走近人工智能

◎劉西瑞

人工智能的誕生

說到人工智能，不妨去它的原點(diǎn)看看。與科學(xué)領(lǐng)域中多數(shù)學(xué)科沒有確切的起始點(diǎn)不同，人工智能有著明確的誕生時(shí)間和地點(diǎn)：1956年夏天，在美國常春藤名校達(dá)特茅斯學(xué)院召開的達(dá)特茅斯會(huì)議上人工智能正式誕生。其時(shí)，十位來自數(shù)學(xué)、計(jì)算機(jī)科學(xué)、信息科學(xué)、心理學(xué)等領(lǐng)域的領(lǐng)軍式人物會(huì)聚于此，討論計(jì)算機(jī)模擬人類思維的可能性問題。麥卡錫是這次會(huì)議的發(fā)起人之一，在這次會(huì)議上，他為這個(gè)新學(xué)科取名 “人工智能” （Artificial Intelligence，簡稱AI）。然而，生命在誕生之前還有一個(gè)胚胎發(fā)育過程，須有一粒種子作為起始點(diǎn)。對人工智能而言，這個(gè)起始點(diǎn)就是圖靈機(jī)，它的設(shè)計(jì)者是英國天才數(shù)學(xué)家阿蘭·圖靈。圖靈機(jī)并不是一般意義上的機(jī)器，而是一個(gè)數(shù)學(xué)模型。直到今天，無論人工智能的威力多么強(qiáng)大，形式多么復(fù)雜，都仍然是建立在圖靈機(jī)理論之上，沒能越出這個(gè)范圍。

圖靈機(jī)是由一條可以進(jìn)行讀取的無限長紙帶和一個(gè)可以遞推的邏輯運(yùn)算序列構(gòu)成的。無限長紙帶決定著對計(jì)算量大小沒有限制性的規(guī)定，而可遞推性決定著每一步計(jì)算完成時(shí)，下一計(jì)算步驟可在系統(tǒng)內(nèi)部自動(dòng)生成，計(jì)算的連續(xù)性得以保證。圖靈機(jī)的構(gòu)造看似簡單，但是與圖靈機(jī)相關(guān)的理論卻引出一些相當(dāng)復(fù)雜的邏輯計(jì)算問題。其中之一是NP問題。P（Polynomial）是計(jì)算復(fù)雜性的標(biāo)志，但是有些問題的復(fù)雜性難以預(yù)測，于是就存在著NP問題 （Non-deterministic Polynomial），即無法確定復(fù)雜性的問題。此外還有停機(jī)問題等等。停機(jī)問題是說在所有不同情況下，計(jì)算機(jī)是否能夠自我控制停機(jī)，這涉及到邏輯中的悖論，也是一個(gè)難解的問題。以上兩者，用一個(gè)形象的比喻來說，就是在計(jì)算過程中是不是存在一個(gè)死結(jié)，使得計(jì)算無法進(jìn)行下去。這些問題至今仍在討論之中。

圖靈不僅設(shè)計(jì)出圖靈機(jī)，而且提出了一個(gè)著名的計(jì)算機(jī)智能的檢驗(yàn)標(biāo)準(zhǔn)，也是迄今唯一具有可操作性的檢驗(yàn)標(biāo)準(zhǔn)，即：圖靈實(shí)驗(yàn) （也稱圖靈檢驗(yàn)，圖靈測試）。圖靈實(shí)驗(yàn)是：讓一個(gè)人和一臺(tái)計(jì)算機(jī)分處于兩個(gè)房間，另一個(gè)人作為提問者，在看不到前一人和計(jì)算機(jī)的情況下分別向他們提問，經(jīng)數(shù)輪提問后，如果提問者不能正確區(qū)分哪一邊是人，哪一邊是計(jì)算機(jī)，那么就可以判定計(jì)算機(jī)與人具有同樣的智能 （用統(tǒng)計(jì)學(xué)作為正誤的量化標(biāo)準(zhǔn)）。所提問題可以盡量刁鉆，例如要求對莎士比亞的十四行詩進(jìn)行解釋，問一問對冬天的感受等等。到今天，還沒有一臺(tái)計(jì)算機(jī)能夠真正通過圖靈檢驗(yàn) （有傳言說某臺(tái)計(jì)算機(jī)通過了圖靈檢驗(yàn)，但最終都未得到證實(shí)。）

