人工智能辯論精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們?yōu)槟鷾蕚淞瞬煌L格的5篇人工智能辯論，期待它們能激發(fā)您的靈感。

篇1

1.1一般資料

兩組80例平均年齡（49.83±6.28）歲；病程最短者2個月，最長者7年，平均病程（3±1.68）年。兩組患者年齡、性別、病程等資料經(jīng)統(tǒng)計學處理，無顯著性差異(P＞0.05)，具有可比性。

1.2西醫(yī)診斷標準參照1992-06安徽太平《中華內(nèi)科雜志》編委會腎臟病專業(yè)組制定的診斷和分期標準［2］。80ml/min＞內(nèi)生肌酐清除率（Ccr）＞10ml/min；133μmol/L＜血肌酐（Scr）＜707μmol/L。有慢性腎臟病史，或累及腎臟的系統(tǒng)性疾病病史者。

1.3中醫(yī)辨證分型及療效標準參考1993年的《中藥新藥臨床研究指導原則》［3］中CRF臨床分型。本虛證：脾腎氣虛型、氣陰兩虛型、脾腎陽虛型、肝腎陰虛型、陰陽兩虛型。標實證：濕熱型、濕濁型、血淤型、濕熱挾淤型、其他型。療效標準也參考該文獻。

1.4辨象標準辨象標準參照《中國醫(yī)學百科全書》朝醫(yī)學［4］卷中辨象標準，均屬“肺小肝大”者。

2方法

2.1實驗室指標及方法①血常規(guī)及離子：紅細胞（RBC）、血紅蛋白（Hb）。②腎功能：Scr，BUN，Ccr。

2.2統(tǒng)計學方法數(shù)據(jù)均以±s表示，SPSS11.0軟件統(tǒng)計，采用單因素方差分析組間比較。

2.3治療方法治療組48例太陰人組用太陰化濁湯加減：薏苡仁20g，干栗15g，黃芩15g，桔梗10g，萊菔子20g，生大黃10g，石菖蒲10g，杏仁15g，白頭翁15g，澤蘭20g，地龍15g；如浮腫甚加蠐螬15g，浮萍15g；若尿濁(蛋白尿)加鹿角霜15g，佩蘭10g；血壓高加天麻15g，15g。對照組32例，用由廣州康臣藥業(yè)生產(chǎn)的尿毒清顆粒，5g/袋，1袋/次，服用4次/d，服用1個月。對照組與治療組48例患者進行相關比較，各以1個月為1個療程，觀察1個療程。

3結(jié)果

3.1有效率與癥狀出現(xiàn)規(guī)律經(jīng)觀察太陰人在四象人CRF患者中，所占人數(shù)為47.52%，比例最多，治療組總有效率78.2%，明顯優(yōu)于對照組的47.8%,而85%的太陰人患者多以繼發(fā)性發(fā)病為多。在糖尿病、高血壓病、高脂血癥等疾病引起腎臟負荷過重而引起該病，其發(fā)病證型以中醫(yī)證型的氣陰兩虛型、肝腎陰虛型、濕濁型、濕熱挾淤型者為多。

3.2兩組療效比較結(jié)果見表1。經(jīng)觀察治療組能有效改善貧血等癥狀，且有顯著控制腎功衰的療效。結(jié)果見表2。表1兩組治療前后血常規(guī)、離子比較(略)表2兩組治療前后腎功能比較(略)

4討論

CRF病情危重，臨床表現(xiàn)極為復雜，屬中醫(yī)的“關格”“癃閉”“腎風”“水毒證”“腎勞”等范疇，其病機錯綜復雜，有正虛邪實、寒熱錯雜、虛實互見等。腎小球硬化的病機目前有虛、淤、濕、濁、毒、痰等看法［5］。體質(zhì)辨治CRF也追隨以上理論。朝醫(yī)體質(zhì)理論發(fā)端于《靈樞·通天》七十二篇中的五太人論，但舍棄了陰陽和平體質(zhì)之人，僅保留了其余四種體質(zhì)。認為太、少陰陽體質(zhì)不同其體內(nèi)的氣血運行亦不同，引起本病也有相應的規(guī)律。太陰人“過偏于陰之人”“肺小肝大”。肺主呼吸、主氣、主肅降、通調(diào)水道，肺小則肺氣推動血液、津液運行不暢，又肅降不利，治節(jié)失度，故生淤釀痰，痰淤互結(jié)生濁氣，痰濁壅遏于里。肝藏血，主疏泄喜條達，肝大則其功能相對亢進，表現(xiàn)為肝實病變，故肝失疏泄、肝絡瘀阻，最終致“血濁氣澀”。血濁與氣澀互為因果，二者相參惡化臟局，促使?jié)嵝佰斩粲趦?nèi)、充斥三焦。三焦決瀆失司，痰濁阻滯腎絡，氣化不利故成本病。故其病初起多以高血壓病、高脂血癥、冠心病、糖尿病等以肝實、邪濁的病變?yōu)樵缙谠l(fā)病，并以實證為主。到代償期、失代償期時多伴有神疲乏力、浮腫、嘔吐等臨床表現(xiàn)，所以此時也常被確認該病。

