人工智能作為一項具有代表性的顛覆性技術，逐漸改變着我們的生活方式。接下來我會從幾個方面來介紹一下我對人工智能發展的看法，包含什么是人工智能，人工智能的發展，人工智能所面對的挑戰等內容。
什么是人工智能。
人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
人工智能是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。
人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”即由人設計，為人創造、制造。
而關於什么是“智能”，較有爭議性。這涉及到其它諸如意識、自我、心靈，包括無意識的精神等等問題。人們唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構成人的智能必要元素的了解也很有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人智能本身的研究。其它關於動物或其它人造系統的智能也普遍被認為是人工智能相關的研究課題。
尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關於知識的學科――怎樣表示知識以及怎樣獲得知識並使用知識的科學。”而另一個美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”這些說法反映了人工智能學科的基本思想和基本內容。即人工智能是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。
有上述定義所得，人工智能本質就是算法，是一類可以自己學習的算法。
接下來說人工智能的發展。
1950年，一位名叫馬文·明斯基(后被人稱為“人工智能之父”)的大四學生與他的同學鄧恩·埃德蒙，建造了世界上第一台神經網絡計算機。這也被看做是人工智能的一個起點同年，“計算機之父”阿蘭·圖靈提出設想：如果一台機器能夠與人類開展對話而不能被辨別出機器身份，那么這台機器就具有智能。
1956年，計算機專家約翰·麥卡錫提出“人工智能”一詞。這被人們看做是人工智能正式誕生的標志。麥卡錫與明斯基兩人共同創建了世界上第一座人工智能實驗室——MIT AI LAB實驗室。
50年代，人工智能迎來高峰期。計算機被廣泛應用於數學和自然語言領域，這讓很多學者對面機器發展成人工智能充滿希望。
70年代，人工智能進入低谷期。科研人員低估了人工智能的難度，美國國防高級研究計划署的合作計划失敗，還讓大家對人工智能的前景望而興嘆。主要技術瓶頸：計算機性能不足；處理復雜問題的能力不足；數據量嚴重缺失。
80年代，卡內基梅隆大學為數字設備公司設計了一套名為XCON的“專家系統”。它具有完整專業知識和經驗的計算機智能系統。在1986年之前能為公司每年節省下來超過四千美元經費。
1987年，蘋果和IBM公司生產的台式機性超過了Symbolics等廠商生產的通用計算機。從此，專家系統風光不再。80年代末，美國國防先進研究項目局高層認為人工智能並不是“下一個浪潮”。至此，人工智能再一次成為浩瀚太平洋中那一抹夕陽紅。
1997年，IBM的深藍戰勝國際象棋世界冠軍卡斯帕羅夫；2009年，螺絲聯邦理工學院發起的藍腦計划，生成已經成功模擬了部分鼠腦；以及2016年谷歌AlphaGO戰勝韓國李世石。
回顧了人工智能60余年的發展歷程，科研技術人員不斷突破阻礙，讓我們可以看到今天人工智能所取得的輝煌成果。隨着人工智能的不斷發展，科學界對人工智能的看法也漸漸分成兩種——悲觀學派和樂觀學派。
悲觀學派的代表是天文物理學家史蒂芬·霍金(Stephen Hawking)，以及特斯拉首席執行官伊隆·馬斯克(Elon Musk)。霍金認為AI對人類將來有很大的威脅，主要有以下理由：
- AI會遵循科技發展的加速度理論
- AI可能會有自我改造創新的能力
- AI進步的速度遠遠超過人類
- 人類會有被滅絕的危機存在
樂觀學派主要是Google、Facebook等AI的主要技術發展者，他們對AI持樂觀看法的理由：
- 人類只要關掉電源就能除掉AI機器人
- 任何的科技都會有瓶頸，“摩爾定律”到目前也遇到相當的瓶頸，AI科技也不會無限成長，依然存在許多難以克服的瓶頸。
- 依目前的研究方向，電腦無法突變、蘇醒、產生自我意志，AI也不可能具有創意與智能、同情心與審美等這方面的能力。
這兩種學說各有各的道理，目前很難判斷那種學派是正確的。就目前的弱人工智能來說，樂觀派或許是對的。但我們很難保證之后的強人工智能不會對我們的生存產生威脅。