圖靈機(jī)出現(xiàn)在1940年代，從理論上說，它已經(jīng)為人工智能鋪平了道路，但那時(shí)它僅僅是個(gè)數(shù)學(xué)模型，在物理世界里，還不存在實(shí)現(xiàn)的條件。直到50年代高速計(jì)算機(jī)問世，圖靈機(jī)才有了付諸實(shí)踐的可能性。

人工智能誕生之初，科學(xué)家們雄心勃勃，認(rèn)為在不久的將來，人工智能就可以趕上甚至超過人類的智能。然而，它的發(fā)展卻是一波三折，相當(dāng)坎坷，走到今天的規(guī)模，實(shí)屬不易。

關(guān)于算法的科學(xué)

人工智能究竟是什么？在達(dá)特茅斯會(huì)議上，西蒙，另一位人工智能大師，經(jīng)濟(jì)組織決策管理專家，建議把這門學(xué)科叫做 “復(fù)雜信息處理”，另有人提議叫做 “認(rèn)知過程模擬”，然而會(huì)議最終采納了麥卡錫所取的 “人工智能”，這個(gè)名字通俗而令人印象深刻。但是，如果從反映學(xué)科的性質(zhì)和功能來看，前兩個(gè)名字或許更加準(zhǔn)確。

所以，我們可以把早期人工智能定義為：處理符號(hào)信息的科學(xué)。

形象地說，人工智能就是模仿人類思維進(jìn)行各種活動(dòng)，做那些看似只有人類智慧才能完成的工作，如做復(fù)雜計(jì)算，開藥方，下棋，開汽車，甚至做詩、繪畫，等等。

既是模仿人類，就需要看看人類是如何完成這些工作的。信息加工是人類大腦的主要功能之一。簡單說，這個(gè)過程可以分為三個(gè)部分：信息獲取，信息加工和結(jié)果輸出，以及結(jié)果的反饋。對人而言，信息來自對外部世界的感知，或者大腦的內(nèi)部存儲(chǔ)，如記憶。任何信息都必須以某種形式化的方式呈現(xiàn)，可以說，形式化是進(jìn)行符號(hào)加工的先決條件。符號(hào)、語言、數(shù)學(xué)公式是典型的形式化樣式，而圖像、畫面等也是某種形式化的表現(xiàn)。廣義的形式化，或者廣義的符號(hào)系統(tǒng)，是包括語言符號(hào)系統(tǒng)在內(nèi)但比之寬泛的符號(hào)系統(tǒng)，它們都適合于人工智能 （機(jī)器）進(jìn)行讀取。人工智能的信息可以由外部 （人或其他設(shè)備）以數(shù)據(jù)方式直接輸入，也可以自己生成，但即使自己生成，其生成方法也是由人事先設(shè)定的。

在加工能力方面，人的信息處理能力取決于兩方面：先天能力和后天學(xué)習(xí)獲得的能力。人的先天能力是由大腦構(gòu)造所決定的，非常強(qiáng)大，它以本能的方式呈現(xiàn)，也是后天學(xué)習(xí)的基礎(chǔ)。而機(jī)器的信息加工能力是由人賦予的?？梢灾苯幼鳛槌绦蜉斎耄部梢酝ㄟ^學(xué)習(xí)程序來提高。但是以何種方法進(jìn)行學(xué)習(xí)，仍然離不開人的指令。針對每個(gè)不同的任務(wù)，需要編寫不同的程序，各式各樣程序的關(guān)鍵所在是算法 （algorithm）。是特定的算法決定著機(jī)器的加工過程。在這個(gè)意義上，把人工智能稱為 “算法的科學(xué)”或許是更加準(zhǔn)確的。

