【小哈划重点：界定人工智能技术，要看这个系统本身是否能够“思考”到更深的层次。比如说，一张简笔画上画着一个图案，看上去仿佛是一辆自行车，可它其实没有自行车的功能。机器学习可能会将这幅画直接归纳到“自行车”这个类别，但人并不会这样做。人可以透过这张图画，分辨和判断它的属性，提取出眼前这一信息真正的价值和功能。】
编者按 日前，第三届世界智能大会在天津举行。国家主席习近平致信向大会的召开致以热烈祝贺，向出席会议的国际知名企业家、业界领军人物和图灵奖获得者等各界人士表示诚挚的欢迎。图灵奖是计算机领域的最高奖，有“计算机界的诺贝尔奖”之称。在世界智能大会期间，约翰·霍普克罗夫特、曼纽尔·布卢姆、雷伊·雷蒂3位图灵奖获得者在大会的论坛上，回答了公众关心的人工智能问题。比如人的意识是怎样工作的？机器能否拥有人的意识？机器有了意识会不会全面战胜人类？本期与读者分享他们的观点。
约翰·霍普克罗夫特：高维空间对机器学习非常重要
约翰·霍普克罗夫特，一九八六年图灵奖得主、美国科学院、工程院、艺术与科学院院士，中国科学院外籍院士。
在人类历史上发生过很多次革命。第一次革命可以称之为“农业革命”。当人类第一次出现在地球上的时候，他们以采集天然食物为生，距今10000年前才开始从事农业。农业生产改变了人类的生产生活方式，使人类形成了“社区”的概念，“农业革命”与后来的工业革命的区别在于——在农业社会中教育不是很重要，人们只要跟着自己的父母就可以学会如何进行种植。而在工业革命到来后，教育的重要性大大提高，人们至少要经历高中和大学的教育才能足够胜任自己的工作。而今我们正在进入信息革命时代，信息革命带来了极其重大的影响，这种影响对人类社会的改变不亚于农业革命和工业革命。
比如未来制造业的就业机会可能一去不复返。举例而言，在我小时候，每一部电梯里都有专门的操作员，帮助客人操作达到指定的楼层。后来电梯的操作系统越来越先进，停降在各个楼层可以实现自动化，所以“电梯操作员”这个工作也就消失了。再比如说，当代的工厂生产一辆汽车所需要的人手比20年前少很多，大家可以看一下今天的汽车组装车间的照片——与几十年前热火朝天、人声鼎沸的汽车工厂相比，今天的汽车生产车间里可能只有一名工人，而且这名工人也许还穿着西服，打着领带，成了现代化车间系统的管理者。
电梯操作员、汽车工人……科技和生产力即将改变的下一个职业是什么？比如卡车司机，“智能无人汽车”技术的出现很可能让这些人也工作不保。很多经济学家说不必为此担心，因为一些工作正在消失，而社会总是在创造新的职业。这到底是不是真的呢？现在不得而知，但我想，当智能时代真正来临，社会所需要的人力劳动力可能只有现在的四分之一。
我们应该从现在开始思考这些问题：智能时代将在哪一时刻真正来临？到时候多少人还有所谓的工作？找到一份不错的工作需要什么新的素质？大学教育还需不需要？是否还有足够的资源来保证我们的正常生活？人工智能社会人们需要思考像这样有意义的事情。
常常有人问我，机器学习是不是代表着人工智能技术。对此，我的回答是否定的。界定人工智能技术，要看这个系统本身是否能够“思考”到更深的层次。比如说，一张简笔画上画着一个图案，看上去仿佛是一辆自行车，可它其实没有自行车的功能。机器学习可能会将这幅画直接归纳到“自行车”这个类别，但人并不会这样做。人可以透过这张图画，分辨和判断它的属性，提取出眼前这一信息真正的价值和功能。但是现在所谓的人工智能技术只是停留于表面，只是做图形形象的识别，这种学习和识别与人类的认识尚有巨大的差距。
