人工智能 武器-vs人工智能武器

1.Science评论：人工智能需要真实的生物大脑机制吗？

2.人工智能真的会战胜人类吗

3.人工智能会不会让人类失业

4.阿尔法狗vs柯洁人工智能挑战人类智慧的较量

5.人工智能的利与弊的论文

Science评论：人工智能需要真实的生物大脑机制吗？

? elifesciences.org

导语

从感知机模型，到深度神经网络的发明，都受到了生物神经系统的启发。在本周Science的一篇评论文章中，研究者认为，将深度学习与类似人脑的先天结构相结合，能够让神经网络模型更接近人类学习模型。

1950年，数学家艾伦图灵在他的论文开头提出了一个重要的问题：机器能思考吗？就此，人类展开了对人工智能的 探索 。

而目前唯一已知的、能进行复杂计算的系统就是 生物神经系统 ，这也就不奇怪——为什么人工智能领域的科学家们会将大脑神经回路视作灵感的来源。

在人工智能领域发展的早期，科学家就研究过使用类似大脑结构的电路进行智能计算。近些年，这一研究方法诞生的最伟大成果就是一个高度精简的大脑皮层回路模型： 神经网络 。

这个模型受到了大脑神经网络模型的启发。神经网络模型由多层神经元构成，可以通过调节参数权重的大小来调节这些神经元之间连接的强弱，这种结构与神经科学中的突触相对应。

深度神经网络以及相关的方法在人工智能系统的应用中已经带来了深远的变革。在计算机视觉、语音识别以及 游戏 博弈等人工智能的核心领域，神经网络都有着举足轻重的影响力，相较其它模型更甚。在应用领域，语音文本翻译以及计算机视觉这些问题中都广泛应用神经网络方法。

本文我们将会讨论，大脑神经元回路如何为神经网络方法提供新的指引和洞见，使得神经网络能够成为一种强人工智能方法。

从深度学习到强化学习

深度神经网络

深度神经网络的关键问题就是学习问题：如何通过调整神经元之间连接的权重，使得输入的数据能够得到期望的输出，方法是通过对样本的训练自动调整权重。训练样本提供了一套输入数据以及与之所对应的输出数据。深度神经网络通过调整神经元之间的权重，使得输入数据能够产生与期望相对应的输出。

一个好的学习过程，不仅仅是记住了输入样本，同时能够泛化模型，使得模型在遇到没有学习过的样本数据时，也能够得到正确的输出结果。

我们将深度神经网络模型与核磁共振成像以及生物行为数据等实证生理学方法提供的结果相比较，会发现大脑与深度神经网络模型的异同之处。与灵长类生物的视觉系统相比，这两种神经模型的早期神经反应阶段比后期阶段更为接近。这表明我们人造的深度神经网络，能够更好的处理早期神经反应阶段，后期认知过程的处理能力还比较差。

强化学习

除了深度神经网络以外，人工智能模型近期还增添了一员“大将”： 强化学习 ——大脑收到了奖励信号就能够改变行为的机制。强化学习能够表征人或者动物在全世界范围内的行为，并且接收奖励信号。研究者们已经广泛地研究了这种学习模型的大脑反应机制，并且应用到人工智能领域，特别是机器人领域。

强化学习的目标是学习一个最优策略，构建一种从状态到行动的映射，以此来优化所有时间内能获得的收益。近期的人工智能研究中已经将强化学习与深度学习相结合，特别是在诸如视频 游戏 、棋类 游戏 （国际象棋、围棋和日本将棋）等复杂的 游戏 活动中。

深度神经网络和强化学习相结合的模型产生了应为惊讶的结果：人工智能已经击败了国际围棋大师，并且仅需要4小时的训练就能够达到大师级的水平，而且并没有依赖于人类的棋谱，而是通过自我博弈达到这样的结果。

大脑神经回路（左）与深度神经网络（右）

神经网络：人工 VS. 生物

一个悬而未决的问题是：与大脑神经回路相比，当前我们所使用的深度神经网络模型结构极其简单，这样的简化是否能够捕捉到人类学习与认知的全部能力？

从神经科学引领人工智能的视角来看，我们必须承认目前取得的结果令人惊讶。与大脑皮层的神经回路相比，神经网络模型做了许多简化，同时也加入了另外一些受到脑神经科学启发的结构，比如归一化处理以及注意力模型。但是一般来说，我们所熟知的关于神经元的所有东西（结构、类型以及关联性等等特征）都被排除在了神经网络模型之外。