本方是太陰人清肺瀉肝湯化裁，顧名思義清瀉肝實，降利肺氣；生大黃、薏苡仁、白頭翁、黃芩以通腹瀉濁，桔梗、杏仁、萊菔子、石菖蒲降氣化痰，澤蘭、地龍活腎絡的功效。完全針對太陰人體質(zhì)以及CRF病機而設，與中醫(yī)理論的專注于病位在腎的治法有所出入，其辨體質(zhì)的治療特點亦在此。此外太陰人“肺小肝大”，故平時注重調(diào)補肺臟，謹防感冒的發(fā)生；積極治療太陰人易感之疾高血壓、高血脂、高血糖、高胰島素血癥等疾病，防止該病引起對腎單位的損傷。通過以上對太陰人CRF的治療，可看出濁毒淤阻是首要病機，而且與其“血濁氣澀”體質(zhì)的病理特點有緊密相關。所以在治療上我們既要辨其病、又要辨證、更要辨體質(zhì)，這樣才可做到“審機論治”“辨質(zhì)論治”和“辨病論治”3者有機地結(jié)合起來，并能獲得最佳療效。

【參考文獻】

［1］匡調(diào)元.匡調(diào)元醫(yī)論［M］.上海：上海中醫(yī)藥大學出版社,2004:113.

［2］王海燕，鄭法雷，劉上春，等.原發(fā)性腎小球疾病分型與治療及診斷標準專題座談會紀要·慢性腎衰診斷標準及分期［S］.中華內(nèi)科雜志，1993，32(2):131.

［3］中華人民共和國衛(wèi)生部.中藥新藥臨床指導原則，第1輯［S］.1993：167.

［4］中國醫(yī)學百科全書編輯委員會.中國醫(yī)學百科全書（朝醫(yī)學）［M］.上海:上海科學技術出版社,1992：4.

［5］劉玉寧.DN腎小球硬化的中醫(yī)病機探討［J］.新中醫(yī)，2003，35（7）：8.

篇2

關鍵詞：人工智能；學習興趣；教學方法

1956年，在美國Dartmouth大學，由數(shù)學家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同發(fā)起一個歷時兩個月的夏季學術討論班，他們在此討論班上第一次正式使用了人工智能(Artificial Intelligence)這一術語。人工智能是一門多學科交叉的課程，涉及計算機科學、數(shù)學、控制論、信息論、神經(jīng)生理學、心理學、哲學及語言學等多個學科，是新理論和新技術不斷出現(xiàn)的綜合性學科。當前，人工智能領域加強了從人類智能與生命現(xiàn)象中汲取養(yǎng)分的趨勢，加快了向分布式系統(tǒng)與復雜系統(tǒng)靠攏的步伐，智能化的應用更為深入，影響更為廣泛，其發(fā)展已對人類的經(jīng)濟、社會、文化等方面產(chǎn)生了深遠影響[1]。

1人工智能導論課程特點

人工智能導論是人工智能領域的引導性課程，介紹人工智能的基本理論、方法和技術，目的是使學生了解和掌握人工智能的基本概念和方法，為進一步學習奠定基礎。人工智能是計算機科學與技術學科一門重要的基礎課程，需要相關課程作支撐。離散數(shù)學、概率論與數(shù)理統(tǒng)計等課程是其數(shù)學基礎，數(shù)據(jù)結(jié)構(gòu)、程序設計基礎、算法分析與設計等課程則為人工智能中知識表示、邏輯推理和問題求解提供了設計與實現(xiàn)手段。與其他軟件課程相比，人工智能課程有鮮明的特點，主要表現(xiàn)在思想方法上強調(diào)啟發(fā)性、算法上強調(diào)不確定性。同時，由于人工智能是一個新思想和新技術層出不窮的開拓性領域，因此其對學生的訓練是鼓勵創(chuàng)新的，具有其他課程不可替代的作用。

人工智能導論是計算機相關專業(yè)的必修課，在許多信息類相關的本科教學中也有開設，一般開設在第六或者第七學期。我國目前本科教育的定位是專才教育，培養(yǎng)某方面的專業(yè)人才。完成公共基礎課程和部分專業(yè)基礎課程的學習之后，本科高年級學生應該了解本專業(yè)的應用領域和發(fā)展前景，因此在教學過程中要注意內(nèi)容的專業(yè)性和應用性。由于本科階段學生缺乏科研意識，初步的科研訓練設置在第八學期，即所有課程學習完畢之后的畢業(yè)設計，而人工智能課程強調(diào)科研性，因此教學難度較大，由此帶來的最直接后果就是學生學習興趣不高。同時，對有志于讀研的學生而言，本科階段的學業(yè)也是研究生教育的起點，在教學過程中要適時的進行科研引導，提升學生對科學研究的興趣，為研究生階段打下基礎。可見，圓滿完成人工智能導論課程這一教學任務是重要且極具挑戰(zhàn)性的。

2教學內(nèi)容安排

人工智能的研究和應用領域非常廣泛，包括問題求解、機器學習、自然語言理解、專家系統(tǒng)、模式識別、計算機視覺、機器人學、搏弈、計算智能、人工生命自動定理證明、自動程序設計、智能控制、智能檢索、智能調(diào)度與指揮、智能決策支持系統(tǒng)、人工神經(jīng)網(wǎng)絡、數(shù)據(jù)挖掘和知識發(fā)現(xiàn)等。人工智能導論旨在為這些具體領域的研究提供引導和基礎保障。

人工智能導論課程涵蓋內(nèi)容較多，因此需要明確“精講”和“泛講”的內(nèi)容，以使教師和學生在教學活動中都有所側(cè)重。當然，首先應和學生說明，泛講并不代表內(nèi)容不重要，只是由于課程性質(zhì)和課時的關系，暫時不作深入探討。日后如有需要，可在此基礎上進一步學習和研究。結(jié)合當前人工智能學科的發(fā)展狀況，根據(jù)教學大綱和作者的教學經(jīng)驗，對人工智能導論課程教學內(nèi)容的精講和泛講安排如表1所示。

