腾讯AI Lab：AI与机器人的42个终极问题，机器人能否产生意识？【附下载】| 智东西内参【附下载】| 智东西内参

看点：通用人工智能和机械人索求之路上的人类将会遭遇的首要问题，激发对人、AI与机械人未来的长远思虑。 [原创文章：www.11jj.com]

[本文来自：www.11jj.com]

本期的智能内参，我们介绍腾讯AI Lab的研究申报《AI与机械人的42个大问题》。若是想收藏本文的申报（国产CPU），可以在智器材（公家号：zhidxcom）复原关键词“nc412”获取。

本期内参起原：腾讯AI Lab

原问题：

《AI与机械人的42个大问题》

作者： 腾讯AI Lab

1、AI的未来是什么？

这是有关AI未来最根本的问题，甚至在必然水平上涵盖了此外所有问题。要回覆这一问题，我们首先需要熟悉人们现在正在做什么。

近年来取得成功的AI手艺多半基于深度进修和神经收集，当前热点研究倾向依然是基于这些体式的改善以及与匹敌进修或强化进修等此外思惟的融合。在应用方面，这些手艺已经进入了我们的平时生活，比如智能介绍、机械翻译、聊天机械人以及各类图像美化应用。

对于近期的未来，人们普及相信深度进修还有进一步的成漫空间，甚至有望彻底改变我们的生活体式，比如多少人都相信成功的自动驾驶手艺将会彻底改变我们的生活出行。同时，因为深度进修在泛化能力以及可注释性方面的难题，也有人认为深度进修将难以在一些存在严峻要求的领域施展真正首要的价钱，进一步的打破还需要索求更遍及的体式。下面列出了近期未来的一些首要的研究和应用倾向：

高效和低成本模型 。尽管今朝相当多一些模型已经能够在较低成本的硬件上有效运行，但要演习出充足实用的模型，当前的深度进修体式往往需要大规模数据集和成本高昂的角力硬件。若何设计高效的演习体式已经成为当前的一大首要研究主题。对于已经 诞 生 的 MobileNet、 ShuffleNet 和PeleeNet等一些模型，其实用性仍被认为还有所欠缺。高效和低成本模型仍会持续是AI领域的一个首要未来倾向。

模型可注释性 。深度进修的模型可注释性已经成为了制约深度进修遍及应用的一大首要障碍，其也在司法和伦理方面激发了一些讨论和争议。可以预见这方面的手艺索乞降社谈判议还会持续。

深度神经收集与新思惟融合 。深度进修与匹敌进修和强化进修等思惟的连络已经为 AI领域带来了多少重大打破 ， 比如从AlphaGo到 AlphaZero的一系列进展。此外，研究者也在持续从生物学、脑科学、逻辑学等领域吸取新的灵感，比如Hinton提 出 的 Capsule规划。这一趋势必然还会持续。

AI持续进入人类的平时生活。智能音箱进入家庭、人脸识别在守卫街道、机械翻译在建造巴别塔、自动驾驶汽车已经上路测试、数字助理正在进修处理越来越复杂的义务......AI应用还会持续进入更多曰常生活场景并持续改变我们的生活体式。

AI相关政策和律例会越来越多。跟着AI越来越深刻地影响人类的生活，相关的司司法例和政策轨制也在逐渐成形。个中既有鼓动AI手艺成长的国度政策或规划，比如中国的《新一代人工智能成长规划》、 美国的《国度人工智能研究和成长计策规划》、 加拿大的《泛加拿大人工智能计策》;也有旨在规范智能应用和数字隐私珍爱的，比如欧盟的《通用数据珍爱条例》。 可以预见还会有更多相关政策随AI的进一步成长而降生。

2、机械人的未来是什么？

机械人有多少不合的分类体式，每种分类体式也都有不合的类型，比如遵循形态可分为人形机械人、四足机械人、轮式机械人等等，遵循用途可分为民用机械人、工业机械人和军用机械人等。这些不合类型的机械人的成长虽然都有各自不合的着重点，但总体而言机械人领域的首要成长倾向包括：

更高的自动化水平 。比来机械人把握方面的一个研究重点是让机械人具备更强的自立动作能力以及更强的进修能力。今朝这方面最受关注的成长倾向之一是强 化进修 , 即让智能体在情形中进行索求来进修最大化奖励的策略。此外，使用深度神经收集演习的视觉与听觉等模型也正被集成到机械人身上，让它们可以具备更强的感知世界的能力。

机械人应用场景增多 。工业机械人已经在组装生产线上获得了遍及的应用，现在跟着机械人智能水平的提升，它们也起头在变更态多变的平时生活情形中获得应用，比如迎宾、 送餐、 做饭、 导游和传授等等。医疗机械人也是非常首要的成长倾向，它们有的能够着手术、有的可被吞入腹中，还有的甚至能作为义肢直接成为残障人士身体的一部门。农业也正迎来机械人的变革， 里业无人机、 无人收割机、 除草机械人、 放牧机械人等已经展现了地球上的一些田间地头或牧场。此外，为了应对全球局限内的蜜蜂灭绝危机，也有研究在索求打造可接替蜜蜂工作的昆虫机械人。

集群式机械人进一步成长 。集群式机械人是指大量机械人经由互相协作，从而组合为统一个系统的手艺，这种手艺具有更高的稳健性一即使部门机械人住手工作，其余的机械人也能够持续完成义务。但这样的机械人系统也面临着通信和协调方面的问题，今朝大多数集群式机械人还首要使用中心把握单元来进行调控（比如在2018年平昌冬奥会上亮相的1218架英特尔Shooting Star 无人机群) ， 但也有研究者在索求无中心的分布式把握体式。

3、通用人工智能(AGI)有或许实现吗？

通用人工智能(AGI)是指有能力懂得和进修人类所能做到的任何智力义务的机械智能。周全比肩甚至超越人类的AGI一贯以来都是AI领域的一大最终方针，这一方针也被称为“ AI奇点”。未来学家雷 • 库 玆韦尔给出了他认为的AI奇点的达到时间： 2045年。

但也有多少人对此透露猜忌，甚至有相当多一些人认为根基弗成能实现在所有方面都超越人类的单个 AI系统。比如2018年掀起过轩然大波的“ AI穷冬论” ，作者Filip Piekniewski就在文中提到：“我们让角力机做一些看似只有受过教育的成人才能做的事，但后来才意识到这些角力机甚至无法处理婴儿或动物都能解决的事情。若是我们持续陷入同样的陷阱， AI (尤其是通用人工智能)将仍然是一个白日梦。”

也有相当多一些学者认为虽然现在深度进修功能颇丰，但却不是通向通用人工智能的 途 径 一 至 少 单 靠 深 度 学 习 是 弗成能实现的。比如纽约大学心理学教授Gary Marcus就对深度进修多次提出逃评定见， 个中包括深度进修的数据依靠性、适应改变的能力以及整合先验常识的能力等。是以，通用人工智能方针的实现或许还需要在神经科学、认知科学、进化体式等多个倾向的起劲。

通用人工智能事实能否实现仍是一个悬而未决的问题， 我们甚至还不清楚通用人工智能事实必需若何的组件或组织。

4、 AI能否具有自我意识？

意识（ consciousness)到今朝为止仍照样一个没有获得公认的明确定义的名词，事实我们对自身意识发生的原因还知之甚少，也因而就更难以回覆机械能否具有意识的问题了。

