罗切斯特大学发展心理学家塞莱斯特·基德认为，新奇性和惊奇感是好奇心的两个关键参数。“孩子们更喜欢令他们感到意外的事物，或者是因果关系为他们所不知的事情。”这些参数若是转化为算法，机器人就能变身“好奇宝宝”。

如果早在20世纪50年代这些定律就已经被制定出来，为何我们还如此惧怕机器人呢？是什么促使埃隆·马斯克(Elon Musk)甚至斯蒂芬·霍金(Stephen Hawking)将AI视为人类“最大的生存威胁”？长话短说，这是因为阿西莫夫的三大定律不起作用。

人工智能的核心是知识表示、不确定性推理这些，因为人类智慧的源泉在哪？在知识、经验、推理能力，这是人类理性的根本。大数据、互联网和强大的计算资源，这些都会支撑人工智能继续走下去，尽管有的时候还只是表面上的繁荣。张钹院士正在提倡第三代人工智能，按照目前的设想，新的技术路线应该要解决目前存在的不可理

庞大在于数据量会更大，以传感器为例，随着传感器成本下降，并被大量应用，将有更多大量的数据需要被标记；更多样指的是更丰富的数据维度。而之前，疲劳检测只是通过摄像头捕捉人脸。将来，更多维度的数据将被收集，不单单是2D的图象、声音，3D的激光雷达以及心跳数据等也将被纳入到采标的范围内。

智能企业若按技术发展阶段划分，可以分为运算智能（计算+判断）、感知智能（能说会看会认）、认知智能（理解+思考）三个阶段；若按出身则可以分为原生型和转基因型。

2018年，未来学博士伊恩·皮尔逊在一篇博客文章中提出了人类终将长生不老的理论。皮尔逊指出，这不是通过人类的自身躯体实现的，而是通过把大脑与人形机器人结合实现的。

开源算法唯一好处在于人人都可获得，门槛非常低。所以大量公司从网上下载了开源算法，然后以其为核心研发出一套AI应用，再披上华丽的面纱，唬的普通用户奉若神明。这也在突然间中国出现了如此多的人工智能公司的原因之一吧。

如今，现实中使用的人工耳蜗，就是脑机接口的一个现实例子。人工耳蜗是一种电子装置，由体外言语处理器将声音转换为一定编码形式的电信号，通过植入体内的电极系统直接兴奋听神经来恢复、提高及重建聋人的听觉功能。

从根本上来说，AI 是一个技术领域。它的最终目标是赋予机器以智能。但是由于人类的智能与这个领域有如此紧密的关联，因此拥有神经科学和认知科学的背景和合作者非常有帮助......致力于开发能够使计算机和机器人会看、会思考的智能算法。在本次采访中，她谈到了计算机视觉和神经科学，以及如何增加这一领域的多

软硬结合最早可以追溯到图灵奖获得者艾伦·凯伊(Alan Curtis Kay)的观点，但是产业界中真正跟进的企业只有苹果，苹果创始人乔布斯非常推崇软硬件结合。人工智能要推动大规模的应用落地一定要从软件到硬件，真正去提升人工智能计算的效率。在人工智能时代，软硬件结合将更为紧密。

“很多技术都是为了进行预测。”艾伦说，“但从来没有返回过‘我不知道’或者‘我没有发现任何东西’这样的结论，因为它们设计过程中就没有考虑这种情况。”

在今天，很多的知识可以上网查到。在未来，可能有更多的知识机器会帮你查到。所以爱因斯坦的这句话在当前和未来更值得我们深思。我们知道，人工智能就是通过机器进行深度学习来工作，而这种学习过程就是大量地识别和记忆已有的知识积累。这样的话，它可以替代甚至超越那些通过死记硬背、大量做题而掌握知识的人脑