3提升學生學習興趣的教學方法

3.1穿插背景故事

為激發(fā)學習積極性，針對學生喜歡聽奇聞軼事、想象力豐富的心理特點，通過講述一些與教學內(nèi)容有關的故事或者趣事來吸引其注意力，輔助思維并豐富聯(lián)想，使學生在愉悅中完成學習[2]。下面列舉幾個我們在課程教學中用到的背景故事，通過這些故事，不但傳授了知識，也活躍了課堂氣氛。

1) 人類智能的計算機模擬與人機大戰(zhàn)。

講授人類智能的計算機模擬時，可以給學生簡述一下IBM公司的超級電腦和國際象棋世界冠軍卡斯帕羅夫之間的人機大戰(zhàn)，以促進學生對人類智能和人工智能的進一步思考。北京時間1997年5月12日凌晨4點50分，在美國紐約公平大廈，當IBM公司的“深藍”超級電腦將棋盤上的一個兵走到C4的位置上時，國際象棋世界冠軍卡斯帕羅夫?qū)Α吧钏{”的人機大戰(zhàn)落下帷幕，“深藍” 以3.5U2.5的總比分戰(zhàn)勝卡斯帕羅夫。2003年1月26日至2月7日，卡斯帕羅夫與深藍的升級版“小深”又進行了一場人機大戰(zhàn)，先后進行了6局比賽，最終卡斯帕羅夫以1勝1負4平的結(jié)果和“小深”握手言和。這也表明了人工智能和人類智能之間的較量還將持續(xù)下去。

2) 問題規(guī)約法與老和尚說教。

問題規(guī)約法是從要解決的問題出發(fā)逆向推理，建立子問題以及子問題的子問題，直到最后把初始問題歸約為一個本原問題集合。本原問題指不能再分解或變換且直接可解的子問題。可見，問題規(guī)約的本質(zhì)是遞歸的思想。此時，可以給學生簡述我們小時候就聽說過的老和尚說教的故事，即“從前有座山，山上有座廟，廟里有個老和尚，老和尚對小和尚說，從前有座山……”。

3) 模糊理論與禿頭悖論。

模糊推理是一種重要的不確定性推理方式，是指基于模糊理論進行的推理。講授模糊理論時，可以先講一下禿頭悖論讓學生討論。一個人有10萬根頭發(fā)，肯定不能算禿頭，不是禿頭的人，掉了一頭發(fā)，仍然不是禿頭，按照這個道理，讓一個不是禿頭的人一根一根地減少頭發(fā)，就得出一條結(jié)論，即沒有一根頭發(fā)的光頭也不是禿頭！禿頭悖論的出現(xiàn)源于在嚴格的邏輯推理中使用了“禿頭”這一模糊概念，因此需要以模糊邏輯代替?zhèn)鹘y(tǒng)的二值邏輯解決該問題。

3.2課堂辯論和多媒體教學

人工智能從其誕生之日起就充滿爭議，各種學派的爭論使得人工智能的發(fā)展更趨完善，加快了其縱深發(fā)展。目前，人工智能的爭論主要有兩方面，即研究方法的爭論和技術路線的爭論。前者爭論的主要問題有人工智能是否得模擬人的智能；對結(jié)構(gòu)模擬和行為模擬是否可以分離研究；對感知、思維和行為是否可分離研究；對認知與學習以及邏輯思維和形象思維等問題是否可以分離研究；是否有必要建立人工智能的統(tǒng)一理論體系。后者爭論的主要問題是沿著什么樣的技術路線和策略來發(fā)展人工智能。

在課堂教學中，可以充分利用人工智能中存在的爭論較多這一特點，針對相關議題組織課堂辯論，如可用議題“機器的反叛――機器的智能會超越人類嗎？”。讓學生在圖書館或者從網(wǎng)上查閱相關資料，明確自己的論點并準備證據(jù)材料，并在課堂上進行辯論。這類辯論無所謂輸贏，旨在通過這種活動，增進學生思考[3]。教學中，還可以充分利用多媒體教學的特點，如讓學生觀摩電影《終結(jié)者》系列、《人工智能》、《黑客帝國》等，增強學生對人工智能的直觀感受，提高課堂教學效果[4]。

3.3應用實例分析

普遍而言，本科學生對單純的理論講解不太感興趣，因此在教學過程中，適當增加一些實驗和設計，提高學生分析問題的能力和實際動手能力。比如，講解知識的產(chǎn)生式表示法時，給出產(chǎn)生式的概念和基本表示形式之后，可以通過“野人與傳教士過河”問題來說明產(chǎn)生式表示法的具體應用過程；講解計算智能的進化計算部分時，給出進化算法的幾種具體形式和算法流程之后，可以通過中國旅行商問題(CTSP)來說明算法求解問題的過程。教師在教學過程中，可以根據(jù)需要，選擇一些合適的應用實例進行分析。通過這些實例，既能加深學生對知識的理解，又能增加學習的興趣。下面給出兩個實例的簡單描述。

1) 產(chǎn)生式表示法求解“野人與傳教士過河”問題。

問題：傳教士和野人各N人過河，現(xiàn)只有一條船，傳教士和野人都會劃船，船一次只能載k人，船上野人多于傳教士時野人就會吃掉傳教士，問如何安全過河？(不失一般性，以N=3，k=2為例求解)。