2017年的一篇Science论文将意识戈划分成了三个层次：

C0：这一层的意识是指人脑中无意识的运算，比如人脸和语音识别。

C1 ：这一层的意识涉及到凭证信息、思虑和或许性进行抉择的能力。

C2 ：这一层的意识则涉及到所谓的“元认知(metacognition)”，即熟悉到自我的能力。自我意识能匡助人们熟悉自己知道什么以及不知道什么，进而导致好奇心。

照这样的划分体式，今朝的AI模型已经能在C0层面上取得比肩甚至超越人类的示意了，并且在C1层面上也进展颇丰。该论文也认为今朝已有一些AI实现了 C2层面意识的_些方面，比如一些模型能够监控自己进修解决问题的过程。

但意识事实将若何发生？我们今朝还没有谜底，下面简练梳理了一些理论上的看法：

意识源自特定的神经组织 。有的研究者认为大脑的特定组织是意识的起原，比如2016年的一项研究找到了两个对意识清醒非常首要的大脑区域，这两个区域都包含一种被称为“von Economo神经元”的脑细胞。若是特定的神经组织切实能够发生意识，那么具有相同组织的AI也或许具备意识。

意识源自系统与外部的交互过程 。有的研究者则认为意识涌现于复杂系统与外部的交互过程。比如物理学家Max Tegmark认 为 意 识 是 在 被 以 某 种 复 杂体式处理时信息的感触体式。 神经科学家 Giulio Tononi推进了这一思路 : 信息处理系统若要有意识，它的信息必需被整合为一个统一的整体。该思惟融入了一 个复杂的数学理论，即整合信息理论(integrated information theory) 〇若是意识切实源自系统与外部的交互过程，那么跟着AI在 日 常生活中的进一步应用，我们有望看到这方面的一些进展。

意识源自复杂度 。 也有研究者认为一旦一个单一的有序动态系统达到必然的复杂度，意识就会自然而然地涌现。跟着现今AI系统的复杂度提升，这一理论或将慢慢获得验证。

意识的发生机制已经非常复杂，自我意识只会加倍复杂，在短期内或许无法找到确定的谜底 。

5、AI若何匡助我们懂得认知和意识的本质？

AI的成长从神经科学和认知科学等领域吸取了多少灵感，同时也为这些科学领域的研究供献了多少新思路， 有的研究者甚至将AI领域视为认知科学的一部门。

机械进修体式在匡助我们懂得神经活动的模式方面已经初见成就，成为角力神经科学的首要成长鼓动力；此外该体式也已被用于建模人类的活动、理会和懂得人类的说话、瞻望人类的响应模式和动作抉择，这些都能匡助我们理会和懂得我们自己的认知体式甚至意识的本质。

今朝，跟着大数据神经科学的成长，已经展现了一些相关的大型国际研究项目，个中包括美国白宫于 2 0 1 3 年提议的“ 旨在刷新我们对大脑的懂得 ” 的BRAIN Initiative、 同样始于 2013 年的欧盟人类脑规划（ Human Brain Project) 、 2014 年..启动的 Brain/-MINDS项目、2016年起头鼓动的中国脑规划。个中中国脑规划既包括对认知的神经机制的底细研究，也包括脑疾病的诊断和过问以及脑启发智力手艺的转化研究。

现在研究者已经在转译大脑旗子方面取得了一些亮眼的提高，比如..一组研究者使用了深度神经收集来基于人脑活动旗子来重建人所感知的影像。据介绍， 该手艺不单能重建受试者正在视察的影像，而且还能重建出受试者记忆中的影像。

6、我们能否真正注释和懂得AI的抉择与事实?

目 前 我 们 还 不 能 真 正 理 解 很 多 AI技 术抉择和获得事实的具体过程，它们也经常示意出设计者意料之外的行为。比如OpenAI演习的一个赛船游戏智能体学会了一个“花样” ：为了获得更高的分数，智能体把握的划子没有选择尽快穿过终点线，而是络续地轮回刷分，即使划子一向地与此外船只碰撞、滑向墙壁、一再着火。若是在实际应用中智能体也展现相同的状况，不单不克很好地完成预设的义务，反而或许给周围情形和用户带来危险。

我们需要懂得AI抉择的过程和依据，从而信任AI，这就涉及AI领域的一大首要主题:可注释性(explainablity) 。

幸运的是，研究者和抉择者正在起劲鼓动这方面的工作。比如，2018年5月起头 生 效 的 欧 盟 “ 通用数据珍爱条例(GDPR) ”许可用户可以要求注释机械任何“合法或相同首要”的抉择；此外在模型可注释性方面研究方面也有一些值得关注的进展，比如谷歌推出的神经收集可视化库Lucid和华盛顿大学提出的一种能注释分类器的瞻望事实的注释手艺LIME。

当然也有多少人认为， 过于强调“可注释性”或许会阻碍AI的 发 展 ， 事实当前在深度进修模型可注释性方面还面临着诸多灾题。更有甚者认为， 可注释AI是永远弗成能实现的。

7、AI能否具有好奇心和创造力?

有人认为，好奇心是自我意识的一种延伸，同时也是创造力的底细，但也有人并不认同。 有人认为创造能力并不需要自我意识,即使完全遵循本能行事，生物体或机械也能示意出创造能力。

AI能否具有对世界的好奇心吗？强化进修体式供给了一种或许的思路。强化进修能让智能体凭证在情形中的奖励调整自己的动作，从而最大化自己所获得的奖励。为了实现这样的方针，智能体需要具有索求未知情形的能力，在必然水平上而言，这种索求未知的需求可视为一种好奇心。

在创造力方面， AI系统已经有所示意，比如，谷歌的DeepDream系统能够经由对图像进行克意的过处理而创造出“梦幻般”的图像事实;2018年，一副由生成匹敌收集(GAN)生成的画作在巴黎以432500美元的代价出售。此外，AI也早已被用来生成音乐和生成场景（虚拟实际或游戏)。但这些事实根本还只是对已罕见据的组合或加工，未来AI能否自发地创造亘古未有的事物？这一点还有待验证。

8、AI或许彻底把握人类说话吗?

AI在自然说话处理（ NLP)领域已经取得了很好的进展来自谷歌的 BERT模型和来自OpenAI的GPT-2模型已经在文本分类、说话建模等一些义务上实现了甚至或许优于人类的示意。然则，我们仍然 可 以 肯 定 的 说 : AI尚未真正把握人类说话。AI在处理罕有词、语境、讪笑以及此外一些更“微妙”的自然说话处理问题时，还面临着一些难题。

AI能够真正把握说话吗？今朝成功的AI说话模型多半基于数据理会和模式发现，是对已罕见据的提炼。而说话本身则处在络续改变之中，新的词汇在络续发生，比如“十动然拒”；旧有的词汇的含义也会发生变迁，比如“真香”；而且同_种说话内部也会存在因为区域、使用人群和使用场景等带来的不同。此外，人类在使用说话时经常会失足。是以，基于过往数据的AI模型不一定适用于当下的景遇。

AI能够真正懂得说话的这种动态改变性质，进而随人类的说话情形一路演进吗？这是一个仍待解决且意义重大的问题。

9、AI能否发现新的科学理论？

当前深度进修手艺成长势头的底细是数据和强大的角力能力，而基于数据来验证新理论已经成为了或许，比如2019年4 月谷歌的一个团队用 AI证实了 1 2 0 0多条数学定理。

除了验证理论， AI也已被用于发现新理论和新体式。2015年，英国剑桥大学的研究者索求了自动发现和优化化学过程的新体式。2017年，英国爱丁堡大学和格拉斯哥大学的研究者提出了自动索求数学理论的MATHsAiD项目。2018年,英国格拉斯哥大学的研究者设计了一个以AI为核心的自动化实验设备， 并进展经由这种体式加速对生命降生过程的索求。