当前，机器学习仍然存在很多问题，比如，如果想相对精准地判断某一事物，机器需要学习至少50000张图片，还要对每张图片进行归类，将这几万张图片归为大概1000个类别，从而形成一个“深度学习图片网络”。通过这个网络，机器可以对图像的内容和风格进行识别、定义。可是这依然无法与人类的学习认知水平相提并论。我女儿四岁的时候，我翻开儿童百科全书，给她看各式各样的图像，其中有一页画着消防车的彩图。过了几天之后我们上街看到消防车，她指着消防车说“爸爸快看，这是消防车！”仅仅见过一次图片，她就在大街上认出了消防车的事物，这体现了人类强大的学习能力和认知水平。
机器学习还面临一个急需解决的难题——互动问题。比如说这里有一张猫的照片，我把这个猫的照片的几个像素进行了调整，机器在识别的时候就会把“猫”当成“汽车”，一些微小的操作就能让机器产生误判，把图片归结到完全不同的类别，作为科研人员，我们必须认识到目前机器深度学习技术的不足，并致力于解决这些问题。
从本质上来说，我们对空间的视觉感知实际上是基于人类本能的三维维度，但是更高维度空间对于机器深度学习其实非常的重要。在这里我就不能不提到中国，中国有占全世界五分之一的人口，有大量高素质人才，只要给人工智能技术研究、高维空间研究更多支持，中国人工智能领域的学习者、从业者就有机会成长为世界级的高水平科研人员。
曼纽尔·布卢姆：人工智能可以让机器有意识
曼纽尔·布卢姆，图灵奖获得者，计算复杂性领域的主要奠基人之一。
20世纪50年代，计算机科学之父阿兰·图灵在《思想》杂志上发表了题为“计算的机器和智能”的论文，首次提出了机器智能的概念，论文还提出了一种验证机器是否有智能的方法：让人和机器进行交流，如果人无法判断自己交流的对象是人还是机器，就说明这个机器有智能了，这就是后来鼎鼎有名的人工智能“图灵测试。”
“图灵测试”的概念极大影响了人工智能对于功能的定义，以此为途径，我们做了大量的前期工作，甚至证明了罗素《数学原理》52道中的38道。当时有言论甚至宣称在10年之内，机器就可以达到和人类智能一样的高度。
当20世纪50年代明确了人工智能要模拟人类智慧这一大胆目标后，这一领域经历了近20年的辉煌。研究人员开展了一系列项目，表明计算机能够完成一系列原本只属于人类能力范畴之内的任务，例如证明定理、求解微积分、通过规划来响应命令、履行物理动作，甚至是模拟心理学家心理实验、作曲家谱曲这样的活动。但是，过分简单的算法以及计算能力的限制，严重阻碍了人们使用人工智能来解决更加困难和多样化的问题。
当前，我们正在从一个人类必须理解计算机的世界，迈向一个计算机必须理解人类的世界。亚里士多德曾说过，如果机器能干很多活，岂不能让人类解放出来，或许这一解放的起点就是——“理解”。
我认为人工智能技术下一步重要的发展方向是让机器产生“意识”。我们都知道，意识让人拥有了思考力和灵活性。同样，意识能够让计算机和机器人有强大的解决问题的能力。在天津大学，我曾经对现场的学生们说：希望你们未来能够创造出有意识的电脑。
意识让生命充满了活力，意识来自于哪里呢——意识来自大脑的架构。这里指的不是神经元，而是在神经元基础之上的更高层面的架构系统设计。神经科学家曾经提出一个天才的理论，叫作剧场意识。以剧场作为类比，描述什么是意识——意识就好比是舞台上的演员凭借短期的记忆从事一系列的表演。短期记忆，一个非常短的记忆，它就是你的意识。