《新一代人工智能治理原則——發展負責任的人工智能》是為促進新一代人工智能健康發展，更好協調發展與治理的關系，確保人工智能安全可靠可控，推動經濟、社會及生態可持續發展，共建人類命運共同體，人工智能發展相關各方應遵循的原則。由國家新一代人工智能治理專業委員會於2019年6月17日印發實施。這份文檢里明確指出了人工智能的發展應遵循的原則：和諧友好，公平公正，包容共享，尊重隱私，安全可控，共擔責任，開放協作，敏捷治理。文件的主題還是“負責任”，如薛瀾所說：“比如我們提出的‘和諧友好’等原則，強調無論是人工智能提供的產品還是服務，都應該是負責任的、全面的，應以增進人類共同福祉為目標，應該符合人類的價值觀和倫理道德，避免誤用，禁止濫用、惡用。”負責任就是以人為本，一切以服務人類為主。目前還處於弱人工智能階段，主要需要被約束的還計算機工程師。計算機工程師要負起自己的責任，確保人工智能安全可控可靠，規避風險隱患，做到為人服務，不侵犯用戶的權益和隱私。
“考慮到人工智能發展的高度復雜性和不確定性，要按照漸進性的思路推進人工智能的治理。”薛瀾表示，《治理原則》是一份框架性文件，對人工智能健康發展主要發揮宏觀引導作用，今后還將根據形勢的變化和需要，不斷進行充實和調整。在薛瀾看來，人工智能的發展過程中也面臨着一些基礎性的工作，立法就是其中之一。“我們發布的《治理原則》，也為今后的立法工作提供了重要基礎。”他認為，人工智能發展非常快，而立法的周期較長，因此也很難只用法律框架來支撐人工智能的發展，“這就需要相關的原則准則、行業規范，包括從業者的自律，來協同推進其健康發展。”
防范風險隱患，發揚科技之善，人工智能發展迅速，它只會不斷滲透進我們生活，計算機工程師要從八項原則出發，規范自己的道德標准，遵守法律法規，做好應對人工智能“覺醒”的准備，以人為本的發展人工智能，讓人工智能為人民服務，才能更好地，健康地發展人工智能。
人工智能未來的挑戰
所謂的人工智能在更大程度上都是在模擬人的感覺和思維，讓一種更像人的思維機器能夠誕生。著名的圖靈測試，也是在是否能夠像人一樣思考的標准上進行的。圖靈測試的目的，仍然在檢驗人工智能是否更像人類。但是，問題在於，機器思維在作出自己的判斷時，是否需要人的思維這個中介？也就是說，機器是否需要先繞一個彎路，即將自己的思維裝扮得像一個人類，再去作出判斷？顯然，對於人工智能來說，答案是否定的，因為如果人工智能是用來解決某些實際問題，它們根本不需要讓自己經過人類思維這個中介，再去思考和解決問題。人類的思維具有一定的定勢和短板，強制性地模擬人類大腦思維的方式，並不是人工智能發展的良好選擇。
所以，人工智能的發展走向了另一個方向，即智能增強（簡稱IA）上。如果模擬真實的人的大腦和思維的方向不再重要，那么，人工智能是否能發展出一種純粹機器的學習和思維方式？倘若機器能夠思維，是否能以機器本身的方式來進行。這就出現了機器學習的概念。機器學習的概念，實際上已經成為發展出屬於機器本身的學習方式，通過海量的信息和數據收集，讓機器從這些信息中提出自己的抽象觀念，這個時候，很難說機器自己抽象出來的貓的概念，與人類自己理解的貓的概念之間是否存在着差別。不過，最關鍵的是，一旦機器提煉出屬於自己的概念和觀念之后，這些抽象的概念和觀念將會成為機器自身的思考方式的基礎，這些機器自己抽象出來的概念就會形成一種不依賴於人的思考模式網絡。當我們討論打敗李世石的阿爾法狗時，我們已經看到了這種機器式思維的凌厲之處，這種機器學習的思維已經讓通常意義上的圍棋定勢喪失了威力，從而讓習慣於人類思維的棋手瞬間崩潰。一個不再像人一樣思維的機器，或許對於人類來說，會帶來更大的恐慌。畢竟，模擬人類大腦和思維的人工智能，尚具有一定的可控性，但基於機器思維的人工智能，我們顯然不能作出上述簡單的結論，因為，根據與人工智能對弈之后的棋手來說，甚至在多次復盤之后，他們仍然無法理解像阿爾法狗這樣的人工智能如何走出下一步棋。
不過，說智能增強技術是對人類的取代，似乎也言之尚早，至少第一個提出“智能增強”的工程師恩格爾巴特並不這么認為。對於恩格爾巴特來說，麥卡錫和明斯基的方向旨在建立機器和人類的同質性，這種同質性思維模式的建立，反而與人類處於一種競爭關系之中，這就像《西部世界》中那些總是將自己當成人類的機器人一樣，他們謀求與人類平起平坐的關系。智能增強技術的目的則完全不是這樣，它更關心的是人與智能機器之間的互補性，如何利用智能機器來彌補人類思維上的不足。比如自動駕駛技術就是一種典型的智能增強技術，自動駕駛技術的實現，不僅是在汽車上安裝了自動駕駛的程序，更關鍵地還需要采集大量的地圖地貌信息，還需要自動駕駛的程序能夠在影像資料上判斷一些移動的偶然性因素，如突然穿過馬路的人。自動駕駛技術能夠取代容易疲勞和分心的駕駛員，讓人類從繁重的駕駛任務中解放出來。同樣，在分揀快遞、在汽車工廠里自動組裝的機器人也屬於智能增強類性質的智能，它們不關心如何更像人類，而是關心如何用自己的方式來解決問題。
處理好人工智能思維和人類思維的關系，是人工智能發展的最大挑戰。模仿人類思維，會顯得有局限性；發展機器思維，又會不可控，這兩者的平衡如何把握，就看以后的計算機工程師怎么選擇了吧。