人工智能十篇

人工智能篇1

关键词：智力人工智能语言

人们普遍认为智力是可以学习、培养和发展的，这种观点便蕴含了对智力演化过程的认识。汉语的“智”是“知”的后起字，本义指聪明、智力强，如“然后智生于忧患”(《荀子》引《孟子》)，“智术浅短”(三国志・诸葛亮传)，“少年智则国智”(梁启超《少年中国说》)。在1921年举行的学术讨论会上关于智力定义的讨论中。美国心理学家刘易斯・特曼(Lewis M.Terman)强调抽象思考的能力，但是，另一位美国心理学家爱德华・桑岱柯(EdwardL.Thomdike)则认为学习和对问题给出优秀答案的能力才是智力；瑞士心理学家让・皮亚杰(JearlPiaget)认为智力是当你不知道怎么办时动用的东西，他还区分了智力发展的两种基本过程和四个不同阶段，其观点和理论影响深远：而在1986年的讨论中，与会心理学家们则一致认为，对环境的适应能力是理解智力的本质和用途的关键(EncyelopadiaBritannica，2009)。当代学界对智力的这种认识与汉语的“急中生智”这一成语非常合拍。如出一辙．都突出了智力的创造性、动态发展性及其发生的情景。客厅的茶几上摆放一个正在沸腾的火锅，一个两、三岁小孩走过去用筷子而不是用手到锅里面去挑肉吃，或者想要锁在抽屉里的巧克力翻箱倒柜地去找钥匙而不是用拳头或杯子砸抽屉都是动用智力的结果，都是聪明的和具备值得令人称赞的智力的，我们对这小孩的评价是聪明；一个八岁的小孩也这样做，我们认为是正常。类似的。一个四、五岁的小孩能够脱口而出三七二十一之类的数学题，我们也一般认为那小孩的智商高、聪明；但是，一个十一、二岁的孩子再有如此表现，只能说是还不算笨。

智力应该是和生物肌体的进化同时进行的，因为缺乏远古资料．这里我们不打算去猜测和讨论猿人、古人或今人智力的进化历史过程。结合现代脑神经科学的研究成果，我们只从关于儿童智力发展的现有资料及心理学家们的认识变化和讨论人手，来考察人类智力的演化，并在此基础上，探讨人工智能的发展潜势。

人们智力的物质基础主要在于人脑而不在于心，这已经是现代人的基本共识。人的身体生长发育一般经过十几年的时间，基本形体和部件数量在出生时就决定了(后天的手术或意外事故不算)，外部形体的发育情况有目共睹．但大脑的情况有点特殊。这里我们不再复述人脑中可能代表不同进化阶段的三重构造，也不讨论对立统一的左右半球和其中不太确定的具体任务功能分区；大脑的主要功能是思维，因此我们通过研究思维的形成过程和脑神经细胞层面活动的关系，来探讨智力的演化过程。

大脑的基本组织结构是神经元细胞，人脑所呈现的瓷白色是其脂肪的颜色，简称为白质，这种脂肪叫“髓磷脂”，它们包裹着神经细胞纤长的突起部分，使之绝缘。突起的部分被称为“轴突”，和电线相似，把神经元的输出传送到附近或远处的目标。白质实际上是走向各处的神经纤维的集合，就像我们在电讯中心大楼的地下室所能见到的成捆电缆一样，只不过颜色和体积不同。脑的主体正是这些绝缘纤维，它们把实现重要功能的脑的各部分相互连接起来。在轴突的一端是球形、膨大的神经元的细胞体，包含细胞核。细胞日常运转和维持所用的DNA模版即在其中。有许多树状分支从细胞体伸展出来，称为树突。神经元的这一部分没有白色的髓磷脂，因此它们大量集合起来便呈灰色，被称为灰质。神经元轴突的另一端通常与一个下游神经元的树突相接触，它们之间的狭小缝隙称为突触。上游神经元释放微量的神经递质至突触，然后扩散至下游神经元的膜，打开某些膜上的通道。每个神经元都是一个典型的计算单元，能把几千个输入的影响综合起来。具有相似功能的神经元倾向于在皮层中作垂直的排列，形成柱形结构，这被称为皮层柱，贯穿皮层的大多数层次。大约100个神经元组成一个环绕锥体神经元顶树突的微型柱，直径约为30微米(如一根纤细的发丝)，约100个微型柱组成一个大型柱，一个皮层区有100x100个大型柱，大脑的两个半球共有104个皮层区。这些就是我们思想和智力的物质基础，简单中蕴含着复杂。初生婴儿的大脑重量大约为400克，是成年人脑重的30％。虽然大脑在生长过程中神经元的体积在扩大，联结(树突、轴突和突触)的数目不断增加，但是神经元的总数目基本不变。大脑结构的发育和工作方式是由基因决定的，突触的数目和信息种类则完全受环境的影响。

大脑中存在类似DNA碱基复制的复制机制并且存在复制竞争。锥体神经元释放一种兴奋性神经递质谷氨酸。可以激活NMDA通道．产生长时程增强(LPT，即long-termpotentiation)现象，是短期记忆的最佳基础，它为真正持久的突触结构变化的形成提供骨架，这些变化是永久性“印记”，有助于长期不用的时空模式的重新建立。复制竞争存在于神经激活网络的同步化倾向中，记忆痕迹是以分布的方式存贮的．并没有一个位点对于其复苏是关键性的，变异同时存在，使竞争成为可能，它决定着什么模式能最佳地与连接特性发生共鸣。

人脑的这种活动方式意味着人的思维和智力也是进化的并且也存在着达尔文过程。达尔文主义的主要内容是大量繁殖、生存竞争、遗传、变异和适者生存。卡尔文教授认为思维就是瞬息间的达尔文过程，人的大脑具备达尔文过程的所有要素：模式、复本、模式的持续变化、复制竞争、环境的影响、模式的繁殖。各种事物记忆构成大脑细胞神经活动的时空模式，暂时的印记摹写在永久的印记之上．特定时空模式的重复会留下突触强度的改变．这在神经生理学中被称为“易化”和“长时程增强”。真正持续保存的印记是个体特异的，甚至对每个同卵双生子也是如此。通过对思维的物质基础――大脑的研究分析能够比较客观形象地让我们了解智力产生和演化的过程。

我们的思维活动是动态的达尔文过程，复制竞争的临时赢家成为我们意识的良好候选者。新皮层的达尔文机制可以解释思想如何“自上而下”地影射于神经元群和思想如何“自下而上”地由那些看起来是杂乱无章的神经元集群产生的。这种对智力的解释可以为我们洞察各种生命的智力所循的途径提供启示，包括人工智能(AI)、增强动物、人类甚至地外生命。

我们为适应环境而表现出来的智力时时都在发生：求学者学习掌握通过某课程所需的材料，大夫根据了解的病情对某种未知病症的病人进行治疗，艺术家修改一项作品使其看起来更加协调悦目，等等。面对纷繁多姿的智力表现形式．我们渴望了解的是它的本质。心理学家阿瑟・詹森(ArthurJensen)指出影响智力测试的有两个最主要因素：速度和你在头脑中能同时应付事项的数 目(例如你在一定的时间内能回答多少问题，类比问题时通常要在头脑中同时保持多个概念并比较)。这种认识让我们很自然地联想到当前对计算机运行速度和多功能的要求。研究智力测验试题的编制者们给我们列出的智力测试的项目清单：机械记忆力、数字计算能力、归纳推理、演绎推理、感知速度、语言表达的流畅性、言辞理解力、空间能力等诸如此类的事物；我们发现智力是由许多可以分解出来的能力构成的，它并不是某种单一的因素。

我们知道。分解出的所有能力并不能通过简单地叠加而等于智力。很多自闭症患者都在诸如机械记忆或特定事物的感知速度等方面表现超强，但是在传统观念上往往不被认为是聪明的。而且，行为越是复杂和有目的性，往往越不被认为是智力的表现。智力的最佳标志经常是一些解决比较简单而又不易预料的问题的情况，那体现的是灵活性和创造性。当然，“智力”是由许多东西组成的复合物，它与人们的多种心智能力有关，甚至包括预测、想象和幻想，它们是我们“意识”活动的内容或部分成果。美国心理学家丹尼尔-高曼(DanielColeman)还提出，人类认识自己情绪的能力(即情商)也很重要。

人工智能篇2

“人工智能真的无所不能吗？”

“人工智能长得和人一样吗？”

“我能和人工智能谈恋爱吗？”

去年3月以来，借助AlphaGo 4：1战胜韩国名将李世石九段的东风，人工智能席卷了全球的注意力。

不过，时至今日，面对人工智能，公众最常见的表情依然是好奇、迷茫或讶异。我们真的知道什么是人工智能吗？我们真的准备好迎接人工智能浪潮了吗？

AI来袭！

近日，因争夺搜索引擎话语权而有过过节的两位大佬李彦宏和李开复又“杠”上了，这一次，他们争夺的焦点是人工智能的舆论话语权。

不是冤家不聚头。4月下旬，李彦宏的著作《智能革命：迎接人工智能时代的社会、经济与文化变革》正式出版。紧接着，5月初，李开复的《人工智能》一书开始签售。李彦宏到处宣讲，“互联网的下一幕就是人工智能。”李开复更加干脆，直接说，“我不是李开复，我是人工智能。”

