從殺人機(jī)器到智能失控,，關(guān)于人工智能,，要澄清的問題實(shí)在太多了！

非人類智能可以追溯到非常久遠(yuǎn)的人類史前時代,。隨著時間的改變,，人類關(guān)于非人類智能的探索也從神魔鬼怪逐漸過渡到了魔法般的技術(shù)之上。古希臘神話之中有許多神或人類發(fā)明制造的機(jī)器人,；同時,，根據(jù)安提凱希拉（Antikythera）歷法計(jì)算機(jī)等歷史文物推斷，人類在公元前200年就已經(jīng)能設(shè)計(jì)出有使用價值的類人類智力的工作機(jī)制了,。

任何文明,、任何時間,，人類都有各種各樣的人工智能（AI）的概念。但直到現(xiàn)在,，我們的人工智能技術(shù)才真正有可能超越人類的思維能力,，而且我們還將真真切切地實(shí)現(xiàn)它。但是,，我們對事物的理解和觀念都受到了自身文化背景的影響,；因此，在這些文化背景下的我們對人工智能也必然存在或多或少的偏見,。

這些偏見多半是錯的：在庫布里克導(dǎo)演的電影《2001太空漫游》中,，HAL 9000遠(yuǎn)遠(yuǎn)超過訓(xùn)練有素的宇航員的思維能力最終導(dǎo)向了謀殺。相對而言比爾·蓋茨推出的Office助手大眼夾就要容易對付得多了,。

如今人工智能已經(jīng)發(fā)展成了一個價值數(shù)十億美元的產(chǎn)業(yè),，而且還在不斷向我們的手機(jī)、企業(yè)和家庭滲透?，F(xiàn)在是時候澄清一些最重要的關(guān)于人工智能的誤解了,；事實(shí)真相到底又是什么呢？

誤解一：人工智能就只是為了制造能夠思考的機(jī)器

上世紀(jì)中期,，當(dāng)數(shù)字計(jì)算第一次成為現(xiàn)實(shí)的時候,，人們對人工智能在短期內(nèi)實(shí)現(xiàn)同樣的目標(biāo)給予了厚望。阿蘭·圖靈在其1948年的著名論文《智能機(jī)器》中就對這一概念進(jìn)行了詳細(xì)的闡釋,，他認(rèn)為在20世紀(jì)末就將出現(xiàn)可工作的思考機(jī)器,，對此沒有人提出異議。那時科幻作家艾薩克·阿西莫夫虛構(gòu)出了計(jì)算機(jī)Multivac,，那是一臺比1951年美國人口普查局使用的UNIVAC 1更大更智能的計(jì)算機(jī),。（之后美國人口普查局和IBM建立了合作，IBM將其第一臺擊敗人類象棋手的計(jì)算機(jī)命名為「深藍(lán)」（Deep Blue）,，這個名字的靈感來源于科幻作家道格拉斯·亞當(dāng)斯的《銀河系漫游指南》中的超智能計(jì)算機(jī)「深思」（Deep Thought）,，小說中正是這臺計(jì)算機(jī)給出了宇宙終極問題的答案：42。）

為了能夠復(fù)制類人的思維,，人們提出了各種各樣的項(xiàng)目和研究,，其中大部分都是通過硬件和軟件對新技術(shù)揭示出的人腦結(jié)構(gòu)和功能進(jìn)行模擬。其中瑞士洛桑聯(lián)邦理工學(xué)院（EPFL）大腦與心智研究所的「藍(lán)腦」（Blue Brain）計(jì)劃擁有較高的知名度,；該計(jì)劃起始于2005年,，并計(jì)劃在2023年之前搭建出一個基本等同于人腦模式的工作模型。

任何大腦模擬器都面臨著兩個主要問題,。首先人腦其實(shí)是非常復(fù)雜的,，擁有大約1000億個神經(jīng)元和1000萬億突觸連接。這些連接都不是數(shù)字連接，它們依賴于具有互相關(guān)聯(lián)的時序的電化學(xué)信號和模擬組件,；其中的分子和生物學(xué)機(jī)制我們才剛剛開始懂點(diǎn)皮毛,。

