在靠近芝加哥市中心的一棟不起眼的建筑里，Marc Gyongyosi和IFM/Onetrack的成員們正在成長及不斷壯大。

人工智能有一個基本原則:簡單思考。這些詞用簡單的字體寫在一張紙上，貼在他們兩層工業廠房樓上的后墻上。然而，他們在這里用人工智能做的事情一點也不簡單。

人工智能的未來人工智能正在塑造幾乎所有行業的人類未來。其已經是大數據、機器人和物聯網等新興技術的主要驅動力，并將在可預見的未來繼續扮演技術創新者的角色。

使用機器學習和計算機視覺來檢測和分類各種“安全事件”，這個鞋盒大小的設備并沒有看到全部，但也看到了許多。比如司機在操作車輛時的樣子、駕駛速度、何處駕駛、周圍的人的位置以及其他叉車操作員如何操縱其車輛。IFM的軟件會自動檢測違反安全規定的行為——例如使用手機——并通知倉庫經理，使之立即采取行動。這主要目的是預防事故和提高效率。Gyongyosi聲稱，僅僅是知道IFM的一個設備正在觀看，就已經產生了“巨大的影響”。

Gyongyosi表示:“想想相機，它確實是我們目前可用的最豐富的傳感器，且價格非常有趣。如今智能手機、攝像頭和圖像傳感器變得非常便宜，但我們捕捉了很多信息。從一張圖像中，可能可以推斷出25個信號；但六個月后，我們可以從同一張圖像中推斷出100或150個信號。唯一的區別是查看圖像的軟件……每個客戶都能從我們引入的每個其他客戶中受益，因為我們的系統開始看到和學習更多的流程，并檢測出更多重要和相關的東西。”

人工智能的演變

IFM只是這個不斷發展的領域中無數人工智能創新者之一。例如，IBM發明者在2021年獲得的9130項專利中，有2300項與人工智能有關。Tesla創始人兼科技巨頭ElonMusk向非營利研究公司OpenAI捐贈了1000萬美元，以資助正在進行的研究。

在始于“知識工程”的進化時期，又以零星休眠為標志的幾十年后，技術發展到基于模型和算法的機器學習，并越來越關注感知、推理和歸納。現在，人工智能以前所未有的方式重新占據了舞臺的中心，而且短時間內它不會讓出“聚光燈”。

為什么人工智能很重要?人工智能很重要，因為其是計算機學習的基礎。通過人工智能，計算機能夠利用大量數據，并利用其學習到的“智能”在人類所需時間的一小部分內做出最佳決策和發現。

人工智能將改變哪些行業?

現代人工智能——更具體地說，是“狹義人工智能”。其使用數據訓練過的模型執行目標函數，通常屬于深度學習或機器學習的類別——幾乎沒有一個主要行業還沒有受到影響。在過去的幾年里尤是如此，由于物聯網的強大連接、聯網設備的激增以及更快的計算機處理速度，使得數據收集和分析大大增加。

一些行業正處于人工智能之旅的起點，其他行業則是經驗豐富的旅行者。兩者都有很長的路要走。無論如何，人工智能于當今生活的影響是不容忽視的。

• 交通: 雖然完善它們可能需要一些時間，但總有一天自動駕駛汽車會載著我們從一個地方到另一個地方。
• 制造業: 人工智能驅動的機器人與人類一起工作，執行有限范圍的任務，如組裝和堆放，預測分析傳感器，以保持設備的平穩運行。
• 醫療保健: 在人工智能相對新興的醫療保健領域，疾病診斷更加迅速和準確，藥物發現加速和簡化，虛擬護理助理監控患者，大數據分析有助于創造更個性化的患者體驗。
• 教育: 在人工智能的幫助下，教科書被數字化，早期的虛擬導師幫助人類導師，面部分析測量學生的情緒，以幫助確定誰在掙扎或無聊，并更好地根據個人需求定制體驗。
• 媒體: 新聞業也在利用人工智能，并將繼續從中受益。Bloomberg使用Cyborg技術幫助快速理解復雜的財務報告。AssociatedPress利用AutomatedInsights的自然語言能力，每年制作3700篇盈利報道，幾乎是過去的4倍。
• 客服服務:  最后但并非最不重要的一點是，Google正在研發一種人工智能助手，其可以像人一樣打電話預約，如預約附近的美發沙龍等等。除了單詞，系統還能理解情景語境和細微差別。

但這些進步——以及許多其他進步——只是開始。未來還會有更多。

客戶關系管理公司4Degrees的首席技術官兼聯合創始人DavidVandegrift表示:“我認為，任何對智能軟件的能力在某些時刻達到極限的假設都是錯誤的。”