实际上， AI有望给所有自然科学学科带来变革，不管是用于理会亿万年前的星光照样用干解开生命的密码， AI都大有效武之地。人文科学也能从AI手艺的成长中受益，我们实际上也已经经由机械翻译和金融理会见证了它们在说话学和经济学中的示意。很显然， AI切实能在我们索求新科学理论之路上为人类供给匡助，但它们能自己发现新理论吗？

10、 “人工智能冬天”是否或许再次展现？

自1956年的达特茅斯会议以来，我们已 经 遭 遇 过 两 次 “ 人 工 智 能 冬 天 （ AI Winter)”了。在这两个冬天里，媒体和公家对AI的关注降至低点，政府和企业对 AI研究的投入也大幅缩减甚至完全休止。这两次“人工智能冬天”都曾给AI行业的成长造成过伟大的负面影响，而引起这两次穷冬的原因都涉及到实际成长的 AI手艺与人们的预期不相成家的问题。

今朝的 AI领域仍然在必然水平上面临着过度炒作的问题，我们也不时能在新闻报道中看到一些强调其辞的断言，这似乎恰是下一个穷冬的预兆 ( 实际上也有一些研究者切实这么想)；然则，今朝这一波基于深度进修的热潮也与之前有所不合一这一次真正有一些实用的应用落地并创造价钱，比如人脸识别、语音识别和机械翻译，是以也有的研究者认为“人工智能冬天”不会再来。

尽管今朝AI研究者对未来成长普及乐观，但人工智能冬天事实会不会再来仍尚无定论 。

11、AI将若何影响全球军事和政治？

AI在军事场景中被认为具有多少“用武之地”，个中包括自动化火器、沙场检测与情报理会处理手艺、辅助抉择智妙手艺、自动化收集攻防手艺等。实际上一些手艺已经投入应用，比如旨在“加速国防部整合大数据与机械进修”的美国国防部Maven项目，在设立仅6个月后就已经在袭击“..国（ ISIS)”的战争中获得了应用。

当然， 否决AI火器化的声音也一贯存在，认为AI军备比赛无益于人类福祉。无论若何，讨论AI军事应用的利弊与有效的约束体式，具有极其首要的价钱和意义。

政治方面， AI已经起头影响全球政治式子。比如数据理会已被用于竞选广告的精准投放和舆论指导。另一方面， AI也或许被用于辅助执政，甚至被直接用于制订政治抉择。

实际上，已经有一些研究者在起头考试AI政治家的实践了。2018年4月， 一个名为 Michihito Matsuda的 AI轨范加入了..东京多摩市的市长竞选 ， 以4000得票数获得了第三名的成就。此外还有一个名叫 SAM的 AI正在预备加入2020年的新西兰全民普选。

跟着AI应用的曰益普及，传统的政治式子和政治介入体式必然会发生改变。

12、若何把握自动化火器的成长?

自动化火器现在已经成为了一个非常实际的问题，否决火器自动化的呼声也一贯没有休止。

2015年，生命未来研究所（ FLI)在IJCAI2015会议上发布了_份公开信，呼吁禁止斥地超出人类有效把握的冲击性自动火器。截止今朝，该公开信已经收集到了三万多个签名，个中包括4500多位AI或机械人专家，比如Stuart Russell、Yann LeCun、 Yoshua Bengio、 Richard S. Sutton等浩瀚有逻辑学者；此外斯蒂 芬 • 霍 金 、 诺 姆 • 乔 姆 斯 基 和 斯 蒂 夫•沃玆尼亚克等其他多少知名人士也在该公开信后留下了自己的名字 。

连系国秘书长安东尼奥 • 古特雷斯也在今年三月的政府专家组关于致命自动化火器系统的会议上指出， 有能力和自由裁量权来夺走人类生命的机械“在政治上弗成接管，在道德上令人厌恶，应该被国际法禁止。

尽管如斯，禁用自动化火器的方针却并 不随意实现。为了实现军事优势，各国甚至会竞相斥田主动火器，就像英国智库皇家国际事务研究所的《 AI与战争的未来》总结的那样：“在自动火器的成长是否应该被把握以及若何把握的复杂讨论中，空中和地面自动系统的商用市场的快速成长必需获得充实考虑。鉴于商用领域能够供给衍生手艺或更好的手艺，所以禁止自动手艺的军事应用或许是不切实际的。

13、 AI将若何影响经济成长？

毫无疑问， AI必然会对全球经济带来伟大的影响，甚至导致天崩地裂的变革。

麦肯锡2018年9月的一份申报建模了AI对全球经济的影响，其给出了两个关键性结论：

AI有很大的潜力为全球经济活动做供献；

AI或许加大国度、公司和工作者之间的差距。

普华永道2018年的申报《 AI的宏观经济影响》 则估量,按照基准增进趋势，全球 GDP将在2030年增进至114万亿美 元 ， 而若是考虑到 AI的成长 ， 全球GDP预 计 将 高 出 这 一 数 值 1 4 % ， 即 AI有望为全球GDP带来额外1 5 . 7 万亿美元的增进。该申报还瞻望中国和北美的经济将从AI手艺获益最多一2030年，AI的 贡 献 将 分 别 占 中 国 和 美 国 GDP的26.1%和14.5%。

另 外 ， 跟着AI所能完成的工作越来越多，创造的财富价钱也越来越大，若何平允有效地分配这些财富也是值得政策制订者和经济学家思虑的问题。在这样的或许展现的不劳而获的未来里，经济成长或许将需要一种亘古未有的全新模式。

14、 AI将若何影响农业？

农业也被称为第一财富，是涉及到“食物”这一人类最根本需求的至关首要的行业。尽管农业生产很少展现在热点新闻中，但其首要性是不言而喻的。AI对农业的变革已经起头，比如腾讯AI Lab与 农 业 专 家 合 作 开 发 的 种 黄 瓜 AI能 显著降低黄瓜生产所需的资源和人力成本以及提高黄瓜产量。

跟着农业自动化的成长， AI还将在农业成长中施展更首要的浸染。简略而言， A1在农业领域的应用场景可以涵盖从生产规划到终端发卖整个流稈。在农业生产起头前，借助AI理会历史数据和当前趋势，生产者可以瞻望市场需求，进而规划具体的作物和莳植规模，这样能避免产销脱节，造成经济损失和农产品虚耗。在农业生产过程中，可凭证热量、通风和二氧化碳水平等成分来优化莳植策略，比如温室温度、莳植密度、浇灌施肥；此外AI还能被用于把握农业自动化设备，实现无人生产。在农作物收获之后，角力机视觉手艺可以高效地进行农产品售前品质检测和分类等工作；还可以用大数据理会市场行情，可匡助农产品电商运营，指导企业制订更无邪准确的发卖策略。此外，经由AI遗传算法和多方针路径优化数学模型，可对物流配送路径进行智能优化，完美生鲜农产品供给链。

此外， AI也可用于改良作物品种，比如筛选和改良农作物基因，达到提升口味、增加抗虫性、增加产量的目的。

15、 AI将若何影响工业？

自动化手艺已在工业生产中已有悠长的历史，从水车磨坊到汽车无人组装流水线。毫不夸张地说，大规模自动化工业生产恰是现代文明的底细，我们的生活体式的根本保证。

AI还能将自动化生产更向前推进一步，它们可以自动检测生产情形、瞻望或许发生的故障、优化供给链和生产流程、经由理会市场需求动态调整产量、实现工业产品快速定制 最终实现工业生产 的 智 能 化 。这恰是AI所要实现的方针。