即使簡單一點(diǎn)的大腦都依然神秘難解。藍(lán)腦計(jì)劃最近取得的具有里程牌意義的進(jìn)展是年初時,，研究人員成功在一只小鼠大腦中的一個包含了30000個神經(jīng)元的區(qū)域復(fù)制了活的嚙齒動物大腦中的信號,。對哺乳動物來說，30000個神經(jīng)元只是大腦的一點(diǎn)皮毛,。而隨著神經(jīng)元數(shù)量和突觸連接的增加，模擬的復(fù)雜程度也將指數(shù)式增加——以至于沒法使用現(xiàn)有的技術(shù)手段進(jìn)行處理,。

而這又引出了大腦模擬需要面臨的另一個問題：目前還沒有任何一個完備的理論能解釋「思維」到底是什么,。

定義「思維」是人工智能技術(shù)最底層的問題，同時也是最難的問題之一,。解決了這一問題之后,，我們得到的人工智能被稱為「強(qiáng)人工智能」（strong AI）。商用人工智能業(yè)內(nèi)人士大多并不相信強(qiáng)人工智能能在短期內(nèi)實(shí)現(xiàn),，或者并不認(rèn)為強(qiáng)人工智能是必要的或能夠帶來實(shí)際利益,。但毫無疑問，人工智能現(xiàn)在已經(jīng)開始在從事非常有意義的工作了,，而且還將繼續(xù)進(jìn)入更多的技術(shù)和工作領(lǐng)域,；但要具備全面的感知能力，似乎依然還遙不可及,。

IBM的沃森超級計(jì)算機(jī)可以說是目前最引人矚目的人工智能成功應(yīng)用的典范,，其在美國電視游戲節(jié)目Jeopardy上的優(yōu)異表現(xiàn)讓人嘆為觀止。它通過自然語言處理和大量專家處理過程的結(jié)合,，嘗試不同的策略將內(nèi)部知識數(shù)據(jù)庫和潛在的答案進(jìn)行匹配,；然后再對其內(nèi)部專家過程的置信度進(jìn)行檢測，如果置信度足夠高,，那么沃森就會選擇回答這一問題,。

沃森的第一個真正嚴(yán)肅的應(yīng)用是作為癌癥醫(yī)學(xué)輔助診斷手段。從2011年開始,，沃森就一直在協(xié)助腫瘤科醫(yī)生,，它能夠?qū)Σ∪说牟v進(jìn)行深入的分析，并且還能將該病歷和存儲的其它來源的相關(guān)病歷,、臨床專業(yè)知識和學(xué)術(shù)研究進(jìn)行比對和篩選,；這使得沃森甚至能夠自行推導(dǎo)出連醫(yī)生自己也未曾考慮過的治療方案。

泰國康民國際醫(yī)院首席醫(yī)療信息官Dr. James Miser說：「就像是有了一個有能力又有知識的同事,，它能查看已有的信息并且將其和我的病人對應(yīng)起來,。它很快很徹底，并且對已有證據(jù)在我正在治療的獨(dú)特案例上的應(yīng)用有著不可思議的理解能力,?！?/p>

聽起來真是奇妙,，而這就已經(jīng)突出展現(xiàn)了現(xiàn)有的具有應(yīng)用范圍限制的應(yīng)用型人工智能和強(qiáng)人工智能之間的區(qū)別。這兩種人工智能的都具有類似的基本結(jié)構(gòu)：神經(jīng)網(wǎng)絡(luò),。神經(jīng)網(wǎng)絡(luò)是一個基于生物學(xué)的概念,，其主要的功能是將輸入或嘗試與該神經(jīng)網(wǎng)絡(luò)之前已經(jīng)接觸過的信息進(jìn)行比對和匹配。其中的關(guān)鍵概念是神經(jīng)網(wǎng)絡(luò)并沒有一個預(yù)先設(shè)置的分析方式,，而是通過前期給定和輸入和正確的輸出對解決方案進(jìn)行校正,，然后調(diào)整配置出一條自己的計(jì)算路徑以供之后的未知輸入使用。