求解簡述：設綜合數(shù)據(jù)庫中狀態(tài)用三元組(m, c, b)表示，其中m、c、b分別表示傳教士、野人和船的數(shù)目，則有：

0≤m, c≤3, b ∈{0, 1}

以左岸為參照點，則初始狀態(tài)和目標狀態(tài)分別為(3，3，1)和(0，0，0)。據(jù)此，可以給出一條產(chǎn)生式規(guī)則如下：

IF (m, c, 1) THEN (m-1, c, 0)

以此類推，把所有可行的規(guī)則都求出之后，就可按照規(guī)則集和控制策略得到問題的解。

2) 遺傳算法求解31個城市的CTSP問題[5]。

問題：給定有限個城市的集合C={c1,c2, …,cm}及每兩個城市之間的距離矩陣D＝[dij]m×m，其中m∈N，dij=d(ci, cj)∈Z+，ci、 cj∈C，1≤i、j≤m，求出滿足的城市序列cπ(1)、cπ(2)、…、cπ(m)，其中π(1)，π(2)，…，π(m)是1、2、…、m的一個全排列。我們以CTSP問題為例，即求解中國31個城市之間最短巡回路線的問題。

求解簡述：路徑表示直接使用城市在路徑中的相對位置，如有編號分別為1、2、3、4、5的5個城市的一條路徑4－1－2－5－3，用路徑表示方法直接可寫為(4 1 2 5 3)。適應度函數(shù)值用路徑的實際長度表示。交叉算子采用次序雜交，即選擇父體的兩雜交點，交換相應的段，其它城市則保持在父體中的相應次序。變異算子采用倒位算子，即隨機選擇兩個位置，然后將它們之間的城市反序。通過運用遺傳算法求解，可得最優(yōu)解為15 404 km，對應的巡回路線為“北京―呼和浩特―太原―石家莊―鄭州―西安―銀川―蘭州―西寧―烏魯木齊―拉薩―成都―昆明―貴陽―南寧―海口―廣州―長沙―武漢―南昌―福州―臺北―杭州―上海―南京―合肥―濟南―天津―沈陽―長春―哈爾濱―北京”。實例講解完成后，可要求學生采用相同或者不同的方案自己去實現(xiàn)一下問題的求解過程。

4結(jié)語

人工智能是計算機科學與技術專業(yè)的一門核心課程，同時也是一門交叉學科，涉及面廣，理論性強，教學難度較大，學生的學習興趣有待提高。本文作者根據(jù)自己在人工智能導論課程中的教學實踐和課程特點，明確了教學中的精講內(nèi)容和泛講內(nèi)容，總結(jié)了三種提高學生學習興趣的教學方法，并給出相應的實例說明，旨在為本門課程的教師提供教學參考。

參考文獻：

[1] 蔡自興,徐光v. 人工智能及其應用(本科生用書)[M]. 北京:清華大學出版社,2003:288-296.

[2] 薛占熬,齊歌,杜浩翠,等. 離散數(shù)學的課堂導入法研究[J]. 計算機教育,2010(8):95-99.

[3] 徐新黎,王萬良,楊旭華. “人工智能導論”課程的教學與實踐改革探索[J]. 計算機教育,2009(11):129-132.

[4] 李春貴,王萌,何春華. 基于案例教學的“人工智能”教學的實踐與探索[J]. 計算機教育,2008(9):53-54.

[5] 楊利英,覃征,賀升平,等. 改進的演化近似算法求解TSP問題[J]. 微電子學與計算機,2004,21(6):126-128.

Teaching Methods for Promoting Learning Interests in Introduction to Artificial Intelligence

YANG Liying

(School of Computer Science, Xidian University, Xi’An 710071, China)

Abstract: This paper presents three teaching methods for promoting learning interests based on the characteristics of Introduction to Artificial Intelligence and our teaching experience. These methods have been used in practice. The teaching practice shows that the methods proposed in this paper can promote learning interests effectively.

篇3

其實我對辯論本身沒什么興趣，也不是要“曬勤奮”，更是對懶人生活充滿了無限向往，提到懶惰和人類之光，只是想說說人工智能世界里的智慧和能力。

對于大多數(shù)人而言，人工智能其實是個很老的、很寬泛的同時又很虛幻的概念。之所以有這樣的印象，恰恰是因為人們接觸到的大部分人工智能系統(tǒng)的應用范圍非常狹窄，按照預設程序，執(zhí)行特定任務，場景學習能力弱小，更談不上交互和情感層面的高級需求。

即便像“微軟小冰”那樣一個在誕生之初就做好了“情感計算框架”的聊天機器人，除了陪聊之外，也很難讓人覺得“實在”、“有用”；即便現(xiàn)在的超級計算機、各種芯片處理器的運算速度和處理能力已經(jīng)提升到了一個令人恐怖的程度，但也仍然在創(chuàng)造性的維度上舉步維艱。

所以，當前的人工智能，能力有余，智慧不足。

云和大數(shù)據(jù)時代的到來，正在將人工智能領域推向一個全新的世界。一些人想到了利用基于互聯(lián)網(wǎng)的云平臺和相關智能技術來跨界整合，賦予“機器人人”更大的知識庫和更強的學習能力（比如“健康大白”）；一些人則借力諸多商業(yè)化的大數(shù)據(jù)分析平臺（比如英特爾的TAP，IBM的Watson等）以及超級計算機來獲取一直有著較高門檻的機器學習、深度學習領域的準入資格；