在工业4.0时代，工业物联网将创造巨量需要理会的数据，同时生产者也需要对生产过程进行实时高效的响应。AI将在这样的流程施展举足轻重的浸染。比如在优化物流和供给链时， AI可以凭证市场、路况、天色等信息进动作态调整。若是因为天色原因导致供货延迟，生产部门还可实时调整生产优先级，进而实现效率最大化。

16 、AI将若何影响务业？

AI在变革农业和工业的同时自然也不会错过处事业，尤其是那些处理频频义务的工作，比如司帐、客服、咨询。跟着智能客服越来越善解人意，未来当我们拨打客服德律时，我们或许再也不需要呼叫人工处事了。

智能客服是最受人关注也最具市场潜力的AI应用领域之一，并且已被多少企业投入了实际应用，谷歌甚至已经推出了基 于 AI的 客 服 服 务 解 决 方 案 Contact Center Al0据 Gartner 瞻望，到 2020年，85%的客户交互都将由机械治理。

在金融领域，人们正在索求AI在智能理财、智能风险评估、智能理赔、自动算法生意、欺诈检测等诸多应用中的实践。

医疗处事也是AI应用的最前沿一经由监控理会人们的身体状况瞻望健康风险、 AI可以匡助影像科医生理会医疗影像、为医疗资源缺乏的区域供给辅助诊断、针对患者个案供给个性化医疗方案建议。此外， AI也已经被用在了新药斥地中。

17、 AI是否会造成大规模失业？

这是现在民众和抉择者最关注的AI相关问题之一，甚至可以说这个问题的最终谜底将塑造人类文明未来很长一段时间的成长。

AI和机械人或许将在多少岗位上接替身类工作者， AI将在必然水平上影响各行各业，但并非每种工作面临的风险都相等。据普华永道瞻望，第一波自动化浪潮只会替代少量工作（约3% )，但到2030年月中叶，这一比例将增至30%。个中交通运输行业的工作岗位所面临的风险较大，而需要社交、情绪和文艺能力的工作被替代的风险较小。

有些人相信AI切实会造成人类工作者的大规模失业，甚至也已经起头讨论“居民根本收入” 和“ AI价钱分配轨制” 等一些或许的解决方案。

当然也有人并不认为 AI会 造 成 显 著 的大规模失业，一个常见的论据是以前的手艺变革在夺走了就业岗位的同时也会创造（甚至或许更多的）新岗位，比如汽 车虽然夺走了马车夫的工作，但也创造了 司 机 和 汽 车 修 理 工 的 工 作 。人 与 AI合作才更或许是未来就业所趋之大势。2018 年的申报《 Reworking the Revolution》 就估量到 2020年，连络人力的 AI新应用将为全球就业带来 1 0 %的提升。

但我们也必需承认， AI与以往的变革性手艺存在根基的不合。蒸汽机、电力、角力机更多的是在体力工作和繁琐频频的文件义务上替代人类，而AI则能够在更需要认知能力的义务上接替身类的工作，比如理会、懂得和抉择，完成这些义务在必然水平上似乎对人类“万物之灵”的地位提议了挑战。幸好，今朝来看那样的未来还对照遥远。

18、AI将若何改变未来的工作就业？

毫无疑问， AI必然会给未来的工作场景带来重大的影响。

首先，工作对名堂的需求会发生伟大的改变。未来的工作者将需要不合领域的同化常识，比如农民也将需要懂得大数据、手术医生需要会把握机械人、生物学家要进修电子工程 。跟着 AI的成长成熟 ， 工作者也需要具备快速的适应能力一能够很快地适应新的工作流程 、系统和对象。

积极的一面， AI有助于提升生产力和效率，让人类工作者可以将更多精神投入到更具价钱的非频频性义务上，同时也能让他们拥有更多个人生活的时间。

但 AI对人类工作也有消极的一面，比如前一问提到的人类大规模失业风险。此外，若是AI在太多工作岗位上都具备了相对于人类的绝对优势，多少人或许就将陷入无事可做的困境，此时的人们或许将需要新的体式来追寻自己的人生意义。

19、 AI将若何改变城市？

人类文明正处于一场亘古未有的城市化浪潮中。据连系国统计,2008年，城市居民人数首次在历史上跨越农村居民。世界城市化进程估量将在好多成长中国度持续快速进行，至2050年世界生齿的70%或许是城市居民。2007年至2050年时代，城市居民人数估量将增加 31亿，从33亿增至64亿，而世界生齿将增加25亿。是以， AI对城市的影响将具有改变世界上绝大多数人的生活的潜力。

这至少涵盖以下几个方面：

交通运输 。智能理会已经在交通运输领域获得了实际应用，比如使用路径规划手艺为快递员规划最高效的送货路径。 未来，跟着自动驾驶手艺的成长，无人驾驶载具(不单限于汽车，还包括无人航行器等载具)将在我们的平时出行及物品输送中饰演越来越首要的角色。

公众安然。智能图像和视频理会手艺正在进入城市街道、商场和公园等公众区域，它们能以极高的效率理会各类场景，识别和瞻望违法犯罪。这不单能让司法机关做到快速响应，而且还能让他们凭证瞻望事实回收预防法子。此外，语音识别和步态理会等手艺还能匡助安保人员快速识别行为可疑的人。

医疗保健。AI正在变革医疗保健领域，而且也已经在医疗数据理会、辅助诊断、 发现新药、个性化医疗等方面获得了初步的应用。此外，机械人手艺也在这方面有首要的应用价钱，比如可用于为残障人士和病患白叟打造智能轮椅或机械外骨骼；机械人也能被病院用于陪护、搬运和干净等义务。

教育。AI将在好多方面为教育体式带来变革。比如， AI可以经由理会历史数据来改善教育体式；同时，借助AI手艺，教育还可以 根 据 学 习 者 的 个 人 偏 好 和 学 习 进 度实现个性化。此外，组合虚拟实际等手艺，进修者还能在沉浸式的情形中习得新常识。

娱乐。 人类的娱乐体式一贯都在跟着手艺而改变。AI也将为我们创造新的娱乐体式和更别致的体验。比如智能理会手艺可以经由理会你的过往数据向你介绍音乐、片子或书籍，也能凭证你的偏好为你生成个性化的虚拟实际场景。

20、自动驾驶手艺将若何改变未来交通？

自动驾驶，又称无人驾驶，是指无需人类把握者，经由某种系统把握载具运动和航行的手艺。凭证自动化水平的不合，自动驾驶手艺可分为不合的层级，而具体的分级体式却或许因定义它们的研究者或机构的不合而展现不同。比如美国交通运输部国度公路交通安然治理局( NHTSA) 2013年将自动驾驶系统(ADS)的自动化水等分为了 5级，而里际自动机工程师学会则在2016年给出了 一个 分 为 6 级 的 划分体式，个中Level 0〜Level 2是驾驶辅助能力 ， 而 Level 3~Level 5是自动驾驶能力， 具体如下：

Level 0。无驾驶自动化。所有DDT (动态驾驶义务 ， 即 用 于 在 道 路 交 通 中 操 作 _ 辆 汽 车的所有实时的把握和触动功能）的把握全由驾驶员完成。

Level 1。驾驶辅助。这种驾驶自动化系统的特点是 DDT的横向或纵向载具把握子义务 可以获得维持或特定于ODD (运行设计域）的执行。Level 1不包括同时执行这些子义务，也需要驾驶员执行DDT的此外义务。