現(xiàn)在,，沃森和Facebook的DeepFace面部識別系統(tǒng)這樣的「弱人工智能」已經(jīng)能夠通過特定領(lǐng)域的有限數(shù)據(jù)集做到這一點(diǎn)了,，但要它們超越自己的被編程領(lǐng)域自行完成其它領(lǐng)域的工作依然比登天還難。

谷歌就在弱人工智能上玩得風(fēng)生水起,。它推出了能夠根據(jù)內(nèi)容,、環(huán)境和科學(xué)數(shù)據(jù)進(jìn)行圖片搜索的應(yīng)用以及風(fēng)靡全球的機(jī)器翻譯應(yīng)用。而在強(qiáng)人工智能的研究上,，谷歌卻鮮有成績,。人腦可以發(fā)現(xiàn)和利用定義不明確的數(shù)據(jù)模式，并且還能使用復(fù)雜得多的方式匹配連接,；其中的識別和轉(zhuǎn)換甚至能夠給整個宇宙打造一個模型,。谷歌DeepMind這樣的項(xiàng)目正在實(shí)驗(yàn)將不同的技術(shù)結(jié)合起來。其中的一個例子是將神經(jīng)網(wǎng)絡(luò)和增強(qiáng)學(xué)習(xí)技術(shù)結(jié)合起來：讓機(jī)器生成隨機(jī)輸入,，直到其滿足預(yù)設(shè)的條件,；通過這一過程，實(shí)際結(jié)果和理想結(jié)果之間的差距就會不斷縮小,，但總歸而言,，這些應(yīng)用仍然處于非常具體的狹窄的領(lǐng)域內(nèi)。

最近,，DeepMind項(xiàng)目正在使用這種組合技術(shù)來「掌握2600個各種各樣的雅達(dá)利游戲」,。谷歌研究員Koray Kavukcuoglu在接受Wired采訪時表示他的團(tuán)隊(duì)已經(jīng)打造了「一個應(yīng)該可以應(yīng)用于其它多種任務(wù)的通用學(xué)習(xí)算法」，但是「學(xué)習(xí)如何執(zhí)行任務(wù)」和「能夠有意識地思考這些任務(wù)」之間是有很大差別的,，至少「思考」還會涉及到這些任務(wù)可能產(chǎn)生的后果和進(jìn)行這項(xiàng)任務(wù)需要的前期投入等等,。

制造法律，而不是制造戰(zhàn)爭

然而總有一些地方道德起不了太大作用,。2015年3月份,，美國軍方主辦了一場構(gòu)思2050年未來戰(zhàn)場的研討會。在研討會的總結(jié)中可以看到人工智能所扮演的大量重要角色,；人工智能將不只是處理數(shù)據(jù)那么簡單,，它們還直接控制武器，人類士兵可能將不再處于戰(zhàn)斗環(huán)路之中。

本次研討會還預(yù)測了自動化決策的可能,、使用信息誤導(dǎo)作為武器,、微型定位、大規(guī)模自組織系統(tǒng)和能夠獨(dú)立或協(xié)作執(zhí)行任務(wù)的機(jī)器群,。想一想,，現(xiàn)代武器即使在人類的控制下都很容易對平民帶來附帶傷害，而一旦自動化機(jī)器也參與到了戰(zhàn)爭和戰(zhàn)斗的決策中,，又可能會發(fā)生什么呢,？

