人类进入深度学习时代已近七年，不过，人工智能带来的突破性收益的实现要晚于许多人的预测。因此，社会有足够的时间来应对风险和不利因素（如果真的有）。

2016年3月，谷歌研发机构DeepMind开发的阿尔法围棋（AlphaGo）系统以4比1的比分击败了韩国著名棋手李世石。尽管IBM的深蓝系统在十年前以2胜1负3平的比分击败了国际象棋大师加里 · 卡斯帕罗夫（Gary Kasparov），但外界普遍认为谷歌的胜利更具重要意义。这并不是因为围棋要比国际象棋更为复杂，而是因为谷歌系统使用了之前的围棋棋谱和深度学习技术来训练自己。相比之下，IBM采用传统的专家系统方法，更依赖人类硬编码的功能和程序。

经过数十年的挫折，人工智能社群已经找到了一个促进广泛创新的方法，由三大部分组成：1）互联网提供大量数据用于自我训练，无论是下围棋、识别图像、翻译语言还是任何其他任务；2）云计算的崛起，意味着现在可以轻松、廉价地按需获取必要的处理能力；3）万维网的使用，有助于将新服务快速提供至全球企业和消费者。相比之下，之前的人工智能方法缺乏这三大要素，即数据不足、计算昂贵，应用程序部署面狭窄。

这种新的人工智能创新模式引发了人们的期待，许多人预测化学、生物学和其他科学领域即将出现技术突破，包括自动驾驶汽车、自动化客户服务、软件代理、医疗专家系统、法律金融服务、语音/声音/图像识别、个性化教育、安全产品和各种智能产品、预测分析和解决复杂问题等。如今，生成式人工智能技术已被用于写作、设计、艺术和其他前沿创造力领域。与此同时，埃隆 · 马斯克（Elon Musk）仍然看好大规模生产的人形机器人前景。

然而，尽管人工智能取得了重大进展，应用场景广阔（如语言翻译、面部和语音识别以及个性化推荐引擎），但仍未真正取得突破性进展。现有两大人工智能赢家：英伟达和抖音。前者为人工智能行业提供专业化芯片；后者则广泛使用人工智能来增强社交媒体服务（抖音吸引消费者的主要原因在于其能够提供易于使用的视频制作工具）。这两家公司都不是人工智能世界所期待的社会/商业游戏规则改变者。尽管谷歌被公认为是全球人工智能的领军者，但该公司的核心产品——Search、Gmail、Android、Maps、YouTube、Chrome和Docs——均在深度学习时代到来之前就已大放异彩。同样，尽管亚马逊的Alexa和苹果的Siri等人工智能服务备受赞誉，但与微软Office或网络浏览器等产品相比，其整体市场影响力仍然相形见绌。

指出上述事实，并不意味着我们在批评人工智能或否定其潜力，而是要证明，变化的速度是渐进式的，而不是像革命式。从历史维度看，如果人工智能要担负起改变规则的重任，需要10年、甚至30年的时间。对于今天的商业领袖、政策制定者和广大公众来说，需要进行相应的心理建设去适应这种渐进式的变化。

革命恐惧

许多人担忧人工智能的负面影响。自从2016年取得突破以来，对人工智能技术的悲观预测没有少于过乐观预测。这一现象并不令人奇怪，因为无论是弗兰肯斯坦博士创造的科学怪人，还是电影《2001太空漫游》中的超级电脑哈尔都无不在警告我们“类人发明”可能存在失控危险。以下为12项最为突出的担忧：1）基于人工智能的自动化技术将使数百万白领和蓝领失业。2）人工智能系统天生就有偏见和歧视。3）人工智能系统和算法无法被理解和解释。4）人工智能会破坏隐私，使人受到监控和监视。5）人工智能将进一步加剧社会不平等。6）基于人工智能的深度伪造技术会扰乱政治和社会秩序。7）即时自主的人工智能系统和武器将破坏国际关系稳定。8）敌对势力将通过人工智能主宰世界。9）人工智能不具人类的价值观和伦理观。10）通用人工智能很快会超越人类智能。11）人工智能会降低人类的价值。12）人工智能系统将走向失控，控制社会，让人类沦为牺牲品。