Level 2。部门驾驶自动化。相同于Level 1，但特点是 DDT的横向和纵向载具运动把握子义务可以获得维持或特定于ODD的执行，需要驾驶员完成方针和事件检测与响应（ OEDR)子义务并看管驾驶自动化系统。

Level 3。有前提驾驶自动化。所有DDT的子义务都可以获得维持或特定于ODD的执行，需 要 人 类 驾 驶 员 做 好 响 应 问 题 发 生 时ADS的过问请求的预备。

Level 4。高度驾驶自动化。所有DDT的子义务都可以获得维持或特定于ODD的执行，不预期用户响应过问请求。

Level 5。全驾驶自动化。所有DDT义务都可以获得维持和无前提的执行，不预期用户响应过问请求。留意这里的执行是无前提的，不限于ODD。

现在，自动驾驶汽车已经上路了。在美国和中国的多个城市，你都有机会看到正在公路上测试的自动驾驶汽车。但要实现真正的实际应用，自动驾驶汽车必需 具备完端赖得住的能力一至少要比人类驾 驶者靠得住得多 ， 事实没人甘心把自己的人身安然交到或许出问题的机械手里。

21、AI将若何影响人与人之间的关系？

每一项变革性手艺的降生都势必影响人与人之间的关系，比如德律降生往后，我们就再也不用“千里寄相思”了，电波就能将我们的思恋之情瞬间传递到千里之外。社交收集的降生为通俗公家供给了快捷揭橥自己定见的..，对公众事务的商酌已经不再是定见首脑们的专利。

AI又将怎么样影响人与人之间的关系？是会让人与人之间加倍亲密？照样加剧现有的人与人之间日益疏离的趋势？这些问题仍没有确定的谜底，但一些实验事实或许能让我们稍微窥见些未来。

耶鲁大学的研究者曾经由人与机械人共存的实验获得了一些有趣的事实：勇于承认自己错误的机械人能匡助团队取得更好的示意、具有易失足的机械人的人机协作团队的示意优于机械人不失足的团队 。但同时他们也提到了一些或许存在的负面影响，比如若是人耐久以对待物的立场对待机械人，那么他或许会逐渐用对待物的立场对待其他人；人对待机械人的鲁莽立场或许被孩童学会。

22、 AI将若何影响政府与公民之间的关系？

政府与公民的关系是自人类竖立城邦以来一贯备受关注的主题，古往今来的哲学家和政治学家已经为此供献了多少心力，而AI又将为政府与公民的关系带来新的变数。

毫无疑问， AI可以提升政府的效率。据《经济学人》 称：“AI能在5到7年内为政府节约30%的劳动力时间。就像电子表格变革了财务部门一样， AI有望让例行的办公室工作加倍高效。”但需小心的是， AI同时也或许让公权力更为强大。

响应地，公民也能够借助AI更有效地看管政府，防止它们滥用权力。

23、AI与人之间的关系将若何改变？

人经常自夸为“万物之灵”，这或许是因为我们认为自己拥有超出万物的智力，而 AI第一次为此带来了变数， 虽然离周全超越人类水平还很遥远，但它们已经在图像、语音和游戏领域的一些特界说务上超越了人类的示意。按照现在的成长趋势， AI手艺还将持续提高，持续在更多义务上达到甚至超越人类的能力。看起来，人类的“万物之灵”地位似乎正遭遇挑战，在这个过程中，人与AI的关系也必然发生改变。

在AI和机械人手艺成长早期，它们还首如果作为人类的对象，目的是执行那些对人类过于繁琐的义务，比如组装汽车和主板。跟着智能和自动化的提升， AI和机械人也起头在人类的平时生活中饰演更多样化的角色，比如索尼斥地的机械狗AIM可以作为人类的宠 物 、 微 软斥地的聊天机械人小冰能与人类打趣逗乐。进一步设想一下，若是一个机械人不管是外观照样行为都变得与人类无法区分，那人应该若何对待它？

24、 机械人能否成为人类的伴侣?

人类是群居动物，但不是每一个灵魂都能在他人那边获得伴随和抚慰。甚至有些人似乎注定生平孤立。现在，配备了AI大脑的机械人有望给“孤立”这一千古难 题带来一些解决方案——它们正在变成人类的伴侣。这些机械人不单能匡助照看孤寡白叟和患有自闭症的儿童，也能抚慰每一个孤立地生活在现代社会中的人。

机械人伴侣可分为多种类型，包括宠物机械人、 治愈型机械人、 ..机械人、 生活辅助与伴随机械人等。每种机械人都有各自不合的使用场景。

借助AI手艺，机械人可以经由与人类用户互动来构建用户的个性化模型，从而具备用户最偏爱的性格，成为用户的最佳伴侣。

现在已经有一些公司和研究者正在向着这一方针迈进，并且也已经有一些产品问世 ， 个中包括人形社交机械人 Pepper、 情绪伴侣机械人Buddv、 宠物海豹治愈机械人PARO等。但总体而言，机械人伴侣还处于非常早期的成长阶段，它们往往还不克有效地处理我们平时生活所碰着的各类场景。

25、AI能否成为平正的司法裁决者？

司法裁判的平正性始终是司法行业的一大难题，不单因为法官的专业水平，而且因为司法靡烂以及判决易受法官的个人概念、情绪、私见等成分影响。法谚有云：“司法正义取决于法官早餐吃什么”。这表明司法之外的成分或许影响裁判的平正性。

是以，在一些简练、常规的案件中引入AI的辅助甚至由AI直接庖代法官裁判，不单能够消弭法官个人主观概念等司法之外的成分对案件事实的影响，实现裁判的客观性，而且能够促进同案同判，真正实现司高眼前人人平等。

当然， AI在消弭司法之外成分对判决影响的同时，也或许带来新的风险，诸如算法无视等。AI对于司法的懂得、模型的设计以及所使用的数据都或许造成新的无视。是以，未来的司法裁判弗成能全然交给 AI， 即使在AI自力裁判的景遇下 ，也必需存在人类看管 ， 即 human- inthe-loop，来确保加倍平允平正的司法裁判。

26、AI将若何匡助人类熟悉自身的历史？

AI作为人类的造物，也将在匡助我们熟悉自身上施展首要的浸染，而熟悉自身的一个至关首要的方面是熟悉自身的历史。

一些考古学家和历史学家已经起头借助 AI的力量来挖掘历史的实情了 。比如以色列理工学院和海法大学的一 组研究人员斥地了一种可用于解决考古拼图问题的角力机视觉体式，能够匡助复原挖掘出来的文物碎片。此外， AI也已被用于识别西夏文、 剖断圣经发源、翻译失传的说话。

AI也可被用于理会历史的成长趋势 。2 0 1 7 年 ， 一 组 研 究 者 使 用 AI分 析 了1800年至1950年这150年间的3500万 份 英 国 地 区 新 闻 报 道 中 的 2 8 6 亿 词汇，并在个中发现了一些之前并不显而易见的历史进程，比如手艺被收受的速度 正 在 不 算 加 快 一 “ 我 们可以看到德律和广播被公家接管的速度有多快。这个速度在络续加快。现在，人们接管Twitter或Facebook只需要一年。”AI甚至还被用于理会AI论文以瞻望该领域的成长趋势。