鑒于目前許多人工智能技術(shù)都是通過開源協(xié)作方式在發(fā)展（伊隆·馬斯克和山姆·奧特曼近日宣布對一家致力于人工智能技術(shù)發(fā)展的公司OpenAI進(jìn)行了數(shù)十億美元的投資），合乎道德的決策現(xiàn)在就已經(jīng)顯得很重要了,。如果你在開發(fā)人工智能技術(shù),，你希望它們被用于戰(zhàn)爭嗎？如果不,，又該怎么阻止？

誤解三：人工智能將會失控

物理學(xué)家斯蒂芬·霍金和科技富豪伊隆·馬斯克等多位名人都曾經(jīng)公開表示過對人工智能的危及人類生存的擔(dān)憂,。

霍金說：「全人工智能的發(fā)展可能意味著人類的終結(jié),。人類受到了緩慢的生物進(jìn)化的限制，根本無法與之競爭,，而將被取代,。」馬斯克同樣疑心重重,，2014年他曾表示強(qiáng)人工智能「可能比核武器更危險,，而最近人工智能是『我們最大的生存威脅』」。

一些科技文章提出,，擁有足夠能力的人工智能不僅將在思維能力上超過人類,，而且還將必然進(jìn)化出自己的動機(jī)和計(jì)劃以偽裝和保護(hù)自己免受人類的傷害。然后人類就有麻煩了,。

人們很容易想象出智能機(jī)器自主行動可能帶來的種種危險,，像是發(fā)了瘋了機(jī)器人士兵或是不能識別致命狀況的自動駕駛汽車。但搜索引擎所可能帶來的危險就不是那么明顯了,，想象一下如果巨頭企業(yè)的搜索引擎給出了一個帶有偏見,，但并不關(guān)乎你切身利益的答案，你可能甚至都賴得聳聳肩,。

然而這才是我們更應(yīng)該馬上關(guān)心的問題,，這涉及我們使用當(dāng)前和未來人工智能技術(shù)以及被這些技術(shù)利用的方式。假如醫(yī)生使用沃森（或Siri或Google Now或Cortana）作為診斷手段的一部分并由此造成誤診,，那么誰應(yīng)該對這樣的后果擔(dān)負(fù)道德上的責(zé)任呢,？更何況未來有一天我們也許還會面臨人工智能要求自身權(quán)利的問題。

好在現(xiàn)在人們已經(jīng)在嚴(yán)肅地對待這個問題了。要知道,，光是定義人類之間的道德都已經(jīng)無比困難了,！現(xiàn)代社會通過規(guī)則和法律系統(tǒng)為人們的基本道德規(guī)則設(shè)定了框架，而這種方式也為人工智能道德倫理的發(fā)展指出了一條實(shí)用的路徑,。

第一個問題是機(jī)器人或人工智能對人類來說是否是全然的新鮮事物從而需要全新的思維方式,，或是否可以只通過對現(xiàn)有的規(guī)則進(jìn)行調(diào)整以對其進(jìn)行約束？

「兩種都要,?！谷A盛頓大學(xué)法學(xué)助理教授兼網(wǎng)絡(luò)法制定的領(lǐng)軍人說，「有相當(dāng)多的人關(guān)注機(jī)器人將會‘覺醒’的概念,，覺得它們將會要求權(quán)利并可能傷害我們,。我不覺得這會發(fā)生，至少在可預(yù)見的未來內(nèi)不會,。但機(jī)器人和人工智能對法律和政策來說卻是全新而有趣的挑戰(zhàn),，就好像是1990年代的互聯(lián)網(wǎng)一樣?！?/p>

那么,，如果人工智能學(xué)習(xí)或表現(xiàn)出了有害的行為又該怎么辦呢？誰該對此負(fù)責(zé),？

我們有選擇,，Calo說，包括如果人們將學(xué)習(xí)系統(tǒng)部署到可能帶來麻煩的地方,，那么他們就應(yīng)該為此承擔(dān)嚴(yán)格的責(zé)任,。「這可以將自學(xué)習(xí)系統(tǒng)限制在真正需要或危險較小的地方,?！沟獵alo表示并不可能做到面面俱到，「在技術(shù)政策中,，風(fēng)險管理將發(fā)揮更大的作用,。」

