7月5日，百度和阿里巴巴同時(shí)在北京舉行了AI發(fā)布會(huì)。百度在發(fā)布會(huì)上確立了自己的核心戰(zhàn)略：開放賦能，將來必須建立在每個(gè)開發(fā)者供應(yīng)的基礎(chǔ)上，并且開源了Apoollo自動(dòng)駕駛平臺和Duer OS語音交互平臺；而阿里的發(fā)布會(huì)上，而是以人工智能音箱天貓精靈X1作為探索人工智能領(lǐng)域的消費(fèi)級AI產(chǎn)品。

7月9日，“未來已來”全球人工智能高峰論壇在杭州舉行，中國（杭州）人工智能小鎮(zhèn)同時(shí)開園。人工智能領(lǐng)域的專屬路演成為此次活動(dòng)的最大亮點(diǎn)，機(jī)器人、無人機(jī)、人臉識別、3D打印、AR/VR、無人駕駛等等帶來了前所未有的視覺盛宴。 

圖靈獎(jiǎng)獲得者、康奈爾大學(xué)教授約翰?霍普克洛夫特(John Hopcroft)以“人工智能的前沿研究和對社會(huì)的影響”為主題的演講解讀了人工智能國際前瞻性研究。

“過去幾年，我們一直讓體力活變得自動(dòng)化，而現(xiàn)在我們讓智力活也變得自動(dòng)化了。我們已經(jīng)給了很多體力工作者做培訓(xùn)，他們可以完成一些自動(dòng)化的工作。之后他們可能還會(huì)隨著自動(dòng)化技術(shù)的到來而失業(yè)。那么，革命背后的驅(qū)動(dòng)力是什么呢?在1960年，人們做了一個(gè)非常簡單的，關(guān)于神經(jīng)網(wǎng)絡(luò)的模型我們可以把人類的數(shù)據(jù)分成兩部分，看一下這個(gè)數(shù)據(jù)能不能線性分布。如果數(shù)據(jù)不能線性分布的話，就會(huì)把這些數(shù)據(jù)影射到更高的位度，這是20年前科學(xué)的研究結(jié)果。而這也是我們對于自動(dòng)化機(jī)器背后的推動(dòng)力，需要支持項(xiàng)量機(jī)數(shù)據(jù)，完成更高位度影射的工作。”

“大家在講到人工智能的時(shí)候，我想要指出有很多事情并不需要任何AI的編碼，它們只需要一些計(jì)算能力就可以完成。在過去70年有深度學(xué)習(xí)的發(fā)展，為什么會(huì)有深度學(xué)習(xí)呢?其實(shí)是由于一個(gè)競爭叫做圖像識別競賽，它是有120萬個(gè)圖像，有1千個(gè)不同的類別。在這個(gè)競賽中，大家就是要設(shè)計(jì)出一個(gè)電腦的程序，識別出越來越多不同類型的圖像。誰能識別多，誰就贏。我們可以看到2011年這個(gè)錯(cuò)誤率最低是25%，2012年下降到15%。兩年之后，也就是2014年，Googlenet出現(xiàn)，把錯(cuò)誤率下降到1.67%。2015年resNet出現(xiàn)了，把錯(cuò)誤率下降到3.57%。如果用人來做，錯(cuò)誤率是5%，計(jì)算機(jī)比人類的實(shí)力更強(qiáng)，它們的錯(cuò)誤率更低。它們也可以完成100層次的深度學(xué)習(xí)，人們可以將深度學(xué)習(xí)應(yīng)用到各個(gè)領(lǐng)域，并且獲得成功。但是他們還沒有完成的是，為什么深度學(xué)習(xí)可以產(chǎn)生這么好的效果，基本上在圖像識別領(lǐng)域，他們有一個(gè)機(jī)制叫做卷積層在卷積層中有一個(gè)個(gè)小的窗口，把圖像分成不同類別。在卷積層中分成了三層，還有另外三層叫做全連接層，最后會(huì)出現(xiàn)柔性最大值的傳輸函數(shù)。我們通過不斷調(diào)節(jié)網(wǎng)絡(luò)中的闡述，就可以調(diào)節(jié)最后出現(xiàn)的結(jié)果，這個(gè)就叫做監(jiān)督式學(xué)習(xí)，會(huì)給神經(jīng)網(wǎng)絡(luò)或者計(jì)算機(jī)網(wǎng)絡(luò)提供一個(gè)培訓(xùn)的項(xiàng)目，并且能夠讓他們自主的進(jìn)行學(xué)習(xí)，產(chǎn)出一個(gè)好的結(jié)果。”