27、AI若何匡助人类更健康地生活？

AI能 帮 助 我 们 实 现 更 健 康 的 生 活 方 式吗?这个问题的谜底是必然的，但它们将若何做到这一点？

首先在医疗领域， AI已经起头崭露头角，它们已被用于医疗影像处理和疾病筛查，也在辅助诊断、药物发现、疗法介绍等方面极具潜力。

智能理会手艺也已被用于凭证可穿戴设备等收集的身体指标数据瞻望健康风险，它们能做到一贯不中止地实时监控， 同时还能为用户供给更健康的生活习惯建议。据世界卫生组织（ WHO)统计，与个人健康和生活质量相关的成分中，有60%都与生活习惯有关。是以，相信这方面的研究提高和应用推广将有望极大提升人们的健康水平。

AI在基因组理会方面也极具潜力。理会事实可用于针对性地制订保健策略，也能提前预知因为遗传或突变引起的生病风险，从而让使用者能够提前做好预备以及回收预防法子。现在，在AI的匡助 下，可用于基因疾病诊断的全基因组测序不到24小时就能完成。这种快速诊断手艺对于刚出生便带有新颖病症的婴儿而言非常首要，能让他们实时尽快地获得合理的救治和过问。

此外， AI也在心理健康方面极具价钱。据Our World in Data 的申报称，2017 年全球生齿有13%都有心理健康方面的问题，而且这一数字还在持续增进。然则，尽管存在这么多需求，仍有跨越一半的心理疾病患者没有获得治疗，个中很首要的一大原因是心理医生欠缺。而据世界卫生组织的数据，全球平均每隔40秒就有一人自杀消亡，同时还有跨越20人试图自杀。是以，为心理健康不佳的人供给实时有效的过问具有非常首要的意义。AI可以充当虚拟心理医生（比如南加州大学的研究者斥地的EUie)，能够全天候在线地供给处事，此外它还能为不合的用户演习不合的个性化模型，供给专属的心理健康处事。

28、AI若何解决生齿老龄化问题?

生齿老龄化是现在多少国度都面临着的核心社会问题， 比如..2018年的新生儿数量创下了百年来的新低。老龄化的社会在国度财务、社会活力和国度竞争力等方面都将面临严重的问题。

AI在缓解生齿老龄化的影响方面存在好多极具价钱的应用场景，比如机械人可以匡助垂问动作不便的白叟，也能匡助疏导白叟的心理，保证白叟的心理健康。AI还能匡助监控白叟的身体状况，在问题展现之前就发出预警。

此外，跟着生齿老龄化，某些岗位或许会面临劳动力欠缺的问题， AI或许能够接替一部门工作，在维持社会运转的同时创造更多价钱。

29、AI将若何匡助解决情形问题?

情形污染、天色非常、物种灭绝......地球正面临着严重的情形问题，而AI可望为这一事关所有人类的问题带来解决方案。据英特尔和调研公司Concentrix连系提议的一项针对情形可持续成长领域抉择者的查询：“74%的受访者认同AI将有助于解决耐久存在的情形难题。”

情形问题常日涉及到科学家还不克完全懂得的复杂过程，而且用于应对情形问题的资源也还很有限。借助于AI，我们可以基于收集到的数据来更好地建模情形中的复杂过程，同时机械进修和深度进修的瞻望能力也能匡助我们很好地瞻望未来的趋势，包括水资源改变趋势、情形适宜性和污染景遇等。

事实上， AI手艺已经在情形问题方面获得了初步的应用，比如WildTrack斥地了一种萍踪识别手艺（ FIT)，能以非侵入的体式监控濒危物种；谷歌也已经将机械进修应用在了数据中心的冷却中，能在降低成本的同时削减能耗。

30、AI会助力太空索乞降旅行吗?

“地球是人类的摇篮，但人类弗成能永远生活在摇篮中。”在迈向无垠宇宙的道路上， AI和机械人是我们的先遣队。

实际上， AI已经在太空索求中获得的首要的应用 ， 比 如 Earth Observing- 1( EO- 1 )地 球 观 测 卫 星 搭 载 的 AI系统能匡助优化理会自然界中的突发事件（比如大水或火山爆发)并作出快速响应。在某些景遇下，这个AI甚至能在地面工作人员知晓的景遇下自行起头拍摄影像。此外， 天空图像分类和理会对象（ SKICAT)在第二次帕洛马巡天规划(Palomar Sky Survey)施展了首要的浸染一能够在低不同率的图像等分类数以千计的方针。相同的AI系统也已经匡助天文学家不同了 56种或许存在的引力透镜，为暗物质方面的研究做出了首要供献。此外，来自普林斯顿大学的一组研究者使用了AI来模拟宇宙组织的形成过程，这能促进我们对自身所在的宇宙以及我们的形成过程的熟悉。

还不要忘怀人类送往太空和此外星球的各类机械人，它们也起头具备AI大脑和越来越高的自立水平。比如好奇号（ Curiosity)搭载了一个名为“为了收集更多科学常识的自动索求(AEGIS)”的软件，能 让 其 自 行 控 制 其 ChemCam( 化学相机)，这个设备能够经由激光烧灼石头发生的气体来理会该石头的化学成分。每当好奇号达到一个新位 置 时 ， AEGIS都可以使用机载相机自动扫描周围情形，然 后 决 定 要 使 用 ChemCam查询的石块和查询顺序。

31、AI会给人类文化带来若何的改变？

AI和机械人概念已经成为了现代文化的首要组成部门，你能在文字或影视的故事里看到它们，也能看到它们被用于商家宣传的广告中，现在你甚至还能直接看到机械人表演的节目(比如《机械人擂台》 )以及AI生成的音乐等作品。

毫无疑问， AI和机械人已经成为了人类文化的首要组成部门，它们不单仅是我们的娱乐体式，而且也在启迪着人类对自身的思索以及关于整个宇宙的哲学思辨。

举几个例子， 在《2001太空漫游》 中， AIHAL9 0 0 0 成 为 了一个经典的..AI形象，也在很洪水平上影响了人类对AI的认知。在《黑客帝国》 所描述的故事中， AI甚至将人类包裹进了一个虚拟世界之中，这也激励着观众去思虑和探究实际和真实本身。而在片子《她》中，智能系统Samantha展示了超级 AI解救人于孤立之中的潜力，同时也描述了 AI最终超越并甩掉人类的或许性。

32、AI将若何影响艺术创作？

2018年 ， 一副AI创作的画作拍出了432500美元的高价，成为了 AI艺术史的一个里程碑事件。但AI实际上早就已经进入了艺术创作领域一它们已被用来衬着图像、 创作音乐、 生成游戏场景和创作诗篇，甚至还已被用来生成小说和片子剧本。

举个例子， Continuator可以在进修了音乐家的风格后表演相同风格的音乐，其示意能力让一位爵士乐音乐家也颇为诧异：“ 我听到的一切我都能懂得。那是我的音乐世界。它的吹奏就像我的吹奏体式，只是它吹奏出了我之前的音乐声响世界中从没想到过的器材。”

毫无疑问， AI还必将在艺术创作中施展更首要的价钱。AI对艺术的影响也获得了多少人的关注和商酌一 作品的著作权属于谁？AI的设计者算是艺术家吗?若是机械没有意识，那么它的艺术是要表达什么？是以，也有一些概念质疑AI创造的器材能否被称为“艺术” 。

33、AI是否有助于提升人类的创造力？

AI的一大长处是能让人免受繁冗的义务之吃力。借助AI，创造者可以将更多精神和时间投入到策略和创造性思虑上。不单如斯， AI还能为创造者供给有关市场需求的见解以及对未来前景的瞻望。

