当柯洁与AlphaGo的对弈比分最终定格在0：3，当某“高考机器人”在数学考试中以9分47秒拿下134分的好成绩，舆论再也难以淡定了。
    

人工智能还将在哪些领域“超越人类”？如果人工智能不断地继续“攻城掠寨”，人之为人的优势还有哪些？
    

为此，《纵深》栏目请来三位“答题者”。他们分别从哲学学者、大数据科学家、艺术创作人士的立场出发，亮出各自观点。

口述人：陈瑶（上海对外经贸大学工商管理学院副教授）
   

AlphaGo在媒体超级发达的今天曝光率超高。但其实，人工智能并不是一个新的研究领域，只是非专业人士不清楚这个领域的长期发展罢了———
   

像AlphaGo用到的深度学习所起源于的人工神经网络，已经有30多年的研究历史；
   

早在1997年，IBM的超级国际象棋电脑“深蓝”战胜国际象棋冠军，轰动一时；
   

十几年前，我在自己的博士论文中使用的智能算法，目前仍被应用于数据分析的不同领域，只是现在的算法准确度更高、计算速度更快；
   

这几年发展迅速的“深度学习”，在图像识别、语音识别等领域的应用效果很好，IBM的Watson已经可以辅助医生做诊断。
   

可以肯定的是，随着国内外几乎所有科技企业都在这个领域加大投入，人工智能技术将不断进步，新应用也将不断涌现。特别是谷歌通过AlphaGo，在软硬件关键技术的创新上打破了既有的发展瓶颈。相信这个领域将在最近几年迎来飞速发展。
   

最近经常有人问我：如果人工智能渗入人类生活的方方面面，我们的未来会变得怎样？
   

我想，简单来说，就是无论是工业4.0背景下的多任务机器臂代替生产线工人，还是人工智能程序应用代替最基本的逻辑性、规则性工作，已经能满足现在大多数企业降低劳动力成本的需要。
   

以建筑业为例。假设在房地产行业不景气的背景下，建筑业又通过人工智能提高了日常设计工作的出图效率，那么其对一般设计师的需求会降低。
   

推而广之，几乎所有行业，随着合适的人工智能工具的加入，在一些工作被自动化、智能化之后，从事大量重复简单的人工工作的，都有被替代的可能。
   

但是，无论是人工智能还是机器学习，都基于大规模计算。它们在理性的规则处理和逻辑推理上强于人类，比如下棋、打牌、打游戏、做数据分析；

但在除此以外的其他领域，特别是在那些不仅需要计算，还需要感性和直觉的地方，比如情感理解、发明创造、交互、创意等，目前人工智能的表现还完全不能和人相提并论。
   

那么，20年后，人的优势在哪里？现在还很难说。至少，目前的人工智能还没有感情，没有创新力和想象力，没有全新模式下的自我适应力。20年后会不会出现感性机器人？谁也不知道。但那已经不是“人工”智能，而是真的智能了。
   

目前我们已经知道的是，人是算不过机器的。所以，培养小孩、教育学生，都不能仅靠填鸭式的背公式、背单词。人工智能的所有算法也都是人发明的，培养人的创造力和直觉才更重要。
   

按照摩尔定律，如果全球范围延续如今这般的大规模研发投入，人工智能将会飞速发展。于是，在我们这代人看得到的时候，能做的应该都会有人去做；技术瓶颈出现时，停滞就会发生。而随着劳动生产率大幅提高，社会物质成本就会降低，人们会越来越关注健康，追求生命的延长，所以，我看好医疗方面的发展。
   

医疗健康方面的创新应用，拼钱可能会是最初的市场状态。毕竟人们一开始对它的需求将远大于供给。但如果这些创新是普惠于全人类的，同时存在规模效应下的成本不断下降，这个市场也会慢慢按市场的发展规律发展。即使是专利，也会有保护期过期的时候。
   

所有创新品在最初的撇脂高价阶段，都不是普通老百姓买得起的。正如现在一些药企的逐利行为也只能受到道德层面上的谴责。至于像印度政府那样以法律形式支持医药研发上的“盗版”，让老百姓买得起抗癌药，是非常少见的做法。
   

机器学习的本质在于“训练”。以医疗领域为例，机器学习只能从事辅助医生读片、测序数据分析等可以训练的工作，却做不了研究、做实验这些创造性工作。

且目前的机器学习无法解释“黑箱”的问题，还有抗干扰样本上的困难，算法中的关键特征容易被有心人利用。因而在关键领域，人工智能仅能以提高决策效率为目的，辅助人的决策。
   

此外，机器学习在很难量化的领域，应用难度也很大。自然语言的人工智能更是研究难点。

比如在文本创作领域，IBM的机器人能被训练学习写诗，但它写出的诗在很多情况下只有意、没有境，因为“境”是很难量化的，也需要情感的投入。“天凉好个秋”，机器学习会判断出这句话所承载的情绪是正面的，而这，显然与其实质上的意境截然相反了。
   

人工智能的应用是一个趋势。但要想全面进入普通人的生活，它还有很长的路要走。

栏目主编：龚丹韵 题图来源：视觉中国 图片编辑：徐佳敏