在剛剛結(jié)束的CCF-GAIR大會上，來自清華、加利福尼亞大學伯克利、斯坦福、哈工大等國內(nèi)外一流理工科大學的院士聚集在深圳，分享了自己的最新研究.各自研究的細分領(lǐng)域不同，通過貫穿始終的技術(shù)演講，很多院士直接或間接地學習算法是不可避免的.在演講中，他們再次明確指出深入學習的缺陷，進一步指出，在可以預見的未來，隨著研究的推進，現(xiàn)在的深入學習算法逐漸被拉下神壇.

但是，隨著學術(shù)界的進入產(chǎn)業(yè)應用，產(chǎn)業(yè)界的關(guān)注點是技術(shù)的落地.落地，本質(zhì)上是無數(shù)應用場景的合.因此，對AI企業(yè)來說，探索業(yè)務(wù)，用適當?shù)募夹g(shù)解決實際問題是最好的.因此，深入學習有缺陷，這個問題短期內(nèi)不會妨礙AI現(xiàn)在不可阻擋的發(fā)展趨勢，技術(shù)的限制也不意味著AI公司們什么也做不了.但陽春白雪的研究始終領(lǐng)先于AI產(chǎn)業(yè)的技術(shù)方向，也是企業(yè)利益和產(chǎn)業(yè)變革的重要驅(qū)動力.因此，在深入學習被過度炒魷魚的現(xiàn)在，我們應該站在院士們的肩膀上，看得更遠.企業(yè)家們在踏實的同時，也不要忘記仰望星空.這已經(jīng)不是新鮮的話題了，但業(yè)內(nèi)沒有解決問題的方法.讓我們看看人工智能的缺點.

1.人工智能正在為你的工作而來.為了保護你的職業(yè)，最好做機器不擅長的工作.例如，與人有關(guān)，無法預測，需要創(chuàng)造力的工作.我們必須避免在可預見的環(huán)境中自動消失的重復性和結(jié)構(gòu)化工作.例如，電話銷售員、倉庫工人、收銀員、列車員、面包師、生產(chǎn)線廚師等.貨車、公交、出租車、uber/lyft的司機可能很快就會被取代.除此之外，還有很多職業(yè)（包括律師助理、信用分析師、貸款官、記賬、稅務(wù)會計），雖然沒有被列入將被替代的名單中，但大部分工作都是自動化的，所以需要更少的人力.

2.失業(yè)可能是一生的假期.人工智能的進步，不僅可以為所有人創(chuàng)造一個奢侈的休閑社會，也可以為不能就業(yè)的大多數(shù)人帶來前所未有的痛苦，這取決于人工生產(chǎn)的財富如何征稅分享.

3.***手機器人不是虛構(gòu)的.我們即將在人工控制的武器上發(fā)起失控的軍備競賽，這可能會削弱當今大國的軍事力量，因為它可以讓每個人都有一臺便宜便捷的暗***機，包括恐怖組織.人工智能研究人員對此表示反對，希望達成國際人工智能武器控制條約.

4.機器沒有智商.智力需要完成復雜的目標.不能用智商等數(shù)字量化.因為有機體和機器擅長不同的東西.

5.人工智能越來越廣泛.現(xiàn)在的人工智能主要是狹義的智能，也就是完成象棋和駕駛等小目標的能力，其表現(xiàn)有時比人好.相比之下，人類擁有真正的智力，即完成任何目標的能力，包括學習.人工智能的最終發(fā)展目標是通用人工智能，即人類完成任何智能任務(wù)的能力.許多領(lǐng)先的人工智能研究者認為我們離AGI只有幾十年.

6.人工智能可能會讓我們遠遠落后.正如英國數(shù)學家Irvingj.Good在1965年說明的，無論多么聰明，超智能的機器都被定義為遠遠超過人類智能活動的機器.機器設(shè)計是智能活動，超智能機器可以設(shè)計更好的機器.毫無疑問，這將是一場智力爆炸，人類的智力將遠遠落后.因此，靠前臺超智能機器是人類需要制造的最后一項發(fā)明，前提是機器足夠溫順，告訴我們?nèi)绾慰刂扑?

7.我們還沒有達到計算的極限.自從我奶奶出生以來，電腦的成本大幅度下降.如果一切都變得更便宜，那么1%的錢就可以讓你購買今年地球生產(chǎn)的所有商品和服務(wù).摩爾法則決定了我們在二維硅片上移動電子的成本是多少，一旦進入這個平臺，我們就可以嘗試許多其他的硬件解決方案，比如使用三維電路，使用電子來完成我們的招標.我們?nèi)匀槐任锢矸▌t的極限計算低100兆倍.

8.人工智能可以幫助人類繁榮.因為人類文明的每一件事都是智能化的產(chǎn)物，所以我們可以通過人工智能放大自己的智慧，幫助生命像以前一樣蓬勃發(fā)展，解決我們最棘手的問題，從疾病到氣候變化等.

9.人工智能帶來風險.好萊塢對機器有意識和邪惡的恐懼是轉(zhuǎn)移注意力的行為.真正的顧慮不是惡意，而是能力.超人工智能的定義是非常善于實現(xiàn)目標，無論是什么，都需要確保目標與目標一致.人類一般不討厭螞蟻，但我們比它們聰明得多——所以如果我們想建一個水電站，那里就有螞蟻丘，這對螞蟻來說簡直太糟糕了.

10.我們需要人工智能安全研究.為了確保人工智能對社會的影響日益增強，同時還需要更多的人工智能安全研究.例如，如何將今天漏洞百出的電腦變成真正可靠、強大的人工智能系統(tǒng)？如何讓機器學習、接受和保留目標？

這些都是有挑戰(zhàn)性的問題，可能需要幾十年才能回答，所以現(xiàn)在要開始研究，確保在需要的時候能找到答案.但是，相對于花費數(shù)十億美元使人工智能更加強大，至今為止各國***幾乎沒有資金用于人工智能的安全研究.