人工智能进展与对策

人工智能进展与对策人工智能进展与对策人工智能进展与对策提纲智能技术的热点事件人工智能60年人工智能大师介绍智能技术进展与影响智能时代你准备好了吗？”通过阅读科技书籍，我们能丰富知识，培养逻辑思维能力；人工智能进展与对策人工智能进展与对策人工智能进展与对策提纲智1提纲智能技术的热点事件人工智能60年人工智能大师介绍智能技术进展与影响智能时代你准备好了吗？提纲智能技术的热点事件1智能技术成为网红AlphaGo人机大战机器人代替助教授课高考机器人中科大美女可佳机器人苹果投资嘀嘀10亿美元北京车展成为智能车展无人机热AI人工智能60年庆1智能技术成为网红AlphaGo人机大战智能时代来临从AlphaGo人机大战说起智能时代来临从AlphaGo人机大战说起计算机围棋2016谷歌的AlphaGo战胜欧洲冠军2016年3月9日~15日挑战韩国棋手李世石，最后结果是AlphaGo以4：1完胜李世石。计算机围棋2016谷歌的AlphaGo战胜欧洲冠军Nature封面论文：MasteringthegameofGowithdeepneuralnetworksandtreesearch（通过深度神经网络和搜索树，学会围棋游戏）Nature封面论文：围棋人机对战史第一阶段：2005年以前，初学者水平基本上是基于规则的方法第二阶段：2006年~2015年，业余五段水平蒙特卡洛树方法+上限信心界策略2012年3月，由日本研发的被认为是当时世界上最先进的电脑围棋软件“ZEN”，在先后受五子和受四子的情况下，均击败日本武宫正树九段，这是电脑围棋首次被让四子战胜第一流职业棋手。2013年3月，电脑围棋软件“Zen”与“CrazyStone”在受四子的情况下，均战胜日本石田芳夫九段。2014年3月，日本依田纪基九段在均让四子的情况下，以1目的优势战胜“Zen”，以2目半的劣势不敌“CrazyStone”。围棋人机对战史第一阶段：2005年以前，初学者水平第三阶段：2015年~，职业水平蒙特卡洛树+深度学习+强化学习谷歌的AlphaGo，5:0战胜

欧洲冠军樊麾（职业二段）2016年3月完胜李世石第三阶段：2015年~，职业水平“（国际象棋）人机之战”简史1958年，IBM704成为第一台能同人下棋的计算机，名为“思考”，思考速度每秒200步60年代中期，科学家德里夫斯断言，计算机将无法击败一位年仅10岁的棋手1973年，国际象棋软件4.0被开发出来，这是未来程序的基础1979年，国际象棋软件4.9达到专家级水平1981年，CRAYBLITZ新的超级计算机拥有特殊的集成电路，预言将可在1995年击败世界棋王“（国际象棋）人机之战”简史1958年，IBM704成为第一1983年，BELLEAT＆T开发了国际象棋硬件，达到了大师水平80年代中期，皮兹堡的CARNEGIEMELLON大学开始研究世界级的国际象棋计算机程序1987年，“深思”首次以每秒钟75万步的思考速度露面，它的水平相当于拥有国际等级分为2450的棋手1988年，“深思”击败丹麦特级大师拉尔森1989年，“深思”已经有6台信息处理器，每秒思考速度达200万步，但在与世界棋王卡斯帕罗夫进行的“人机大战”中对阵以0比2败北1983年，BELLEAT＆T开发了国际象棋硬件，达到了大师1990年，“深思”第二代产生，使用IBM的硬件，吸引了前世界棋王卡尔波夫与之对抗1991年，“弗里茨”问世1993年，“深思”二代击败了丹麦国家队，在与世界优秀女棋手小波尔加的对抗中获胜1995年，“深蓝”更新程序，新的集成电路将其思考速度达到每秒300万步1996年，“深蓝”在与卡斯帕罗夫的挑战赛中，以2比4不敌卡斯帕罗夫1997年，“超级深蓝”开发出了更加高级的“大脑”，4名国际大师参与IBM的挑战小组为电脑与卡斯帕罗夫重战出谋划策，最后“超级深蓝”以3比2击败了卡斯帕罗夫，卡斯帕罗夫要求重赛，但没有得到回应1990年，“深思”第二代产生，使用IBM的硬件，吸引了前世1999年，“弗里茨”升级为“更弗里茨”(DeepFritz)2001年，“更弗里茨”更新了程序，击败了卡斯帕罗夫和阿南德，以与除了克拉姆尼克之外的所有排名世界前十位的棋手2002年10月，“更弗里茨”与克拉姆尼克在巴林进行“人机大战”，思考速度为每秒600万步，双方4比4战平2003年1～2月“更年少者”与卡斯帕罗夫举行人机对抗，双方3比3战平1999年，“弗里茨”升级为“更弗里茨”(DeepFritIBM的“深蓝”

