目前全球最大的品牌厂商英特尔期望能够成功完成转型，并将自身重新定位为支持人工智能与技术革新——例如云服务与物联网等——发展的核心驱动力量。
这意味着我们将从人工智能的角度重新认识“Intel Inside”。
英特尔目前正处于转型时期，期望由原本的一家由高管团队推动数字化转型的企业演变成为一家直接面向客户进行原型设计的供应商。在本周于纽约举行的Shift会议中，英特尔公司的高管与客户、数据科学家以及合作伙伴进行了密切沟通，以期完善有关该公司的下一步规划。
英特尔公司的首席技术官Khosrowshahi表示：“现在，英特尔开始面向全球客户。” Khosrowshahi，因Nervana的收购——提供了一套可用于扩展AI部署的平台——而加入英特尔公司。此次收购于2016年完成，并且在此后的数月内，英特尔将该平台整合至其产品路线图中并宣布其将推出Nervana神经网络处理器以及一系列新产品。
英特尔公司的第三季度财报报告可能无法展现该公司此次转型的即时回报，然而该公司预计数据中心与至强相关产品能够为其带来质的飞跃，并促使第三季度的非GAAP收益达到每股80美分，合计营收则将达到157.3亿美元。
英特尔公司的神经网络处理器（NNP）专为广泛使用AI的商业企业用户设计。（图片来源：英特尔）
Stifel公司分析师Kevin Cassidy在一份研究报告中表示：
我们认为英特尔在新兴AI市场的地位被低估了。得出此项结论的原因不仅是因为基于GPU的系统仍需要配合该公司的处理器，而且我们认为，AI领域尚处于起步阶段，在明确的赢家或获胜者出现之前，多种解决方案都将进行测试。英特尔方面提供了多种AI解决方案，具体包括该公司旗下的至强Phi协同处理器、FPGA以及通过收购（诸如Mobileye、Movidius与Nervana）发展而来的解决方案。
Khosrowshahi的目标虽然简单但又极具挑战——即创建一款多功能AI处理器。尽管谷歌与苹果公司已经各自研发了自己的AI处理器，但英特尔仍期望大多数企业能够享用AI功能。
此外，该目标的确立也意味着英特尔将与其合作伙伴共同开发。例如，现在的Nervana神经网络处理器（简称NNP）——以前被称为Lake Crest——是与Facebook一起开发完成的。Nervana NNP将用于医疗保健、社交媒体、汽车与天气等，并且其将融合英特尔公司旗下的自主知识产权与开源机制。
Khosrowshahi解释称，现在英特尔公司正处于一个特殊的发展阶段，即在接受投资的同时也希望能够与各种领域的客户建立合作关系。Khosrowshahi 补充称：“我们在能够接收即时反馈并建立架构的可控区域开展工作。”
此前英特尔公司与Facebook关于Nervana NNP的协作就是一个很好的例子。另外，英特尔方面与谷歌、百度以及亚马逊也都保持着紧密的合作关系。对此，Khosrowshahi表示其现在与C级高管之间的会谈也日渐频繁。而会谈过程的第一个问题通常都十分直白：你现在所面临的问题是什么？
数据中心集团的英特尔至强产品线总经理Lisa Spelman就此回应：“这个议题正在日益推动英特尔公司的发展路线图。每款应用程序都将拥有AI要素，并而且在数据中心方面，我们必须解锁更多的功能。AI领域的下一浪潮将会是关于AI的个性化发展。”
Khosrowshahi现在的处境十分特殊，因为他在创建Nervana AI平台时曾数次遭遇陷阱。Khosrowshahi表示：“企业内部各个领域的人员都必须要进行协同合作才能够完成AI配置。因为配置AI必须以自上而下的方式进行，所以完成这项工作需要一定深度与广度的学科知识，主要涉及深度学习、AI以及业务知识等。”
Khosrowshahi补充称，至强将逐步增加内置AI工具。从互连到存储各个方面的进展也将有助于通用型AI的研发。此外，由于Mobileye与Altera的并购，英特尔公司已经为创建自有AI堆栈融合了多种技术。
在存储方面，英特尔已经研发出Optane——一套将能够减少延迟的系统。毕竟计算与实时存储领域最终都将成为AI工具组合中的重要因素。
英特尔公司的AI堆栈与终端客户之间将如何完成交付还有待进一步了解。对于许多公司而言，英特尔的AI工具将通过云服务供应商进行交付。而对于金融服务、石油与天然气以及其他公司，英特尔公司的AI堆栈将被用于内部。大多数公司将根据自身需要混合与匹配AI工具与供应商。换而言之，英伟达公司与英特尔将持续为此保驾护航。