“可能大家有點(diǎn)擔(dān)心的一件事情，之前有些人說，深度學(xué)習(xí)的機(jī)制是騙人的。你可能把這個(gè)圖像編輯成貓，或者改了幾個(gè)象素，那么深度學(xué)習(xí)程序就會(huì)把貓的形象轉(zhuǎn)變成了一個(gè)汽車的形象。就是相當(dāng)于一種虛偽欺騙性的深度學(xué)習(xí)，我們不希望深度學(xué)習(xí)成為這樣一種機(jī)制。而我們發(fā)現(xiàn)這種欺騙性的深度學(xué)習(xí)不是一個(gè)大的問題，因?yàn)槲覀儼l(fā)現(xiàn)在更改象素的時(shí)候，象素不再和相鄰象素相關(guān)聯(lián)。在深度學(xué)習(xí)的程序中，可以告訴你到底哪些象素是互相關(guān)聯(lián)的，是起作用的，然后你可以防止這個(gè)象素的變更導(dǎo)致圖像最后的變更。有些人對人工智能非常有興趣，他們做了一些研究。他們每隔10秒就在十字路口拍一張照片，探測出人先通過還是車先通過。他們把這些圖片都連接起來放到向量機(jī)中，把合成的照片都放到向量機(jī)中，產(chǎn)生一個(gè)矩陣。如果說矩陣是L+S的話，就會(huì)判斷出在這個(gè)十字路口接下來會(huì)發(fā)生什么事情。這個(gè)和AI沒有什么關(guān)系，只是拍了一張照片進(jìn)行研究，但這些都是從計(jì)算能力演變過來的。對于計(jì)算不僅僅是一個(gè)基本的計(jì)算，而同樣也融入到生物學(xué)，對于生物學(xué)有很大的發(fā)展。”

“我先給大家說一下對于AI的想法，我一般問的問題，AI是真實(shí)的嗎。就目前來看的話，人工智能實(shí)際上是一個(gè)更高領(lǐng)域的模式識別。實(shí)際上AI的項(xiàng)目現(xiàn)在還沒有辦法萃取一個(gè)事物的精華，知道它的功能，AI現(xiàn)在并沒有辦法了解這些。它知道一個(gè)自行車長什么樣子，可能在未來40年的革命之后，它就能夠幫助我們了解一些事物的特性。AI的變革，在20年前有一個(gè)知識向量機(jī)，現(xiàn)在基本上在每一個(gè)商業(yè)領(lǐng)域都廣泛的應(yīng)用。另外一些發(fā)展，就是一些巨大的及能力，大量的數(shù)據(jù)，還有溝通能力。之后在2011年，也就是六年前，深度學(xué)習(xí)出現(xiàn)了。大概在三年之前，我們可以做一個(gè)無監(jiān)督的學(xué)習(xí)。當(dāng)然每年都會(huì)有更多的突破，有人說感覺所有的公司都在往AI方向發(fā)展，但我覺得并不是這樣。因?yàn)橛锌赡茉诠I(yè)革命的過程當(dāng)中，每一個(gè)公司都想往制造、交付上來做。”

牛津大學(xué)歷史學(xué)博士、《未來簡史》作者尤瓦爾?赫拉利（Yuval Harari）以“人工智能與人工意識“為主題深度解析了人類意識與智能的交織關(guān)系與發(fā)展趨勢。

人工智能和人工意識，在很偉大的革命變革邊緣。這不僅僅是在歷史上，實(shí)際上也是從地球有生命開始最偉大的一個(gè)革命。大約40億年前，人類歷史發(fā)生了根本性的變革，所有的一切都是自然的選擇而最終導(dǎo)致的結(jié)果，所有的生命也都是有機(jī)化學(xué)的結(jié)果。然而，根據(jù)現(xiàn)在的革命，特別是AI以及生物科學(xué)的革命，在未來幾十年，我們會(huì)改變這樣人類革命的基本原則。我們的生命會(huì)由智能設(shè)計(jì)而控制，從一個(gè)有限的有機(jī)變成無限的無機(jī)體。這樣一個(gè)革命對人類就業(yè)市場產(chǎn)生快速的影響。隨著AI的發(fā)展，很多人可能會(huì)失去工作。也沒有人知道未來的就業(yè)市場會(huì)是什么樣子。因?yàn)閷τ谑澜纾约?040年，2025年的世界，最大的不變就是變化。”