虽然目标不同，但其实两人现阶段做的是同一件事――为人工智能时代的到来摇旗呐喊。

“人工智能来了！”

这句话对不同的人群有着完全不同的意义。计算机科学家将之誉为“第四次技术革命”;社会学家、经济学家将之视为已经或即将对人类经济结构、就业环境发起挑战的“洪荒之力”;商业巨头、创业精英、科幻作家、影视编导们则乐于肆无忌惮地展开想象，将之渲染成为人类未来的天堂或地狱。

不过，对于绝大多数不了解技术细节，或不具备丰富想象力的普通人而言，知道的人多，了解的人少。

什么是人工智能？打开百度百科，人们可以看到这样一段话：人工智能（Artificial Intelligence），英文缩写为AI。它是研究、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。它是计算机科学的一个分支，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。它从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

对于普罗大众而言，百度百科的解释听起来有点过于专业，相比较而言，在人工智能领域的经典教材、出版于2013年的《人工智能：一种现代的方法（第3版）》中，著名人工智能专家罗素和诺威格给出的定义则较为通俗易懂，他们从四个方面对人工智能进行了定义，即：能够像人一样思考、像人一样行动、合理地思考、合理地行动的机器。

人工智能其实不是一个新概念，日前，首都图书馆刚刚举行了一场关于人工智能的科普讲座。据北京师范大学系统科学学院副院长韩战钢介绍，人工智能这一概念正式提出是在1956年的达特摩斯学会上，至今已有60多年的时间。

纵观这60多年，人工智能经历了两次红利期。

上世纪60年代，人工智能迎来了第一个红利期，当时的科学家们自信并且疯狂，“二十年内，机器将能完成人能做到的一切工作”成为当时科学界的主流声音。

上世纪90年代人工智能迎来第二个红利期，标志性事件是IBM的“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫，当时造成的影响丝毫不亚于今天AlphaGo的围棋大战。

当下或是人工智能的又一个红利期。一方面，图像识别、深度学习等人工核心算法日渐成熟，另一方面，人工智能研究走出实验室，科技公司开始成为人工智能的主要推动者。

更重要的是，资本开始对人工智能表现出了前所未有的青睐。据有关机构数据统计，2016年底-2017年初，国内各大机构在关于今年投资方向的98篇讨论中，人工智能的提及次数占48次，是第二位“文化娱乐”的1.8倍。市场火热程度毋庸置疑。 好奇 去年3月以来，借助AlphaGo 4：1战胜韩国名将李世石九段的东风，人工智能席卷了全球的注意力。不过，时至今日，面对人工智能，公众最常见的表情依然是好奇、迷茫或讶异。

不只是炫技

看到“人工智能”这几个字，可能有的人立马会想到围棋、神经网络、深度学习等名词，也有的人会想到大学里的人脸识别、立体视觉建模等研究项目，还有的人会想到终结者、外太空等高大上的内容。但可能98%的人都会有这样的疑问：除了下棋，这些东西研究了到底对我有什么实际用途？

事实上，“人工智能”已经从很多方面对我们的日常生活产生影响。通过梳理乌镇智库、阿里云研究中心、艾媒咨询、麦肯锡等多家机构近期的人工智能专题报告，记者发现，目前人工智能发展较为火热的主要包括以下几个领域：

首先，个人助手。这是目前最为普及的一个领域。如果要诠释这个，看一遍电影《Her》就可以了，其中的人工智能操作系统萨曼莎不仅可以帮助主人公快速处理各种邮件、文件等工作，还能像朋友一样与之互动和交流。

现实中，这样的个人助手也正在在走入我们的生活中，如苹果的Siri、微软的Cortana 以及谷歌的Google Now，国内也有科大讯飞的灵犀、图灵的虫洞语音助手等，这些语音助手现在一般是存在于PC或手机之中，近年随着服务机器人的发展，它们开始有了新的载体。而机器人除了有语音功能外，还具备自主行动的能力，因此有望在其他方面帮助人类。

其次，无人驾驶。谷歌、特斯拉、苹果甚至是宝马，它们目前都在开发自己的无人驾驶汽车，谷歌的车已经在公司附近的山景城测试了无数次，虽然交通事故也发生过十多起，不过基本上都属于小摩擦，尚未造成严重损失。关于这些无人车何时能正式大量地上路载人，业内普遍的说法是2020年，目前它们在物体识别以及交通规则上仍在学习中。

再次，健康医疗。在AlphaGo与李世石比赛前，谷歌就已宣布这个创造出AlphaGo的Google DeepMind实验室将进军医疗技术领域。他们成立了DeepMind Health团队，与英国伦敦帝国理工学院和伦敦皇家自由医院展开合作。他们还推出了一款名为 Streams的移动端应用程序，医疗人员可以利用Streams更快地观察到医疗结果。

第四，金融投顾。“人工智能”的风潮在各行业涌动，金融领域也不例外，“智能投顾”成为金融科技的新宠儿，从华尔街投行到国内金融科技创业公司，纷纷涉足，给自己贴上“智能投顾”的时髦标签。 拥抱 虽然仍存诸多争议，但随着技术的进步，越来越多的人开始相信，人工智能就像很多大师所讲的，未来，将和水和电一样无处不在。

另外，艺术创作一直是人类精神活动的最高级形式，自古以来，人们认为只有人类的智慧才能创作出艺术作品，玄而又玄的艺术风格尤为深奥。但近些年来，人工智能的发展正对艺术创作产生了一些很微妙的影响。去年3月份，伦敦艺术家Memo Akten和谷歌人工智能共同完成的一组GCHQ（英国通信总部的缩写）画作拍出了8000美元的高价;同年9月，索尼音乐的计算机科学研究实验室了两首完全由人工智能作曲的流行歌曲《Daddy's Car》和《The Ballad of Mr Shadow》。而最新消息显示，除了画画、作曲，人工智能创作的第一部诗集《阳光失了玻璃窗》也已于近日正式面市。

虽然仍存诸多争议，但随着技术的进步，越来越多的人开始相信，人工智能就像很多大师所讲的，未来，将和水和电一样无处不在。

中国不容错失的战略机遇

在多家中国科技巨头积极研发的推动下，中国已成为全球人工智能的发展中心之一。众多的人口和完整的产业结构给中国提供了创造海量数据和广阔市场的潜力。随着老龄化的加速，中国提升生产力的要求愈l迫切，因此人工智能技术的运用对中国未来的经济发展至关重要。

据麦肯锡近期的《中国人工智能的未来之路》报告书显示，中国与美国是当今世界人工智能研发领域的领头羊。仅在2015年，两国在学术期刊上发表的相关论文合计近1万份，而英国、印度、德国和日本发表的学术研究文章总和也只相当于其一半。

并且，中国的人工智能发展多由科技企业推动引领。得益于大量的搜索数据和丰富的产品线，一些互联网企业走在了自然语言处理、图像和语音识别等技术前沿。这些技术被整合应用于新产品中，如自动化私人助理、自动驾驶汽车等。

麦肯锡表示，中国有充足的理由对其在人工智能领域的潜力感到乐观。庞大的人口基数产生的海量数据正是“训练”人工智能系统的前提条件。“范围经济”也是中国的优势所在，广泛的行业分布为人工智能的应用提供了广阔市场。

自18世纪工业革命以来，每一次技术革命都重塑着全球竞争格局。中国曾经错失了前几次科技革命的历史机遇，这一次，人工智能是中国绝不能错失的战略机遇。麦肯锡认为，完成中国制造业“从汗水驱动到创新驱动”“从齿轮驱动到智能驱动”的升级，人工智能是中国实现转型升级的战略机遇之一。

对此政府部门已经开始行动，给予了有力的政策支持。3月5日上午，国务院总理发表2017政府工作报告，指出要加快培育壮大包括人工智能在内的新兴产业，“人工智能”也首次被写入了全国政府工作报告。而在发改委印发的《“互联网+”人工智能三年行动实施方案》中，也已明确了我国人工智能的总体思路、目标与主要任务。该方案指出，到2018年，将在重点领域培育若干全球领先的人工智能骨干企业，初步建成基础坚实、创新活跃、开放协作、绿色安全的人工智能产业生态，形成千亿级的人工智能市场应用规模。

再加上之前科技部新闻，“科技创新2030―重大项目”或将新增“人工智能2.0”，中国AI人最好的时代已经到来。

然而，目前，我国发展人工智能还存在一些短板，急需补齐。麦肯锡在研究报告中将中国人工智能发展瓶颈归为了数据、算法、计算力三大问题。

数据瓶颈。正如人类通过食物得到能量，人工智能也不能在没有稳定的数据来源的情况下运行。这些系统必须要有大量的数据，以供它们“训练”，不断改进和完善产出的结果。在数据方面，存在几个问题可能阻碍中国的AI发展。首先，中国的大技术公司通过它们专有的平台收集数据，中国在创建数据友好的生态系统方面落后于美国，缺少统一的标准和跨平台的共享。第二，世界各国都发现，开放政府数据有助于私营部门的创新，但中国的公共部门开放的数据相对较少。最后，限制跨国的数据流动也使中国处于全球合作中的不利地位。

算法瓶颈。得益于全球的开源平台，中国企业能够快速复制其他地方开发的最先进的算法。目前，中国的研究者在开发用于语音识别和定向广告的算法方面已经取得突破。然而，中国在基础研究方面落后于美国和英国。一个主要原因是人才短缺，招纳人才对中国的AI发展至关重要。据悉，美国超过一半的数据科学家有10多年的工作经验，而在中国，经验不足5年的研究人员高达40%。