目前科学家们并不清楚，对于神经网络这个人工智能模型而言，哪些生物神经结构是必不可少且能发挥作用的。但是生物神经结构和深度神经网络结构的差异已经非常明显了，比如说生物神经元在形态结构、生理特征以及神经化学方面千差万别且结构复杂。典型的例子有，兴奋性椎体神经元的输入分布在复杂树突的顶部和底部；抑制性皮质神经元具有多种不同的形态，且能执行不同的功能。

神经网络模型不仅没有包含这种异质性以及其它复杂的特征，相反，人工神经网络使用了高度精简且一致统一的数学函数作为神经元。就神经元之间的连接方式而言，生物神经元也比神经网络要复杂许多，同层神经元之间的连接，局部连接与远程连接，以及皮层区不同层级之间自上而下的连接，以及可能存在局部的“规范电路”。

深度神经网络主要的成绩还是在处理现实世界中诸如语音信息和视觉信息等感知数据上。在图像视觉领域，神经网络模型最初是用来处理感知问题，例如对图像进行分割以及分类。

在这些工作的基础上加上一些扩展，我们就能够让神经网络模型处理更加复杂的问题。

例如为图像提供说明文字，利用一段简短的语言描述的内容，或者识别的内容并回答人类的提问。

非视觉问题，比如理解的潜在含义：幽默还是讽刺？或者通过理解其中的物理结构以及 社会 现象等。不仅如此，科学家们也在努力让这样的神经网络应用在自动翻译、个人辅助、医疗诊断、高级机器人以及自动驾驶等其它领域。

人们在人工智能领域的研发投入以及资金投入都与日俱增，但这同时也带来了一些的疑难问题——人工智能到底能否带来真实？能否产生和人类类似的理解能力？甚至人工智能是否会和人类智能走向完全不同的方向？这些问题都是未知的，并且人类在该领域的科学研究以及商业实践上都下了重注。

倘若当前的神经网络模型在认知能力方面被证明是有限的，那么自然研究者还需要到神经科学中去寻找启示。目前被人们所忽略的大脑神经中的种种细节是否能为构建强人工智能提供一把钥匙？我们人类大脑中哪些结构是特别重要的，这一点并没有定论。

认知能力取决于

先天结构还是后天学习？

虽然我们人类对自己大脑神经回路的理解还很有限，但我们仍然可以正视一个常见的问题——人脑神经和深度神经网络模型有着根本的不同，这种不同可能在寻找类似人类的强人工智能的道路上起到至关重要的作用。

这涉及到了一个古老的认知问题，是经验主义还是先天主义？换句话说就是：先天的认知结构和一般的学习机制二者的相互作用问题。

婴儿期视觉学习带来的启示

目前的智能模型倾向于经验主义，使用相对简单统一的网络结构，主要依靠学习过程以及大量的训练数据来提高认知能力。相比而言，生物体往往是在经过很有限的训练就能够完成复杂的任务，许多的学习任务是由先天的神经结构来完成的。换句话说，生物的学习是举一反三，而神经网络是举三反一。

比如说许多物种，诸如昆虫、鱼类、鸟类都有着一套复杂且独特的机制来执行导航任务。就人类而言，人类的婴儿出生几个月就能够进行复杂的认知工作，而这时的人类并不能接受具体的训练，相反婴儿能够本能的去识别物体，抓握物体。在视觉上，婴儿能够识别一个动画角色是否友善，这些任务显示出了一个婴儿对这个物理世界以及人类 社会 的初步理解。

大量的研究表明，快速的非监督学习是可行的，因为人类的认知系统中已经先天地具备了基本结构，这些结构有助于人类获得有意义的概念，并且增进认知技能。

与现有的深度神经网络模型相比，人类认知学习和理解能力所具有的优越性很可能是因为人类认知系统中包含着大量的先天结构。通过对婴儿期视觉学习过程的建模，体现出了先天的结构以及后天学习过程的有效结合，并且人们发现那些含义复杂的概念，既不是先天存在的也不是后天学会的。

在这个“中间路线”中，先天概念并不是被开发出来的，而是通过一些简单的原型概念随着人类的学习过程一步一步演化成复杂概念的，这个模式很难说存在明确的学习训练过程。

比如说婴儿能够注意到人的视线以及人的动作之间的关联，当人的视线以及动作朝向相反方向的时候，能够察觉到其中的错误。大脑皮层先天的特定结构能够实现这一功能，并且能对输入的信息输出报错反馈。

“中间路线”助力人工智能

我们也可以把这种先天的结构构建于人工神经网络中，使得人工神经网络的学习过程更加类似于人类。人们可以通过理解并模仿大脑的相关机制来完成这样的一个研究任务，或者从零开始开发一个全新的高效的计算学习方法。