互聯(lián)網(wǎng)就曾經(jīng)給法律構(gòu)成過挑戰(zhàn),，因此有關(guān)人工智能的法律制定也能從中獲取經(jīng)驗(yàn),。Calo說：「其中有些經(jīng)驗(yàn)教訓(xùn)很容易適用于機(jī)器人——例如，架構(gòu)和代碼可以成為一種監(jiān)管力量,，或像是計(jì)算機(jī)科學(xué)和法學(xué)這樣的學(xué)科之間應(yīng)該互相溝通,。」

但其它的一些問題卻并沒有先例,，畢竟人工智能和機(jī)器人并不是一些「手無寸鐵」的數(shù)據(jù),。Calo說

「當(dāng)涉及到實(shí)實(shí)在在的機(jī)體而不只是比特時,，法院就不那么舒服了。我稱之為具體化問題（the problem of embodiment）,?！?/p>

「我們可能需要一個全新的模式。我們可能需要一個聯(lián)邦機(jī)器人委員會幫助其它機(jī)構(gòu),、法院以及州和聯(lián)邦的國會議員對技術(shù)有足夠的了解,，以便于政策制定?！?/p>

這一舉措將確保人工智能和機(jī)器人等新技術(shù)獲得足夠的關(guān)注,，同時還能遵守人們業(yè)已熟悉的立法方式。

但這樣的愿景究竟將怎樣實(shí)現(xiàn)還不能明確,。鼓吹人類即將變得微不足道甚至處境變得更為糟糕的理論家和帶路人Ray Kurzweil推斷由摩爾定律預(yù)測的指數(shù)式的技術(shù)能力增長將一直持續(xù)到本世紀(jì)40年代,，那也將是奇點(diǎn)到來的時候。人工智能將會實(shí)現(xiàn)自我延續(xù),，并且將再也不需要依賴人類的智力了,。

反駁這種論調(diào)的論據(jù)有很多，比如說摩爾定律的指數(shù)增長并不是沒有限制的,，而且外部因素對這一增長的影響實(shí)際上也越來越顯著,。摩爾定律所預(yù)測的每隔2年左右晶體管密度翻一番的增長已經(jīng)很好地維持了50年時間，現(xiàn)在的技術(shù)已經(jīng)逐漸逼近了基本物理限制的極限,。

隨著晶體管尺寸的指數(shù)式變小，晶體管的開關(guān)速度也相應(yīng)提高,，但同時量子隧道效應(yīng)所帶來漏電也在指數(shù)式增長,。這個問題很復(fù)雜，但本質(zhì)上來講就是隨著晶體管的各層結(jié)構(gòu)變得越來越薄,，電子就越來越容易隧穿出去,。這不僅增加了晶體管的總功耗，而且還可能導(dǎo)致災(zāi)難性的后果,。

摩爾定律還是其中的一部分問題,。處理器的時鐘頻率從上世紀(jì)70年代到本世紀(jì)頭10年已經(jīng)翻了一倍，而這又帶來了另一個問題：芯片的功率密度的飛升,；另外要保證這些功率怪獸不把自己給燒了也需要強(qiáng)大的外部配置,。

盡管芯片的尺寸還在繼續(xù)縮小，但高端計(jì)算機(jī)的功耗水平卻一直沒怎么該變,。結(jié)果現(xiàn)在我們不得不想辦法在僅有10毫米見方的芯片上轉(zhuǎn)移走100W的熱量,！其難度可想而知。為了進(jìn)一步發(fā)展,，我們必然需要全新的冷卻技術(shù),。