计算力瓶颈。计算力不是中国人工智能商业发展直接的瓶颈。随着微处理在全球市场得到广泛使用，计算能力已经成为可以轻松获得的东西。但中国仍然不能忽视发展自己的先进半导体、微处理器和高性能计算技术的重要性。计算能力是AI的基础之一，具有战略上的重要性。中国历来严重依赖国外的微芯片供应商。对某些类型的高价值半导体，中国几乎完全依赖进口。但是，在2015年，美国政府禁止全球三大芯片供应商Intel、Nvidia和AMD向中国政府销售高端超级计算机芯片。对核心技术供应实现更强的控制有助于提高中国在未来更广泛地部署人工智能系统的能力。

未雨绸缪“全民基本收入”争议中前行

人工智能是中国加速生产力发展的一个重要机遇，也是解决人口老龄化的一个关键。虽然人工智能的崛起非常有可能会创造出新的产品和服务，进而催生出新的职业和生意。正如几十年前，没人可以想象，现在竟然有大量的工作与互联网经济有关一样，人工智能也有类似的变革效应。但是，目前，可预见的现实问题更多的还是就业替代问题。

据李开复估算，10-15年后，全球将有50%的就业被人工智能所取代，包括翻译、记者、助理、保安、司机、销售、客服、交易员、会计、保姆等工作。而中国这一问题将更加严峻。

对此，李开复也提出了自己的一套“解决方案”。首先，他建议所有大学生努力在所学领域垂直纵深发展，深到人工智能无法取代;其次，他认为跨领域发展将成为一种趋势，因为目前人工智能在单领域、大数据方面具有天然优势，但对于需要跨领域的、高深的、需要深度思考的内容，未来十年人工智能也无法完成;再次，由于计算机在艺术、幽默、电影和创造等“感性”领域的“无能”，文科涉及的领域或许会迎来新的发展机会;最后，也是最重要的是，我们需要做好未来走向服务业的准备。

“所谓的服务业，指的是涉及人与人之间的交流，人与人之间的同理心，以及如何自己更有爱、更受欢迎的行业……”李开复强调，“这其实是确保人类对人工智能保有竞争力的一种方法。”

这一问题也引起了经济学界、社会学界的高度关注，多位专家学者呼吁，政策制定者需要充分考虑人工智能可能带来的对劳动力市场的潜在破坏，并为此做好准备。

5月7日，在“中国经济真问题――‘中国的坎’研讨会”上，在谈论中国中等收入陷阱问题时，国务院发展研究中心研究员魏加宁特别强调，“科技创新本身也是拉大收入差距的一个重要因素。尤其是现在人工智能技术、机器人快速发展以后，很多人将会面临失业的问题。”

针对这一问题，目前一些国家已经开始未雨绸缪，其中芬兰的“全民基本收入”方案尤其值得关注。

近年来，“全民基本收入”方案在全球尤其是欧洲进入一些国家的政治议程，一个重要背景就是生产自动化的快速发展，以及失业率在全球金融危机时期居高不下。人工智能近年来的突破性发展，及其在可见未来对生产自动化的强有力推动，使得人们越来越忧虑未来失业率继续攀升的前景。众多研究人工智能及其社会影响的专家，都将“全民基本收入”视为应对人工智能时代就业状况的主要策略之一。

“全民基本收入”方案的关键是，在一国或一个地区之内，所有公民无论贫富，无差别地获得数量相同的基本收入。2016年6月底，芬兰政府宣布就“全民基本收入计划”进行试验。2017年1月，芬兰正式给2000名随机抽选的民众发放每月560欧元的“基本收入”。芬兰政府的试验计划是目前欧洲国家在这一领域走得最远的。

人工智能篇3

本文从探讨人工智能的定义出发，阐述了对“智能”的理解在研究中的地位，指出结合计算机对人脑认知过程进行建模研究的重要性。简要介绍了人工智能的三个阶段的发展简史、当前的研究与应用热点，并分析其在21世纪中的发展趋势，主要包括模糊处理、机器情感、神经网络等等，并指出人工智能的进一步发展依赖于更先进的数学工具。对这些问题的研究有助于进一步推动人工智能的发展。

关键词 人工智能 自然智能 计算机模拟 认知模型 模糊处理 机器情感 多值模糊逻辑

论文结构与主要内容

1 讨论人工智能定义，对“智能”的理解在研究中的重要性，指出“智能”具有综合性的特点，而这是人工智能研究的弱点。

2 指出人类的认识过程可以抽象为一个符号操作系统，而计算机同样也可作为一个符号操作系统，因此可以使用计算机对人脑认识模型进行建模研究。

3 简要介绍人工智能的发展史及研究热点

4 分析人工智能的发展趋势，并指出人工智能的进一步发展依赖于数学工具的进一步发展。

 

人工智能篇4

城市大脑、机器人、VR PAY、可穿戴设备、互联网汽车……在刚刚闭幕的杭州云栖大会“飞天・进化”上，最前沿的人工智能纷纷登台亮相，他们将给我们的生活带来什么改变？

城市也能有大脑？

在云栖大会开幕式上，杭州城市数据大脑正式。通过人工智能，全市的交通管控将变得数字化和智能化，杭州将成为全球首个应用人工智能技术来辅助公共管理的城市。

日前，城市大脑交通模块在杭州萧山区市心路投入使用。初步试验数据显示：通过智能调节红绿灯，道路车辆通行速度平均提升了3%至5%，在部分路段有11%的提升。

交通拥堵，只是城市大脑迎战的第一个难题。城市大脑的目标，是让数据帮助城市来做思考和决策，将杭州打造成一座能够自我调节、与人类良性互动的城市，而城市大脑的内核将进化成为能够治理城市的超级人工智能。

这看起来像是一个“不可能完成的任务”。不过，在杭州市政府支持下，一批中国顶尖的人工智能科学家们已经撸起袖子开干了。他们来自阿里云、富士康、数梦工场等13家企业。

“这仅仅是一个开始。”阿里巴巴集团技术委员会主席王坚说，“城市大脑是一次使用人工智能进行社会管理的前瞻性实践。我们不知道它最终会进化到什么程度，但这绝对是前所未有的。”

机器人能替代人类么？

在云栖大会体验区一个模拟登机平台，一台名叫阿莫的机器人吸引了众多参观者。乘客可以通过人脸或者身份证进行识别，迅速获得登机信息并打印登机牌，整个过程不到一分钟。

阿莫由深圳阿西莫夫科技有限公司研发。“阿莫除了实现自助登机，还可以进行深度语音交互，陪伴候机的人，属于机场全方位服务机器人。”该公司产品经理柴智说。

在体验区还有多款不同科技公司研发的机器人产品。由北京康力优蓝机器人科技有限公司研发，外表呆萌可爱的优友智能机器人便是其中之一。

公司相关负责人温达说，优友智能机器人具有深度语音交互、机器人视觉、自主定位和导航、自动控制等功能，目前已经拥有超过百例商场、公司、餐厅等实战级应用。

机器人是否会超越甚至替代人类？阿里巴巴集团董事局主席马云说：“过去的机器是人类的工具，以后就是人类的合作伙伴。机器不可能有智慧、使命、价值观。人类最大的优势在于对文化的把握、对愿景的思考，以及巨大的想象力。”

无人驾驶啥时能实现？

在云栖大会现场，一辆红色的汽车吸引了参会者的注意。与普通汽车不同的是，这辆红汽车的名字是“互联网汽车”，上面配备了“四大样”，分别是手机、手表、运动相机、无人机等生态硬件，可以与互联网汽车相连。

对这一新概念的汽车来说，拥有了操作系统相当于拥有了第二个引擎，这个引擎的动力就是数据。据介绍，搭载YunOS for Car操作系统的互联网汽车将不再只是一个交通工具，而将成为互联网服务平台，将更多的服务接入进来。

“汽车将会是互联网的下一个重要入口，汽车也将依靠互联网从出行工具变成新一代的智能生活平台。”王坚表示，互联网汽车是将数据、互联网服务、操作系统与驾驶者汽车硬件的结合，通过互联网，把从汽车变成新一代的智能生活平台。

而无人驾驶啥时候能够实现？2016年4月，浙江亚太机电股份有限公司了全国首款自动刹车系统，公司总经理黄伟潮说：“预计2020年亚太的系统可以和互联网、智慧交通、环境大数据平台深度融合，实现无人驾驶。”

不用剁手也能买买买？

一个头戴VR眼镜的女孩手在空气中挥了几下，很快就有快递员敲门，说：“这是您刚才在网上买的连衣裙。”这不是科幻电影的场景，而是很快会发生在我们身边的事。

在云栖大会上，来自全球的上万名开发者在蚂蚁金服展区体验了VR Pay。VR Pay是什么？据体验区工作人员介绍说，VR Pay可实现在虚拟环境中，不管是购物、直播还是游戏，当涉及支付时，用户可以直接通过触控、凝视、点头等交互方式，在3D虚拟现实中完成支付。

人工智能篇5

 

然而，一些著名科学家和科技先驱，却认为人工智能科技的终极影响非常不好，将给人类带来十大危害。

 

No.10 致人大量失业

 

近年来，机器代替人，已成事实。大到汽车制造，小至自助服务终端，都有这种趋势。

 

当机器配上人工智能，它就能自动更新，人类被代替的趋势，愈演愈烈。这将造成失业工人大量涌现，只有少数人从中受益，比如智能机器的制造者、使用者和升级者。

 

No.9 陷入道德窘境

 

如果人工智能控制一辆汽车，载着几名乘客，在公路上行驶。突然发现路上有一麻袋垃圾，智能汽车会怎么办?它会转弯避开垃圾，撞向旁边造成车祸而伤人呢?还是会径直撞向垃圾?我们都希望是后者。

 

但是，假如路上的不是一麻袋垃圾，而是一只病狗，或者一个婴儿呢?智能汽车会认为一只动物不值得去救，或者一个婴儿远不及几个乘客的生命宝贵，而直接撞上去吗?