隨著公司每年在人工智能產品和服務上花費數十億美元，像Google,Apple,Microsoft和Amazon等科技巨頭花費數十億美元來創造這些產品和服務，大學將人工智能作為其課程中更重要的一部分，以及U.S.Department升級其人工智能游戲，必然會有大事發生。其中一些發展正朝著完全實現的方向發展;有些僅僅是理論上的，且可能會一直如此。所有這些都是破壞性的，或好或壞，目前還看不到衰退的跡象。

Google前負責人、百度首席科學家AndrewNg在接受ZDNet采訪時表示:“很多行業都會經歷這樣一種模式:冬天、冬天，然后是永恒的春天。我們可能正處于人工智能的永恒春天。”

人工智能對社會的影響

人工智能將如何改變工作

在西北大學的一次演講中，人工智能專家 Kai-Fu Lee  倡導了人工智能技術及其即將到來的影響，同時也指出了人工智能的副作用和局限性。對于前者，其警告道:

“90%的底層人口，尤其是收入或教育水平處于世界底層的50%人口，將因失業而受到嚴重傷害……一個簡單的問題，‘程序是如何工作的呢?’這就是人工智能取代工作的可能性，因為人工智能可以在日常任務中學會自我優化。且數量越多，工作就越客觀，如把東西分到垃圾桶、洗碗、摘水果和接聽客服電話——這些都是重復性和例行性的腳本任務。在5年、10年或15年內，它們將被人工智能取代。”

在擁有超過100,000臺機器人的在線巨頭和人工智能巨頭Amazon的倉庫中，揀貨和包裝的功能仍然由人類來完成，但這種情況將會改變。

Lee的觀點最近得到了Infosys總裁MohitJoshi的回應，其告訴《紐約時報》:“人們都希望取得巨大的成就。早些時候，他們在減少勞動力方面有5%到10%的增量目標。現在他們覺得，‘為什么我們不能用我們僅有的1%的人來做這件事呢?’”

更為樂觀的是，Lee強調，當今的人工智能在兩個方面都是無用的:它沒有創造力，也沒有同理心或愛的能力。相反，它是“放大人類創造力的工具”。那解決方案呢？那些從事重復性或例行工作的人必須學習新的技能，以免被淘汰。Amazon甚至向其員工提供資金來培訓其他公司的工作。

UniversityofIllinoisatUrbana-Champaign計算機科學教授兼主任KlaraNahrstedt表示:“人工智能要在許多領域取得成功的絕對先決條件之一是，我們要在教育方面投入大量資金，對人們進行新工作的再培訓。”

Klara擔心這種情況不會廣泛或經常發生。IFM的Gyongyosi甚至更具體。

“人們需要像學習一門新語言一樣學習編程，”Gyongyosi表示：“他們需要盡早這樣做，因為這真的是未來的趨勢。在未來，如果不懂編碼，就不懂編程，這只會變得更加困難。”

”雖然許多因科技而被迫失業的人會找到新的工作，但這不會在一夜之間發生。就像美國在工業革命期間從農業經濟過渡到工業經濟一樣，這在很大程度上導致了大蕭條，人們最終重新站起來。然而，短期影響是巨大的。”Vandegrift表示:“在工作消失和新工作出現之間的過渡，并不一定像人們想象的那樣輕松。”

MikeMendelson，是NVIDIA的一名學習者體驗設計師，是與Nahrstedt不同的教育者。他與那些希望更多地了解人工智能，并將其應用于業務的開發人員一起工作。

其表示:“如果他們了解這項技術的能力，并且非常了解該領域，他們就會開始建立聯系，并認為，‘也許這是一個AI問題。’這種情況比‘我有一個想解決的具體問題’更常見。

不久的將來的人工智能

在Mendelson看來，一些最有趣的人工智能研究和實驗將在不久的將來產生影響，這將發生在兩個領域：“強化”學習，其處理獎勵和懲罰，而不是標記數據；以及生成對抗網絡（簡稱GAN），其允許計算機算法創建而不是僅僅通過使兩個網絡相互對抗來進行評估。前者的典型代表是GoogleDeepMind的AlphaGoZero的圍棋能力為例，后者則以原始圖像或音頻生成為例，該生成基于對名人或特定類型音樂等特定主題的學習。

在更大的范圍內，人工智能有望對可持續性、氣候變化和環境問題產生重大影響。理想情況下，通過使用精密傳感器，城市將變得不那么擁擠、污染更少，總體上更宜居。

Nahrstedt表示：“一旦預測了某件事，就可制定某些政策和規則。”例如，安裝在汽車上的傳感器可以發送有關交通狀況的數據，可以預測潛在的問題，并優化汽車的流量。其認為，這還沒有以任何方式完善。還處于起步階段。但多年以后，它將發揮非常重要的作用。