最后也是最大的限制是晶體管本身也是由原子構(gòu)成的,，現(xiàn)在晶體管的尺寸已經(jīng)接近晶體管成型的最低尺寸了，再繼續(xù)減小原子也許就不能再繼續(xù)組成晶體管了,。行業(yè)路線圖指出這一極限大約將在2020年來到,；雖然還有幾年，但我們現(xiàn)在已經(jīng)感受到了物理定律的不可違逆的壓力,。英特爾今年早些時候宣布推遲由14納米（最小組件只有27個原子）向10納米技術(shù)節(jié)點(diǎn)的過渡,，將摩爾定律預(yù)言的換代時間延長了一年。

等待下一個大突破

目前來看,，技術(shù)方面的主要努力還是在「核戰(zhàn)」上,，人們普遍相信2個2GHz內(nèi)核比單個4GHz內(nèi)核好，但大多數(shù)情況都并非如此,，畢竟只有很少的計(jì)算任務(wù)可以有效地分割到多個內(nèi)核上運(yùn)行,。

過去幾年最大的改變是數(shù)據(jù)中心大型集中式計(jì)算設(shè)備、公共云和混合云,、以及超級計(jì)算機(jī)的迅猛增長,。微觀尺度上的性能提升已經(jīng)變得相當(dāng)困難了，企業(yè)和機(jī)構(gòu)的注意力也因此轉(zhuǎn)向了宏觀,，以提升大規(guī)模數(shù)據(jù)處理的效率,。

Siri并不在你的iPhone里面，她住在蘋果的數(shù)據(jù)中心里,；Xbox One并不能實(shí)時處理可修改的游戲環(huán)境的物理規(guī)則,，這一過程實(shí)際上在微軟Azure上進(jìn)行。

但即使是在數(shù)據(jù)中心和超級計(jì)算機(jī)上,，其它因素的限制也在逐漸增大,。功耗和散熱已經(jīng)是老生常談的問題了。另外光速的限制對數(shù)字信號傳遞速度帶來的影響也對信號流入流出計(jì)算芯片的速度帶來了不可避免的限制,。實(shí)際上光速已經(jīng)對一些專業(yè)應(yīng)用的人工智能產(chǎn)生了影響,，其中最值得一提的是實(shí)時金融分析和高頻交易,。

比如三年前一家網(wǎng)絡(luò)公司建造一套連接倫敦和法蘭克福的地上微波網(wǎng)絡(luò)，將現(xiàn)有光纖網(wǎng)絡(luò)的往返延遲時間從8.35ms減半到了4.6ms,。在該網(wǎng)絡(luò)被公開曝光之前,，其一直被秘密地用于高頻交易。建造一套連接這兩個城市的網(wǎng)絡(luò)只需要1000萬歐元（1500萬美元）,，但高頻交易所產(chǎn)生的利潤則可能高達(dá)數(shù)億英鎊,！

目前沒人知道強(qiáng)人工智能的工作原理，但其必然涉及到處理大量的數(shù)據(jù),。所以不同位置之間的信號傳輸都將繼續(xù)存在延遲,，除非我們能找到一種完全不同的物理規(guī)則,，而這又將涉及到對時空本質(zhì)的探求，,。

量子物理學(xué)也在為數(shù)據(jù)的計(jì)算處理貢獻(xiàn)著新的思路和方法,。或許信息和能量一樣,，是整個宇宙運(yùn)轉(zhuǎn)的基礎(chǔ),。也許量子物理學(xué)最終將揭示出真正智能的人工智能的解決方案，但在那之前,，我們還有很長的路要走,。

誤解四：人工智能將會是一系列突然的突破

在阿瑟·克拉克1964年的短篇小說《撥F字找弗蘭克斯坦》中，當(dāng)全球電話系統(tǒng)獲得了知覺時,，全世界的電話都同步發(fā)出了同樣的鈴聲,。克拉克后來宣稱蒂姆·伯納斯-李承認(rèn)發(fā)明網(wǎng)絡(luò)的一部分靈感來自于這篇小說,。但「系統(tǒng)覺醒,，變得有知覺」是人們對人工智能未來的誤解的核心。