而另一些人甚至把目光聚焦在了人工智能的底層算法上。“阿爾法狗”的幕后操盤手，被谷歌收購的英國人工智能公司DeepMind就在這么干。該公司創(chuàng)始人Demis Hassabis希望構(gòu)建一套能像生物系統(tǒng)一樣學習的、靈活的、自適應的算法，這被稱為通用人工智能（AGI，即Artificial General Intelligence），能自動將非結(jié)構(gòu)化信息轉(zhuǎn)換為可使用知識。

“氣候建模，復雜疾病分析――開始想象下一步可能解決什么，這讓人非常興奮。”Demis Hassabis認為，未來超級智能機器將與人類專家合作解決一切問題。

篇4

科技行業(yè)正準備迎接人工智能帶來的震撼世界的影響。如今人們意識到，從教育、就業(yè)，到如何收集人們的數(shù)據(jù)，人工智能將擾亂社會運轉(zhuǎn)的方式。

機器學習是一種高級形態(tài)的模式識別，能夠讓機器通過分析大量數(shù)據(jù)來做出判斷。這有望大大輔助人類思維。但這種與日俱增的能力引發(fā)了近乎“科學怪人”（Frankenstein）式的擔憂：開發(fā)人員能否控制他們創(chuàng)造出的機器？

加州大學伯克利分校計算機科學教授、人工智能專家斯圖亞特？拉塞爾表示，自動系統(tǒng)的失誤（就像去年駕駛一輛特斯拉汽車，部分自動駕駛汽車的美國駕車者死亡那樣）促使人們關注安全。他表示：“這種事件可能會嚴重阻礙行業(yè)的發(fā)展，因此這里有著非常直接的經(jīng)濟自身利益。”

除了移民和全球化，對人工智能驅(qū)動的自動化的擔憂，正引發(fā)公眾對于不平等和就業(yè)安全的擔憂。唐納德？特朗普當選美國總統(tǒng)以及英國投票退出歐盟在一定程度上就是受到這類擔憂的推動。盡管一些政治人士聲稱，保護主義政策將有利于勞動者，但很多行業(yè)專家表示，多數(shù)就業(yè)損失是由科技變革（主要是自動化）造成的。

英國《金融時報》與高通聯(lián)合開展的Essential Future調(diào)查發(fā)現(xiàn)，全球精英（那些收入和受教育程度高、生活在首都城市的人）τ詿蔥亂比普通大眾熱情得多。除非彌合這種差距，否則它將繼續(xù)引發(fā)政治摩擦。

美國企業(yè)家、撰寫道德和科技文章的學者維微克？瓦德瓦認為，新的自動化浪潮具有地緣政治上的潛在影響：“科技公司必須對他們所創(chuàng)造出的東西承擔責任，并與用戶和政策制定者合作，緩解風險和負面影響。他們必須讓員工花時間思考哪里可能出錯，就像他們花時間宣傳產(chǎn)品那樣。”

人工智能行業(yè)正在準備應對反彈。人工智能和機器人領域的進步，已經(jīng)把自動化引入白領工作領域，例如法律文書和分析財務數(shù)據(jù)。麥肯錫的一項研究稱，在美國員工的工作時間中，大約有45%用在可以借助現(xiàn)有技術實現(xiàn)自動化的任務上。

為了確保人工智能有利于人類，已經(jīng)建立了一些行業(yè)和學術計劃。其中包括由IBM等公司創(chuàng)建的人工智能造福人類和社會合作組織，以及涉及哈佛大學和麻省理工學院的一項2700萬美元計劃。得到埃隆？馬斯克和谷歌支持的OpenAI等組織已取得進展，拉塞爾教授表示：“我們看到了一些論文，它們針對安全性的技術問題。”

這方面有一些過去應對新技術影響努力的回聲。微軟首席執(zhí)行官薩蒂亞？納德拉將其與15年前相比，當時比爾？蓋茨動員公司的開發(fā)人員抗擊電腦惡意程序。他發(fā)起的“可信計算”倡議是一個分水嶺。納德拉在接受英國《金融時報》采訪時表示，他希望采取類似的舉措以確保人工智能造福于人類。

然而，人工智能帶來了一些棘手的問題。機器學習系統(tǒng)從大量數(shù)據(jù)中得出見解。

微軟高管埃里克？霍維茨去年底在美國參議院聽證會上表示，這些數(shù)據(jù)集可能本身就存在問題。他表示：“我們的很多數(shù)據(jù)集是在假設我們可能并不深入理解的情況下收集的，我們不希望讓我們的機器學習應用放大文化偏見。”

新聞機構(gòu)ProPublica去年進行的一項調(diào)查發(fā)現(xiàn)，美國司法機構(gòu)用來確定刑事被告人是否有可能再次犯罪的算法存在種族偏見。再次犯罪風險較低的黑人被告比白人被告更容易被標記為高風險。

提高透明度是一條出路，比如明確人工智能系統(tǒng)使用了哪些信息。但深度學習系統(tǒng)的“思維過程”不容易加以審查。霍維茨表示，人類很難理解這種系統(tǒng)。“我們需要理解如何證明（它們的）決策合理，以及這種思考是如何完成的。”

隨著人工智能影響更多政府和企業(yè)決策，影響將是廣泛的。“我們?nèi)绾未_保我們‘培訓’的機器不會固化和放大困擾社會的人類偏見？”麻省理工學院媒體實驗室主任伊藤穰一問道。