北京时间1997年5月12日凌晨4点50分，美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝”以3.5：2.5的总比分战胜卡斯帕罗夫。IBM的“深蓝” 北京时间1997年5月12日凌晨4点IBM的沃森

北京时间2011年2月17日消息，据国外媒体报道，由IBM和美国德克萨斯大学联合研制的超级电脑“沃森”(Watson)今日在美国最受欢迎的智力竞猜电视节目《危险边缘》中击败该节目历史上两位最成功的选手肯-詹宁斯和布拉德-鲁特，成为《危险边缘》节目新的王者。IBM的沃森北京时间2011年2月17日消息，据沃森的一些指标90个跑在Linux系统上的POWER750服务器16T内存2800多个核共10个机架总价大概100万美元3秒内完成一个答案实际使用了100多个技术沃森的一些指标90个跑在Linux系统上的POWER750提纲智能技术的热点事件人工智能60年人工智能大师介绍智能技术进展与影响智能时代你准备好了吗？提纲智能技术的热点事件人工智能60年人工智能60年人工智能定义人工智能(ArtificialIntelligence)，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、技术与应用系统的一门新的技术科学。是计算机科学的一个分支，它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。人工智能是一门极富挑战性的科学，从事这项工作的人须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能定义人工智能(ArtificialIntelliAI的本质问题 研究如何制造出人造的智能机器或系统，来模拟人类智能活动的能力，以延伸人们智能的科学。AI的本质问题 研究如何制造出人造的智能机器或系统，来模拟人人工智能的提出AI诞生于一次历史性的研讨会

时间：1956年夏季

地点：达特莫斯(Dartmouth)大学

目的：为使计算机变得更“聪明”，或者说使计算机具有智能

发起人：

麦卡锡(J.McCarthy），Dartmouth的年轻数学家、计算机专家，后为MIT教授

明斯基(M.L.Minsky），哈佛大学数学家、神经学家，MIT教授

洛切斯特(N.Lochester)，IBM公司信息中心负责人

香农(C.E.Shannon)，贝尔实验室信息部数学研究员

参加人：

莫尔(T.more)、塞缪尔(A.L.Samuel)，IBM公司

塞尔夫里奇(O.Selfridge)、索罗蒙夫(R.Solomonff)，MIT

纽厄尔(A.Newell)，兰德(RAND)公司

西蒙(H.A.Simon)，卡内基(Carnagie)工科大学

会议结果：

由麦卡锡提议正式采用了“ArtificialIntelligence”这一术语

人工智能的提出AI诞生于一次历史性的研讨会

时间：1956年达特莫斯会议

这些青年学者的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同的角度共同探讨人工智能的可能性。达特莫斯会议历时长达两个多月，学者们在充分讨论的基础上，首次提出了“人工智能”（ArtificialIntelligence）这一术语，标志着人工智能（AI）作为一门新兴学科正式诞生。达特莫斯会议这些青年学者的研究专业包括数学、心理学、达特莫斯会议会上,纽厄尔和西蒙最为活跃,介绍了他们的推理程序:逻辑理论家尽管这次会议没有新突破,但聚集了AI的主要人物特别是AI领域的4位著名专家,他们后来所在的大学也成为了美国AI研究的3大基地:

MIT—明斯基Stanford—麦卡锡(先在MIT后去了Stanford)CMU—纽厄尔和西蒙此外,还有IBM达特莫斯会议会上,纽厄尔和西蒙最为活跃,介绍了他们的推理达特莫斯会议这次会议最为长久的贡献就是麦卡锡为该领域起的名字:人工智能为什么AI有必要成为一个新领域?目标不同：AI从一开始就承载着复制人的才能如创造性、自我修养、语言功能等思想，没有任何一个其他领域涉与这些问题方法论不同：是唯一一个明确属于计算机科学的分支，因而不是数学或者控制论或其他学科的分支AI是唯一这样的领域：它试图建造在复杂和变化的环境中自动发挥功能的机器达特莫斯会议这次会议最为长久的贡献就是麦卡锡为该领域起的名字早期的热情,巨大的期望

(1952~1969)(1)当时，主流的思想是“一台机器永远不能做X”(而不是考虑“看看计算机能不能做X？”)AI研究者们就演示一个接一个的XCMU:纽厄尔和西蒙完成通用问题求解器(GPS),该系统与其后续程序的成功导致了他们提出著名的物理符号系统假设早期的热情,巨大的期望

(1952~1969)(1)当时，早期的热情,巨大的期望

(1952~1969)(2)IBM:1959—HerbertGelernter建造了几何定理证明机;1952年起,塞缪尔写了一系列西洋跳棋程序,通过学习可达业余高手的级别MIT:1958年麦卡锡到了以后作出了三项重要贡献/贡献1:定义了LISP语言/贡献2:与MIT其他人发明了分时技术/贡献3:发表了题为《ProgramwithCommonSense》的论文,文中描述了“建议采纳者”程序.该程序实现了知识表示和推理的中心原则:具备明确的知识表示,并能通过演绎过程处理这些表示早期的热情,巨大的期望

(1952~1969)(2)IBM早期的热情,巨大的期望

(1952~1969)(3)Stanford:1963年麦卡锡启动了斯坦福的AI实验室,着重研究逻辑推理的通用方法(后来如Robinson发现归结方法)/以与机器人研究MIT:1958年明斯基也到了,不过他对程序如何实现更感兴趣,并最终发展出反逻辑的观点/指导了一系列学生,选择那些显然需要智能才能解决的受限问题/贡献:微世界模型MIT:最著名的微世界是积木世界,在此基础上完成了许多研究工作如:视觉项目、自然语言理解项目(TerryWinograd)、规划器等早期的热情,巨大的期望

(1952~1969)(3)Sta现实的困难(1966~1973)(1)早期AI研究者过于盲目的乐观态度,10年预见,而实际上至少40年早期的AI系统在试图解决更宽范围和更难的问题时,都悲惨地失败了/原因何在?第一类困难:缺少主题知识(通用而非专门化)典型例子:机器翻译(MT)/最早对AI研究的发难始于机器翻译(1966ALPAC报告)时至今日,MT研究仍然不完善但是被广泛期待，也在作为一种辅助文档处理工具现实的困难(1966~1973)(1)早期AI研究者过于盲目现实的困难(1966~1973)(2)第二类困难：AI试图解决的很多问题是不可操作的(NP类)在计算复杂性理论建立之前,对“问题放大”(从玩具到现实)的认识局限于速度和存储容量例子:包含超过几十条事实的定理证明/早期遗传算法实验(1958~59)无限计算能力的幻觉:程序原则上能够找到解并不意味着程序实际上包含找到解的机制1973年英国政府在Lighthill报告之后终止了除2所大学以外所有的AI研究资助现实的困难(1966~1973)(2)第二类困难：AI试图解现实的困难(1966~1973)(3)第三类困难：用于产生智能行为的基本结构存在某些限制例子：1969年Minsky和Papert证明了感知器—简单的神经网络所能表示的东西很少(单层感知器对XOR函数)神经网络研究由此沉寂了20年,直到80年代后期多层网络的反向传播算法出现引起了神经网络的复兴这一算法首次发现恰恰是在1969年发现的(Bryson&Ho)现实的困难(1966~1973)(3)第三类困难：用于产生智基于知识的系统:力量的钥匙?

(1969~1979)(1)早期研究中的通用搜索机制称为弱方法,通用但不能扩展到大规模问题或困难问题需要更强有力的、领域相关的知识DENDRAL是第一个成功的知识密集型系统,1969年在Stanford开发,参与者包括EdFeigenbaum等，根据质谱仪信息推断分子结构/该系统改进后,把知识和推理部分清楚地划分开—80年代专家系统的典型结构基于知识的系统:力量的钥匙?