而事實(shí)當(dāng)然并非如此,。人工智能的發(fā)展和進(jìn)步是依靠緩慢的,、人為有意的方式推進(jìn)的。只是現(xiàn)在,，人工智能在經(jīng)歷了大約50年的默默發(fā)展之后,，這才開始向更高級的應(yīng)用領(lǐng)域（如：醫(yī)療、教育,、金融等）大舉擴(kuò)張,。但即便如此，這些仍然是較為狹窄的應(yīng)用領(lǐng)域,，你現(xiàn)在可找不到一個既能幫你理財(cái)，又能給你診斷疾病的人工智能顧問,。

關(guān)于人工智能「大爆炸」式突破的誤解已經(jīng)給該領(lǐng)域帶來了多次傷害：當(dāng)結(jié)果和預(yù)期存在差別時,，人們的期望和相關(guān)投資都會遠(yuǎn)離相關(guān)研究。

這些「人工智能的冬天」總是會時不時到來,。上世紀(jì)80年代,，日本政府投入數(shù)億美元資助「第五代」（Fifth Generation）計(jì)劃，試圖通過能在面對邏輯問題時有效編程自身的大規(guī)模并行超級計(jì)算機(jī)一舉超越西方技術(shù),。而到該項(xiàng)目完成時,，卻沒有出現(xiàn)任何有商用價值的成果，而此時西方的計(jì)算系統(tǒng)已經(jīng)通過常規(guī)技術(shù)的演進(jìn)遙遙領(lǐng)先了,。之后政府對人工智能的投資就終止了,。

類似的狀況也曾發(fā)生在70年代的英國,，在萊特希爾報(bào)告（Lighthill Report）說服了議會人工智能研究沒有任何實(shí)際應(yīng)用價值的跡象后，政府取消了大部分針對人工智能研究的投資,。該報(bào)告批評說人工智能系統(tǒng)只有「玩具」般的生產(chǎn)力,，無法應(yīng)對現(xiàn)實(shí)數(shù)據(jù)的復(fù)雜度，人工智能的「宏偉目標(biāo)」無法實(shí)現(xiàn),。同樣,，那時候傳統(tǒng)的計(jì)算方法更加實(shí)用，而且看起來也超過了人工智能所能提供的一切,。

然而頗具諷刺意味的是,，許多失敗的人工智能項(xiàng)目（包括60年代初的機(jī)器翻譯，60年代末的早期神經(jīng)網(wǎng)絡(luò),，70年代的語音識別,，80年代編纂業(yè)務(wù)知識的「專家系統(tǒng)」）在云計(jì)算的發(fā)展之下又重獲新生，成為了現(xiàn)實(shí),?？雌饋恚虡I(yè)利益驅(qū)動的研究開發(fā)還是勝過毫無目的的政府投資,，人工智能的進(jìn)步還是需要建立在其它技術(shù)的基礎(chǔ)之上,。

人工智能技術(shù)研究的真正動力是什么？錢,。商業(yè)化是一個強(qiáng)大的推動力：促使企業(yè)持續(xù)不斷改進(jìn)自己的產(chǎn)品,；隨著企業(yè)的發(fā)展，它們也將適應(yīng)和開發(fā)自己的人工智能軟件,。當(dāng)然,，除非它們創(chuàng)造了一個可以在沒有人類的干涉下適應(yīng)和開發(fā)自己的人工智能。但要實(shí)現(xiàn)這樣的目標(biāo),，現(xiàn)在看起來還有很長的路要走,。

機(jī)器之心，最專業(yè)的前沿科技媒體和產(chǎn)業(yè)服務(wù)平臺,，每日提供優(yōu)質(zhì)產(chǎn)業(yè)資訊與深度思考，歡迎關(guān)注微信公眾號「機(jī)器之心」（almosthuman2014）,，或登錄機(jī)器之心網(wǎng)站www.almosthuman.cn查看更多精彩內(nèi)容。