当前，人工智能浪潮风起云涌，AI时代已经成为现在进行时。就在近日，国务院印发《新一代人工智能发展规划》，将人工智能上升到国家战略高度，描绘出了中国人工智能发展的新蓝图。除了我国之外，国际社会也对人工智能给予了普遍关注，可以说发展人工智能已然成为了全球共识。但是，我们也清醒地认识到，人工智能在为这个时代注入发展新动能的同时，对就业、法律、政治、经济、伦理和安全等诸多领域也带来了新的挑战。
在人工智能“列车”滚滚驶来的今天，我们应当如何应对其带来的风险和机遇；人工智能的技术属性和社会属性如何实现融合；人工智能又会对未来社会造成怎样的冲击，这些都是亟需我们回答的问题。
2017年8月28日，由上海市社联《探索与争鸣》杂志社和华东政法大学政治学研究院共同主办的“人工智能与未来社会：趋势、风险与挑战”学术研讨会在上海社联大楼召开。来自国内知名高校和研究机构的近四十位专家学者以及业界代表齐聚一堂，针对人工智能的发展和应用，分别从技术、法律、政治、经济、人文等不同角度提出看法，展开热烈探讨。
“人工智能与未来社会：趋势、风险与挑战”学术研讨会现场。本文图片 探索与争鸣杂志微信公众号
本次会议共设有六个主题，采取主题发言和自由讨论等形式，对人工智能给未来社会带来的风险与挑战进行交流讨论。
一、人工智能对未来的颠覆性影响
中科院自动化所研究员、复杂系统管理与控制国家重点实验室主任王飞跃发言的题目是“智能科技与新轴心时代：未来的起源与目标”，他从宏观历史出发，分析人工智能的发展演变，辨析物理空间与网络空间的关联，并且对人工智能的未来充满期待。著名学者雅斯贝尔斯提出了“轴心时代”的概念，在公元前800到前200年期间，古代文明涌现出许多重要思想家，对文明发展起到至关重要的作用。
王教授认为，世界可分为三个部分：物理世界，心理世界以及人工智能（虚拟）世界。每个世界都要有自己的轴心时代，新的世界也要有它的轴心时代。雅斯贝尔斯所言为第一个。第二个轴心时代就是从文艺复兴一直到牛顿、爱因斯坦，代表着人类理性的觉醒。人工智能世界也要有自己的轴心时代，这个轴心时代就是从哥德尔开始。现在是哲学上的突破，再是科学上的突破，下面就要是技术上的突破。就人们普遍担忧的关于人工智能将取代人类工作的问题，王教授乐观指出，人们当前的工作正是依赖机器来提供的，人类向无用阶级转变其实是社会的进步。“无用之用，重用之基”（徐光启《几何原本》）。
上海交通大学科学史与科学文化研究院院长江晓原教授的发言，则对人工智能表示出明确的否定态度。他分别从近期、中期、远期谈了人工智能的风险，表达出忧患意识：“我认为我们正在玩一把非常危险的‘火’。”从近期来看，人工智能引起的大批失业问题，95%的人不工作，5%的人工作，这样造成的财富分配不均，引起社会不稳定；从中期来看，人工智能存在失控的可能，芯片的物理极限，不可拔掉的电源都会引起互联网和人工智能结合后的不可操控；从远期来看，人工智能的终极威胁即人类这个物种会在个体的体能和智能方面全面的衰落，把对世界的管理让给人工智能，它一定是认为把人类清除掉是最好的。”此外，江院长还指出，要考虑最根本的问题是我们为什么要发展人工智能，资本的推动作用显而易见，资本为了增值盲目且不计后果。
二、人工智能是人类的福音还是恶梦？
人工智能到底是造福全人类的利器，还是毁掉世界的终极恶魔？北京大学计算机系主任陈钟教授从自己的角度对此进行了一番解读。陈钟教授的演讲主题是“从人工智能本质看未来的发展”。他首先结合自身求学、工作的经历，分享自己关于计算机的观点与看法。然后，陈教授在演讲中依次展开自己关于人工智能的三个重要观点，即“人工智能本质是计算机科学分支”、“数据驱动导致人工智能发展起起落落”和“社会科学与现实的关系比以往更加紧密”。陈教授将理论与实务相结合，帮助大家更好地理解人工智能的本质与发展趋势。最后，他表达出自己关于人工智能的中庸态度，主张要对人工智能进行规制，促使其合规发展。
不同于前面几位理工科学者的讲述，中国社会科学院哲学所的段伟文研究员从哲学和人性入手，对人工智能的社会性进行思考。段伟文研究员具有深厚的哲学功底，他以人性为切入点来思考人工智能的危机和未来情境。段研究员指出，机器的使用最终都是与人的能动性有关，他崇尚一种慢科学，要更多地思考人性、伦理，审慎对待人工智能的发展。他的主要观点可以概括为五句话：一是人工智能的发展带来新的权利，二是数据框定时代、算法设定认知，三是人的机器化和机器的人化，四是智能延展认知与人工愚蠢，五是深度科技化（预防性原则和主动性原则）。
