對人工智能的理解，不同領域的人看法不盡相同，為了博采各家之所長，我和大家交流下現在科技界中不同人士對人工智能的一些看法。

第一種思想。AI就是讓人覺得不可思議的計算機程序，人工智能就是機器可以完成人們不認為機器能勝任的事。這個定義雖說很主觀，但也非常有趣。這一定義反映了，一個時代里大多數的普通人對人工智能的認知方式：每當一個新的人工智能熱點出現時，新聞媒體和大眾總是用自己的經驗來判定人工智能技術的價值高低，而不管這種技術在本質上究竟有沒有“智能”。

第二種思想，AI就是與人類思考方式相似的計算機程序。這是人工智能早期流行的一種定義方式。另一種類似的，同樣從思饑銀考方式出發的定義是：AI就是能遵照思維里的邏輯規律進行思考的程序。這種思潮最本質的問題是，人類至今對大腦如何實現學習、記憶、歸納、推理等思維過程的機理還缺乏認識，況且，我們并不知道，到底要在哪一個層面（大腦各功能區相互作用的層面？細胞之間交換化學物質和電信號的層面？還是分子和原子運動的層面？）真實模擬人腦的運作，才能制造出可以匹敵人類智慧的智能機器。

第三種思想，AI就是與人類行為相似的計算機程序。與第二種思想，既強調對人腦的研究與模仿不同。第三種思想的支持者認為人工智能的實現不必遵循什么規則或理論框架。無論低級程序，還是高級程序，能夠解決問題的的就是程序才是好程序。也就是說，無論計算機以何種方式實現某一功能，只要該功能表現得與人在類似環境下的行為相似，就可以說，這個計算機程序擁有了在該領域內的人工智能。這一定義從近似于人類行為的最終結果出發，忽視達到這一結果的手段。另一種對人工智能的近似定義則更強調人工智能的實用特點：AI就是可以解決問題并獲得最大收益的計算機程序。

第四種思想，AI就是會學習的計算機程序。無學習，不AI”，這幾乎成了人工智能研究在今天的核心指導思想。許多研究者更愿意將自己稱為機器學習專家，而非泛泛的人工智能專家。

第五種思想，AI就是根據對環境的感知，做出合理的行動，并獲得最大收益的計算機程序。針對人工智能，不同的定義將人們導向不同的研究或認知方向，不同的理解分別適用于不同的人群和語境。如果非要調和所有看上去合理的定義，我們得到的也許就只是一個全面但過于籠統、模糊的概念。

以上五種思想，就是我在人工智能領域長期學習和探索而得到的收獲，在文章的最后，我想引用一句話，這也是我對人工智能長期以來的看法。揚·勒丘恩說，“對人工智能，我最不喜歡的描述是‘它像大腦一樣工作’，我不喜歡人們這樣說的原因是，雖然深度學習從生命的生物機理中獲得靈感，但它與大腦的實際工作原理差別非常非常巨大。將它與大腦進行類比給它賦予了一些神奇的光環，這種描述是危險的。這將導致天花亂墜的宣傳，大家在要求一些不切實際的事情。人工智能之前經歷了幾次寒冬就是因為人們要求了一些人工智能無法給予的東西。”

人工智能作為一種技術也有具有等級之分的。不同等級的人工智能可以進行的操作也不盡相同。

弱人工智能（WeakAI）

也稱限制領域人工智能（NarrowAI）或應用型人工智能（AppliedAI），指的是專注于且只能解決特定領域問題的人工智能。毫銷轎無疑問，今天我們看到的所有人工智能算法和應用都屬于弱人工智能的范疇。對于弱人工智能技術，人類現有的科研和工程管理、安全監管方面的經驗，大多是適用的。一臺可以自動控制汽車行駛的計算機和一臺可以將重物吊起的起重機，二者都需要嚴格的質量控制流程與安全監管策略。自動駕駛程序中的錯誤可能導致車禍，起重機結構設計上的錯誤也可能導致起重機的傾覆，二者都會造成人員傷亡。爛斗宴