科学家已经在这个方向上做了一些尝试。但总的来说，学习一个先天的结构与当前的学习任务并不相同，在这个问题上人类还是知之甚少。把先天结构与后天学习结合在一起，可能给神经科学和通用人工智能这两个学科都带来好处，并且能将二者结合为智能处理理论。

推荐阅读

人工智能助力神经科学：大脑空间导航方式

Nature 评论：走出实验室的神经科学

Nature人类行为：最大程度发挥神经网络认知潜力

动物如何学习？线虫神经连接组里有答案！

加入集智，一起复杂！

集智俱乐部QQ群｜877391004

商务合作及投稿转载｜swarma@swarma.org

搜索公众号：集智俱乐部

加入“没有围墙的研究所”

让苹果砸得更猛烈些吧！

人工智能真的会战胜人类吗

如果说“会”与“不会”，个人预测，肯定是会。

人类的存在终究是物质的构成，当人们穷尽了人类构成的原理和奥秘，必然可以发明出以机器或者其它更为优秀的物质作为载体，替代人类，超越人类。毕竟人类的肉体存在诸多局限性，但亦或者说到时候人类就成为了人工智能或者人工智能就成为了人类。

但就其定义：“是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。” 那么人工智能如果发展成为我所说的那种程度，那么人工智能已经不能再被称作人工智能了，如果就以定义来讲，人工智能则不会战胜人类，因为它只能是延伸和扩展人的智能而已。

人工智能会不会让人类失业

人工智能当今最热门的领域，不论是科技巨头，或是知名学府，均作为未来发展重点，甚至欧美等国家也都在致力研究人工智能计划。不过，人们也担心人工智能带来威胁，尤其不少知名人士把人工智能视作为邪恶，开发人工智能即召唤邪恶，特斯拉CEO马斯克甚至表示：未来人类将会成为人工智能的宠物。

那么人工智能到底能带来哪些方面威胁人类？在长期关注人工智能领域的资深人士杨剑勇表示，如果人工智能威胁并消灭人类，一定是看多了科幻片、想多了，当然对于人工智能的监管，也显得尤为重要，以及随着人工智能、机器人的崛起，将会导致大量人类失业。

翻译、记者、股票交易员、保安等将被取代

人工智能反而会带来巨大的商机，因为人工智能它发展得非常快，在很多领域我们过去所熟悉的一些工作有些被消失，有些会被慢慢取代，有些会取代人类，有些会让人类直接下岗。

很多会议的实时讲话会被翻译。我们在座有一个很优秀的翻译，可能你的工作在不久的将来就会被机器取代。当然一个实时、无错误的，充满感情吸引力的翻译，要找到这样一个翻译还是很困难，所以你的工作机会还得以保留。但是一个简单、廉价的文字摘要的翻译，机器已经可以做了。翻译作为一个工作，如果你特别厉害，能够实时地翻译一些诗句，你这辈子从事这个工作都是OK的，没有问题的。但是95%以上的翻译，做一个简单字面上能听得懂的翻译，这个工作今天机器已经开始可以做了，而且以后会快速地进步，大胆地说，95%的翻译应该都会被机器取代。

美联社90%的文章都是机器写的，并且在几年前就已然这样，为什么它的文章可以用机器撰写？记者在常人看来是这么高大上的工作，机器可以取代吗？事实是，可以，机器取代记者并不困难，如果你今天看到某个公司发布一个新闻，再看到它家的股票跌了，你把它攒一攒，加工一下，上下文衔接一下，那就是一篇好的文章了。其实95%的文章都是这一类的，真正特别有深度的，像《纽约时报》做的那样特别有深度，一个记者花了三、五个月的深度调查，然后出来一篇文章，或者是特别有文采的一篇文章，它还是要有很深度的传媒精神，有文化的记者才可能写出来。但是普通的文章基本可以取代了。

成长为一个律师很困难，但是一个法务助手很容易，做一个医生可能不容易，但是帮助医生做一个工具，或者在医疗的帮助下，比如说帮助糖尿病患者测血糖的助手，这么做并不会取代医生，但实际上，当大家都用了这个机器之后，实际上所需要的医生和护士的数量就会下降。

交易员、股票分析师，很大程度分析师就是在看不同篮子里面的股票涨幅、跌幅，带来什么样的购买的获利空间。如果用机器来做这项工作，效果会更好。

想象一下，以后当这些无人驾驶汽车每天都是在捕捉100万个不同的场景，就像AlphaGo用了100万盘棋彼此对弈，人类在数量上无法模拟到这么多盘棋，因此也就无法击败这些机器了，可以大胆地假设，未来这一类的工作，从交易员、助理，任何有“中介”两个字，或者“助理”两个字的工作，首先会被消灭。