人工智能歷史上的進(jìn)步都與新算法的出現(xiàn)有關(guān)，例如神經(jīng)網(wǎng)絡(luò)提供的分布式算法，多層網(wǎng)絡(luò)的深度學(xué)習(xí)的算法。當(dāng)然計(jì)算機(jī)硬件在提升速度、增大存儲(chǔ)量方面的貢獻(xiàn)也十分重要。

人工智能常常被說成是計(jì)算機(jī)的一個(gè)分支，是建立在二進(jìn)制基礎(chǔ)上的一種計(jì)算。這里存在著一種誤解，即把人工智能與現(xiàn)今的計(jì)算機(jī)看作是同一體。人工智能是以計(jì)算機(jī)為載體的，這不假，但是人工智能決不僅限于這種物質(zhì)載體。當(dāng)今的計(jì)算機(jī)主要是用硅和金屬元素制造的，但還可以有生物計(jì)算機(jī)、量子計(jì)算機(jī)等種種不同的物理形式；采用二進(jìn)制只是便于利用電路開和關(guān)兩種狀態(tài)。一位專家說過，如果不考慮速度，即使用衛(wèi)生紙卷也可以造一臺(tái)計(jì)算器。準(zhǔn)確說來，任何一種物理形式的機(jī)器，只要能夠滿足圖靈機(jī)的要求，就可以作為承載人工智能的工具。硅和金屬類的計(jì)算機(jī)的應(yīng)用，只在于它的高速度和大容量存儲(chǔ)能力。

人工智能和自動(dòng)化機(jī)器有什么不同？人工智能是在純抽象的符號(hào)層面上完成關(guān)鍵步驟的，而自動(dòng)化是依靠物理世界中的物質(zhì)特性來完成復(fù)雜變化的。以溫控裝置為例，自動(dòng)化過程可以直接通過金屬構(gòu)件受溫度影響的長短變化進(jìn)行控制；而人工智能的溫控操作則需要把溫度轉(zhuǎn)換為符號(hào)，在符號(hào)系統(tǒng)中進(jìn)行變換 （計(jì)算），再用其計(jì)算結(jié)果指導(dǎo)物理世界的動(dòng)作。如果是一套復(fù)雜的動(dòng)作變換，在物理世界中完成，需要耗費(fèi)巨大工程量，而通過符號(hào)計(jì)算進(jìn)行操作則簡便得多。對于那些本身就處于符號(hào)層面的事物，人工智能自然就更是得心應(yīng)手了。

人工智能何以有強(qiáng)大威力

阿爾法狗 （AlphaGo）戰(zhàn)勝圍棋冠軍李世石和柯潔九段 （2017年），再次把人工智能推到媒體的聚光燈下，而無人駕駛汽車、刷臉證身、家務(wù)機(jī)器人等實(shí)用技術(shù)，讓我們感到人工智能好像無所不能。它何以有如此之大的威力？

前面說過，人工智能是模仿人類的思維，同時(shí)也可以把它看作是幫助人類進(jìn)行思維的一個(gè)工具。想一想僅僅幫助人類改善了一項(xiàng)運(yùn)動(dòng)能力的汽車給人類社會(huì)帶來何等巨大的變化，就不難推想當(dāng)處于更高統(tǒng)領(lǐng)地位的思維獲得一個(gè)工具時(shí)，會(huì)產(chǎn)生出怎樣驚人的結(jié)果。思維的涉及面之廣，影響程度之深，遠(yuǎn)非任一項(xiàng)物理世界的技術(shù)可比。目前這種影響才僅僅是一個(gè)開端，更加強(qiáng)大的影響還沒有充分顯露出來。

計(jì)算機(jī)是由人來操作的，但是它在幾個(gè)方面的能力大大超過人類：加工速度，精確性，存儲(chǔ)量；同時(shí)，它還沒有情緒，不知疲勞，等等，都絕非人類能比。