人工智能會統治世界嗎?人工智能預計將對幾乎所有可以想象到的行業產生持久的影響——因為預計60%的企業將受到人工智能的影響。我們已經在智能設備、汽車、醫療保健系統和最受歡迎的應用程序中看到了人工智能。在可預見的未來，我們將繼續看到其影響更深入地滲透到許多其他行業。

人工智能和隱私風險

當然，人工智能對大數據的依賴已經在很大程度上影響了隱私。看看CambridgeAnalytica對Facebook的惡作劇或Amazon對Alexa的竊聽，這是眾多科技失控的例子中的兩個。批評人士認為，如果沒有適當的法規和自我施加的限制，情況會變得更糟。2015年，Apple首席執行官TimCook嘲笑競爭對手Google和Facebook貪婪的數據挖掘。

Cook在2015年的一次演講中表示:“他們在盡可能地了解關于你的一切，并試圖將其變現。我們認為這是錯誤的。”

隨后，在比利時布魯塞爾的一次談話中，Cook闡述了其的擔憂。

“通過收集大量個人資料來推進人工智能是懶惰，而不是效率，”Cook表示“人工智能要想真正聰明，就必須尊重人類的價值觀，包括隱私。如果我們在這方面做錯了，危險將是深遠的。”

很多人都同意了這一觀點。2018年，總部位于英國的人權和隱私組織Article19和PrivacyInternational發表了一篇論文，對人工智能的焦慮僅限于其日常功能，而不是像機器人霸主出現那樣的災難性變化。

“如果負責任地實施，人工智能可以造福社會，”作者寫道：“然而，與大多數新興技術一樣，商業和國家使用確實有可能對人權造成不利影響。”

作者承認，收集的大量數據可用于嘗試以良性方式預測未來行為，比如垃圾郵件過濾器和推薦引擎。但也存在真正的威脅，即其會對個人隱私和免受歧視的權利產生負面影響。

為人工智能的未來做準備

人工智能的可能性

2018年底，國際知名人工智能專家StuartRussell在WestminsterAbbey發表講話時，開玩笑(或不開玩笑)地表示，其與記者達成了正式協議，除非他們同意不把‘Terminator’機器人放在文章中，否則不會與之交談。其的俏皮話揭示了對好萊塢描繪遙遠未來人工智能的明顯蔑視，后者傾向于過度緊張和世界末日。Russell所說的“人類級別的AI”，也被稱為通用人工智能，長期以來一直是幻想的素材。但其在短時間內實現或根本實現的可能性非常小。

Russell解釋道:“在我們達到類似人類水平的人工智能之前，還有許多重大突破需要實現。”

Russell還指出，人工智能目前還不能完全理解語言。這表明了目前人類和人工智能之間的明顯區別:人類可以翻譯機器語言并理解它，而人工智能無法翻譯人類語言。然而，如果人工智能能夠理解我們的語言，那么人工智能系統就能夠閱讀和理解所有的文字。

“一旦我們擁有了這種能力，便可查詢人類所有的知識，其將能夠綜合、整合和回答人類從未回答過的問題，”Russell補充道：“因為其沒有閱讀，也沒有能力把歷史上一直分離的事物之間的點放在一起，并連接起來。”

這給我們提供了很多值得思考的東西。在這個問題上，模擬人腦是極其困難的，這也是AGI的未來仍然處于假設狀態的另一個原因。長期任職于密歇根大學工程和計算機科學教授的JohnLaird在該領域進行了幾十年的研究。

“我們的目標一直是試圖構建我們所謂的認知架構，我們認為這是智能系統與生俱來的，”Laird談到主要受人類心理學啟發的工作時，“例如，我們知道的一件事是，人類大腦并不僅僅是一組同質的神經元。這是一個由不同組件組成的真實結構，其中一些與如何在這個世界上做事的知識有關。”

這就是所謂的程序記憶。還有一種是基于一般事實的知識，即語義記憶；以及，另一種是關于先前經歷(或個人事實)的知識，稱為情景記憶。Laird實驗室的一個項目涉及使用自然語言指令教機器人一些簡單的游戲，比如下棋和智力游戲。這些指令通常包括對目標的描述、法律措施的綱要和失敗的情況。機器人將這些指令內化，并使用它們來計劃自己的行動。然而，和以往一樣，突破總是需要時間——比Laird和其同事們預想的慢。

“每次我們取得進步，”Laird表示：“我們也會對其的難度有新的認識。”

AGI是人類的威脅嗎?