納德拉等高管認為，答案將是結(jié)合政府監(jiān)督（言外之意，這包括對算法的監(jiān)管）和行業(yè)行動。他計劃在微軟成立一個道德委員會，以處理人工智能帶來的任何棘手問題。

他說：“我希望有一個道德委員會，它會這樣說，‘如果我們要在任何作出預測、可能具有實際社會影響的場合使用人工智能，那么它不帶有內(nèi)置的一些偏見’。”

確保人工智能在不會帶來一些意想不到的后果的情況下造福人類，是很困難的。拉塞爾教授說，人類社會無法界定自身想要什么，因此通過編程讓機器為最多數(shù)量的人謀求最大幸福是存在問題的。

這就是人工智能所謂的“控制問題”：智能機器將一心追逐武斷的目標，甚至當這些目標并不可取的時候也是如此。“機器必須考慮到人類真正想要的東西具有不確定性，”拉塞爾教授說。

然而，道德委員會無法平息人們對人工智能奪走工作的擔憂。在今年的達沃斯世界經(jīng)濟論壇上，對反彈的擔憂很明顯，高管們對于如何采用人工智能并作出解釋十分焦慮。普遍的回應是，聲稱機器在可能取代一些工作的同時，也將讓許多工作更能帶來成就感。

篇5

2016年是世界圍棋界極不尋常的一年，3月份在“阿爾法圍棋”（AlphaGo，一款圍棋人工智能程序）與圍棋世界冠軍、職業(yè)九段選手李世石之間展開的一場人機大戰(zhàn)中，“阿爾法”的勝出震驚全球。7月份世界職業(yè)圍棋排名網(wǎng)站公布了最新世界排名：“阿法圍棋”以3612分，超越3608分的柯潔成為新的世界第一。

2016年12月29日到2017年1月4日，一個名叫 “Master”的神秘網(wǎng)絡圍棋手橫掃中、韓、日圍棋界。它憑借驚人的穩(wěn)定性一路高唱凱歌，獲勝60場，沒有敗績。最終神秘的“Master”揭開了廬山真面目，宣布自己就是“阿爾法圍棋”。

2017年1月，谷歌Deep Mind公司宣布推出真正2.0版本的“阿爾法圍棋”，成為第一個不借助讓子，在全尺寸19×19的棋盤上擊敗職業(yè)圍棋棋手的電腦圍棋程序，其特點是擯棄了人類棋譜，只靠“深度學習”的方式成長起來挑戰(zhàn)圍棋的極限。

圍棋是人類最具智慧的競技之一，而人工智能（Artificial Intelligence，簡稱AI）研發(fā)是人類最具挑戰(zhàn)性的科技探索。人機大戰(zhàn)的經(jīng)典對決將被同時載入圍棋史冊和科技史冊。它的意義已經(jīng)遠遠超出圍棋本身，人們熱衷談論“阿爾法圍棋”更多是出于對AI技術的關切。從誕生到日益成熟，AI理論和技術的應用領域在不斷擴大，不知不覺間滲透到人類當代生活的各個方面。AI時代，互聯(lián)網(wǎng)、金融、醫(yī)療、教育、物流、娛樂、傳媒等行業(yè)都在加速自己智能化的進程。可以想見，未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”。 而與此同時，人類命運和機器智慧的沖突與共存，已經(jīng)由人機大戰(zhàn)開始不斷升溫。

“人工智能百年研究”項目

2014年秋季，美國斯坦福大學開啟了“人工智能百年研究”（AI100）項目。這是一個超大型長期項目，該項目發(fā)起人――美國人工智能發(fā)展協(xié)會會長、前微軟研究員埃里克?霍維茨博士表示，“我們的職責是研究人工智能在2030年前對人類社會生活方方面面所產(chǎn)生的影響，尤其是在北美地區(qū)”，而“研究的核心是，人類不能喪失對人工智能的控制能力”。 “人機大戰(zhàn)”

2016年9月1日，“人工智能百年研究”項目的第一項成果《人工智能與2030年的生活》。這是一份試圖定義北美城市在未來10多年間將要面臨的可以模擬人類行為的計算機和機器人系統(tǒng) （即人工智能）問題的報告，涉及交通、家庭/服務、健康醫(yī)療、教育、低資源社區(qū)、公共安全與防護、就業(yè)、娛樂等關注領域，目的是推動相關政策的制定。業(yè)內(nèi)人士認為，工業(yè)界和學術界目前正在聯(lián)手倒逼政府出臺人工智能的相關政策，希望可以獲得更大力度的資金和法律扶持。

《人工智能與2030年的生活》所列舉的關注領域，均面臨著人工智能的影響和挑戰(zhàn)。例如開發(fā)安全可信賴的硬件的困難（交通工具和服務機器人），獲得工作信賴的困難（低資源社區(qū)和公共安防），對勞動力可能被邊緣化的擔憂（就業(yè)和職業(yè)），以及人際交往減少帶來的社會副作用（娛樂）等等。

1.交通：自動駕駛的汽車、卡車、無人機投遞將改變城市里的工作、購物和休閑娛樂模式，但需要增加可靠性、安全性和用戶接受度，并根據(jù)新的交通模式改進當前的相關法規(guī)和基礎設施。

2.家庭/服務機器人：現(xiàn)在進入家庭的掃地機器人或特種機器人能夠為家庭和工作場所提供清潔和安保服務，當務之急是技術方面的挑戰(zhàn)和機器人成本過高的問題。