也就是說，弱人工智能在總體上只是一種技術工具，如果說弱人工智能存在風險，那也和人類已大規模使用的其他技術沒有本質的不同。只要嚴格控制，嚴密監管，人類完全可以像使用其他工具那樣，放心地使用今天的所有AI技術。

強人工智能（StrongAI）

強人工智能又稱通用人工智能（Artificialgeneral）或完全人工智能（FullAI），指的是可以勝任人類所有工作的人工智能。人可以做什么，強人工智能就可以做什么。這種定義過于寬泛，缺乏一個量化的標準來評估什么樣的計算機程序才是強人工智能。為此，不同的研究者提出了許多不同的建議。最為流行、被廣為接受的標準是圖靈測試。但即便是圖靈測試本身，也只是關注于計算機的行為和人類行為之間，從觀察者角度而言的不可區分性，并沒有提及計算機到底需要具備哪些具體的特質或能力，才能實現這種不可區分性。

一般認為，一個可以稱得上強人工智能的程序，大概需要具備以下幾方面的能力：

存在不確定因素時進行推理，使用策略，解決問題，制定決策的能力；

知識表示的能力，包括常識性知識的表示能力；

規劃能力；

學習能力；

使用自然語言進行交流溝通的能力；

將上述能力整合起來實現既定目標的能力。

基于上面幾種能力的描述，我們大概可以想象，一個具備強人工智能的計算機程序會表現出什么樣的行為特征。一旦實現了符合這一描述的強人工智能，那我們幾乎可以肯定地說，所有人類工作都可以由人工智能來取代。從樂觀主義的角度講，人類到時就可以坐享其成，讓機器人為我們服務，每部機器人也許可以一對一地替換每個人類個體的具體工作，人類則獲得完全意義上的自由，只負責享樂，不再需要勞動。

強人工智能的定義里，存在一個關鍵的爭議性問題：強人工智能是否有必要具備人類的“意識”（）。有些研究者認為，只有具備人類意識的人工智能才可以叫強人工智能。另一些研究者則說，強人工智能只需要具備勝任人類所有工作的能力就可以了，未必需要人類的意識。有關意識的爭議性話題極其復雜。本質上，這首先會牽扯出“人類的意識到底是什么”這樣的難解問題，從而讓討論變得無的放矢。以人類今天對感情、自我認知、記憶、態度等概念的理解，類似的討論會牽涉哲學、倫理學、人類學、社會學、神經科學、計算機科學等方方面面，短期內還看不出有完美解決這一問題的可能。

也就是說，一旦牽涉“意識”，強人工智能的定義和評估標準就會變得異常復雜。而人們對于強人工智能的擔憂也主要來源于此。不難設想，一旦強人工智能程序具備人類的意識，那我們就必然需要像對待一個有健全人格的人那樣對待一臺機器。那時，人與機器的關系就絕非工具使用者與工具本身這么簡單。擁有意識的機器會不會甘愿為人類服務？機器會不會因為某種共同訴求而聯合起來站在人類的對立面？一旦擁有意識的強人工智能得以實現，這些問題將直接成為人類面臨的現實挑戰。

超人工智能（）

假設計算機程序通過不斷發展，可以比世界上最聰明、最有天賦的人類還聰明，那么，由此產生的人工智能系統就可以被稱為超人工智能。牛津大學哲學家、未來學家尼克·波斯特洛姆（NickBostrom）在他的《超級智能》一書中，將超人工智能定義為“在科學創造力、智慧和社交能力等每一方面都比最強的人類大腦聰明很多的智能”。顯然，對今天的人來說，這是一種只存在于科幻電影中的想象場景。

與弱人工智能、強人工智能相比，超人工智能的定義最為模糊，因為沒人知道，超越人類最高水平的智慧到底會表現為何種能力。如果說對于強人工智能，我們還存在從技術角度進行探討的可能性的話，那么，對于超人工智能，今天的人類大多就只能從哲學或科幻的角度加以解析了。