很多重复性的、数据性的、客观性的，可以衡量的，可以计算出来的东西，基本会被取代。

更深层一点，可能就会做成工具，让更少的人从事这样一项工作。还有很多非高大上的工作，也会被取代。人们接近10%的工作都在驾驶和驾车有关，司机会被取代。保安会被取代，机器人可以将视频拍得很完整，当它知道有人入侵，就会通报人类。当然不是说，全世界所有的保安都被取代了，也许在一个工厂晚上巡逻的工作中，本来要10个保安，现在只需要一个保安再加上10个机器人。

10－15年之后，世界上90%的工作，也许50%的人类可能都要面临工作部分或全部被取代，从另外一个角度看，这里就会有巨大的商机。使用机器人的成本越来越低，边际成本会不断地下降。这些机器人是24小时，一年365天工作，他们不会罢工，不会抱怨，不会抗议，不会跟老板吵架，不会闹情绪，也不用生孩子，这些机器人是非常听话的。谁能发明这些人工智能的机器人？无论是司机、保安、交易员还是秘书，谁就能从中获取非常好的利润，一定是从钱最多的行业开始，落差最大的行业开始，不断去推广。

最不容易被机器人取代的行业

不过，也有人认为，危机，既是危险，也是机遇。

RBA的负责人Philip Lowe就表示，大家不应该害怕被机器人取代工作，因为生产率的提高会让留在岗位上的人获得更高的工资。而且，机器人的优势在于机械性的劳动，那些需要思维能力、创造能力的工作仍然是不可取代的。

这一点似乎也得到了数据的支持。

除了容易被取代的行业，麦肯锡的报告中还指出了不容易被人工智能和机器人取代的职业，这些工作通常被归类为知识性工作，包括：

人员管理和培训

决策制定

创造性的工作

而最不容易被机器人取代的两个行业分别是：

教育行业

医疗保健行业

在医疗行业，只有36%的工作可能被机器人取代，而如果是需要专业技能以及需要和病人交流的工作，这一比例就会更低。比如注册护士只有不到30%的工作有可能自动化，牙医只有13%的工作有可能自动化。

另外根据澳大利亚招聘网站Indeed的数据分析，在澳洲，最不可能被自动化技术取代的几大职业除了教师和医护人员外，像：

网络安全专家

数据科学家

市场营销与设计

人力资源

等需要专业知识和技能的职业也不太容易被自动化技术取代。

因此，有人认为，人工智能的优势在于机械性的劳动，需要思维能力、创造能力的这些工作它们做不了。但是，随着人工智能的快速发展，谁能保证，未来有一天，它们不会拥有自己的思维呢？

人工智能VS人类

人工智能对人类带来了什么样的影响、机会和挑战？

我非常同意卡普兰的看法，我不讲，未来人工智能会不会奴役人类？先渡过这一关，你想想，未来10-15年，有一半的人因为人工智能而失业，当然你可以说，失业没有关系，都去做一些AI就好了，但实际上不是这样的，不是每个人都有兴趣和能力，而且所需要的人数也不是那么多。如果大胆地假设十到十五年，会有一半的人失业。也许人工智能会创造20%的工作，是一些编程的，或者是AR/VR设计的，或者是修理机器人的，修理无人驾驶的等等。

人工智能产生的工作肯定远远少于失去的工作，所以面对人类很大的一个挑战，我们怎么样能够去在我们的经济体系里面，还有整个社会稳定的状态里面，能够让这么巨大的失业人数不带来很大的挑战，这个是工业革命和信息革命没有看到的。工业革命毫无疑问取代了很多人的工作，那么机器革命也是一样的，但是从来没有像今天来得这么快速，来的这么大量，是不是做好了准备？

还有对下一代的教育也有非常大的挑战，很多传统的父母会告诉孩子说找一个安稳的工作吧，找一个金饭碗吧，甚至很多重复性的工作被认为特别适合孩子的，尤其在中国家庭里，针对女孩子，会告诉她，安稳的工作更重要。我个人不这么认为，这么去教孩子，其实就害了孩子，因为重复性的工作最快速被取代的，取代了以后不再回来

阿尔法狗vs柯洁人工智能挑战人类智慧的较量

随着科技的不断发展，人工智能已经成为了当今社会最热门的话题之一。而在人工智能领域，阿尔法狗和柯洁无疑是最具代表性的两个人物。阿尔法狗是由谷歌公司旗下的DeepMind开发的一款围棋人工智能，而柯洁则是中国围棋世界冠军。在2017年，阿尔法狗和柯洁进行了一场备受瞩目的人机大战，这场比赛不仅决定了人工智能和人类智慧之间的差距，更是掀起了一场人工智能革命的浪潮。