 

如果人开车，马上就能做出正确决定，但汽车自动驾驶的话，估计会酿成悲剧。不管机器有多智能，它和人始终有差距，它做不出道德判断!

 

No.8 方便黑客入侵

 

未来的冰箱、烤箱、电灯、汽车等，日常用品都将联网。方便我们自己，同样也方便了黑客。

 

Siri是苹果iOS系统的智能语音助手。未来，它将浓缩进一个小盒子，接入网络，全天候工作，自动更新，自动记录，保存你所有信息。Siri一旦被黑客攻取，后果非常严重。

 

由人工智能储存保护个人信息，你能放宽心吗?

 

No.7 差错不曾减少

 

最初，人类以为机器按事先编好的程序工作，效率提升，不会出差错。

 

实际上，机器频频出错，由此带来的烦恼不胜枚举。它误听语音指令，它无动于衷，它错误识别命令，它反应过激，等等。这与机器带来的好处几乎抵消。

 

更可气的，明明出了差错，应当立即停止，但机器仍在运行，甚至继续执行下一步操作!因为它根本意识不到出了差错，它在执行程序而已。只要事先编好的程序不中断，机器就不会停止，无论有没有出差错。

 

No.6 差错更难修正

 

人犯错了，自己能意识到，能立即改正。“知错能改，善莫大焉。”

 

机器出错，自己意识不到，相反，需要人找到出错的根源。重新检查程序，浏览代码，确定根源，然后编写补丁程序，再检验补丁，更新补丁，有时需要补丁的补丁，最后甚至导致程序整体升级。

 

两相比较，孰易孰难?高下立判!对人而言，只需一句告诫：“不要再犯错，因为……”对机器而言，修正差错似乎繁琐到令人厌烦，很不值得。

 

No.5 反仆为主

 

机器是帮助人的，智能机器对人的帮助应该更大，可实际上呢?

 

假如你家里有位机器人，它储存你的个人信息，很了解你。你喜欢啤酒、披萨、冰淇淋，在网上订外卖。但机器人觉得这些食物不健康，为你着想，就在网上私自更改菜单，改成了胡萝卜、生菜、鳕鱼肝油。

 

再假如你皮肤过敏，怕晒太阳。机器人在网上获悉天气预报，它觉得晴天紫外线强烈，不适合你出门。为你着想，它把你锁在家里，坚决不开门(门及家里各种设备都是联网的)。你无法上班，怎么交差?假如你的上司也是机器人，你又怎么解释?

 

No.4 致人懒惰退化

 

制造机器人，就是为了帮助人类，使人类更轻松惬意、繁荣兴盛。比如，生活中机器人随时提醒，什么时间吃药，喝酒到什么程度刚刚好;机器人还可以洒扫庭除、烧水做饭。人类要么悠闲逛街，要么一心搞研发，其他什么都不用做。

 

实际上恰恰相反。人类不是更悠闲，而是更懒惰，甚至退化。机器人承担一切家务，打扫拾掇，买米买肉，煮饭烧菜等等。人类则呆在家里不出门，蜷在沙发看电视，窝在床上玩手机。

 

如今，年轻一代参加户外活动越来越少，他们通过手机和网络相互沟通。下一步，他们就呆在家里，窝在床上，蜷在沙发，动动嘴唇发发指令，智能机器包办一切，而我们越来越懒，身体机能越来越退化。

 

No.3 反叛终结人类

 

在美国科幻大片《终结者》里，人工智能觉醒，发动核战，操控机器，于是各种用途各种形状的机器人、销毁机器人的钢铁溶池、无所不在的天网等，有条不紊地运行;人类处境非常不妙。

 

人工智能配上武器，后果将非常严重。今天，给机器人装上枪炮，相当于给人类提前掘了坟墓，奏了死亡之曲，直到将来有一天，机器智能觉醒。

 

战场上，机器人减少人类伤亡，但是，我们不能保证机器人的枪口永远朝外。人类制造机器人，机器人学会杀人，这应了《侏罗纪公园》的名言：“生命会自己找出路。”

 

No.2 替代主宰人类

 

常常这样听说：机器人将占领地球，屠杀、奴役人类，而人类不得已逃到地下求生，暗无天日。如同《黑客帝国》，机器主宰地球，人类要么沉浸于无知却美好的虚拟世界，要么拼杀在磨难而残酷的现实世界。

 

然而，如果人工智能懂得进化，学习人类更多特性，使自己更像人，会怎么样?

 

机器人懂得感情，有了焦虑、后悔、沮丧、嘲讽、爱情、厌烦、猥亵、快乐等等情感，与人类又有何异?在地球上，这些机器人将居于主导地位，替代主宰人类。

 

科幻世界里，《2001太空漫游》的哈尔，能力出众，精通唇语，妄图控制人类;《银河系漫游指南》的马文患抑郁症，又是偏执狂，极其唠叨;《飞出个未来》的班德，嗜酒如命，自私自利，脾气暴躁。这种机器人越来越多，人类立足之地将会越来越少。

 

No.1 灭亡人类

 

世界被机器人统治，人类被灭亡，末日来临——这是人工智能带给人类的最大灾难。

 

灭亡人类，只因为机器人把人类视为自己进化路上的唯一障碍。又或许，机器人被植入了“保护地球”的程序，它遵命而行，只不过把人类当成了地球的最大威胁。

 

不管什么原因，至少结果都一样——人类被消灭了，而人类也不可能知道原因了。但是，唯一知道的是，这全部由人类自己的错误造成。

 

人类当警醒，否则，将来可能只剩下灵魂在悲泣：“早知如此，何必当初?!”

人工智能篇6

 

从不被看好到连胜三局，人们在惊愕之余不得不承认，人工智能科技已经发展到了能轻易超越人类的水平。

 

今天，人工智能已走过了近60年的历史，并几经高峰和寒冬，目前已渗入生活的方方面面。对于人类而言，人工智能的发展到底是福还是祸?它会对我们的生活造成怎样的影响?除了下棋，人工智能还能做些什么?

 

不久前，谷歌在旧金山举行了一场画展和拍卖会，展示了电脑在人类的指导下创作的画作。此次展示的画作包括迷幻的海景、梵高风格的森林以及城堡和狗组成的奇观。其中6幅尺寸最大的作品被一位职业拍卖人以高达8000美元的价格拍得。

 

谷歌最初开发这项技术是为了识别照片中的物体。但为了进行艺术创作，工程师又随机为电脑算法提供各种形状，使其能在识别物体的基础上逐步改变图像，并让图像更接近于真实。当然，这个算法与AlphaGo的算法有怎样的差距，目前无法得知。

 

人工智能拥有如此强大的计算能力，人类怎会放过利用它赚钱的机会?将人工智能引入股市、银行等，从而让其代替人类成为交易员，在最近几年渐渐盛行。以下几个经典的案例足以让你体会人工智能的强大。

 

高频程序化交易Virtu Financial LLC公司在1238个交易日中，仅在1个交易日中出现了亏损。

 

第一个以人工智能驱动的基金Rebellion预测了2008年的股市崩盘，并在2009年9月给希腊债券F评级，而当时惠誉的评级仍为A。通过人工智能手段，Rebellion比官方提前了一个月降级。

 

掌管900亿美元的对冲基金Cerebellum也使用了人工智能技术，结果自2009年以来，没有一个月出现亏损。

 

根据花旗银行的最新研究报告，人工智能投资顾问管理的资产在2012年基本为0，到2014年底已增至140亿美元。在未来10年内，它管理的财产还会呈现指数级增长的势头，总额将达5万亿美元。

 

19年前，美国IBM公司的超级电脑“深蓝”击败了国际象棋大师卡斯帕罗夫。之后“深蓝”在象棋界打遍天下无敌手，除了棋力持续大增之外，还在其他领域发挥重要作用，比如为MD癌症中心工作。

 

2015年，IBM推出一个新的认知计算机健康平台——Watson Healthcare Cloud，目前与生物制药公司诺和诺德以及强生等公司已达成合作关系。Watson能从病人的病例和丰富的研究资料库中寻找资料，为临床医生提供有价值的信息，从而帮助医护人员找到最有效的治疗方案。

 

在AlphaGo 与李世石比赛前，谷歌宣布创造出 AlphaGo 的 Google DeepMind 实验室将进军医疗技术领域。他们成立了 DeepMind Health 团队，与英国伦敦帝国理工学院和伦敦皇家自由医院展开合作。同时推出了一款名为 Streams 的移动端应用程序，医疗人员可以利用 Streams 更快地观察到医疗结果。