許多人工智能領域的領軍人物都認同，甚至有些人更夸張，一種噩夢般的場景，其中包括所謂的“奇點”，即超級智能機器接管人類，通過奴役或消滅人類接管并永久改變人類的存在。

已故的理論物理學家StephenHawking有一個著名的假設:如果人工智能本身開始設計比人類程序員更好的人工智能，結果可能是“機器的智能超過我們，超過蝸牛。”ElonMusk相信并警告稱，AGI是人類生存的最大威脅。其表示，實現這一目標的努力就像“召喚惡魔”。甚至擔心，他的朋友、Google的聯合創始人LarryPage可能會無意中引導一些“邪惡”的東西出現，盡管他的初衷是好的。比如，“一支能夠毀滅人類的人工智能增強型機器人艦隊”。即使是IFM的Gyongyosi，在人工智能預測方面也不是危言聳聽，其也沒有排除任何可能性。其表示，在某一時刻，人類將不再需要訓練系統;他們會自己學習和發展。

“我不認為我們目前在這些領域使用的方法會導致機器決定殺死我們，”Gyongyosi表示：“我認為，也許5年或10年后，我將不得不重新評估這一說法，因為我們將有不同的方法和方式來處理這些事情。

雖然殺人機器很可能仍然是小說的素材，但許多人相信它們將以各種方式取代人類。

牛津大學人類未來研究所公布了一項人工智能調查的結果。標題為“人工智能何時能超越人類表現?來自人工智能專家的證據”，其中包含了352名機器學習研究人員對未來幾年人工智能發展的估計。

這個群體中有很多樂觀主義者。受訪者的中位數表示，到2026年，機器將能夠撰寫學校論文;到2027年，自動駕駛卡車將不再需要司機;到2031年，人工智能在零售領域的表現將超過人類;到2049年，人工智能可能會成為下一個StephenKing；到2053年，可能會成為下一個CharlieTeo。最令人震驚的是:到2137年，所有人類工作都將實現自動化。但是人類自身呢?毫無疑問，喝著機器人端來的雨傘飲料。

NorthwesternUniversity教授、MasterofScienceinAnalytics項目的創始主任DiegoKlabjan認為自己是AGI的懷疑論者。

其解釋道:“目前，計算機只能處理1萬多個單詞。所以，有幾百萬個神經元。但是人類的大腦有數十億個神經元，它們以一種非常有趣和復雜的方式連接在一起，而目前最先進的技術只是按照非常簡單的模式進行簡單的連接。因此，在現有的硬件和軟件技術下，從幾百萬個神經元到數十億個神經元，我不認為會發生這種情況。”

我們將如何使用AGI？

Klabjan也不太相信極端的場景——比如，兇殘機器人把地球變成了一個陰燃的地獄。其更關心的是機器——比如戰爭機器人——被邪惡的人類灌輸錯誤的“動機”。麻省理工學院物理學教授、人工智能首席研究員MaxTegmark在2018年的TED演講中表示過:“人工智能真正的威脅不是惡意，就像愚蠢的好萊塢電影里那樣，而是能力——人工智能實現的目標與我們的目標并不一致。”這也是Laird的看法。

Laird表示:“我絕對看不到某些東西醒來并決定要接管世界的情況。我認為這是科幻小說里的情節，而不是未來的結局。”

Laird最擔心的并不是邪惡的人工智能本身，而是“邪惡的人類將人工智能作為一種虛假的力量倍增器”，用于銀行搶劫和信用卡詐騙等許多犯罪行為。因此，雖然其經常對進步的速度感到沮喪，但人工智能的緩慢燃燒實際上可能是一種祝福。

Laird表示:“了解我們正在創造什么，以及我們將如何將其融入社會，可能正是我們所需要的。”

但沒有人知道確切的答案。

Russell在威斯敏斯特的演講中表示過:“有幾項重大突破必須實現，而且可能很快就會實現。”其引用了1917年英國物理學家ErnestRutherford提出的核裂變(原子分裂)的快速轉變效應，并補充道，“很難預測這些概念上的突破何時會發生。”

但無論何時，如果他們做了，他都會強調準備的重要性。這意味著開始或繼續討論AGI的道德使用，以及是否應該對其進行監管。這意味著要努力消除數據偏差，這對算法有破壞作用，目前是人工智能的一大缺陷。這意味著要努力發明和增強能夠控制技術的安全措施。也意味著我們要謙卑地意識到，我們能做到并不意味著我們應該做到。

“大多數AGI的研究人員預計將在幾十年內實現AGI，如果我們毫無準備地撞上它，這可能是人類歷史上最大的錯誤。它可能導致殘酷的全球獨裁，帶來前所未有的不平等、監視、痛苦，甚至可能導致人類滅絕，”Tegmark在TED演講中這樣表示：“但如果我們謹慎行事，最終可能會進入一個美好的未來，每個人都過得更好——窮人變富有，富人更富有，每個人都健康，都可以自由地實現自己的夢想。”