人工智能幫助人類提高工作效率、提升生活品質。但對人工智能的發展感到欣喜的同時，也要理性面對人工智能對人類提出的挑戰。

　　

　　

　　從1956年到2016年，人工智能已經60歲。為什么偏偏到了此刻，“老夫聊發少年狂”，它從一眾新興高科技中脫穎而出？

　　

　　美國作家盧克·多梅爾在《人工智能》一書中提出“奇點”的概念，奇點指的是機器在智能方面超過人類的那個點。目前，人工智能在技術和產業兩個方面臨近“奇點時刻”。

　　

　　第一，信息革命正從技術深化到科學，向智能方向提升，人工智能正處在科技革命的奇點上。信息革命發端于信息技術革命。電子計算機、通信網絡、互聯網、云計算、物聯網……分別代表著信息技術革命這頭大象的不同部位。一直發展到大數據，信息技術這頭大象的全貌才開始從科學的高度顯現。以數據科學為基礎的人工智能，代表著信息技術向信息科學的質的飛躍，第一次將信息技術發展到信息科學的高度。

　　

　　如果說智慧的本質是“容易地應對變易”，那么人工智能是將理性與感性結合起來，像人類那樣容易地應對“變易”。人工智能60年的發展，一直在探索“容易地應對變易”的具體方法。上世紀50年代的傳統人工智能過于迷信理性算法。一直到上世紀80年代神經網絡這種“感性”方法流行，才找到了處理非規律性事物的方法。2006年后，兼具理性與感性的深度學習成為人工智能的新主流。2016年，人類終于迎來了人工智能的一個重要時刻。2016年3月，谷歌圍棋（Alpha Go）電腦程序，運用將感性與理性結合的蒙特卡洛算法，以4∶1的成績戰勝世界冠軍、韓國棋手李世石。Alpha Go的勝利，標志著人工智能一個重要奇點時刻的到來，人工智能正在成為下一代技術革命引爆點。

　　

　　第二，信息革命正從科學轉化為技術，向智慧產業深化，人工智能正處在產業革命的奇點上。信息革命成熟于產業革命。技術革命的奇點，催生產業革命的奇點。技術革命率先引爆工業自動化、醫療健康等領域，使人工智能迅速向市場化、產業化方向發展。

　　

　　以智能汽車為例，汽車電子已占整車成本的40%。如果汽車部件和附加值中的智能貢獻比重超過50%，汽車就會發生質變，達到奇點。一旦所有行業智能比重超過50%，產業智能化的奇點時刻就將到來。

　　

　　

　　發展人工智能的最大意義在于為現代化發展更換“發動機”。咨詢公司埃森哲研究了美國、芬蘭、英國等12個發達國家發現，預計到2035年，人工智能將幫助這些國家生產率提高40%左右。

　　

　　在當前的人工智能研究領域，美國充當了領頭羊的角色。其他一些發達國家也在人工智能開發上各有投入，日本側重降低成本，強化智能制造能力，加大人工智能投入。歐盟以“人腦項目”為未來新興技術旗艦項目，側重于對數據的研究。德國注重科技研發和技術成果轉化，在人工智能申請專利數量上位列全球第四，但在機器人、神經網絡、語音識別及圖像識別等領域有一技之長。

　　

　　

　　從短期看，人工智能推動經濟自動化和社會智能化。人工智能提高自動化水平，從而提升生產力，積累大量財富。但自動化是否影響就業成為爭議的焦點。由于中美工人工資存在較大差距，美國資本家寧可用自動化來替代工人，而不是增加就業。與自動化用機器代替人不同，人工智能平臺通過應用接口（API）接入大量增值應用（APP），可以為開發者創造廣泛的靈活就業機會。阿里云研究報告提出在人工智能平臺化的趨勢下，未來人工智能將呈現若干主導平臺加廣泛場景應用的競爭格局，通過APP開發者開發大量細分場景應用，將比自動化更有效地激活靈活就業。

　　

　　人工智能在智能交通、智能家居、智能社區等方面有突出表現。新型柔性機器人能夠做飯、洗碗，還可以鋪床、洗衣服、遛狗，人工智能還能幫你挑選穿搭、決定晚餐吃什么。虛擬現實、增強現實和混合現實結合人工智能等技術已經可以替代真人導游。

　　

　　從長期看，人工智能將驅動經濟向服務化、高端化方向轉型，驅動社會向靈活化、智慧化方向轉型。變易就是差異化，差異化對應的是需求價值上的高端化和供給上的服務化。工業化和自動化的主要經濟效果是需求越差異化，差異化供給的平均成本越高，而人工智能實現與工業化相反的經濟效果，即需求越差異化，差異化供給的平均成本越低。

　　

　　對人工智能的安全問題，人類歷來有弗蘭肯斯坦情結。英國小說家瑪麗·雪萊的小說《弗蘭肯斯坦》講述了一位理工科學生創造了一個科學生物，這個生物最終變成了殺人狂。人工智能會不會在超越人類智力后，與人類作對呢？美國奇點大學校長雷·庫茲韋爾預言，這個奇點會出現在2045年。但《人工智能》一書的作者多梅爾認為，不在于人類是否能設計出比自身好的東西，而在于政策是什么以及人們決定要用技術去做什么。2016年9月，英國標準化協會發布了《機器人和機器系統的倫理設計和應用指南》，希望以機器人倫理指南為突破口，探索規避這類風險。目前各國政府、企業也越來越重視這一問題。

　　

　　對人工智能發展帶來的負面問題如何監管，是國際社會普遍關心的話題。隨著技術的開發和成熟，如何將其納入現有監管框架中，需要各國政府更多地參與探索。