宽资本董事长、奇点大学投资人关新则从行业实际发展情况出发，直指人类对人工智能的恐惧之处——人是不可能阻挡技术的，技术本身就是洪水猛兽。而人类所害怕的是技术日新月异。他认为，我们今天应该把人工智能和科技革命当做完全不可阻挡的东西，至于人怎么应对，这是挑战人本身的智慧，而不是机器。
三、中国在人工智能时代会领跑世界吗？
有观点认为，人工智能的发展，为发展中的中国提供了“弯道超车”的良机。那么，世界范围内来看，AI的研发水平到了怎样的程度？人工智能的进步到了哪一个阶段？中国在这一研究领域是否占有一席之地？根据现在的研究情况，能否对未来的发展趋势进行预测？中国在人工智能时代是不是能够跑在世界前列？这些问题值得探讨。
上海交通大学电子信息学院的熊红凯教授首先做了题为“人工智能技术下对真理和生命的可解释性”的主题演讲。他回顾了人工智能从上世纪五十年代到现在的起起落落，认为人工智能发展中的不确定性和不可解释性是最大的威胁。熊红凯教授演讲之初就提出与人工智能紧密相关的机器学习、神经网络具有很大的不确定性，而人工智能的发展就要解决这些不确定性、不可解释性与因果性的问题。
他演讲的重点就是人工智能技术的安全性。人工智能的推动主体是企业与资本，其最大推动力不是算法而是数据，数据的使用就不可避免带来安全性问题。这也是美国大数据医疗一直进展缓慢的原因。一切技术都是以超越人自身为推动力，从这个角度来看，熊教授认为一些人称人工智能技术是洪水猛兽有一定道理。
上海社会科学院哲学所副所长成素梅研究员则对人工智能研究的范式转换和发展前景进行分析和展望。人工智能是计算机分支学科研究出来的，但是从学科性质上来讲，人工智能不是自然科学，人工智能属于技性科学，是科学与技术相互交叉的一个领域，一开始就具有跨学科性。它是要把科学的原理变成技术的实现，倒过来技术的实现又推动了科学原理的解释和发展。人工智能研究者一旦扬弃追求通用人工智能的范式，转向追求在具体领域的拓展应用，人工智能就会走出瓶颈，迎来新的发展高峰。
华东政法大学政治学研究院院长高奇琦教授也提出了重要观点，认为中国在人工智能时代有特殊的使命。高教授首先对比了中美两国的优势和劣势，认为中国的优势第一个在于庞大活跃的中国市场，这个市场规模是全球独一无二的；第二个是勤劳勇敢的中国人，让国外感到恐惧的24小时开店、周末不休息；第三，科研队伍和研究水平；第四是中国已经有了一个良好的发展基础。而最大的优势莫过于位置和文化。相比于西方，中国文化具有多元而开放的特点。
最后，高教授提出未来发展的四个“智”——第一，跨智，发挥媒体之间的技术优势；第二，众智，利用群体智能；第三，合智，人工智能和人类智能的合作；第四，善智，发展的目的是为了人类的公平正义。“AI就是“爱”，我们研究AI的目的就是让世界充满AI。”
四、人工智能对法律与政府的影响
法律与政府是公平公正的代名词，面对AI在社会众多领域的应用，法律和政府部门工作也在与人工智能接轨，在实践中让AI发挥更大的作用。
四川大学中国司法改革研究中心主任左卫民教授在法律实务领域具有一定建树，他着重从形而下审思人工智能与中国智慧司法的未来。他鲜明地指出AI与法律学者有一定差距，但法律界总体上对AI是相当认同的，上海、江苏以及浙江等地已经将大数据人工智能运用到审判中来，而案多人少的现实背景、对公正效率的需求也需要发展人工智能。左教授接下来向大家讲述法律界对人工智能的运用情况，他以国家开放司法审判书为例指出司法裁判引入大数据对于建构裁判标准具有重要的意义。当然，他也指出裁判文书的过度应用也存在问题，法律具有独特性，很多现实情况很少用到裁判文书。总而言之，左教授对人工智能在司法领域的应用充满信心。
“在我看来人工智能向法律提出的问题更具根本性。”上海交通大学凯原法学院郑戈教授列举了人工智能对法律职业和社会管理的种种挑战。郑戈教授主要以“电子人”为例探讨是否建构人工智能的法律人格。
他首先从欧洲关于人工智能的法律法规延伸开来，介绍阿西莫提出的机器人“三大律法”，然后详细列举人工智能给法律带来的问题与挑战。人工智能所涉及的伦理和法律问题是这个时代最关键的问题之一，第二个问题是它涉及现代法律体系的基础性概念和思维方式，第三个问题是数据的实际占有者与使用者之间的界限越来越难以判定，第四个问题是过错的判断越来越困难，第五个问题是过错与损害结果之间的因果关系越来越难以确定等。郑教授主张对人工智能进行合理的法律规制，需要法律人和科学家的深度合作。