決定人工智能進(jìn)步的主要在于算法。計(jì)算機(jī)硬件在速度、存儲(chǔ)量方面的貢獻(xiàn)也起到相當(dāng)大的作用，但這只是同質(zhì)層面的擴(kuò)充。以下棋為例，從理論上說，窮盡式的搜索當(dāng)然可以完成對任何棋局的查找，從而選出最優(yōu)方案，贏得勝局。早期的下棋程序正是基于這種思路。但是這種計(jì)算的計(jì)算量之龐大，即使采用當(dāng)時(shí)最快的計(jì)算機(jī)，也可能需要成千上萬年甚至更長時(shí)間，沒有實(shí)際的可行性。有一個(gè)術(shù)語 “計(jì)算組合爆炸”就是指這種情況。所以下棋程序必須由棋藝大師指導(dǎo)，制定出特定的有效搜索方法，才能夠在實(shí)際允許的時(shí)間內(nèi)完成計(jì)算。1997年戰(zhàn)勝世界國際象棋冠軍的深藍(lán)，是美國IBM公司生產(chǎn)的一臺(tái)國際象棋計(jì)算機(jī)，有32個(gè)微處理器，每秒鐘可以計(jì)算2億步，它的進(jìn)步在于采用了并行處理系統(tǒng)，其算法是通過對已有棋譜的分析進(jìn)行決策，采用混合決策方法，以及深層算法。深藍(lán)可搜索隨后的12步棋，而人類頂級象棋大師大約可估計(jì)10步棋。

到了阿爾法狗時(shí)代，人工智能具備了一個(gè)更加強(qiáng)大的算法工具：深度學(xué)習(xí)。谷歌旗下團(tuán)隊(duì)開發(fā)出這一程序，其所用算法是深度學(xué)習(xí)網(wǎng)絡(luò)（CNN）與蒙特卡羅搜索樹 （MCTS）的結(jié)合。一方面它熟讀了已有的數(shù)萬盤人類對弈的棋局，記錄其獲勝步驟的走法，形成了概率評價(jià)系統(tǒng)；并且它還通過大量的自我對弈，產(chǎn)生了3000萬盤棋局，用作訓(xùn)練學(xué)習(xí)價(jià)值網(wǎng)絡(luò)。

人類棋手提高圍棋水平的方法有掌握定式，背棋譜，復(fù)盤等等，這些過程快的需要幾分鐘，慢的需要數(shù)小時(shí)，而阿爾法狗在1秒鐘內(nèi)可以復(fù)盤上萬次。這種能力人類棋手遠(yuǎn)遠(yuǎn)望塵莫及。人的思維是受瞬間工作記憶的容量限制的，我們都體驗(yàn)到人很難同時(shí)思考兩個(gè)以上的問題，并行機(jī)則不受這種限制，可以多路計(jì)算同時(shí)并進(jìn)。計(jì)算機(jī)具有強(qiáng)大的信息處理功能，在這個(gè)方面超過人類是很自然的事情。

再看機(jī)器做詩。這兒有一首機(jī)器的詩作：“白沙平舟夜?jié)?，春日曉露路相逢，朱樓寒雨離歌淚，不堪腸斷雨乘風(fēng)?！边@詩句看起來很優(yōu)美，但創(chuàng)作過程與人全然不同。機(jī)器須有一個(gè)專門的數(shù)據(jù)庫，儲(chǔ)備豐富的語匯和大量詩歌藍(lán)本，同時(shí)建立進(jìn)行聯(lián)結(jié)的規(guī)則。這些規(guī)則來自詩人的經(jīng)驗(yàn)。編程者對詩歌的理解水平直接決定著語匯庫和聯(lián)結(jié)方式的質(zhì)量和水平，從而決定著詩歌創(chuàng)作的水平。機(jī)器可以成批量地寫詩，寫幾萬首也無須多長時(shí)間。但是，做詩程序還必須建立一個(gè)評價(jià)體系，把那些劣質(zhì)的詩剔除出去。這個(gè)評價(jià)體系恰恰是程序中最難的部分。不難看出，同形式比較自由的現(xiàn)代詩歌相比，規(guī)則較多的古代詩歌更容易由機(jī)器操作來實(shí)現(xiàn)。