阿尔法狗的操作步骤

阿尔法狗的运行原理是基于深度学习技术，它能够通过大量的数据学习围棋的下法和走法，并能够自我完善和提高。在比赛中，阿尔法狗的操作步骤主要分为以下几个步骤：

1.数据处理：阿尔法狗需要处理大量的围棋数据，包括历史上的围棋棋谱和人类棋手的下法和走法等。

2.深度学习：通过深度学习技术，阿尔法狗能够自主学习围棋的下法和走法，并不断完善自己的策略。

3.自我对弈：阿尔法狗会与自己进行对弈，以此来提高自己的水平。

4.与人类棋手对弈：在比赛中，阿尔法狗会与人类棋手进行对弈，以此来检验自己的水平。

柯洁的操作步骤

柯洁是中国围棋界的一位顶尖棋手，他在比赛中的操作步骤主要分为以下几个步骤：

1.观察：柯洁会仔细观察棋盘上的局势，分析对手的下法和走法。

2.计算：柯洁会根据自己的经验和棋感，计算出最佳的下法和走法。

3.调整：柯洁会根据对手的下法和走法，及时调整自己的策略。

4.实施：柯洁会选择最佳的下法和走法，并尽可能地控制棋局，以取得胜利。

人工智能的利与弊的论文

　人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。以下是我精心整理的人工智能的利与弊论文的相关资料，希望对你有帮助!

人工智能的利与弊论文

　摘要：自1956年人工智能诞生起，几十年的发展让其有了许多的进步，并广泛用于机器视觉，专家系统,智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学等各大领域，并且与人类生活联系越来越紧密。在安全性没有得到确切认证的情况下广泛发展人工智能是否是可行的做法，人工智能是否会战胜人类智能，现在还存在广泛的争论。本文从人工智能的概况，应用领域与人类生活的联系等方面讨论，联系有关理论，认为人工智能的发展需要在人类智能可控的范围内进行。

　关键字：人工智能 超越 人类智能 退化

　一.人工智能的概况

　(一)人工智能的概念

　人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

　(二)人工智能的兴起

　1956年,被认为是人工智能之父的John McCarthy组织了一次学会,将许多对机器智能感兴趣的专家学者聚集在一起进行了一 个月的讨论。他请他们到 Vermont参加 " Dartmouth人工智能夏季研究会"。从那时起,这个领域被命名为 "人工智能"。1976年Newell 和Simon提出了物理符号系统假设，认为物理符号系统是表现智能行为必要和充分的条件。 Minsky从心理学的研究出发，提出了框架知识表示方法。到80年代，Minsky认为人的智能，根本不存在统一的理论。以McCarthy和Nilsson等为代表，主张用逻辑来研究人工智能，即用形式化的方法描述客观世界。逻辑学派在人工智能研究中，强调的是概念化知识表示、模型论语义、演绎推理等。 McCarthy主张任何事物都可以用统一的逻辑框架来表示，在常识推理中以非单调逻辑为中心。传统的人工智能研究思路是?自上而下?式的，它的目标是让机器模仿人，认为人脑的思维活动可以通过一些公式和规则

　来定义，因此希望通过把人类的思维方式翻译成程序语言输入机器，来使机器有朝一日产生像人类一样的思维能力。这一理论指导了早期人工智能的研究。

　(三)人工智能的发展状况

　1956年，Samuel研制了跳棋程序，它在1959年击败了Samuel本人

　1959年美籍华人学者、洛克菲勒大学教授王浩 自动定理证明

　1976年 ?四色定理?的证明

　1977年，曾是赫伯特?西蒙的研究生、斯坦福大学青年学者费根鲍姆

　(E.Feigenbaum)，在第五届国际人工智能大会上提出了?知识工程?的概念 1976年美国斯坦福大学肖特列夫开发医学专家系统MYCIN

　80年代，AI 被引入了市场,并显示出实用价值

　1997年 ?深蓝?