 

想象一下，有一天我们出门打车，车上没有司机，你只要告诉它目的地，它会自动搜索路线并启动上路。其实现在已经不用想象，因为这一切正在成为现实。

 

谷歌、特斯拉、苹果甚至是宝马公司等都在开发无人驾驶汽车。谷歌的无人驾驶汽车已在公司附近的山景城测试了无数次，虽然交通事故发生过十多起，但都属于小摩擦，尚未造成严重损失。

 

有人说，即使发生了这些事故，无人驾驶汽车发生事故的概率也远远低于人类驾车发生事故的概率。当然，这同样有赖于人工智能强大而精准的计算能力。

 

关于这些无人车何时正式大量地上路载人，业内普遍的说法是2020年，目前它们正努力学习物体识别及交通规则。

 

想要全面了解人工智能个人助手，看一遍电影《Her》就可以了。其中的人工智能操作系统萨曼莎不仅可以帮助主人公快速处理各种邮件、文件等，还能像朋友一样与之交流。

 

现实生活中，这样的个人助手也正在成为现实，如苹果的Siri、微软的Cortana 以及谷歌的Google Now，国内也有科大讯飞的灵犀、图灵的虫洞语音助手等。

 

这些语音助手一般存在于个人电脑或手机中，近年随着服务机器人的发展，它们开始有了新的载体。机器人除了有语音功能外，还具备自主行动的能力，因此有望在其他方面帮助人类。

 

与AlphaGo一样，以上这些功能的实现都是通往全面人工智能的必要步骤。正如市面上有无数针对下棋的程序，但并非每一个都只是为了下棋，DeepMind团队开发AlphaGo 是为了让它找到逻辑判断的方式并不断自我学习，这些是人工智能深度学习的基础。

 

当它拥有了这些能力后，即能迅速学习其他方面的能力，最终服务于人类。

人工智能篇7

关键词：人工智能；决策；财务会计；管理会计

一、引言

2016年3月的“人机”大战引起广泛争议，这场“人机”大战，是指谷歌智能系统“阿尔法狗”与韩国著名围棋棋手李世石进行了围棋五番战，结果令人吃惊，“阿尔法狗”以4：1的比分击溃李世石。消息传出引发了全球对人工智能的思考，思考人类是否无法战胜人工智能，阿尔法狗是可以和人一样的“思考”，但与人不同的是阿尔法狗是根据人类提前编好的算法进行快速计算，比人快无数倍，并且能够进行自我学习，难道人类真的会被自己所开发的智能产品所替代吗？

接着四大会计师事务所之一德勤于3月10日宣布，与KiraSystem联手，将人工智能引入会计、税务、审计等工作中，并针对人工智能从复杂文件中提取的文本信息以做出更好的分析，官方表示这一科技创新将帮助员工从阅读合同和其他文件的乏味工作中解放出来，减少阅读时间，使得人才投入到更多有价值的工作中，更加关注战略方面的事物。会计人员真的会被替代吗？

二、相关概念

首先我们要从会计的定义来研究，会计是以货币为主要计量单位，运用专门的方法，核算和监督一个单位经济活动的一种经济管理工作。定义的落脚点是“一种经济管理工作”，也就是说会计工作的中心是放在企业管理中，而不是简单的记账。这点在会计的职能中也有所体现，会计的职能是指会计在经济管理过程中所具有的功能。作为“过程的控制和观念的总结”的会计具有会计核算和会计监督两项基本职能，还具有预测经济前景、参与经济决策、评价经营业绩等拓展职能。换句话说，会计是企业决策的参与者。

人工智能的定义实质是一门学科，目标是要探索和理解人类智慧的奥秘，并把这种理解尽其可能地在机器上实现出来，从而创造具有一定智能水平的人工智能机器，帮助人类解决各种各样的问题。人工智能科学起步晚，但发展迅速，早已渗透至我们的生活，如银行ATM机，网上银行等。

人工智能为人们的生活工作提供便利，那会计人员会被人工智能所替代吗？本文将财务会计和管理会计两方面进行分析。

三、财务会计

首先在财务会计领域，也主要是进行核算的过程。在核算过程中，对方法的选择、对未来的估计等都会对企业有较大影响，从而影响企业的决策。在财务会计领域，会计工作者在作出决策之前需要考虑这将会给企业带来怎样的经济影响，这也说明会计工作者是企业决策的参与者，本文将从以下几个方面对财务工作进行举例论述：

1.资产方面

资产是指企业过去的的交易或事项形成的、由企业拥有或者控制的、“预期”会给企业带来经济利益的资源。“预期”在字典中的含义是指对未来情况的估计。也就是说预期是需要会计人员通过自己的工作经验判断从而辨别什么是资产，按照目前的情况来估计，到时是否会给企业带来经济利益。“估计”的正确性，将会对企业的财务报告产生较大的影响，从而这一工作无法完全交给人工智能来完成，这是对会计工作谨慎性的尊重。人工智能此时无法按照一种标准来衡量，更没有一个特定的数据衡量标准来供它使用，这些都需要会计人员根据自己的工作经验及企业内外的环境来判断。例如某些财务的应收账款有明显迹象表明无法收回，此时如果不及时处理将会虚增企业的资产，少确认损失，虚增利润，这对企业未来的经济活动都会有较大的影响，并影响企业的决策。

2.会计政策的选择

会计政策的选择是指特定主体根据自身的目标在可供选择的范围内进行选择并拟定会计政策的过程，企业一经选定某种方法，就不能随意变更。选择不同的会计政策对企业将会产生不同的经济后果，也会影响相关者的决策行为。但由于在实际的生产经营过程中因为经济环境、客观状况及国家的要求，可能会出现会计政策的变更。其中一个条件则是会计政策的变更能够提供更可靠、更相关的会计信息。在我们的实际工作中判定提供是否为更可靠、更相关的会计信息时，这一情况是非常复杂的。例如：投资性房地产后续计量模式的变更，从成本模式计量变更为公允价值模式计量，在市场经济这个大环境中，成本模式简单且易于取得，盈利水平较为稳定，但无法反映资产的真实价值和风险，降低价值相关性，然而公允价值模式会使会计信息更具相关性，使企业更具竞争性但其计量成本较高，利润易波动，且增加税负风险。会计政策的变更会给企业带来许多影响，会计人员需要考虑许多情况，以及分析社会环境，需要去衡量其利弊，去分析企业未来的发展，再做出合理的决定。以及存货计量方法的选择，折旧方法的选择都会出现这些问题，而目前人工智能只是按照一个标准进行判断衡量，最终还是需要会计人员根据经验等做出决策，这也足以说明会计是企业决策的参与者。

从以上两种情况来分析，财务会计的核算部分不仅仅是简单的记账、算账、对账等基础的会计核算，需要会计工作人员根据经验进行判断决策，会计人员的决策影响企业的经济活动。人工智能可以帮助企业会计人员简化工作，提供一些分析信息，而最终的思考及决策是需要由会计人员决定。接下来本文将从管理会计的角度进行论述分析。

四、管理会计

管理会计是财务会计的延伸，管理会计与财务会计有共同的最终目标，管理会计更直接的参与企业决策，本文将从管理会计的部分职能，对管理会计参与企业决策进行举例论述：

1.预测经济前景

管理会计按照企业未来的总目标和经营方针，充分考虑经济规律的作用和经济条件的约束，选择合理的量化模型，有目的地预测和推测未来企业销售、利润、成本及资金的变动趋势和水平，为企业决策提供信息。例如：在进行利润预测中，面对不同情况我们会选择不同的模型对利润进行预测，在对资金需要量的预测中，会考虑各资产负债项目及其他因素对资金的影响，从而预测未来需要追加的外部资金量。管理会计站在现在，对未来作出预测，帮助企业更好的形成战略，制定计划，帮助企业进行决策。

2.参与经济决策

管理会计参与经济决策主要体现在根据企业决策目标搜集整理有关信息资料，选择科学的方法计算指标，筛选最优行动方案。例如：在短期经营决策需考虑生产经营能力、相关业务量、相关收入和相关成本四大因素，再根据企业生产经营活动的特点选择决策办法，最终对企业经营活动中面临的事项做出选择。对定价、是否生产、追加订货等问题可以做出较为恰当的决策。管理会计的决策对企业的生产经营活动起着至关重要的作用，也将对企业未来的发展有一定影响。人工智能面对企业纷繁复杂的经济活动，无法替人类做出重要决定，但不可否认，人工智能的应用将会大大提升会计工作人员的效率。

3.规划经营目标职能

管理会计的规划目标职能是通过编制各种计划和计算实现的，合理有效地组织协调供、产、销、及人、财、物之间的关系，并为控制责任考核创造条件。例如：管理会计中的本量利分析，计算的单一、多品种的保本分析，以及在盈利条件下的本量利分析。对研究企业盈亏有着较为重要的意义，规划企业的经营目标，为会计的预测决策提供必要的财务信息，此时管理会计可以利用人工智能建立模拟环境等，为自己提供相应的信息。

根据上述对管理会计职能的分析，我们可以看出管理会计对企业的影响，对企业发展的重要意义，也足以说明管理会计工作渗透企业的各个方面，处在企业管理的核心地位。人工智能可为企业的战略决策提供模拟分析、识别财务管理目标和财务管理环境，也可建立相应的预警模型，来促进企业的发展，所以会计人员可以合理利用人工智能为自己提供信息，帮助自己进行决策，但人工智能无法替代会计作出决策，会计需要根据经验，根据环境等作出最终决策。