首先，我們不知道強于人類的智慧形式將是怎樣的一種存在。現在去談論超人工智能和人類的關系，不僅僅是為時過早，而是根本不存在可以清晰界定的討論對象。

其次，我們沒有方法，也沒有經驗去預測超人工智能到底是一種不現實的幻想，還是一種在未來（不管這個未來是一百年還是一千年、一萬年）必然會降臨的結局。事實上，我們根本無法準確推斷，到底計算機程序有沒有能力達到這一目標。

顯然，如果公眾對人工智能會不會挑戰人類、威脅人類有擔憂的話，那么公眾心目中所擔心的那個人工智能，基本上屬于這里所說的“強人工智能”和“超人工智能”。

人類現在所處的時代是窄領域弱人工智能時代。人工智能的作用范圍還是在某一小領域的莫一個范圍。值得一提的是現已經有人工智能可以幫助人類寫作了。

2011年，一個名叫羅比·艾倫（RobbieAllen）的思科公司工程師將自己創辦的一家小公司改名為AutomatedInsights，這個新名字大有深意——羅比·艾倫立志研發人工智能自動寫作程序，而公司新名字的首字母縮寫恰好就是人工智能的英文縮寫——AI。

借助一套名為“作家”（Wordsmith）的人工智能技術平臺，AutomatedInsights公司首先與美聯社等新聞機構合作，用機器自動撰寫新聞稿件。2013年，機器自動撰寫的新聞稿件數量已達3億篇，超過了所有主要新聞機構的稿件產出數量；2014年，AutomatedInsights的人工智能程序已撰寫出超過10億篇的新聞稿。

世界三大通訊社之一的美聯社于2014年宣布，將使用AutomatedInsights公司的技術為所有美國和加拿大上市公司撰寫營收業績報告。目前，每季度美聯社使用人工智能程序自動撰寫的營收報告數量接近3700篇，這個數量是同時段美聯社記者和編輯手工撰寫的相關報告數量的12倍。2016年，美聯社將自動新聞撰寫擴展到體育領域，從美國職業棒球聯盟的賽事報道入手，大幅減輕人類記者和編輯的勞動強度。

想看看機器自動撰寫的新聞報道是否表達清晰，語句通暢？下面是從美聯社職業棒球聯盟新聞稿中節選出來的幾段：

賓夕法尼亞州立學院（美聯社）：第十一局，一二三壘有人，一人出局的情況下，迪倫·蒂斯被觸身球擊中，保送上壘。這是本周三州立學院鹿角隊9∶8戰勝布魯克林旋風隊的比賽中的一幕。

丹尼·哈茨納通過犧牲打獲得制勝一分。擊球后，他成功跑上二壘但在跑向三壘時出局。

基恩·科恩在第一局中打出雙殺，使旋風隊以1∶0領先。但在第一局的隨后時間內，鹿角隊連得5分，其中，迪倫·蒂斯的觸身球就直接送兩人跑回本壘。

自動撰寫新聞稿件的好處不言而喻，這不但可以節省記者和編輯的大量勞動，而且可以在應對突發事件時充分體現出計算機的“閃電速度”。

2014年3月17日清晨，仍在夢鄉的洛杉磯市居民被輕微的地面晃動驚醒。這是一次震級不大的地震，但因為震源較淺，市民的感受比較明顯。地震發生后不到三分鐘，《洛杉磯時報》就在網上發布了一則有關這次地震的詳細報道，報道不但提及了地震臺網觀測到的詳細數據，還回顧了舊金山區域最近十天的地震觀測情況。

人們在新聞報道的網頁上看到了《洛杉磯時報》記者的姓名，但該新聞之所以能夠在如此快的時間里發出，完全要歸功于可以不眠不休工作的人工智能新聞撰寫程序。地震發生的瞬間，計算機就從地震臺網的數據接口中獲得了有關地震的所有數據，然后飛速生成英文報道全文。剛剛從睡夢中驚醒的記者一睜眼就看到了屏幕上的報道文稿，他快速審閱后用鼠標點擊了“發布”按鈕。一篇自動生成并由人工復核的新聞稿就這樣在第一時間快速面世。

現在的科技應用領域處于弱人工智能時代，也就是窄應用人工智能。這種人工智能程序在特定的小領域里已經越來越向著深層發展。