比如在音乐方面， AI可以成为音乐家的力助手，甚至可以直接介入音乐创作。在视觉艺术方面 ， AI 有得天独厚的优势 。比 如 AI可 被 用 于 帮 助 作 者 理 解 内容，进而匡助他们获取进一步设计的素材。Adobe 斥地的 Concept Canvas 就是个中一例。这个对象可以进修“看懂”图像、识别显著的元素和构造并自动标注和描述它们，然后让用户可以基于不合概念之间的空间关系搜刮图像。

AI也可以匡助书写文章 ， 比 如2016年《..》 实验了使用自动故事生成来匡助报道里约奥运会。据介绍，机械进修可被用于收集相关的事实，并将它们融合为一份草稿。这能为写作者供给一个写作起点，并匡助他们懂得他们写作的主题和重点。然后写作者可以在此底细上将其完美为能吸引读者的内容。可以说，这能消弭写作者工作中的繁琐部门，并为写作者供给更多数据，匡助他们获得更大的创造力。

34、AI将若何改变司法？

AI的成长与应用不单会深刻地影响我们的生活和生产，催生出一种数据和算法驱动的全新的智能经济与社会形式，而且会带来司法的演进。

一 方 面 ， 正 如 微 软 总 法 律 顾 问 BradSmith所言，未来或许展现“ AI司法”这一全新的领域，正如互联网以前20多年的成长使得隐私和个人信息珍爱司法成为一门显学一样。虽然AI司法尚在起步阶段，侵权、隐私等司法已经适用于AI，在自动驾驶等领域起头展现新的司法。

是以未来或许降生AI司法职业合营体，展现专门从事AI司法的学者、律师、法官等。

另一方面， AI也会让当前和未来司法人的工作内容和体式发生极大改变。当前AI已经起头起草合同、起诉书、判决书等司法文件，可以对司法文章、判决书等进行自动摘要，被用于辅助司法审判等。可以有把握地瞻望，未来所有司法人都将依靠AI来辅助其从事司法职业。这要求现在和将来的司法人把握新的名堂和脑子脑壳。

35、AI系统能否内置道德伦理规定

我们创造AI的目的是为了给人类创造更美妙的生活，是以有需要让AI懂得遵守人类的道德伦理规范。那么我们事实能否做到这一点？

人类的道德规范往往可以用自然说话描述，但却难以编写成角力机代码或此外任何能被机械懂得的体式，是以，让AI具备懂得人类自然说话的能力或许对这一义务具有极其首要的价钱。幸运的是，近年来自然说话处理（ NLP) 手艺突飞猛进，取得了非常首要的进展，让我们离AI真正懂得人类说话的方针又更近了一步。

但这个问题远不止涉及自然说话处理，一个加倍核心的问题是我们人类自身尚且还没有在道德方面形成完全一致的看法，更何况实际生活中还往往存在着两难的道德困境。而机械往往需要清楚明确的指标以实现优化和判断。

举个例子，我们该若何让机械学会战胜其演习数据中的族群和性别私见以实现平正？若是工程师无法为“平正”这一概念供给精准的定义和评估指标，那么机械也将很难进修到它，进而或许导致AI拒绝或无法为少数群体处事的后果。

牛津大学研究员Vyacheslav Polonski在一篇文章中总结了设计更道德的机械所应遵循的几个指导方针：

明确定义合乎道德的行为 ；

让民众介入到人类道德的定义之中 ；

让AI系统加倍透亮 。

今朝来看这几点都还很难真正在实际生活中实现，光是第一条就很难办到，事实我们连若何确定人类是否道德都还没有一致的看法，更勿论创造道德的机械了。

36、需要创造现代版本的阿西莫夫机械人定律吗？

阿西莫夫机械人定律：

第必然律：机械人不得危险人类，或坐视人类受到危险。

第二定律：除非违反第一轨则，否则机械人必需遵守人类呼吁。

第三定律：除非违反第一或第二轨则，否则机械人必需珍爱自己。

第零定律：机械人不得危险整体人类，或坐视整体人类受到危险。

阿西莫夫机械人定律是一个科幻设定，具体实践起来或许非常难题甚至完全弗成能。这首要涉及到一些实际把握上的难题，比如若何将这些定律转换成机械能够解读的说话、若何保证机械切实能够懂得这些定律、若何确保机械懂得这些定律的体式相符我们的意图。事实，使在阿西莫夫自己写的科幻故事里，机械人在解读这些定律上也展现了一些逻辑难题。是以，我们很或许需要斥地一种可以实现的现代版本的“阿西莫夫机械人定律”。

一些研究者正在为实现阿西莫夫机械人定律的方针而起劲，比如机械人安然研究 专 家 SamiHaddadin的博士论文《实现安然机械人：向阿西莫夫第必然律提高》就研究了这样一个首要问题:若何确保人类与机械人共存时的安然？具体内容涉及人与机械人交互中的危险评估、究竟评估以及影响危险景遇的成分。另一些研究者则试图更新阿西莫夫机械人定律，比如维也纳应用艺术博物馆负责人 Christoph Thun-Hohenstein 提出了三条定律：

1、 智能机械人必需为人类的合营优点处事，并匡助我们人类实现生态、社会、文化和经济上可持续的生活。

2、 智能机械人只能在与人类相容的水平上替代人类工作者，从而匡助人类创造有肃静、文化和创造性的自我实现的有意义的生活一除非该规定与规定1辩论。

3、智能机械人必需被设计为合作型的自进修机械并且始终会协同式运作一除非该规定与规定1和2辩论。

还 有 一 些 研 究 者 则 着 眼 于 设 计 安 全 的AI所或许碰着的问题，比如谷歌的一项研究就找到了五个安然应用AI所应留意的问题：

避免负面影响 : 我们若何确保 AI系 统在实现自己的方针时不会为其情形带来负面影响？

避免奖励被冲击：我们若何避免AI系统的奖励函数被冲击或行使？

可扩展的看管：我们若何有效确保给定的AI系统做种方针的各个方面，即使当在演习时代频繁评估这些方面时具有过局的成本？

安然索求：若何确保AI系统的索求行为不会造成负面影响？

在分布改变时贯穿稳健：我们若何确保 AI系统在使用情形非常不合于其演习情形时也能够稳健地识别和回收动作？

在确保未来AI和机械人的行为相符人类的优点方面还有很长的路要走，这不单需要手艺上的攻坚克难，还需要我们在说话以及伦理道德方面做更多索求。

37、AI的行为或许偏离人类的目的亲睦处吗？

当前的 AI已经能够示意出一些设计者规划和意料之外的行为，比如行使游戏马脚刷分、 在碰着人眼无法识其余匹敌冲击时失足。所以AI的行为有或许发生偏移，尤其是当我们无法解读AI抉择的原因时，也就很难瞻望它在不合情形下的实际示意，进而发生意料之外甚至有违设计者设计初衷的行为。

更进一步，已有研究者表达了对AI偏离人类整体优点的担忧，这种偏移或许是有意的，也或许美满是人类自身的无心之 失 或 在 设 计 逻 辑 上 的 缺 陷 。哲 学 家Nick Bostrom提出过有关于此的思惟实验 : 若是将一个强大AI的义务方针设置成“最大化的生产回形针”， AI就或许会为了这个方针而偏离人类原本的目的亲睦处，比如为了维持生产拒绝被人类关闭、为了获取生产回形针的原料而掠取资源甚至猎捕人类。

当前的AI就像是人类降生的婴儿，根本上还处在人类的把握之下。但跟着手艺的进一步成长，系统的复杂度的进一步提升，我们或许未来将越来越需要借助AI系 统 设 计 迭 代 新 一 代 AI系 统 。 AI将或许借助自己的力量实现未来的进一步成长，到那时候，人类还能确保AI与自己的优点一致吗 ？