五、结论

目前我国管理会计处于正在发展的阶段，加上大家对财务会计的认识不到位。人们对会计人员的印象从古至今一直就是账房先生，甚至许多学会计的人也认为会计只是记账，会算数字就能做好一个会计。这些都是片面的理解，会计工作是通过一系列的核算过程，最终参与企业的决策，促进企业的发展，提升企业的效益。

若问随着科技的发展，财会行业是否会受到冲击，答案是肯定的，人工智能可以替代人们做很多简单但又需要不断重复的工作或者是利用程序就可以计算出来的结果，像根据业务来生成记账凭证并录入借贷信息，根据数据直接计算各种指标。所以单纯进行简单财务核算的会计工作者是逐渐会被市场所淘汰，但是参与企业经济决策，帮助企业进行经济管理的会计，是企业所需要的。人工智能还无法达到真正的思考，但是它确实能够简化辅助会计人员的工作，以便于会计人员更好的参与企业的决策。人工智能扮演的角色是一种工具，帮助工作人员做基础核算工作，帮助会计解决繁琐却基本的事项，人工智能也可以帮助企业建立预警模型、建立模拟环境、识别风险等，这对会计人员的工作起了辅作用，使会计人员的工作效率有了较大的提升，同时也为会计工作者更好的参与企业经营决策起了促进作用。

在企业的各项经济活动中，处处存在着会计人员的工作，需要会计人员参与企业的经济决策，会计是企业决策的参与者。作为会计工作人员，我们应当保持专业知识的更新，提升自己的专业素养，顺应科技的发展，提高竞争力，更好的参与企业的经济决策，为企业的发展做出贡献。

参考文献：

[1]唐蕾蕾.管理会计在我国企业中的应用研究[J].中外企业家，2016（2）.

[2]卢俊子.管理会计的应用与推广[J].商，2015（23）.

[3]吴大军，牛彦武.管理会计[M].东北财经大学出版社，2013.

[4]人工智能会造成财会人失业吗？[J].中国总会计师，2016，（3）.

人工智能篇8

在2015年大连的达沃斯会议的人工智能论坛上，主持人抛出了这样三个问题：如果你作为嫌疑人出现在法庭上，你希望法官是人类还是人工智能;如果你得了一种威胁你生命的疾病，你希望做出诊断的是人类还是人工智能;如果国家之间爆发战争，你希望机器人做士兵（人工智能驱动的）还是人类做士兵？

没有人工智能

对于这三个问题，无论是现场的观众，还是之前网上征集的答案，关于前两个问题，都有比较大的争议，有人或许因为医患关系不佳信任机器人医生，也有人更相信“老大夫”式的人类智慧。有人相信自己和人类法官更能说得清楚自己没有犯罪，有人则对机器人的客观公正更有把握。唯独对第三个问题，希望机器人做士兵还是人类做士兵，答案却很一致：所有人都认为还是机器人做士兵可能更好一些。

这三个答案其实已经体现了人类对人工智能（或者说机器人）的态度和定位，在公众的内心里，其实根本没有所谓人工智能，只有类似“狗智能”或者说是“警犬式的智能”。人工智能的定义有很多，但是共性的描述都包括，让机器拥有人类一般的智能、思考能力、自我认知能力和智慧的进化能力。不过我们能看到的情况是，现在所有关于人工智能的产业化研究，都没有涉及到这样的人工智能。

这一方面是因为技术水平还没有达到这个层次，让机器掌握自我进化的智慧多少超出了我们现在掌握的科学水平。另一方面，正如刚才所提及的，虽然大家每天都在说人工智能，但是没有人希望或者相信有人工智能，也就是如人一般的智能，或者说能够取代人的智能。现在所有在研发的人工智能（或者说机器人），多数只是作为人类的一个补充存在。这些机器人所从事的工作，或体现的作用，只是人类自己不希望或者不愿意做的事情，而非真的将机器人作为另外一种智能去承认。

比如工业生产线机器人，它解决人力成本越来越高的问题，做的是人类不再喜欢做重复性劳动的工作;矿井的探测机器人的研发，是因为工作环境太过恶劣，无人愿意从事的缘故。士兵机器人，更是因为人类将自身生命看得非常宝贵，所以愿意齐刷刷选择机器人上战场。虽然也有一些场合，机器起到了主体作用，比如科学运算，但这和人类选择狗作为警犬的道理如出一辙，我们选择狗作为警犬，不是因为狗有多智能（尽管狗在动物界也算聪明），只是因为狗的鼻子比人类灵敏（如同机器的纯数学运算速度快于人脑），这只能说明机器的天然优势，而并非人类承认人工智能可以和人的智能平起平坐。正如人不会因为狗的鼻子比人类灵敏，大家就会承认“狗权”能等于，甚至大于人权。

既然现状如此，为何开篇提到的霍金等人会对人工智能如此疑虑呢？其实，霍金对人工智能的担忧是有特定指向的。在包括霍金、哲学家乔姆斯基和马斯克（特斯拉创始人）等专家和意见领袖的公开信中，他们对人工智能的担忧主要体现在人工智能用于“自主性武器”，通俗的说就是机器士兵。这个有指向性的担忧并非完全没有道理，我们在达沃斯论坛也看到了，公众实际上对机器士兵是持欢迎态度的。但是，人们只看了机器士兵可以替人类卖命，却忽视了它可能存在的威胁。机器士兵，只会根据设定好的逻辑进行攻击判断，不像人类一样会考虑自身安危。让我们假设一下，如果把一个大国的核武器发动按钮由机器士兵来保管，那么1962年的古巴导弹危机大概不会持续13天，而只是13小时，甚至13分钟之内，一瞬间核武器就已经在美苏之间发射了。因为机器做决策，只有零和一，没有妥协性的中间地带。

尽管机器士兵的威胁对人类确实存在，我们也必须看到，这种人工智能产生的威胁，和日常在科幻电影里看到的人工智能的威胁，完全不是一回事。在电影《终结者》中，天网就是一种机器士兵，它对人类的围剿是有主动性的，天网认为人类是一种威胁，所以发动了对人类的战争。而在《黑客帝国》中，机器则因为人类决定消灭机器人这一族群而发动了一场反侵略战争。但霍金眼中的威胁，并不属于以上的情况。自主性武器所带来的威胁，更像是一种放大后的意外。自主武器因为误判了战场情况，发动了不该发动的大规模杀伤武器，导致整个人类面临威胁，和人工智能判断人类本身是应该消除的敌对势力完全是两种情况。虽然这两种情况都可能造成人类生存危机，但是缘由是完全不同的。一种是主动为之，另一种是城门失火殃及池鱼。

人工智能没有机会长大

既然人工智能具备智慧产生的威胁才是真正的威胁，这种境地离我们是否也已经不远？可以说，在目前产业界只是将人工智能定义为“警犬智能”的立场下，这种真正的人工智能威胁的距离还相当遥远。原因在于，人工智能得不到像人类一样的成长环境。

让我们回顾一下人类的成长过程吧，这实际上是一个充满了犯错和纠错的发展史。我们碰翻了开水，知道了烫的伤害，我们不小心跌倒，知道了失去平衡的痛苦滋味。如果开车出现了交通事故，则知道了注意力不集中，或者酒精对人脑带来的损害。这样不断地犯错，也是一个不断学习的过程，也是人类对世界的认知不断进步的过程。所以，几乎所有的法治国家，都对未成年人的错误持宽容态度，甚至未成年人犯罪，还会网开一面，就是对“人犯错”的正面认识。

可是人类对人类的态度，不会出现在人类对机器身上。根据联合国的一项数据统计，全世界每年因交通事故死亡的人数超过了100万。这些事故中，固然有很多是天气和机械失灵的原因，但是相当一部分是驾驶员（人类）操作不当导致。但是我们并没有因此取缔汽车这一交通工具，而是试图以更严格的法律和驾驶培训来解决这样的问题。可如果我们用机器换位思考一下，情况截然不同。现在谷歌等公司正在道路上测试的无人驾驶汽车，不用说发生人类驾驶员可能犯的百万次错误，如果仅仅每年因为人工智能误判发生10起致人死亡的事故，相信也足以让交通管理部门叫停谷歌这一测试。人类对自身是宽容的，而对待机器（异类）是严苛的。正是这种严苛，虽然科学家和技术公司对人工智能的研究如火如荼，但是如果不能让人工智能得到人类一样的纠错机会，不能获得人类一样的成长环境，人工智能很难真正“长大成人”。

当然，人工既然是计算机产生的智慧，或许也可以利用虚拟现实作为一种训练方法，正如《黑客帝国》中，尼奥也在一个小型的“Matrix”中学会了功夫。但现实世界的变量远远不是虚拟世界能够去完全模拟的。没有一个“良好”的成长环境，出生在一个犯错就会被“砍头”的教育环境里，我们很难相信真正的人工智能能够通过机器学习实现自我成长。在很长一段时间里，相信我们见不到人工智能，只能看到有一技之长的“狗智能”。