縱觀人工智能的歷史，其發(fā)展路徑漸漸離開了對人的思維過程的模仿。從早期的符號(hào)主義（Symbolicism）發(fā)展到聯(lián)結(jié)主義 （Connectionism），再到當(dāng)下的行為主義 （Actionism），在表征上、計(jì)算上不再把模仿人類當(dāng)作是最佳的唯一的方法。的確，機(jī)器智能自有特定的規(guī)律和元素，不可能和人類完全一致。況且人類也未能完全了解自己智慧中的許多重要因素。充分發(fā)揮機(jī)器自有的特長，人工智能的路可以越走越寬。

目前，機(jī)器已經(jīng)涉足了諸多領(lǐng)域，在這些領(lǐng)域中，或者遠(yuǎn)遠(yuǎn)超過人類，或者在將來也有可能超過人類。機(jī)器一旦擁有了 “思維”的能力，的確是件令人生畏的事情。

人工智能的困境

然而機(jī)器也有它的死穴。

算來人工智能已經(jīng)走過60年的歷程，只在近20年來才引起社會(huì)的廣泛關(guān)注。事實(shí)上它在發(fā)展的道路上數(shù)度跌入低谷，遭遇寒冬。

人工智能誕生之初，曾經(jīng)取得一些令人振奮的成績，其中最著名的是 “四色定理”的成功證明 （四色問題：再復(fù)雜的地圖，只需四種顏色就可以把不同的國家分隔開來）。這個(gè)數(shù)百年來的數(shù)學(xué)難題被機(jī)器破解，給人工智能專家們極大的鼓舞。西蒙曾雄心勃勃地和他的學(xué)生紐厄爾合作開發(fā)了 “通用問題求解系統(tǒng)”GPS(General Problem Solver）。他們的目標(biāo)是機(jī)器可以像人那樣解決各式各樣的問題，所以用了 “通用”二字。這款程序直接模仿人類思維的符號(hào)加工過程，可以解決11種不同類型的問題。而這些類型基本上屬于邏輯表達(dá)式一類，雖然在定理證明領(lǐng)域出手不凡，但其局限性是很大的，遠(yuǎn)遠(yuǎn)談不上 “通用”。這一程序的最大作用也許是讓人工智能專家們冷靜下來，去尋找其他途徑，而不僅僅用邏輯符號(hào)的方式來完成任務(wù)。

“通用”背后的靈活性是人類的特有本領(lǐng)。下棋程序再厲害，也只會(huì)一種棋藝，阿爾法狗下圍棋是能手，但對象棋一竅不通。真正可以模仿人類思維，解決大多數(shù)日常問題的程序至今沒有出現(xiàn)。甚至在目前可預(yù)見的時(shí)間尺度內(nèi)還看不到這樣的希望。2007年，麥卡錫又重申了人工智能的理想：制造出達(dá)到人類水平的人工智能 （AI）。然而他說，“人類水平的AI將會(huì)實(shí)現(xiàn)，但是必須要有新的思想觀念，所以不能確切地預(yù)見這個(gè)日期——可能是五年，也可能是五百年。我傾向于認(rèn)為是在21世紀(jì)”。人工智能專家對人工智能的預(yù)期總是過于樂觀的，事實(shí)上這個(gè)目標(biāo)或許永遠(yuǎn)都沒有可能實(shí)現(xiàn)，這個(gè)問題的論證是哲學(xué)家應(yīng)當(dāng)承擔(dān)的。