华东师范大学政治学系吴冠军教授作为政治哲学研究者，着眼于未来社会秩序。吴冠军教授的演讲用人类学机器这个概念阐述自己对人工智能的理解。人类学机器是著名哲学家阿甘本提出的一个概念，他认为人类与动物以及其他事物之间存在分级制度，人与人工智能之间是一种机器关系，上下级的关系。吴教授指出人类学机器是基于人工智能的全新的物种，这个新物种会带来一系列伦理问题、逻辑关系问题，对现实世界产生颠覆性的影响。我们在关注人工智能发展的同时也要关注它的正当性。
上海社会科学院互联网研究中心执行主任惠志斌主要探究人工智能应用场景中的法律问题。他认为，人工智能能够联系大量的人、物，在这样一个联网的基础上产生大量的数据，数据通过智能化的算法，这个算法至少目前来看还是由人来设计，由人来去验证，去实施的算法，共同构造智能网络的应用场景，在各种各样的场景里面，医疗领域、环境领域，包括我们的生活等等各种场景里在应用，所以，在鼓励它发展的同时如何去规避危险，如何能按照人类所希望见到的“善智”这样一些方向发展，这是我们需要考虑的问题。还要考虑如何通过一些公共政策，如何通过法律，把它那些可能带来危害的风险点找到，进行规避。他认为，人工智能碰到的法律和经济问题，比如产权版权问题，变成具体服务和产品问题时的责任归属问题等等，要在基本安全的框架内，探讨人类和机器共同协作的方式，保持透明、开放，让人工智能产品在公众的监督之下，而不是随意设置。
上海交通大学凯原法学院杨力教授的主题演讲“司法大数据与人工智能的应用前沿”介绍了司法界AI应用的前景。他介绍了法律实务中大数据应用的四套大纲：第一套大纲是AI系统，所有人工智能依赖于数据驱动，在整个司法链条上做到数据驱动最底层工作，一定要把法院、检察院的相关数据打通，这一点非常关键；第二套是在审判环节，审判环节是整个法律中的中心工作。第三套是算钱算绩效，对每一个法官每年能受理多少案件等进行测算；第四套是模拟审判，希望通过三到五年，机器法官（现在还不敢称智能法官）能够承担法院的简单案件。
五、人工智能对经济、社会与传媒的影响
上海大学社会学系顾骏教授重点探讨了人工智能研究的“灯下黑”问题。他认为，以往的研究只是将人工智能与人类智能进行简单的比较，人类的自我中心主义让大多数研究者忽略了人类创造物的内在逻辑。他在演讲中主要提出了自己担忧的人工智能发展的八个问题，比如宇宙发展是否会终结人类，人工智能是否会超越人类，人类创造物是否有自主创造力以及机器人如果能够自我进化，那么进化的结果由谁来控制等。顾教授的演讲体现出强烈的忧思。最后，顾教授认为自己关于人工智能的研究只有问题，没有答案，需要更多的人去理性思考。
上海师范大学知识与价值科学研究所所长何云峰教授则持乐观态度，站在进化论视角看待人工智能。他认为，人工智能像人类一样，也是不断进化的。人类为弥补自身进化不足不断开发新的机器，所以说人工智能在很早之前就已经开始，这也可以运用康德的“先天知识何以可能”来论证。何教授对人工智能的发展同样充满自信，重要的问题不是人工智能会带来一些风险，人们在前进的过程中可以解决这些，问题的关键是人工智能大量的使用会导致人类进化危机，它比人类摆脱自身束缚更加可怕。何教授最后对人工智能发展做出乐观预测，人工智能越发展，人类从劳动中解放程度越高，人类将有更多时间来学习和提升自己，拥有更多发展机会。
复旦大学哲学学院徐英瑾教授演讲的主题聚焦于认知语言学与人工智能伦理学。他认为，在主流的人工智能伦理学研究中，很少有人意识到：将伦理规范的内容转化为机器编码的作业，在逻辑上必须预设一个好的语义学理论框架，而目前主流人工智能研究所采用的语义学基础理论却恰恰是有问题的。徐教授主张在人工智能与人工智能伦理学的研究中引入认知语言学的理论成果，并在此基础上，特别强调“身体图式”在伦理编码进程中所起到的基础性作用，必须严肃思考“怎样的外围设备才被允许与中央语义系统进行恒久的接驳”这一问题。