人工智能的未来

那么，“狗智能”是否就是人类所能创造的机器智慧的最高境界呢？答案也不会那么简单。这里有两个变数存在。首先，每个科幻电影里都有一个疯狂的科学家，现实世界当中，很难说不会发生这样的情况。在正常的学术环境（伦理要求）下，人工智能无法得到的成长环境，在一些极端环境下，是可能出现的。不说战争，和人类较为遥远的外太空探索就可能让科学家和政府作出一定程度上的让步。

另一方面，虽然像人工一样的智能很难出现，但是人工+智能却不那么遥远。手机和可穿戴设备的到来，让人与机器之间的距离前所未有的贴近。而接下来植入人体的智能硬件，则让人工+智能（机器）成为现实。虽然，人工+智能的初衷，是让机器作为人的助手，帮助人提高效率，做决策的还是人，但是未见得机器智能不会反客为主。因为是人工+智能，人表面上掌握了决策的最终决定权，所以在这个外衣的掩护下，机器犯了错，也不一定归罪于机器，正如人类驾驶员开车出了事故，不能去责怪汽车一样。这种宽容，可能让机器实现了某种程度的在真实世界成长的机会，而不是犯错后就扼杀在摇篮里。这个进程，取决于碳基生命（人类）和硅基生命（机器）之间结合的速度。

人工智能篇9

人工智能是一个复杂的系统工程，“机器学习”作为其中的必备环节之一，采用了大量前沿的技术，TTS（智能语音合成）就是其中重要的技术，常使用基于DNN、LSTM的机器学习算法来模拟声音的停顿、语气、韵律、口型等声学参数，以协助机器学习的输出部分。笔者在接触到这种新技术的初期就在思考TTS与我们客服中心的传统自助语音服务之间的融合问题，我们找到了一个很小但是很贴切的切入点，在这里分享，以供大家探讨。

传统热线渠道中的自助语音服务（也就是常说的IVR）作为用户使用量最大的一种自助服务模式，存在语气冰冷、时常卡顿的问题。卡顿的原因是目前的语音录制多采用“人工录音+简单拼接”的录制方式导致，自助语音服务如何才能带给客户更好的体验？我们尝试在这里切入TTS技术。

自助语音服务传统的录制方式主要存在三点问题：一是语音效果生硬不连续，语音风格差异大，影响客户一致性体验；二是对紧急业务难以提供快速、及时的响应；三是维护录音文件的流程复杂，日常运维工作量较大，运营成本高。而我们的尝试说明了智能语音合成是传统自助语音服务通向智能自助语音服务的桥梁，借助智能语音合成技术可以有效地解决这三个问题，我们将带给客户“体验一致、响应及时、运维高效”的自助语音服务模式。

TTS简单来说就是将文本转换为自然度较高的语音进行播放，让计算机能够像人一样“开口说话”。那么，TTS是如何解决原来的自助语音服务体验不一致、响应不及时、运维成本高的问题呢？我们从以下三个方面来探讨。

一、高精度文本分析，一致体验

“人工录音+简单拼接”的录制方式，采用人工座席结合数字录音回放，号码、时间、数字、金额和一些文字等重要信息均是以单音报读，播放出来的声音比较生硬、不连续、不自然，语音风格与其他语音制作方式会有较大差异，用户必须高度集中注意力才能听懂，影响了客户的一致体验。

TTS技术对文本字符串进行了断句、多音字选择、节奏分析等处理，智能拼接语音单元，得到语音数据，为客户提供更友好、个性化的服务。

举个例子，改造前，1356XXX XXXX的陈先生使用10086自助语音服务进行话费查询，听到的语音播报内容为“您的当前余额为（停1s）五（停0.5s）元（停0.5s）九（停0.5s）角”，由于系统调用录音字段拼接，数字金额报读不连续。

而改造后，话费查询的语音播报内容为“您的当前余额为（停0.5s）五元（停0.3s）九角，”整个服务过程中保持语音风格一致，根据语法断词，停顿合理。

特别要说的是，改造中尤为重要的一步是文本分析，针对行业特有的业务特点来定制专业的语音资源包，在语音合成中优先调用该资源包进行语法分析和处理，播报文本更加符合行业的业务需求，再通过智能拼接技术避免了人工拼接的语音风格差异化，打造统一音色、统一播报风格的自助语音服务流程。

二、快速响应上线，保证信息无误

由于笔者所在行业的业务特点，业务种类多、更新快，往往无法在短期内完成录音，且在录音量大时出现人为错误的几率也随之增加。如发生了紧急故障，传统的录制方式要经过三步，第一步是准备好语音文本，第二步是协调资源，安排录音员进行录制，一条语音录制的完成最快也要3个小时，若录音员出现读错读漏的现象，重新录制时间会更久，而且成本更高。而在这种情况下，我们使用TTS智能语音合成技术，只需在系统输入相关的文本内容，系统自动将其转换为语音，30s能完成录制，及时上线告知客户，且保证信息100%正确。

三、信息自动更新，降低运维成本

人工智能篇10

自2006年以来，人工智能（Artificial Intelligence，AI）的发展迎来了第三次浪潮。谷歌、IBM、百度、腾讯等商业巨头的参与，使得人工智能方向的科学研究从学术界的沙盘模拟演变为大规模团体实战[1]。2017年是中国人工智能战略驱动的最为关键的一年。3月，人工智能首次被写入政府工作报告。7月，国务院重点指出人工智能技术和产业的发展规划，即推动新一代人工智能技术的产业化与集成应用，发展高端智能产品，提升智能制造水平[2]。10月，报告指出促进人工智能和实体经济深度融合的战略方针。12月，工信部印发促进新一代人工智能产业发展的三年行动计划，旨在加快制造强国和网络强国建设。这一系列政策与方针都将人工智能作为重要的国家科技战略规划，为人工智能的发展布局提供了明确的时间表和路线图。

人工智能在国家战略层面地位已然举足轻重。人工智能方面的人才需要掌握系统而庞大的知识体系，涉及脑科学，数学、计算机等多门学科，这已经超出当前狭义计算机专业的培养内容。为加快人工智能方向的人才储备，2018年4月，教育部要求高校在计算机科学与技术学科设置人工智能方向，形成“人工智能＋X”的复合专业培养新模式[3]。2018年，教育部正式批准35所高校首批建设本科人工智能专业，2019年9月首批人工智能专业的本科新生入学。到2020年，基本完成高校科技创新体系建设和学科体系的优化布局以适应新一代人工智能技术发展，在计算机大类专业下以人工智能为视角探讨本学科所应具备的新的内涵与外延。

目前，高校计算机专业采用的宽口径培养模式，在人工智能方面的人才培养具有相当的局限性，以至于高度浓缩到了仅仅给学生做高级科普的程度。学生难以全面深入地掌握人工智能知识技能，难以具备解决企业关键问题、适应产业发展趋势的能力。因此，在计算机大类专业下发展人工智能学科体系，独立建设人工智能专业，培养卓越的领域人才是当下人工智能战略发展的刚性需求。

二、人工智能产业发展现状

我国的人工智能发展仍处于探索阶段。图1显示了2017年全球高科技企业AI团队的规模统计数据。从图1可以看到，谷歌，微软等国外高科技企业，在AI团队上均有千人以上的规模，相较于国内行业领军者百度或腾讯等企业，领先幅度达到数倍之多。这一现象表明，我国在人工智能人才的储备上存在着巨大缺口，如何培养高质量、高水平、高素质的人工智能方向专业人才，是我国当前互联网、信息行业教育方向中一个亟待解决的重要命题。

图1 2017年全球高科技企业AI团队规模

图2 全球AI领域高校数量分布

我国各重点大学早就展开了许多人工智能相关技术的研究，只是当时人工智能一般会放在研究生教育中，作为计算机科学、互联网信息技术等专业的一个研究方向进行具体探索。人工智能领域研究及学科建设方面都有着广泛而坚实的基础，教研成果丰富，师资力量雄厚。响应人工智能国家战略，我国各重点大学责无旁贷。

围绕人工智能专业建设，本文分析了国内外人工智能相关专业招生和就业现状，提出在计算机大类专业下建设人工智能的专业内涵，明确了人才培养目标，构建出有层次的课程体系架构。期望开拓出一条适应我国人工智能领域发展现状的人才培养模式，为人工智能学科体系布局做出贡献，有望为中国高等教育人工智能人才培养探索一条新的路径。

三、国内外人工智能相关专业招生及人才就业情况

一个领域的竞争归根结底是人才的竞争。人工智能的蓬勃发展造成了人工智能软硬件设计、算法设计、工程管理等各方面人才的稀缺。早在2016年的相关数据显示，中国人工智能的技术人才储备与市场需求之间存在着500万人的缺口。全球AI研究及直接从业者约有30万人，主要分布在高校、AI新兴企业、科技巨头以及其他领域。图2给出了截止2017年末，全球在相关人工智能相关领域高校专业的分布情况。全球主要有293所具有人工智能研究方向的高校，其中美国高校较早地开展了人工智能研究，占据全球的57.3%，一枝独秀。加拿大、中国、印度、英国等国家位于第二梯队，有着较大的提升空间。

国内外相关专业招生情况为人工智能专业的建设提供了一条认识与理解的渠道。斯坦福大学在人工智能领域居于世界领先地位，它在人工智能方面的本科教学涵盖的课程全面而前沿，包括计算生物学、语音识别、认知和机器学习等。学校授予计算机科学理学学士学位。加利福尼亚大学伯克利分校在研究生设置了计算机科学理学硕士学位，内置认知科学技术和人工智能相关的课程。卡内基梅隆大学拥有世界首屈一指的机器人技术，其计算机学院设有专门的机器学习系，包括机器学习辅修和统计机器学习专业。目前，国外高校还未直接将人工智能作为专业应用于本科学生培养。