人工智能面臨著種種難題，其中最大的問題是自然語言理解。當(dāng)然不只此一項(xiàng)，實(shí)際上凡屬人類本能的方面，人工智能模仿起來都十分艱難。

我們來看看機(jī)器翻譯的情況。早期的翻譯機(jī)鬧了不少笑話。例如：英語 “the spirit is willing but the flesh is weak（心有余而力不足）”翻譯成俄語，再譯回英語時(shí)，變成了 “the vodka is good but the meat is rotten（伏特加酒好而肉臭）。”這種尷尬的狀況使得美國政府撤銷了對這一項(xiàng)目的資助。當(dāng)然電子辭典是非常流暢的，人工智能做這種數(shù)量巨大，但結(jié)構(gòu)簡單的事情最為得心應(yīng)手。由于計(jì)算機(jī)存儲(chǔ)器可以容納十分龐大的電子詞典和眾多語法結(jié)構(gòu)條款，人們對它進(jìn)行翻譯也充滿期待。但是翻譯進(jìn)入了語義領(lǐng)域，人工智能變得舉步維艱。今天的機(jī)器翻譯水平已經(jīng)大大提高，它采用的不是人類翻譯方式，而是統(tǒng)計(jì)學(xué)計(jì)算方法。方法之一是：通過建立詞庫，對每個(gè)詞匯的銜接頻率進(jìn)行統(tǒng)計(jì)學(xué)標(biāo)記，翻譯時(shí)根據(jù)統(tǒng)計(jì)概率來選取詞匯。類似方法在人工智能中經(jīng)常使用。當(dāng)無法像人一樣完成任務(wù)的時(shí)候，人工智能就另辟途徑，有些方法雖然拙笨，但高速度和大容量足以彌補(bǔ)許多缺點(diǎn)。

在語言理解方面，人工智能歷史上人工智能專家和哲學(xué)家有過數(shù)次交鋒。一個(gè)著名的例子是哲學(xué)家塞爾提出的 “中文屋”思想實(shí)驗(yàn)。

這是一個(gè)有趣的實(shí)驗(yàn)：塞爾設(shè)想自己被關(guān)在一間充滿中文字條的屋子里，通過在窗口傳遞中文字條與外界發(fā)生聯(lián)系，并靠一本英文指令書在屋內(nèi)將各種中文字條配對，然后把答案字條送出窗口，這樣，他就可以正確地回答屋外中國人的提問，屋外的中國人看到答案，認(rèn)為他是懂得中文的，可是，塞爾真的懂得中文嗎？回答當(dāng)然是否定的?！岸形摹币馕吨裁?？塞爾特別強(qiáng)調(diào)了理解的作用：理解的實(shí)質(zhì)決不是程式化操作；人是在語義層面上進(jìn)行思維的，語義涉及內(nèi)在解釋，符號(hào)只是意義的外在承擔(dān)者，機(jī)器只能在符號(hào)的表面操作，經(jīng)此一比機(jī)器與人的差異就十分清楚了。

識(shí)別問題，也是人工智能遇到的難題之一。想想我們?nèi)绾伟岩粡堈掌系娜宋锖捅尘皡^(qū)分開來，這好像很難說清楚。既說不清楚，當(dāng)然就無法教會(huì)機(jī)器。不過人還是為機(jī)器找到解決辦法，這是一種十分復(fù)雜的計(jì)算過程，全然不同于人的識(shí)別方式。此外還有很多問題。凡是人類無法說清的事情，對機(jī)器而言都是難點(diǎn)。這讓我們想起哲學(xué)家維特根斯坦的名言：對難以說清的東西保持沉默。

機(jī)器是沒有生命沒有心靈的，因而也就沒有意向性。它可以做出優(yōu)美的詩歌，但是它對于意境和美毫無知覺。它可以贏得棋局，但是它不懂享受勝利的喜悅。它只能夠做人類指令它去做的事情，而毫無自己的獨(dú)創(chuàng)性。

與人類的關(guān)系

任何一項(xiàng)重要科學(xué)技術(shù)的產(chǎn)生都會(huì)對人類社會(huì)帶來重大的影響。圍繞汽車，要修建公路，制定交通法規(guī)，要忍受交通事故的傷害。原子核能技術(shù)既可以提供巨大的能源，也因?yàn)楹宋淦鞫淖兞耸澜缯蔚母窬?。但是它們對人類的影響與人工智能相比仍然是局部的、程度有限的。人工智能發(fā)展所產(chǎn)生的影響是全方位的，是可以抵達(dá)思想的深層的，這種影響勢必大于之前任何一種新技術(shù)的影響。但是在這個(gè)問題上我們并沒有做好必要的準(zhǔn)備。