(1969~1979)(1基于知识的系统:力量的钥匙?

(1969~1979)(2)由DENDRAL系统开始的专家系统方法论又应用到其他需要人类专家知识的领域:MYCIN—检测血液感染的专家系统MYCIN知识库的特点:直接来自经验/反映出知识的不确定性自然语言理解领域的专家系统:耶鲁大学RogerSchank和其学生们开发的一系列程序(1977~1983)基于知识的系统:力量的钥匙?

(1969~1979)(2AI成为工业(1980以后)(1)1982年,第一个成功的商用专家系统R1在DEC公司开始运转,到1986年为止每年为公司节省4千万美元美国主要公司都曾开发或使用专家系统AI工业在1980年只是几百万美元,1988年涨到数十亿美元但很快又进入了“AI的冬天”时期AI成为工业(1980以后)(1)1982年,第一个成功的AI成为工业(1980以后)(2)在八十年代的AI研究热潮中,1981年日本提出五代机计划,目的是建造运行Prolog程序的智能机美国则对应成立了MCC研究集团其中的AI部分从未实现其野心勃勃的目标实际上，“AI成为工业”目前在一些家电中可以找到影子(智能洗衣机等)AI成为工业(1980以后)(2)在八十年代的AI研究热潮中神经网络的回归(1986)神经网络:FrankRosenblatt1962年提出感知器,证明了感知器收敛定理/但1969年以后沉寂反向传播算法引起了神经网络研究的复兴Rumelhart和McClelland的文集引起反响连接主义方法崛起，被认为是Newell和Simon提出的符号模型和McCarthy主张的逻辑方法的直接竞争者当前的观点是：连接主义和符号主义方法是互补的神经网络的回归(1986)神经网络:FrankRosenAI成为科学(1987~现在)(1)近年来，AI研究在内容和方法论方面的特点：在已有的理论基础上进行研究而不是提出崭新理论理论建立在严格定理或者确凿实验证据基础上而不是靠直觉显示与现实世界应用的相关性而不是与玩具样例的相关性AI成为科学(1987~现在)(1)近年来，AI研究在内容和AI成为科学(1987~现在)(2)从对控制论和统计学的某种叛逆到开始接受这些领域的理论和方法通过互连网进行测试数据和程序代码的共享典型：语音识别中HMM模型应用/贝叶斯网络AI成为科学(1987~现在)(2)从对控制论和统计学的某种智能化智能体出现(1995以后)重新审视“完整智能体”：SOAR系统上的工作(1987~1990)环境约束:目标是理解嵌入真实环境的智能体的工作/目前最重要的智能化智能体环境是Internet,AI技术成为重要的Internet工具为什么要采纳智能体观点?AI目前分离的子领域需要重新组织起来,至少当它们的结果需要联系在一起的时候AI与其他涉与智能体的领域的联系被拉近了(如控制论和经济学)智能化智能体出现(1995以后)重新审视“完整智能体”：S提纲智能技术的热点事件人工智能60年人工智能大师介绍智能技术进展与影响智能时代你准备好了吗？提纲智能技术的热点事件阿伦•图灵

（AlanTuring）

计算机科学理论的创始人阿伦•图灵

（AlanTuring） 计算机科学理论的创始阿伦•图灵（AlanTuring）1912年出生于英国伦敦，1954年去世1936年发表论文“论可计算数与其在判定问题中的应用”，提出图灵机理论1950年发表论文“计算机与智能”，阐述了计算机可以具有智能的想法，提出图灵测试1966年为纪念图灵的杰出贡献，ACM设立图灵奖阿伦•图灵（AlanTuring）1912年出生于英国伦敦马文•明斯基

（MarnivLeeMinsky）

人工智能之父 框架理论的创立者 首位获得图灵奖的人工智能学者马文•明斯基

（MarnivLeeMinsky） 人工马文•明斯基

（MarnivLeeMinsky）1927年出生于美国纽约1951年提出思维如何萌发并形成的基本理论1956年达特茅斯会议的发起人之一1958年在MIT创建世界上第一个AI实验室1969年获得图灵奖1975年首创框架理论马文•明斯基