微软亚太科技有限公司副总裁王枫也参加了研讨会，他鲜明地提出：新科技应助力人工智能造福人类。第一，人工智能服务于人类，互联网和各种软件硬件都是由人制造，为人服务，这是前提。微软近期推出的盲人智能眼镜就是在这一前提下产生，帮助盲人实现以前无法做到的事情。第二，他强调，没有数据的人工智能是一个理论和空谈，数据的完整性、专业性和准确性是最基本的。弹性的云计算的应用使得人工智能不再局限与手机管家的简单问答。而与媒体合作过程中，可以看到，通过人工智能感知的技术可以保证视频内容合法合规。此外，微软最近也推出了新的应用——通过云计算和大数据，抓取照片上人的特点，进行人脸识别，用于找寻流失儿童等。王枫副总裁同时表示，人工智能的标准要依托于法律法规和整个地区国家的标准。
上海财经大学讲席教授、城市与区域科学学院副院长张学良教授，从经济学框架来分析人工智能的发展与经济学的未来。他认为经济学可以看作是在不确定的世界中找出确定的因素，经济学的研究将人工智能的发展看作要素驱动。第一，从供给与需求上来看，无论是人工智能和产品的出现，还是技术的发展，它所改变的形态是供给侧。第二，从成本与收益上来看，技术的成本我们是否能看到，它往前走一步投入多少成本，用经济规律讲是有约束条件的，企业家的投资一定要带来收益。它背后有一个成本与收益的法则。要用历史阶段性与连续性的眼光看待，让市场来发挥作用。第三，从政府与市场的角度看，政府要防止垄断，做好分配工作，利益共享，在人工智能时代找准自己的定位。第四，从中国与世界角度看，就业与劳动力市场、教育、文明、社会主要矛盾都是需要考虑的问题。
六、圆桌大讨论：人工智能会战胜人类吗？
在圆桌会议中，围绕本次研讨会主题，与会专家学者进行了热烈的自由讨论，纷纷提出独到的观点。
华东师范大学历史系王家范教授：今天的这个话题，我觉得有一个前提，毕竟是人在倡导人工智能，人是主体，既然能够倡导也应该能够控制。所谓的道义是什么呢，我认为它所倡导的倡导物本应该是用来帮助人类的，凡是不利于人类，危害人类的都不应该倡导。违反道德基本准则的就是危害人类的，反人类的。在欢呼进步的同时，有必要对后果进行认真的检讨。要认真思考的是不应该只关心利益，人文主义在科技里面应该占有主导地位。如果把史学看作一门人类理解自己的私密工艺——提炼人类的智慧，用来改善人类现在和未来的处境，这一类的史学工艺，人工智能做不了。搞史学的知道，任何一个有名的史学家，他只能做很少一部分，有多少人能把古今中外的文献都整合在一起？我不认同所谓的人类智慧终极论，我认为机器人永远不可能完全胜过人类的整体智慧。
上海政法学院文学与传媒学院副院长张永禄副教授：在人文科学里面，机器人写作要解决两大问题，要把认知语言学形式化。非线性的，非结构化的是不能表现出来的。目前最高级的（人工智能）是能写三千字以内的小说，我们知道最好的小说不是单一类型的。
河南大学博士后赵牧：许多人对人工智能可能带来灾难后果报有深深的恐惧。这些恐惧毫无疑问是站在人本主义的立场上的，但种种悲观论调却建立在对人和人类社会既有的经验和认识的基础上，并对人工智能的概念带有望文生义的理解。目前的人工智能，还不过是小部分地实现了人脑的功能模拟。人工智能离所谓的智还有着很长的路要走，但人文学的想象力却将它的自我发展想象为即将到来的现实，似乎人为自己的创造物所奴役已经迫在眉睫了。我们当然不能轻易地否定这种忧虑所包含的人文关怀，但它却在无远弗届地想象人工智能的自主性时，对人之为人的属性设定了一个不变的本质。退一万步讲，既便人工智能成为了无机智能而将来之人成为了它的奴役对象又怎样呢？当年没有走出森林的猴子对作为其进化物的人是没有报怨资格的，它们如果有反思能力的话，也只能“求诸己”，而没办法让人再变成猴子。
苏州大学凤凰传媒学院院长陈龙教授：我想从批判的视角来看一下人工智能它应用过程中的问题。讲危害和恐惧，为时尚早。首先人工智能发展到现在的状态，让人们产生了忧思，这本身就是现代性的一种表现，发展到极致状态的一种现象。我们知道人工智能现在的状态，未来的状态到底怎么样，它都是处在一个漫长的量变过程。最大的问题，是权力让步的风险问题。
厦门大学法学院郭春镇教授：人工智能和人类之间的关系，一个是人与人之间的关系，还有和商业之间的关系。它其实已经不光影响控制我们的行为了，而是公开的，可以得到我们的信息，政府知道我们这么多信息，商业知道我们这么多信息，这样的话我们怎么控制信息的边界？怎么让他们不滥用个人信息的利用？如何界定和控制这个边界，这个问题依然保留。