　2011年9月，在印度古瓦哈蒂举行的电脑科技展上，一个?聪明机器(Cleverbot)?成功骗过近800名观众，使他们难以分辨对话出自真人还是电脑软件。当日参加聊天试验的30名志愿者被安排进行4分钟在线文字聊天，聊天的对象可能是?聪明机器人?，也可能是一个真人。他们的对话内容展示在一个

　大屏幕上，1334名普通观众观看对话内容后进行投票。结果，超过59.3%的观众 把人与?聪明机器人?的对话误认成人与人之间的对话?聪明机器人?的发明 者、英国人罗洛?卡彭特很高兴地告诉记者：?骗过一半以上观众，你可以说聪明机器人算是通过了"图灵测试"

　二.人们对人工智能的依靠

　(一)人工智能主要应用领域

　目前人工智能主要的应用领域在机器视觉(指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别)，专家系统,智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。

　(二)人们生活与人工智能的密切关系

　从智能手机、自动驾驶汽车到医疗机器人，人工智能革命已经到来。人工智能让互联网搜索更加灵敏;将文本从一种语言翻译成另一种语言;在拥挤的交通

　中推荐最畅通的线路;帮助识别信用卡?虽然很多时候我们甚至没有意识到它的存在，但我们的生活却因它悄悄改变。

　在美国硅谷，尼古拉斯?亚宁早上起来准备去上班，到公司需要40分钟车程。这位在Google工作的技术员走向他的Lexus汽车。汽车即将驶上加州拥挤的高速路，此时他的?司机汽车开始掌控大局。亚宁的这辆车是Google正在实验的自动驾驶汽车，安装有复杂的人工智能技术，使得他可以放松地坐在驾驶座上充当乘客。

　在马萨诸塞州贝德福特的iRobot公司，一名参观者看着5英尺高的机器人爱娃小心翼翼地行走在大厅里，躲避着周围的障碍物包括人类。今年年底它将开始自己的第一份真正工作远程医疗助手，让数千英里之外的专家通过安装在它?头?上的视频屏幕给医院的病人看病。当医生准备看望下一位病人时，他只需点击电脑地图上的新位置。爱娃根据地图找到并赶往下一个病房，它还会自己乘坐电梯。

　在华盛顿普尔曼，华盛顿州立大学的研究者们正在给?智能?房间安装上感应器，使之能够根据需要自动调节房间的光线，监控住户的一切活动，包括他们每天睡眠多少小时，锻炼多少分钟。听上去有点像是被监禁，但事实上，倡导者们认为这样的技术就像一个富有爱心的保姆：智能房屋可以帮助老年人，尤其是有身体或智力障碍的老人过上独立的生活。

　从今年夏天在火星登陆的好奇号太空探测器，到仪表盘能够与人对话的汽车，再到智能手机，人工智能正在改变我们的生活有时候以一种显而易见的方式，更多的时候，我们甚至没有意识到它的存在。人工智能让互联网搜索更加灵敏;将文本从一种语言翻译成另一种语言;在拥挤的交通中推荐最畅通的线路;帮助识别信用卡;告诉驾驶员什么时候越过了道路中央的分道线。

　甚至连烤面包机也即将加入人工智能革命。你可以将一个面包放进去，用智能手机拍张照片，手机将把所有需要的信息传送给烤面包机，指导它如何将面包烤得恰到好处。

　从某个方便说，人工智能几乎无处不在，从控制数码相机的光圈和快门速度的智能感应器，到干衣机中的温度和湿度探测器，再到汽车中的自动泊车功能。更复杂的应用还在源源不断地走出实验室。

　三.人工智能的弊端

　(一)关于人工智能超越人类智能的假说

　人工智能只可以作为人类智能的补充，但是人工智能的发展速度远远超过人类智能的发展速度，即根据进化论来说人工智能的进化速度比人类智能进化得快许多。由于人工智能起步较低，故现在和人类智能有一定差距，但其表现出了在局部超越了人类智能的现状，让人有理由相信人工智能超越人类智能只是时间上的问题。

　人工智能超越人类智能论据有：一是达尔文进化论;二是类比人类的创造性即由于人类智能的不断探索欲会把自己独有创造赋予人工智能，这会导致人工智能战胜人类智能;三是?量变质变定律?人工智能不断的在某些领域超越人类智能，最终将在质上战胜人类智能。

　其代表人物有四川大学社科系教授王黔玲从世界观角度提出的?人工智能将超越人类智能?的论断。华东师范大学哲学系教授郦全民认为在好奇心的驱使下，在不前进就会落后的?象棋皇后?效应的作用下，人类不会停止对比自己先进的更高的智能系统的探索。而进化法则又不可违背，将使得进化之链朝着超越人类的方向发展。因此地球上出现超越人类的高智能物种是进化的必然。代维也大胆预测?人工智能将在不远的将来战胜人类智能，但会有自己的存在方式，不会对人类构成威胁?。约翰?麦卡锡?人工智能之父认为?没有理由相信我们不能写出一个能使电脑像人一样思考的公式。?斯蒂芬?霍金 说过?在我看来，如果非常复杂的化学分子可以在人体内活动并使人类产生智慧的话，那么太阳复杂的电子电路也可以使计算机以智能化的方式采取行动。?德国班贝克大学心理学教授德尔纳认为?有灵魂的机器是存在的。?