（MarnivLeeMinsky）1927约翰•麦卡锡

（JohnMcCarthy）人工智能之父LISP语言的发明人首次提出AI的概念约翰•麦卡锡

（JohnMcCarthy）人工智能之父约翰•麦卡锡

（JohnMcCarthy）1927年出生于美国波士顿1956年发起达特茅斯会议，并提出“人工智能”的概念1958年与明斯基一起创建世界上第一个人工智能实验室发明α－β剪枝算法1959年开发LISP语言开创逻辑程序研究，用于程序验证和自动程序设计1971年获得图灵奖约翰•麦卡锡

（JohnMcCarthy）1927年出生于赫伯特•西蒙(司马贺)

（HerbertA.Simon）符号主义学派的创始人爱好广泛的全能科学家中国科学院外籍院士赫伯特•西蒙(司马贺)

（HerbertA.Simon）赫伯特•西蒙(HerbertA.Simon）1916年出生于美国的威斯康辛州1943年在匹兹堡大学获政治学博士学位1969年因心理学方面的贡献获得杰出科学贡献奖1975年和他的学生艾伦•纽厄尔共同获得图灵奖1978年获得诺贝尔经济学奖1986年因行为学方面的成就获得美国全国科学家奖章赫伯特•西蒙(HerbertA.Simon）1916年出50年代至60年代初开发了世界上最早的启发式程序“逻辑理论家”LT，证明了《数学原理》第二章中的全部52个定理，开创了机器定理证明这一新的学科领域57年开发了IPL(InformationProcessingLanguage)语言，是最早的AI语言。60年开发了“通用问题求解系统”GPS66年开发了最早的下棋程序之一MATER70年发展与完善了语义网络的概念和方法70年代提出了“物理符号系统假说”70年代提出决策过程模型，成为DSS的核心内容50年代至60年代初开发了世界上最早的启发式程序“逻辑理论家艾伦•纽厄尔（AllenNewell）符号主义学派的创始人之一西蒙的学生与同事1975年与西蒙同获图灵奖艾伦•纽厄尔（AllenNewell）符号主义学派的创始人查理德•卡普

（RichardM.Karp）

发明“分枝界限法”的三栖学者查理德•卡普

（RichardM.Karp） 发明“分枝查理德•卡普（RichardM.Karp）1935年出生于美国波士顿是加州大学伯克利分校三个系的教授：电气工程和计算机系数学系工业工程和运筹学系60年代提出“分枝界限法”，成功求解含有65个城市的旅行商问题，创当时的记录1985年获得图灵奖查理德•卡普（RichardM.Karp）1935年出生爱德华•费根鲍姆

（EdwardA.Feigenbaum）

知识工程的提出者 大型人工智能系统的开拓者爱德华•费根鲍姆

（EdwardA.Feigenbaum爱德华•费根鲍姆

（EdwardA.Feigenbaum）1936年出生于美国的新泽西州通过实验和研究，证明了实现智能行为的主要手段是知识1977年提出知识工程，使人工智能从理论转向应用名言：知识蕴藏着力量1994年和劳伊•雷迪共同获得图灵奖爱德华•费根鲍姆