渐进式解决方案

正如其益处一般，人工智能的危险目前也被严重夸大。在审视了上述12项担忧后，我们发现，一旦将问题的影响分散到足够多的年份，它们就变得不那么可怕。时间上的充裕，使得我们能够更为容易地应对人工智能风险。1）我们可以坐视工作变化情况，以及劳动者人数是过剩还是短缺。2）随着时间的推移，可以通过完善基础数据来纠正人工智能偏见。3）开发、部署人工智能系统的组织肯定会解释其算法。4）只有时间才能证明人工智能是否是造成收入不平等的主要因素。5）媒体技术专家可以开发出识别和标记深度伪造技术的方法，人们会对此类技术更加警醒。6）核大国之间有处理危机局势的热线机制，它们很可能制定控制自主武器的方法。7）如有需要，可将价值观和伦理观嵌入到人工智能系统和应用中。8）鉴于研究成果由全球共享，任何国家都不可能保持压倒性的人工智能优势。9）即使出现了超越人类的通用机器智能技术，那也将是很久以后的事。10）即使计算机现在更厉害，人类仍然非常希望在国际象棋和围棋中获胜。11）人工智能系统将控制人类的想法可能仍然存在于科幻小说中。

新冠大流行证明，人类被迫在巨大压力下迅速做出重大决定将带来重重风险，这也是政策制定者希望以渐进方式发展人工智能的主要原因。5到10年后，我们将会更清醒地意识到哪些才是真正需要面对的问题。显而易见的是，专注研究实际发生的问题，要比预测广泛、复杂的人工智能领域将会发生什么状况容易得多。最近，科技股价格暴跌，脸书、亚马逊和其他公司大规模裁员，推特公司乱成一团，加密货币交易所FTX的丑闻等一系列事件，也让遏制人工智能的需求显得不再那般紧迫。

从人工智能到机器智能

“人工智能”一词出现在20世纪50年代中期，斯坦福大学的约翰 · 麦卡锡（John McCarthy）将人工智能定义为“制造智能机器的科学和工程”。虽然麦卡锡作出了重大贡献，但“人工智能”一词的使用并不恰当。制造智能机器的想法其实一点也不“人工”，就像拖拉机一点也不“人工”一样——尽管工业机器发展了近200年，但人类的能力和灵活性仍然具有举足轻重的地位。这并不是在诡辩，在使用“人工智能”一词时，我们不可避免地将其与人脑进行无益的比较，这个词汇本身就有这个含义，不是吗？

仔细想想，使用“机器智能”（MI）一词会好得多，因为这些表明，人类和机器的能力截然不同。计算机非常适合具有大量计算、操作和重复属性的任务，但其在应对一般情况时仍然笨拙不堪；人类的大脑恰恰与之相反。也许有一天，这个术语也会发生变化。毕竟，数字时代的我们经常谈论“机器学习”，而从未使用听起来十分荒谬的“人工学习”一词。如果能有“机器学习”，就应该有“机器智能”；就像我们有人类学习，也会有人类智能一样。如果硅谷和中国开始谈论机器智能，世界其他地区最终也会效仿，使用这种更准确的词汇将有助于减少人们的忧虑。

正如数字技术承受的许多批评一样，当前的人工智能态势可以总结为：实实在在的利益，凭空想象的恐惧。虽然最终可能会出现严重的问题，但今天的抱怨让人想起电影《教父2》中的一个著名场景。当迈克尔 · 科利昂（Michael Corleone）对其犯罪组织遭受的谋杀和报复行为怨声载道时，另一位黑帮老大海曼 · 罗斯（Hyman Roth）却不以为意，他告诉迈克尔：“这条路是我们自己选的。”对于任何相信信息技术长期潜力的人来说，人工智能带来的机遇和挑战将越来越多地影响我们对“道路”的选择。竞争将持续推动创新，人类对于探索各种可能性的根深蒂固的愿望也是如此。鉴于今天的变化速度可控，我们没有必要踩刹车，但却有充分的理由踩油门，至少目前是如此。

资料来源 ITIF