　(二)人类退化的假说

　从智能手机、自动驾驶汽车到医疗机器人，人工智能革命已经到来。人工智能让互联网搜索更加灵敏;将文本从一种语言翻译成另一种语言;在拥挤的交通中

　第5 / 6页

　推荐最畅通的线路;帮助识别信用卡等。虽然很多时候我们甚至没有意识到它的存在，但我们的生活却因它悄悄改变。人们总是趋向于安逸的生活，人工智能的出现满足了人们许多的需求，这会导致人们满足于享受当前的生活而忘记许多自己的本能。根据达尔文的进化学说，那些我们不在经常使用的本能会在生物的繁衍中逐渐的退化消失。人工智能化的发展，我们的衣食住行都可以有简单的解决方法，并且也越来越为人们所依赖。就像过去几千年我们没有电话手机，一样可以有自己的通讯方式，可是现在手机发展不过几十年，就没有几个人能离得开手机了。试想一下日益进入我们生活中的人工智能，等你习惯后还能离得开吗。如果有了人工智能，你什么都不用自己动手，那经过生物衍变，人类的未来还能剩下什么呢。经过退化衍变的人类还有什么能力呢。

　四.结语

　现阶段人工智能在专家系统,智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学等方面都有许多的应用，并且范围越来越广，虽然看似都是促进科学发展的，但是我们得注意其使用的度，就像克隆的应用一样，具有双面性的东西在发展时都应该慎重考虑。人工智能智能作为一种工具被人类智能限定在一定的范围里发展，才能在保证其安全的条件下最大程度的为人类发挥作用。 参考文献：

　1史忠植. 高级人工智能(第二版). 科学出版社, 2006.

　2玛格丽特?博登，人工智能哲学，上海译文出版社2001-11-01

　3 Russell S., Peter Norvig，人工智能?一种现代方法(第二版)北京：人民邮电出版社, 2004 4史忠植. 智能主体及其应用.科学出版社,2000.

　5 叶世伟, 史忠植 译. 神经网络原理(Simon Haykin: Neural Networks) . 机械工业出版社,2004.

　6蔡自兴，徐光佑，人工智能及其应用(第三版). 北京：清华大学出版社，2003年

　7卢格尔，人工智能，机械工业出版社，2009-03-01

　8CarolynAbate，人工智能改变生活，南方都市报，2012-09-30

　9门泽尔，机器人的未来，上海辞书出版社，2002年

　10钱学森，关于思维科学，上海人民出版社，1986

　11钱铁云，人工智能是否可以超越人类智能?，科学社会与辩证法，2004

　12代维，人工智能VS人类智能。20年后谁称雄，青年探索，2002

　13姜长阳，人类正在退化，自然辨证法研究，2000年11期

科技的利与弊

　只要谈及科技对人类的意义，有一个词语出语率颇高――?双刃剑?。即科技在给人们带来便捷、舒适和高质量生活的同时，也不可避免地会带来诸多弊端。在这种种弊端中，有看得见的，如环境污染;而更多的则是看不见的，如科技对文化的冲击。

　有关科技的利与弊，近年来舆论界一直争论不休，莫衷一是。这一现象也直接反映在了高考语文试题中――连续几年的高考作文都涉及到这一话题，且有逐年增多的趋势。

　据统计，在近几年高考作文中讨论最多的话题是?科技对文化(尤其是传统文化)的冲击?――即科技会不会对文化构成冲击?又会构成什么样的冲击?如2012年高考湖北卷作文题就提供了这样一则材料：

　语文课堂上，老师在讲到杜甫《春望》?烽火连三月，家书抵万金?时，不无感慨地说：?可惜啊，我们现在已经很难见到家书了，书信这种形式恐怕要消失了。?学生甲：?没有啊，我上大学的表哥就经常给我写信，我觉得这种交流方式是不可替代的。?学生乙：?信息技术这么发达，打电话、发短信、写邮件更便捷，谁还用笔写信啊?学生丙：?即使不用笔写信，也不能说明书信消失了，只不过是书信的形式变了。?学生丁：?要是这样说的话，改变的又何止是书信?社会发展了，科技进步了，很多东西都在悄然改变。