3.健康醫(yī)療：個人健康監(jiān)測裝備與手術機器具有極大的發(fā)展?jié)摿Γ斯ぶ悄苘浖⒆罱K對某些疾病自動進行診斷和治療。目前的關鍵是獲取醫(yī)療從業(yè)者的信任。

4.教育：互動輔導系統(tǒng)在幫助學生進行語言、數(shù)學以及其他技能的學習方面已經(jīng)發(fā)揮出作用，自然語言處理的發(fā)展將為這一領域的應用帶來全新的方式。當務之急是教育資源分配不均的問題，以及教、學雙方直接互動的減少會帶來哪些消極影響。

5.低資源社區(qū)：投資最新技術領域有助于更充分地發(fā)揮人工智能的優(yōu)勢，比如避免鉛污染和改進食品分配等，重要的是讓公眾參與進來以增強相互信任。

6.公共安全與防護：利用相機、無人機和軟件進行犯罪模式分析，應用人工智能技術來降低人類判斷的主觀偏見，與此同時在不侵犯個人自由和尊嚴的情況下增強安全性。目前需注意的是如何保護隱私和避免固有偏見。

7.就業(yè)和職業(yè)：隨著全球經(jīng)濟的快速發(fā)展，傳統(tǒng)崗位開始被新崗位取而代之，有關人類如何適應這種新變化的相關工作需要立即展開，比如如何妥善處理勞動力下崗以及人工智能對新工作崗位不適應的問題。

8.娛樂：內(nèi)容創(chuàng)建工具、社交網(wǎng)絡和人工智能的結(jié)合，將開創(chuàng)全新的媒體內(nèi)容收集、組織和分發(fā)模式。但問題是新的娛樂方式如何在個人價值和社會價值之間取得平衡。

《人工智能與2030年的生活》在回顧發(fā)展歷程和展望發(fā)展趨勢時指出，人類正加速在人工智能領域的研究，試圖建立一個能與人高效協(xié)作的智能系統(tǒng)。其中最重要的是機器學習的成熟，它受到了數(shù)字經(jīng)濟崛起的部分影響――數(shù)字經(jīng)濟為機器學習提供了大量數(shù)據(jù)。此外其他影響因素包括云計算資源的崛起，以及消費者對語音識別和導航支持等技術服務的需求。研究人員認為，不管是從基本方法上還是應用領域，包括大規(guī)模的機器學習、深度學習、增強學習、機器人、計算機視覺、自然語言處理、協(xié)作系統(tǒng)、眾包和人類計算、算法游戲理論和計算的社會選擇、物聯(lián)網(wǎng)、神經(jīng)形態(tài)芯片在內(nèi)的研究趨勢，共同促進了人工智能研究的熱潮。

這份報告試圖嚴肅地討論這樣一個問題：如何更好地引導人工智能來豐富和服務于人類生活，同時推動和激勵這一領域的創(chuàng)新。因為人類目前并不能清晰而完美地預測未來的人工智能技術及其影響，所以一定要對相關政策進行評估。未來幾年公眾在交通和醫(yī)療等領域內(nèi)應用人工智能的機會日漸增多，因此必須以一種能構(gòu)建信任和理解的方式將其引入，確保在尊重人權和公民權利，保護隱私和安全，維護廣泛而公正的利益分配等方面措施周備。 世界經(jīng)濟論壇說，機器人和人工智能到2020年可以取代510萬個工作崗位。

研究人員指出，傳統(tǒng)的人工智能范式已被數(shù)據(jù)驅(qū)動型范式成功取代，對于定理證明、基于邏輯的知識表征與推理這些程序的關注度在降低。作為20世紀七八十年代人工智能研究的一根支柱，規(guī)劃（ Planning ）強烈依賴于建模假設，難以在實際應用中得到滿足；視覺方面基于物理的方法和機器人技術中的傳統(tǒng)控制與制圖，正讓位于通過檢測手邊任務的動作結(jié)果來實現(xiàn)閉環(huán)的數(shù)據(jù)驅(qū)動型方法；還有曾頗受歡迎的貝葉斯推理和圖形模式，在數(shù)據(jù)和深度學習的顯著成果前也顯得相形見絀。在未來15年中，針對人類意識系統(tǒng)開發(fā)，按照能夠互動的人類特點進行建模和設計人工智能系統(tǒng)成為人們的興趣點。在考慮社會和經(jīng)濟維度的人工智能時，物聯(lián)網(wǎng)型的系統(tǒng)變得越來越受歡迎。數(shù)據(jù)驅(qū)動型產(chǎn)品的數(shù)量及其市場規(guī)模將會擴大。

“為機器人安裝‘死亡開關’”

2017年1月，歐洲議會法律事務委員會召開會議，呼吁制定“人類與人工智能/機器人互動的全面規(guī)則”。議公布的報告對機器人可能引發(fā)的安全風險、道德問題、對人類造成的傷害等情況進行了討論，探討是否需要為機器人安裝“死亡開關”、研究機器人搶走人類工作的應對措施等等，要求歐盟為民用機器人制訂法律框架。專家認為，這或?qū)⑹鞘讉€涉及管制機器人的立法草案，將有利于人類應對機器人革命帶來的社會震蕩。