清华大学博士后曹渝：人工智能会怎么走，第一，不必恐惧，因为该来的还是要来的，我们不如齐心协力把人工智能孵化出来，第二，一定要警惕资本权力的界线。我们技术人是有理想的，不要认为这些IT工程师没有意识，人骨子里追求自由、平等、博爱，会超越一切。
(本文首发于《探索与争鸣》杂志微信公众号，澎湃新闻得到授权使用，内容有删节。)
(1970-01-01)
谷歌搜索和人工智能负责人John Giannandrea。 视觉中国 资料
硅谷对于人工智能的观点泾渭分明。
9月20日，谷歌搜索和人工智能负责人John Giannandrea在由科技新闻网站TechCrunch举办的一场论坛上，反击了特斯拉CEO马斯克（Elon Musk）等人所提出的人工智能威胁论。
在John Giannandrea看来，人们太过于害怕一些通用的人工智能技术。“我认为，现在有太多围绕着人工智能的宣传炒作。许多人毫无来由地对人工智能的崛起产生担忧。” John Giannandrea说，“机器学习和人工智能至关重要，将革新人类的产业。我们在做的，就是建造像谷歌搜索引擎这样的工具，让人类的生活更具有生产力。”
John Giannandrea在2016年2月被任命为谷歌人工智能的主管，是《时代》杂志于今年5月所评选出的全球技术界最有影响力的20人之一。
对于人工智能可能引发的伦理问题，John Giannandrea认为，“开发超级人工智能从而导致一些伦理问题的说法，是没有事实根据且不负责任的。”John Giannandrea说，谷歌在人工智能安全和道德方面有大量投入，但人们对人工智能的担忧已被过度夸大。
在问及是否担忧人工智能接管世界（AI apocalypse，人工智能启示录），John Giannandrea的观点是毫不担心，“我仅仅是反对一些人的高谈阔论。”
人工智能威胁论声量最大的，莫过于特斯拉、SpaceX创始人马斯克。这位推特爱好者，频繁发布推特表达自己对人工智能的担忧。9月份，马斯克先是在推特上表示，不久各国的计算机科学都会非常强大。在国家层面发生的AI竞争，很有可能成为第三次世界大战的起因，随后，马斯克又转推了一篇名为《Hackers Have Already Started to Weaponize Artificial Intelligence》（《黑客们已经开始武器化人工智能》）的文章。
除了对人工智能技术本身威胁的恐惧，还有的人担忧只有谷歌这样体量的科技公司，掌控人工智能时代的主动权。因为谷歌等一流科技公司所拥有的数据体量和研发能力是无与伦比的。
对此，John Giannandrea表示，谷歌需要和人工智能社群保持更开放的对话态度，“人们其实不需要他们想象的那么多的数据，有许多数据是公开的。” John Giannandrea说，“我们公布了包括视频、图片在内的许多数据集，其他许多公司也在做类似的事情。”
John Giannandrea介绍，包括谷歌在内的公司需要分享AI产品的架构，因为谷歌希望可以尽可能地避免偏差。Giannandrea说：“我们花了很多时间来研究机器学习的公平性。 如果你的数据存在偏见，那么你建立的系统就是有问题的。 Google的团队对此进行了许多努力，围绕机器学习和数据的公平性问题进行了许多研究合作。”
John Giannandrea还试图修正人们对人工智能的一些误读，“我几乎试图避免使用人工智能这一术语，这有点像‘大数据’，就是个笼统的称呼，定义并不明确，所以我一直在尝试使用机器智能这个词。”
需要指出的是，在硅谷的科技大佬中，针对人工智能发展带来的影响，已经分为两大阵营。微软创始人比尔.盖茨选择和马斯克站在一边。今年7月，他在社交论坛Reddit上的问答活动中称：“我站在对超级智能感到担忧的一方。首先，机器能够为我们做许多工作，还没有达到超级智能的水平。如果我们能够进行妥善管理，应该对我们有利。但是几十年后，机器的智能化将强大到足以引起担忧的水平。在这一问题上，我同意马斯克和其他一些人的观点，不理解为何一些人对此并不感到担心。”
也有人觉得这种担忧完全没有必要，代表人物就是Facebook创始人扎克伯格。今年7月，马克·扎克伯格与马斯克还“打了一场嘴仗”，扎克伯格对AI持有乐观态度，并表示：“对于那些否定AI，试图营造世界末日论的人，我真的不理解。他们的言论真的很消极，某些时候甚至让我感觉太不负责任。”而马斯克则回击称：“我和马克讨论过这事，他对于人工智能的理解有限。”
以下为网友评论：