　诚然，电话、短信、邮件在带给我们方便、快捷的同时，也消减了我们生活中的诗意。可是我们不妨思量一下，?云中谁寄锦书来?或许能带给我们诗意和遐想，可在?烽火连三月?的情况下，恐怕还是一条快捷的短信更让人放心。因此，我们要充分考虑到两者的得失，对如何处理好科技与文化的关系作出深刻的反思：是为了保存传统的美好而抱残守缺，还是为了方便快捷就抛弃传统?是在传统的树干上嫁接上时尚的枝条，还是在崭新的文化中打上旧补丁?笔者想：应该思考这类问题的绝不仅仅是我们的中学生，更有我们的决策者、我们的专家，甚至我们每一个普普通通的公民。反思永远强于抱怨，只有总结反思，才能使我们的下一步走得更好，走得更稳健，从而一步步接近我们理想中的伊甸园。

　与此一脉相承的是2014年高考广东卷的作文题。所不同的是广东卷的材料放弃了书信与手机，取而代之的是黑白胶片与数码技术：

　黑白胶片的时代，照片很少，只记录下人生的几个瞬间，在家人一次次的翻看中，它能唤起许多永不褪色的记忆。但照片渐渐泛黄，日益模糊。数码技术的时代，照片很多，记录着日常生活的点点滴滴，可以随时上传到网络与人分享。它从不泛黄，永不模糊，但在快速浏览与频繁更新中，值得珍惜的?点滴?也可能被稀释。

　黑白胶片与数码技术就像尺素与短信、马车与高铁、书法与?键谈?、远足与网游、品茗与快餐，品评它们又岂是一个?利?字或?弊?字可以概括的?这当中，掺和有科技的因素，有文化的因素，有传统的因素，有心理习惯的因素?其实，人们最希望拥有的是现代科技的便捷加上传统文化的醇香，而这恰如鱼与熊掌，兼而得之实在不易。

　高考作文涉及到的又一方面的话题是?科技对传统审美观念的冲击?。如2014年高考辽宁卷作文题提供了这样一则材料：

　夜晚，祖孙二人倚窗远眺。?瞧万家灯火，大街通明，霓虹闪耀，真美!?男孩说，?要是没有电，没有现代科技，没有高楼林立，上哪儿看去?老人颔首，又沉思摇头：?可惜满天繁星没有了。沧海桑田，转眼之间啊!当年那些祖先，山洞边点燃篝火，看月亮初升，星汉灿烂，他们欣赏的也许才是美景。?

　读罢这则材料，笔者觉得：如果?当年那些祖先?能够?穿越?回来，即便他们依然认为篝火、明月、星汉是大自然中最美丽的景观，但他们还乐意栖居在山洞里燃着篝火欣赏那满天繁星吗?现代科技早已潜入到了人们的灵魂深处，纵然我们会偶尔生出几许怀旧的情愫，那不过是我们在内心珍存的原始记忆陨落时的惆怅，纵然我们心向往之，也未必愿意返璞归真。在现代社会中，像陶渊明、梭罗这些真正倾心于自然的隐者已经很难寻觅了。

　高考作文所涉及的有关科技的材料，还触及到了近乎于?科幻?的话题。如2014年高考天津卷的作文材料，讲的是一则带有几分科幻色彩的故事，揭示了现代科技给人带来的?荒诞感?：

　也许将来有这么一天，我们发明了一种智慧芯片，有了它，任何人都能古今中外无一不知，天文地理无所不晓。比如说，你在心里默念一声?物理?，人类有史以来有关物理的一切公式、定律便纷纷浮现出来，比老师讲的还多，比书本印的还全。你逛秦淮河时，脱口一句?旧时王谢堂前燕?，旁边卖雪糕的老大娘就接茬说?飞入寻常百姓家?，还慈祥地告诉你，这首诗的作者是刘禹锡，这时一个金发碧眼的外国小女孩抢着说，诗名《乌衣巷》，出自《全唐诗》365卷4117页?这将是怎样的情形啊!

　不知道是否真的有那么一天，不知道这样的情形是否真的会出现，也不知道这样的情形出现究竟是喜是悲。

　平心而论，科技带给我们的永远是利大于弊，否则我们绝不会视之为?第一生产力?，也不会有那么多仁人志士为科技献身，为科技发展不遗余力了。我们现在要探究的是在发展科技的同时怎样将它的负面效应降到最低，乃至使之成为促进文化传承与发展的助力;而不是因噎废食，视科技为文化的宿敌，甚至视若洪水猛兽――而承担这一重任的主力，将会是今天走上考场的一代青年。从这一意义上看，让他们先写这样的文章真的很有价值。想必?科技?这一话题在随后的高考作文中仍会有一定的地位。