（EdwardA.Feigenbaum提纲智能技术的热点事件人工智能60年人工智能大师介绍智能技术进展与影响智能时代你准备好了吗？提纲智能技术的热点事件智能技术的研究与应用领域问题求解逻辑推理与自动定理证明计算智能分布式人工智能与真体（Agent）自动程序设计专家系统机器学习自动规划智能检索智能技术的研究与应用领域问题求解人工智能的研究与应用领域智能网络自然语言理解机器人学模式识别机器视觉人工神经网络智能控制智能决策系统人工智能语言人工智能的研究与应用领域智能网络像人一样思考的系统理性地思考的系统“要使计算机能够思考..….意思就是：有头脑的机器”（Haugeland,1985）“与人类的思维相关的活动，诸如决策、问题求解、学习等活动”（Bellman,1978）“通过利用计算模型来进行心智能力的研究”（Chamiak和McDermott,1985）“对使得知觉、推理和行为成为可能的计算的研究”（Winston,1992）像人一样行动的系统理性地行动的系统“一种技艺，创造机器来执行人需要智能才能完成的功能”（Kurzweil,1990）“研究如何让计算机能够做到那些目前人比计算机做得更好的事情”（Rich和Knight,1991）“计算智能是对设计智能化智能体的研究”（Poole等，1998）“AI..….关心的是人工制品中的智能行为”（Nilsson,1998）像人一样思考的系统理性地思考的系统“要使计算机能够思考..…计算机应用就是AI问题数据平台应用系统AI计算机应用就是AI问题数据平台应用系统AI技术融合导致指数发展云计算（CloudComputing）物联网（InternetofThings）移动计算（MobileComputing）大数据（BigData）人工智能（AI）技术融合导致指数发展云计算（CloudComputing）深度学习深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。2013年深度学习算法在语音和视觉识别方面取得成功。2015年12月10日，微软亚洲研究院视觉计算组在2015ImageNet计算机识别挑战赛中凭借深层神经网络技术的突破。深度学习深度学习的概念由Hinton等人于2006年提出。基一些大公司的举动百度成立深度学习研究院（IDL，2013.4）Google与NASA合作，成立量子人工智能实验室（2013.5）半年内收购了8加机器人公司Facebook成立人工智能实验室（2013.12）IBM成立沃森业务集团微软研究院：小娜、小冰一些大公司的举动百度成立深度学习研究院（IDL，2013.4一个机器人的世纪已经来临

期望人，胜在展望未来一个机器人的世纪已经来临

人工智能对人类的影响–经济人工智能对经济的影响成功的专家系统能为它的建造者、拥有者和用户带来明显的经济效益人工智能推动计算机技术发展人工智能对人类的影响–经济人工智能对经济的影响人工智能对人类的影响–

社会人工智能对社会的影响劳务就业问题

捡罐子机器人人工智能对人类的影响–社会人工智能对社会的影响十大正受到智能系统威胁的职业波士顿咨询集团已经预测，到2025年，目前人类胜任的1/4工作将被智能软件或机器人取代。牛津大学的研究也显示，英国目前35%的人类工作未来20年有被自动化取代的危险。《福布斯》杂志近日列举出正受到先进大数据和机器学习威胁的10大职业：医生、保险经纪人、建筑、记者、银行员工教师、人力资源、市场营销与广告人员律师与其助手、执法人员十大正受到智能系统威胁的职业波士顿咨询集团已经预测，到202人工智能对人类的影响–

社会社会结构变化“人-机器”

→“人-智能机器-机器”

人们将不得不学会与智能机器相处，并适应这种变化了的社会结构。思维方式与观念的变化人们开始相信智能机器的判断和决定。失去对问题与其求解任务的责任感和敏感性。认知能力下降，变得懒惰。人工智能对人类的影响–社会社会结构变化心理或精神上的威胁引起的法律问题技术失控的危险人工智能对人类的影响—社会机器人三守则机器人必须不危害人类，也不允许眼看人类受害而袖手旁观。机器人必须绝对服从人类，除非这种服从有害于人类。机器人必须保护自身不受伤害，除非为了保护人类或者是人类命令它作出牺牲。

——阿西莫夫，《我是机器人》，1950人工智能技术失控有什么危险？心理或精神上的威胁人工智能对人类的影响—社会机器人三守则人工人工智能对文化的影响改善人类知识改善人类语言改善文化生活人工智能对人类的影响—文化人工智能对文化的影响人工智能对人类的影响—文化人工智能的影响积极:

如今存在的一个广泛共识是，人工智能研究正在稳步进展之中，它对社会的影响也很可能会逐渐增大。人类文明所能提供的一切都是人类智慧的结晶。这种智慧被人工智能可能提供的工具放大后，我们能做到什么是我们无法想象的，不过那样的话根除疾病和贫困将不再是遥不可与的。从这个意义上说，人工智能有巨大的潜在好处。消极:

这已经不是霍金或者马斯克第一次公开表达对人工智能或将存在的风险的担忧。在接受媒体记者采访时，霍金不止一次地说：“成功创造人工智能将会是