。