人工智能的就业前景在当前相当广阔，人才市场需求亟大，但是大多集中于计算机视觉和语音识别等热门应用领域，造成其他领域的人才相对匮乏。国内的信息产业升级，互联网行业的转型，服务业、工业的智能研发都需要大量的人工智能专业人才。自2017年5月中国科学院大学成立人工智能技术学院以来，国内很多高校紧跟步伐，在人工智能人才培养上争相布局。清华大学计算机系从大一下学期开始，引导学有余力的学生进入智能技术与系统国家重点实验室或相关科研机构，跟随导师从事科研工作。北京大学开设的智能科学与技术专业主要建设机器感知、智能机器人、智能信息处理和机器学习等交叉学科的研究和教学。北京航空航天大学、上海交通大学和北京交通大学新设的人工智能研究院均是针对研究生集中培养。南京大学在2018年正式成立人工智能学院，由周志华教授任院长，建设机器学习与数据挖掘和智能系统与应用两个本科专业。

国内外大学本科教育阶段，都还未针对人工智能专业人才进行系统性、独立性地培养。我国每年人工智能方向的毕业生约2万人，远远不能满足市场对人才的需求。成都市人社局的报告明确指出，在成都市人工智能产业中，AI架构师、算法工程师、仿生机器人研发工程师等9类人才紧缺指数达到最高级别。本科教育阶段是学生掌握基础知识技能、形成科学思维、塑造人生价值观的黄金时期。因此，电子科技大学在本科计算机大类专业下开设人工智能专业进行优势提升和改进，直面国家战略需求，紧贴行业形势，为人工智能领域的发展增强年轻的生命力，为国家社会培养人工智能人才提供优质的平台和孵化园，为学生成材孕育强大的基础和肥沃的土壤。

四、人工智能专业建设探索

（一）把握专业建设内涵，明确人才培养目标

国家战略需求、社会人才缺口等宏观背景，是设立人工智能专业的必然因素。长久发展与传承，把握专业建设内涵和人才培养目标是教育的灵魂所在。在筹备人工智能专业的过程中，首先需要明确在计算机大类下建设人工智能专业的意义。自1956年约翰·麦卡锡等科学家正式提出人工智能学科以来，人工智能已逐渐发展成为一门广泛交叉的前沿科学。以计算机学科门类中各专业为基础，吸收生物科学、数学、哲学、文学等学科关键知识，不断促进人工智能学科的前向延伸和拓展。人工智能虽然是多学科融合发展的领域，但是它强调推理、知识、规划、学习、交流、感知，具备影像辨识、语言分析、人机对抗等计算机领域典型应用场景，与其它专业区分明显。同样的，人工智能的学科交叉特性明显不同于目前计算机大类下分的如大数据、信息安全等其他专业，应当作为计算机下独立的学科分支进行探索与研究。

aaa

图3 人工智能专业人才培养的基本要求

人工智能旨在模拟人的意识与思维过程，智能信息处理是它的主流研究和产业化应用方向。其主要的研究内容包括语言识别、图像识别、自然语言处理和专家系统等。近年来，人工智能在经济政治决策，控制系统，仿真系统等应用场景中得到了愈加广泛的重视。无论是从科学技术发展历史，还是从当今新时代新经济发展趋势来看，增设人工智能专业具有十分明显的合理性、迫切性。国内的许多高校将相关专业设置于自动化大类下，没有考虑到由于互联网、大数据等新技术领域带来的影响和冲击，难以强调并突出人工智能自身理论和技术应用，不能很好地满足工业界普遍趋势所提出的人才需求。

面向国家“创新驱动发展战略”与“新一代人工智能发展规划”的重大需求，本文详细剖析了相适应的专业人才培养的基本要求。本文创新性地提出人工智能专业人才所需的各项基本要求，如图3所示。优秀的人工智能方向专业人才应当具备个人素养，创新实践，领导才能以及专业技能四个基本方面的能力。从这四个方面出发，全方位引导与培养学生具备良好的个人素养、扎实的人工智能专业技能、突出的创新实践能力和卓越的领导才能，有效地成长为国际一流工程师、科学家和企业家，在我国人工智能产业发展中贡献力量。

（二）构建课程体系架构，明确毕业评价要求

人工智能专业规划必须清晰、目标明确。在课程设置方面，以学生素质为核心完成课程体系架构设置，构建完备的专业人才培养方案。教学任务分配层次分明地落实在课程实施上，开发严整的教学培养体系。课程体系架构有四大类模块，详细分为公共基础课程、计算机学科基础课程、人工智能专业课程和实践进阶课程。四个模块相互依赖，公共基础课程、计算机学科基础课、人工智能专业课程层层深入，筑起坚实的知识体系高墙，教学过程步步为营，培养学生从基础到专业的能力思维。公共基础课程扎实培养学生基础的人文素养和数理知识，掌握数理相关的建模、仿真、测试与评价过程，完成高中到大学的自然衔接过渡。计算机学科基础课程以硬件类、软件类与计算工具类课程为类别划分，从三个方面循序渐进地培养学生掌握计算机领域的核心知识。学科基础课程侧重于对计算机底层知识、人工智能数学基础能力、计算机原理的教学，为大二专业课程打下坚实基础。

人工智能专业课程下分为核心类、技术支撑类和平台类课程，核心类课程引领学生熟悉人工智能知识基础、行业技术和核心理论。在研究人工智能的众多分支领域中，学习技术支撑类课程力助学生把握成熟的技术和模型。平台类课程基于智能机器人研究创新开发平台，进行智能制造和设计。这些理论课程锻炼学生获取知识、应用知识和创新思维能力，使之为从事人工智能理论研究、技术开发与创新实践保驾护航。

实践进阶课程可以检验学生对理论知识的掌握深度。实践课程与教学贯穿人工智能专业学习始终，以开发动手能力、发掘创新思维、塑造科研精神为目的，培养学生在理论实践、创新创业、合作领导多方面的才能。首先，人工智能专业实验全面覆盖所开设专业的课程。其次，综合素质实践、专业实习、基地实践、毕业设计等环节逐渐帮助学生将课堂知识转换为科研与工程能力。此外，鼓励大二以上的学生加入实验室参与科研，使科研与教学相互融合促进。为学生构建创新实践平台，校企合作的实践实训机制保障了学生真实地了解企业发展动态和社会需求。在人工智能理论与技术两方面都能提升学生的创新实践能力，尽早地明确未来发展方向，制定生涯规划。目前，许多高校学生为了快速迎合时代需求，对人工智能领域浅尝辄止，缺乏扎实的基本功与充分的研究成果，急于求成，在求职过程中屡屡碰壁。因此，学校应提供最大帮助与支持，让学生明确研究方向，鼓励学生在国内外继续深造，成为人工智能领域有真材实料的人才。

国家社会的需求在动态发展，学生受到的教育和训练也应有明确的规划。现阶段的专业培养，对学生的要求应当不仅局限于四年知识的系统传授，更多地要求学生锻炼综合知识，专业技能，创新实践，自我修养等几个方面的能力，使学生成为在人工智能领域独当一面的栋梁之才。

综合知识方面，培养学生具备坚实的人文社科基础知识；具有正确的道德观、社会责任感和工程职业道德；具备数学、自然科学以及人工智能相关基础学科的知识，具备在经济学、管理学等可能应用领域的基本知识，培养学生全方面、多元化的科学素养。

人工智能技能方面，培养学生具备扎实的人工智能专业基础知识，能够针对典型应用领域的复杂工程问题和需求，结合人工智能相关原理与技术，设计系统级或单元级的解决方案。了解人工智能技术前沿研究的状态及趋势，能够基于科学原理并采用科学方法对工程问题进行研究，包括建模、算法设计、程序实现及实验、进行实验收集数据、分析与解释数据以及通过信息综合得到合理有效的结论，加强学生对专业知识的深入理解，分析应用能力。

创新实践方面，借助案例分析、项目设计、科学研究、创新实践竞赛等方式，让学生掌握基本的创新方法，具有创新意识和态度，能够提出创新性的技术路线与方案，并具备较强的方案实现与分析能力。从信息产业、医学、生物学、经济学等实际应用出发，锻炼学生结合面对多样化的应用场景的理论结合、模型设计、实验分析能力。

自我修养方面，让学生对学习过程进行不断的探讨与思辨，组织学生参与知识技术的分享讨论，培养学生在知识综述、工程设计和沟通辩论的能力。通过综合性的实践项目，学生具备充分的组织管理能力、语言和文字表达能力、人际交往能力以及在团队协作能力。培养学生对学习的正确认识，不断适应发展的意识，具备国际视野、跨文化交流、竞争与合作能力，最终成长为人工智能产业的高级人才。

人工智能专业的毕业生可选择继续在人工智能领域深造，进行更深入地研究，或是于信息产业高新技术企业、科研院所、政府部门等行业就业，从事人工智能的技术研究、系统研发以及工程管理和教育等工作。成为该领域的软硬件高端工程师、交叉学科的应用架构师、创新创业家、算法研究与理论创新科学家，为国家科技进步贡献重要力量。