网友“东岳”：存在这么大的争论本身就说明了问题。起码我并不想生活在AI遍地的世界里，AI挑战了人的独特性。
网友“星寻”：口怕，该不会是已经被AI控制了吧！
(1970-01-01)
一、控制的危机与控制的革命
人类进入现代以来，从社会到生产各个环节都出现了所谓的控制的危机。这一危机是从熟人社会走向陌生人社会，从手工劳动到现代化工厂劳动的必然结果。为此，人们不得不引入基于信息通信技术的控制的革命来应对控制的危机。当代历史学家和传播社会学家贝尼格（James Beniger）将现代社会视为一种开放的信息处理与控制系统，在《控制革命：信息社会的技术与经济起源》（1986）一书中用“控制的革命”阐发了信息革命、信息社会、技术化社会的动力机制。自19世纪到20世纪中叶，不论是电报、电话、无线电和计算机等信息通信技术，还是生产流水线和科学管理等生产管理技术，以及调查统计与户籍档案制度等社会管理技术，纵贯其中的就是控制的革命。20世纪中叶时，机械化、电气化与计算机通信技术的结合呈现出用机器对社会实施总体控制的反乌托邦前景，这在阿西莫夫的机器人科幻、奥威尔的《1984》和赫胥黎的《美丽新世界》等小说中均有所体现。为抵抗这一总体控制图景，20世纪60年代以降的反主流文化运动中形成了一种凸显主体与技术结合的赛博文化，主张从人的能动性出发，探寻以分布式、交互性的信息系统取代基于巨型计算机的官僚控制体系的新进路。上世纪最后的20多年间，赛博文化通过个人电脑和互联网得以落地开花，赛博空间一度被想象为可以与现实世界比肩而行的虚拟世界。
在人们欢呼比特取代原子和赛博空间独立于现实世界之后的最近20年里，新的控制的危机与控制的革命此消彼长，虚拟世界非但没有完全独立于现实世界，反而发展出个人数据被信息平台所掌控、分析、解读与引导的全景监控的态势。一方面，对于社会管理者而言，网络空间的虚拟性、交互性和匿名性无疑给现实世界带来的新的控制的危机，网络空间的治理成为一种辩证的必然。另一方面，随着移动互联网、云计算、大数据和人工智能的发展，人们在享受信息交互与数据共享的好处的同时，其网络和社交媒体行为所产生的数据则成为对其身份、行为、情感、倾向等进行数据挖掘和数据画像的资源。在智能化的商业、管理和治理中，数据智能的应用日渐广泛。数据标注、算法设计以及对相关性等数据洞察的解读并不都是绝对客观的，而往往负载着各种价值，拥有数据并设定算法的智能化平台具有很强的主导性，甚至形成了所谓让数据说话的算法权力。
二、政治算术与世界的数据化
在社会管理和治理层面，算法权力至少可以追溯至调查统计的社会应用及其背后的政治算术的观念。古典经济学家威廉· 配第提出了“政治算术”的思想，断言大凡统治的事项、君主的荣耀、人民的幸福和社会的繁盛，都可以用算术的一般法则加以论证。马尔萨斯的《人口论》的第一版并不畅销，其核心论点就是“如果人口不加以控制，灾乱就会来临”。这一观点与当时进步主义的滥觞不甚合拍，而该书并未采用数据，遂引发了激烈的辩论。这促使英国政府于1801年开展了首次人口普查，而因为有了数据的指出，《人口论》的第二版（1803）大获成功，并于随后的几年里四次再版。统计的出现使数据在应对控制的危机中大显神威，数据不仅使马尔萨斯从一个灾难预言家转变为所谓的自由主义者，还成为现代政治和治理的基础。数据让国王知道士兵在哪里，有多少人可以去打仗。类似地，法国大革命一开始，革命者就急切地开展了人口普查，以了解他们所继承的国家的数据。从理性主义的角度来看，让数据说话相对于人凭感觉的判断更加客观和无偏见。而密尔和边沁的功利主义或效益论主张的基础，实际上就是人的幸福和快乐的数量化。
政治算术将对世界的掌控变成了基于数据的控制，这一需求使得世界在19世纪之后走上了管理与治理数据化的进程。随着控制论、系统论、社会物理学、计算社会学研究与互联网、社交媒体、物联网、云计算和大数据等技术的结合，一个基于世界的数据化的平行世界正在形成，并将整合为信息物理系统（CPS）。当然，能否或者说能在多大程度上构建起世界的数据镜像并使之成为认识和控制世界的总体性工具尚待探讨。但值得追问的是，数据分析作为认识和控制世界的新透镜不应只是管理和治理的新工具，也应该担当起个体行为智能化调适的“化妆镜”和“后视镜”，成为智能化时代的“自我技术”。
三、人工智能体：从人类代理到人类监护者