會議認為，人工智能和機器人發(fā)動的新工業(yè)革命可能影響到所有的社會階層。機器人可能創(chuàng)造無限的繁榮，與此同時將影響人類未來的就業(yè)情況。機器人取代人類在許多行業(yè)是大勢所趨。在德國，每1萬個雇員中就有301個是工業(yè)機器人。報告要求歐盟委員會對各國民眾的就業(yè)情況進行調(diào)查，重點關注極易被機器人取而代之的職位。如果機器人成為職位“殺手”，歐盟各成員國應考慮為國民提供基本的生活保障。埃里克?希爾根多夫是一名德國法律教授，他非常認同歐洲議會討論的這項議題。“這不僅在政治上是可取的，從法律角度也是必要的，這樣我們才能及時應對機器人革命帶來的社會震蕩。”他指出，“即使是銀行顧問、教師和記者等要求嚴格的職業(yè)，未來也無法在這場科技洪流中幸免。”

會議強調(diào)，因為人工智能在幾十年內(nèi)可能超越人類的智力，將對人類控制機器人構(gòu)成挑戰(zhàn)。隨著機器人自我意識的崛起，甚至可能威脅人類的生存。近年來，機器人“殺人”的事件時有發(fā)生：2015年6月，在德國大眾汽車公司，一名工人安裝機器人時反被它抓起推向金屬板壓死；2016年6月，美國一家汽車零件生產(chǎn)商的一名女員工正在修理出現(xiàn)故障的機器人時，它突然啟動，將修理女工活活壓死。

報告參照美國科幻小說作家艾薩克?阿西莫夫提出的“機器人學三大法則”，將其作為立法框架，對機器人自我意識覺醒后的行為規(guī)范做出規(guī)定。“機器人學三大法則”包括： 1.機器人不得傷害人，也不得見人受到傷害而袖手旁觀。2.機器人應服從人的一切命令，但不得違反第一法則。3.機器人應保護自身的安全，但不得違反第一、第二法則。由于規(guī)則無法轉(zhuǎn)化為代碼，歐洲議會正在著手建立一個針對機器人和人工智能研發(fā)的機構(gòu)，為設計、生產(chǎn)和操作機器人的人員提供技術、倫理和監(jiān)管方面的專門知識等。

報告還提出：1.在設計新型機器人時，設計師應該尊重人類的基本人權，事先獲得道德研究委員會的批準。2.必須為機器人注冊，以便在調(diào)查事故時查找涉事的機器人。3.確保機器人安裝有“死亡開關”，可以隨時被關閉。4.機器人不能對使用者造成“身體或心理傷害”。如果釀成事故，機器人不能逃脫責任。機器人所負擔的責任應該與其接收的實際指令及其自主程度相對應：它的學習能力和自主性越高，那么人的責任就較低；倘若它“受教育”的時間越長，教它的“老師”負的責任就越大。報告還指出，機器人的生產(chǎn)商或擁有者將來需要購買保險，來承擔機器人可能造成的損失。

人類與機器人的關系將會引起一場涉及私隱、尊嚴和安全的大討論，在歐洲議會投票贊成立法之前，各成員國政府將對此做進一步的辯論和修正。

“機器人應當納稅”

英國牛津大學近期一項調(diào)查結(jié)果顯示，今后數(shù)十年間，自動化改變生產(chǎn)線的速度將超過20世紀。在經(jīng)濟合作與發(fā)展組織（OECD）成員國，57%的工作崗位有被自動化取代的風險。英國中央銀行英格蘭銀行預測，在自動化浪潮中，危在旦夕的英國工作崗位多達1500萬個。美國白宮2016年預測，機器人取代時薪低于20美元以下崗位、介于20～40美元崗位和時薪40美元以上崗位的概率分別為83%、31%和4%。

在美國微軟公司創(chuàng)始人比爾?蓋茨看來，為暫時性減緩自動化蔓延速度，很有必要向企業(yè)為雇用機器人員工而征稅，稅單將是阻止機器人取代人類工作崗位的殺傷性武器。如果機器人將大范圍取代人類工作崗位，那它們至少應為此買單。“目前一個人類員工在工廠中創(chuàng)造了5萬美元的價值，這個價值會被征稅。人類員工需要繳納各種稅，如所得稅、社會保障稅以及其他稅款。如果一個機器人在工廠做與某個工人同樣的事情，我們也應按同等水平向它征稅。”

蓋茨同時認為，盡管一些工作崗位可能被機器人取代，但人們可以在那些所需技能是機器人無法復制的領域里繼續(xù)工作。世界需要抓住機遇解放勞動力，讓人們從事更好的工作，例如關愛老人和幫扶特需群體。在這些領域，人類具有獨特的同情心和理解力。

法國社會黨總統(tǒng)候選人伯努瓦?阿蒙也呼吁法國對機器人征稅，部分稅收用于補貼全民基本收入保障。越來越多的政界人士和硅谷富翁支持推出全民基本收入保障，以化解自動化引發(fā)的大范圍失業(yè)。而反對機器人稅的人士則持這樣的觀點：自動化即使在短期也可以借助提高生產(chǎn)率創(chuàng)造新的就業(yè)崗位。

“人類需要成為‘半機器人’”

美國特斯拉汽車公司首席執(zhí)行官伊隆?馬斯克在2017年2月13日迪拜舉行的 “世界政府峰會”上表示，未來20年，駕駛?cè)藛T的工作將被人工智能所顛覆，之后全球12%～15%的勞動力將因為人工智能而失業(yè)。“從技術角度講，最迫切的影響會來自自動駕駛汽車。它到來的速度將遠快于人們的預期，當然它會為人類提供極大的方便。”