人們十分關(guān)心一個(gè)問題：機(jī)器人 （人工智能）在未來某一天會(huì)凌駕于人類之上嗎？會(huì)成為人類的主人，去奴役人類嗎？或者，機(jī)器人會(huì)傷害人類嗎？

對于這類問題，是可以做出回答的。人工智能就其本質(zhì)而言是一種特殊類型的機(jī)器。機(jī)器本身沒有主觀意識(shí)，沒有自由意志，它既不會(huì)把人看作朋友，也不會(huì)把人看作敵人，它沒有權(quán)力欲望，更不會(huì)妄想去統(tǒng)治世界。但是，機(jī)器人是服從和服務(wù)于人類的。一個(gè)人或是一小群人，因?yàn)橛辛巳斯ぶ悄埽渲淠芰蜁?huì)大大加強(qiáng)。人的善與惡都會(huì)被進(jìn)一步放大。古代皇帝要監(jiān)控輿情，須得派東廠的探子們四處奔波；今天只需搜集敏感詞匯和點(diǎn)擊量，許多事情就輕松搞定。在社會(huì)問題方面，人類的概念顯得過于籠統(tǒng)。可以說，由于人工智能的存在，少數(shù)人統(tǒng)治多數(shù)人之事變得更加容易了。由人制造的機(jī)器人去控制、駕馭其他的人，是完全可能的事情。

至于機(jī)器人會(huì)不會(huì)傷害人類，這要分主觀故意和意外事故兩個(gè)方面來說。意外事故當(dāng)然會(huì)發(fā)生，但這是在可控范圍內(nèi)的事情，如同交通事故一樣，當(dāng)然其影響可能大得多。如果有人借助機(jī)器人完成主觀犯罪，也是完全可能的。關(guān)于機(jī)器人與人類的關(guān)系，上世紀(jì)早期科幻小說家阿西莫夫曾經(jīng)提出過 “機(jī)器人三原則”：

零原則：機(jī)器人必須保護(hù)人類的整體利益不受傷害。

第一原則：機(jī)器人不得傷害人類個(gè)體，或者目睹人類個(gè)體將遭受危險(xiǎn)而袖手不管，除非違反了機(jī)器人第零原則。

第二原則：機(jī)器人必須服從人給予它的命令，當(dāng)該命令與第零原則或者第一原則沖突時(shí)除外。

第三原則：機(jī)器人在不違反第零、第一、第二原則的情況下要盡可能保護(hù)自己的生存。

可惜的是，機(jī)器人從科幻變成現(xiàn)實(shí)后，至今沒有真正意義上的關(guān)于機(jī)器人的約法。

人工智能帶來的影響還沒有充分顯現(xiàn)出來，但是我們可以預(yù)見到其中一個(gè)方面：社會(huì)的分化。機(jī)器人代替人類工作，人類只需很少的時(shí)間就可以完成生存所需的物質(zhì)資料。大量的閑暇，將是人類面臨的局面。即使在今天的生產(chǎn)力水平下，一個(gè)人大約用三到五年的時(shí)間就可以完成一生所需的基本物質(zhì)產(chǎn)品。未來這一時(shí)間還會(huì)繼續(xù)縮短，在新型社會(huì)中，每個(gè)人有著很大的選擇自由。是否會(huì)出現(xiàn)一個(gè) “上智下愚”式的分化，這種可能性當(dāng)然是存在的。一批聰明的人負(fù)責(zé)制造機(jī)器人，另一批人只需按按電鈕，就衣到飯來。當(dāng)然這種分化也不是必然的，但是如果不提前預(yù)防，就很可能出現(xiàn)。

此外，一些倫理和心理方面的問題也可能出現(xiàn)。

然而總的說起來，人工智能帶給人類的福利是主要的，只要人們善意地利用這項(xiàng)技術(shù)，我們應(yīng)該歡迎人工智能時(shí)代的到來。