现在我们如何发展人工智能基础的“意识”？我想神经科学能够给我们答案，下一步我们的人工智能技术将在“短期记忆”领域取得突破。那哪些东西能够进入短期记忆呢？此后长期记忆的处理器如何产生？需要什么样的长期记忆，处理器才能够真正形成类似于人的意识呢？这有很多问题，都需要科学家不断努力才能够最终解答。
从这个角度去展望，我的观点是——最多10年，机器意识就会出现。据我所知，目前已经有大学教授在做相关的实验。我们会活在一个美好世界，远比父母辈更充分。一旦人类可以制造机器意识，自然可能被善用，也可能被滥用。机器可以帮助我们，可以是个好东西，可以增加洞察力，他们是我们的孩子，我们可以让机器聪明且有意识。
雷伊·雷蒂：人工智能可实现社会包容式发展
雷伊·雷蒂，一九九四年图灵奖获得者，美国工程院、艺术与科学学院院士，中国工程院外籍院士。
很多人看到人工智能，看到的都是悲观的景象，但我看到的是光明的未来。在过去的60多年当中，科技进步最重要的是电脑的发明，以及互联网和智能手机的出现，这些都大大改变了所有人的生活。当然，在展望未来时，要有相关的法律法规和引导，来保证技术的发展不会对社会产生负面的影响。
人工智能技术只是一个工具，正如曾经人类想象自己是不是能飞起来，后来就发明了飞机，现在想象中的时空旅行在未来都有可能会变成现实。
什么是人工智能技术最重要的价值？人工智能能为世界带来怎样的改变？很多人提出：科学家需要保证人工智能的技术伦理。其中有这样一种观点——人工智能技术要有包容性，让“边缘人群”也能从中受益，对此我甚为认同。
有一个概念叫作“数字鸿沟”。“数字鸿沟”包括教育程度的鸿沟和语言的鸿沟。在当今的印度有22种不同的官方语言，大家彼此之间没有办法交流，所以只能够用英语进行对话。这个问题之于全球而言就更加明显了——全世界影响力较大的语言就超过100种，其中每一种语言的使用人数都超过了1000万人。
而今，人工智能技术在语言交流上的应用日臻成熟，我们可以进行语音到语音的翻译，我用印度语讲话，你用中文讲话，我们之间还是可以相互理解，实时进行沟通。
在过去10年中，人工智能技术在语言交流方面取得了极大的进步，这意味着人工智能带来了某种可能——让不会读写的人也能够从数字革命中获益。
这个技术会让互联网使用的人数至少翻一番。整个经济的效益就可以增加3倍，从而带动全球GDP提高4到10倍，达到千万亿级别。我们会越来越多地看到全球GDP的增长，现在是100万亿美元，接下来20年内可能会是10倍，而这将成为人工智能的技术赋能带给世界的实实在在的财富。因为因特网带来人工智能和大数据的应用，在这个过程中产生海量的数据，现在慢慢地收集起来就可以利用起来造福社会。比如你可以根据天气的原因，或者你睡眠的深度来决定你的手机要不要叫醒你等等，我们希望这些应用可以深入到我们的日常生活。
另一个是深度学习。很多程序具有学习能力，学习能力哪里来呢？来自大数据，手机的大数据，这些大数据所有的大众都可以用。如果机器有学习能力，你就不需要让程序员再去写一个新程序，而是机器可以跟你直接进行互动。因为它有学习的能力，这个就叫深度学习，是未来发展的方向。
未来几十年相信会有新的重大的要素突破，带来计算效率的几万倍增长，从而使相同成本情况下效率达到更高，成本变得更低。个人的数据已经被政府和企业收集在安全的范围内,将这些数据进行合理地分析，寻找他们的规律，通过纠错机制进行学习，通过阐述来学习。每个人都能获益于人工智能的语音助手，深度学习机器学习是未来的趋势。就像你的助理在你身边学习你做的事情，并且帮你代理一样，未来机器就可以通过计算大数据来做这些事情。
（记者/陈建强 刘茜 通讯员采访整理/焦德芳 ）