38、若何解决AI或许具有的无视与私见问题？

无视已经是AI领域内一个老生常谈的问题了。AI的无视首要可分为以下几类：

数据私见 。若是演习深度进修模型的数据存在某些群体代表性不足的问题，那么演习好的模型或许难以处理来自这些群体的新数据。比如若是人脸识别演习数据集中的首要使用白人的数据进行斥地，那么在黑人群体使用该模型时就或许展现显著更多的错误， 从而示意出无视。

人本身的私见。 在演习数据时，我们往往需要对数据进行标注，若是我们遵循自己的私见将某些数据标记为“正确”，将另一些标注为“错误”，那么模型就会从这些标注后的数据中进修到人的私见。此外，设计者在设计新模型时，或许会克意调整模型的参数以便拟合已知存在缺陷的数据，这样也或许为实际应用引入私见。

克意无视 。“ 大数据杀熟”已经成为了一个收集热词。这是指电商企业经由理会用户的消费习惯、抉择心理、个人画像，从而对用户越来越“熟悉”，从而为自己创造杀熟前提。和常日的无视新用户的案例不合，“大数据杀熟”的无视针对的是忠诚的老用户，也是以更难察觉。

解决AI的无视问题既需要研究者通透完整地思虑，也需要有相关的司司法例保证。

39、具有或不具怀孕体的AI是否应该被区别对待？

想象这样一个场景，一个是没怀孕体的超智能轨范，一个是外观与人类别无二致的泥像，当它们承受损坏时，我们更随意对哪一个发生同情？这个问题的谜底并不显而易见。 一项研究表明，若是机械人的身体外形不一样，我们就或许对其发生不合的情绪。在面临一个具怀孕体的智能机械人与一个没有可以把握的身体的智能软件，我们更或许对机械人发生同理心。

这个主题也涉及到一个被称为具身认知(embodied cognition)的研究领域;该领域进展能找到智能与身体之间的关系，以期揭示出智能的形成机制和本质。凭证斯坦福的定义，具身认知是将认知建模为神经和非神经由程的动态交互的产物，个中认知、智能体的身体体验和实际生活背景之间不存在割裂。具身认知的研究能为我们寻找这一问题的解供给参考。除此之外，我们也还需要在司法和伦理道德等方面探寻它的谜底。

40、若何避免AI手艺被恶意使用?

比起AI无故失控， AI被人类恶意滥用的或许性应该还会更高一些。实际上，比来的一些事件已经展现出了 AI被滥用的潜在风险：

加大社会错误 。人们根本上老是更喜欢与自己概念一致的新闻或谈论，个性化智能介绍则会让人更沉浸于与自己概念一致的氛围中，这会让人加倍确信自己的 概念是正确的，尽管那或许存在马脚或过于片面。而更让人担忧的是，恶意者或许会行使个性化介绍的这种缺陷有意撒布偏颇片面的内容，进而诱导不合群体之间发生更光鲜的错误甚至敌意。

入侵用户隐私 。进入智好手机时代往后，软件过度收集用户数据早已不再是什么新颖事了，甚至 可 能 很 多 用 户 早 就 适 应 了 这 样 的 现状。而跟着AI应用的普及，这一问题或许还会进一步恶 化 ， 比如语音助手或智能音箱或许被用于偷听和理会用户平时生活对话，并基于此投放广告。跟着AI的到来，“没人知道你是条狗”的互联网早期故事已成旧事，现在人们不单知道你是条狗，而是还知道你的品种、喜爱、毛色甚至性取向。

41、AI事变若何追责？

AI在自动驾驶、机械人等领域已经展现了一些事变，造成了人身财富的损害，使得深究AI的司法责任成为一个各界争议颇多的话题，国外起头展现一些新的立法趋势。

当然， AI还不是司法主体，不克像人或公司那样为其行为自力承担司法责任。是以，对于AI造成的事变，理当考虑深究个人、公司等相关司法主体的责任。我们的司法责任系统当前有过错责任、严峻责任、产品责任等，是以必需在既有的司法框架之内考虑AI事变的责任承担。比如对于无人驾驶汽车，在不存在司机或司机无过错的景遇下，就可以基于产品责任让系统设计者、研发者、硬件供给者等承担责任。

然而， AI所具有的自立性、弗成瞻望性等特征或许给责任承担提出挑战，使得受害人的损害无法获得填补。是以，欧盟、英国等起头考虑出台新的责任规定，如经由保险、赔偿基金等体式来分担事变的损害。未来跟着AI应用的普及，我们必需能够以明确的规定和体式来深究AI事变的责任，以培养消费者和生产者的决心。

42、若何更为平允平正地分配AI所创造的价钱?

我们的经济系统基于对经济所做的供献的补偿，而这又常日是经由工资来衡量的。今朝大多数公司仍然是经由人力劳动来创造经济价钱 ， 但一旦进入AI时代，公司对人力的依靠将削减，这就意味着享受公司收入的人会变少。由此或许导 致 拥 有 这 些 AI驱动的公司的人将赚取大量财富，而没有所有权的人却一无所得。

事实上，手艺加大贫富差距的问题已经起头显现了 ， 据世界经济论坛报道 ，2014岁尾特律前三大公司和硅谷前三大公司所发生的收入根本相当，但后者的员工数量却不到前者的十分之一。这样显著的差距必然会给价钱分配造成严重的不屈衡。跟着AI手艺的应用，这样的差距还会进一步拉大。正如《 AI及其对收入分配和失业的影响》中写道的那样：“若是智能变成了支出的能力，那么可以想见最富有(经由增加的）人类的生产力(智能能力）将远远跨越未有增加的人类，从而让绝大多数人更进一步落伍。”

若何为之创造平允的分配机制将具有非常首要的意义。今朝人们正在商酌的政策或许性包括全民根本收入与机械人税。

全民根本收入 。全民根本收入的概念很简练，也就是无前提地向每个合法居民发放充足其正常生活的财物。据连系国教科文组织，全民根本收入有望给不平等问题带来极大影响。贫困将被消弭，劳动将更尊敬意愿；而且因为工作者可以选择退出，工作者与雇主之间的权力关系也将加倍平等。人们将更有或许合作起来为市场之外的人供给产品和处事，因为这样的活动再也无需为介入者的生活供给根本的标准。全民根本收入自然也存在否决意见，包括降低人们工作的动力从而导致劳动力削减、撑持全民根本收入需要很高的税率。

机械人税 。即向机械人发生的财富的征收更高的税，以此限制企业过快地用机械替代人力 以 及 获 取 社 会 安 全 网 (social safety net)所需的资金。

AI和机械人的成长必然将给人类社会带来天崩地裂的改变。在这场正在实现的伟大变革中，若何能够更为平允平正地分 配 AI所 创 造 的 价 值 将 是 一 个 值 得 所有人思虑的问题。

智器材认为，人工智能以及机械人学属于前沿科学的范畴，相对于已经成长了几百年的成熟的底细科学和应用科学，人工智能仅有几十年历史，尚处于起步阶段，远未形成坚忍的底细和完整的架构。研究人工智能，手艺是个难题，但对比手艺，更深层次的哲学问题尤为首要，而且在几乎任何领域，提出正确问题或许比找到最终谜底加倍首要。腾讯AI Lab这份AI42个问题恰是AI索求道路上最根本、最首要的问题，值得所有人的思虑。

（本账号系网易新闻·网易号“各有立场”签约帐号）