AI也會(huì)在情感智能上比人類更杰出，人類的最后一道防線就是這個(gè)機(jī)器人或者計(jì)算機(jī)會(huì)擁有情感智能。比如醫(yī)生這個(gè)職業(yè)，計(jì)算機(jī)會(huì)比人類的醫(yī)生在醫(yī)療診斷方面更好。但是有些人說我們還是需要人類醫(yī)生，因?yàn)獒t(yī)生有情感智能，可以很好地照顧病人。對待一個(gè)病人，就是要對待病人的情緒，不僅僅是他的身體情況，還有心理情況。但就算是診斷心理上的疾病，人工智能也可能比人類的醫(yī)生更加的好。人工智能會(huì)比人類的醫(yī)生在未來的語音識別、臉部識別上做得更好，可以更好監(jiān)督病人外部的一些表征，身體的一些動(dòng)作，臉上的表情。人工智能可以比人類醫(yī)生做更多，甚至是可以實(shí)時(shí)監(jiān)控人類身體內(nèi)部的一些情況。但有一件事情，人工智能是不能夠和人類媲美的。這件事情在不久的將來也是會(huì)不斷保持這樣一個(gè)狀態(tài)，人工智能在這方面不能戰(zhàn)勝人類，那就是我們的意識。意識，在另一個(gè)層面來說是感知外部世界的能力。所有的哺乳動(dòng)物都是通過情感，通過意識、感受來解決問題，而過去人工智能還沒有發(fā)掘出意識，它們只是不斷的發(fā)展智能。它們在意識上的發(fā)展是零，也就是人類使用意識和情感感受來解決的問題，是人工智能不能達(dá)到的。

“可以總結(jié)一下，在過去150年的生物化學(xué)研究中，從達(dá)爾文開始，他們只是用了三個(gè)字來總結(jié)，生物體就是算法，這是一個(gè)最大的理論結(jié)果，進(jìn)化論的精髓。生物體，比如說人類、哺乳動(dòng)物，都是算法。他們是機(jī)器，處理數(shù)據(jù)的機(jī)器，做出決定。這個(gè)機(jī)器，我們的感受，我們的感官是這個(gè)大算法中的一部分。還有兩個(gè)我們所不知道的問題，在這個(gè)理論中存在一些漏洞。我覺得科學(xué)的想法是對于宗教相悖的，因?yàn)樽诮滔胍獰o所不知。科學(xué)對于無知無所畏，如果說有一些東西不知道，科學(xué)家說無所畏，我們做出一些研究得到答案。在講到意識和認(rèn)知時(shí)，有一些很重要的。首先，我們并不知道大腦是如何產(chǎn)生認(rèn)知或者是意識的。我們可以找到其中的相關(guān)性，可以看顯微鏡或者掃描，看其中的聯(lián)系。其次，我們不知道它到底是怎么發(fā)生的，也就是意識的問題，以及為什么需要主觀的感覺。諷刺的是，我們能夠更好的了解大腦，為什么我們需要對認(rèn)知有更好的理解就變得更疑惑。因?yàn)楹芏嗄曛埃?dāng)我們對大腦一無所知時(shí)，認(rèn)知就可以很容易做相應(yīng)的解釋。為什么它從獅子那邊逃跑，因?yàn)樗ε隆槭裁此胍蕴O果，因?yàn)樗释@個(gè)蘋果。現(xiàn)在我們能夠做更好的解釋，并且能夠明白神經(jīng)元發(fā)出信號的過程以及處理。我們看到一個(gè)獅子，大腦中的一個(gè)神經(jīng)元發(fā)出信號，到另外一個(gè)神經(jīng)元，最后再發(fā)出神經(jīng)元到腿部，讓我們開始逃跑。我們對認(rèn)知做的研究有更多的問題。為什么需要它？然而為什么又不要神經(jīng)元，僅僅互相刺激就可以了？如果沒有這樣的現(xiàn)象，沒有主觀的感知，可能神經(jīng)元就無法發(fā)出信號。它發(fā)出這個(gè)信號，是不是因?yàn)樗ε碌母杏X呢。還是因?yàn)槲覀冃睦淼母兄€是來自其它的經(jīng)驗(yàn)，我們在這方面一無所知。

“特別重要的是要了解認(rèn)知或者意識，特別是在2017年。因?yàn)檫@其中所蘊(yùn)藏的，AI的巨大能力會(huì)帶來變革。我們的認(rèn)知，對于快樂最大的反應(yīng)是希望渴望更多。不管能夠達(dá)成什么結(jié)果，或者能夠擁有什么權(quán)力。如果我們沒有辦法了解或者改變，也就是認(rèn)知的更深層次結(jié)構(gòu)，那沒有什么是讓我們最終滿足的。這其中所存在的危險(xiǎn)性，我們對于這樣的創(chuàng)造和建造有更多的權(quán)力，但卻會(huì)成為非常不容易滿足，且不負(fù)責(zé)任的一群人。”

人工智能的發(fā)展已經(jīng)開啟了革命之門，也帶我們走進(jìn)了一個(gè)全新的世界。“未來以來”，你準(zhǔn)備好了嗎？