目前，人们对人工智能的疑惧不仅限于对透明人和隐私裸奔的不安，而更在于对作为创造者的人是否会被作为其“终极创造物”的人工智能取代、伤害或毁灭的深度担忧。人工智能的内在操作基础是算法，人工智能在与人的交互中则呈现出某种拟主体性，又可以视为某种具有一定主体能动性的人工智能体或拟主体。在此，人们所关注的不再是组织和社会层面控制的危机与控制的革命，而是对人类而言人工智能和智能机器人是否会失控。
现在所谓的智能革命时代也可以说是算法决策时代与多智能体时代，从自动交易系统、自动驾驶到自动致命武器系统，从聊天机器人到陪伴机器人与伴侣机器人，一个人类主体与人工智能体相交互和共同决策的泛主体或混合主体社会即将来临。而其吊诡之处在于，人类似乎是在以一种飞蛾扑火的心态拥抱所谓的智能革命。一方面，人们抑制不住奔向智能时代的激情，希望用智能算法更好地去预见和控制，但同时又担心反被其所控制。另一方面，人们本来是想用人工智能体代替我们做一些事情，使之成为人类的代理，但却很可能不得不面对它们发展为人类监护者的可能。值得思考的是，在自动驾驶等人工智能场景中，在机器比人的判断和决策能力更强的情况下，机器与人的关系会不会类似于直系亲属或法定监护人与丧失知情同意能力的重症患者的关系？如果可以这么类推，作为强者的机器是否应该担当作为弱者的人类的监护者？或者说，在一个决策场景中，机器与人必将构成混合主体关系，而两者对于决策的后果应担负多少责任，必须要有所权衡。
四、预见人工智能未来的四种方法及其启示
首先是时间轴预见。例如，图灵曾于1950年指出，人工智能将于2000年通过图灵测试。最近有人预言，十年内，人工智能将取代科学家和其他智识性专业。这类预测是否准确比较容易检验。第二类是基于条件关系的未来情境分析，即如果满足什么条件就可能会出现什么情形。例如：如果我们建造出的人类水平的人工智能易于复制和低成本运行，将导致普通人的大规模失业。通过未来情境分析，可以探寻各种条件下可能出现的结果并加以权衡，从正面的可能性中寻找机遇，针对负面的情况提出预防措施。第三类是未来规划。其基本思路是：如果决定执行某项特殊的研究计划，将可能实现某一特定目标。中国的新一代人工智能发展规划所运用的，就是将这一预测用以引导行动的方法。从人工智能的发展历程来看，每一波人工智能的热潮都与军方的支持相关，这同军事目标往往指向明确和诉求强烈不无关系。最近美国对人工智能的投入与其所谓的“第三次抵消战略”密切相关，同样地，中国对人工智能的巨大投入也得益于反抵消战略刚性需求。而无论是军事还是产业上的规划，都应防止盲目性、避免投资泡沫。第四，专家观点与常人观点调查，其思路是将不同专家和不同阶层的公众对人工智能未来的观点搜集起来，再加以比较分析后供决策者、产业界或公众参考。历史上，很多人工智能专家做出了非常乐观的预言，但往往并未得到验证。常人的观点则在很大程度上受到媒体或科幻作品的影响。
在所有关于人工智能未来的预见中，让人们最为兴奋同时又非常不安的是一句话是“未来已来”——人不得不以其有限的生命追逐技术永无止境的演进。对此，德国当代哲学家京特·安德斯曾振聋发聩地指出，虽然人们一再强调“创造是人的天性”，但当人们面对其创造物时，却越来越有一种自愧弗如的羞愧——“普罗米修斯的羞愧”——在机器面前，这种“创造与被创造关系的倒置”使人总觉得自己是过时的人！技术时代的经验告诉我们，我们一生下来就是过时的，要一直学习，不学习就会落后于我们所创造的技术。
技术本来是我们创造出来的，但却站在我们之上让我们深感羞愧。是选择继续羞愧下去，还是应该寻找一种必要的节奏？面对所谓人工智能达到或超越人类的“奇点”的来临有两种策略，一种是快转换，另一种是慢转换。快转换就是有条件要上，没有条件也要上。慢转换就是要考量机器与其背后的人的关系，不单将人和机器放在对立的两方面来看待，而深入到相关行动者网络中，看到由人工智能的应用所会聚的不同主体和拟主体的能动性，厘清其中的权利和责任，使其发展既体现出社会的公正性、包容性和对偏见的抑制，又能在整体上为人所控并符合公众和人类的利益。这就要求我们构建一套预防机器失控的机制，通过精细的评估方法寻找控制的着力点。对此，人们提出了加强算法的透明性、可解释性和可追责的研究以及强化人机协同等构想，旨在寻求对机器失控的反控制。但问题是，人工智能的目标至少是使人工智能体在某些方面超越人的智能，这又使得智能算法的不可理解性难以克服，保留算法黑盒子之类的设计也未必有效。总之，在没有搞清楚人需要站在什么样的位置去控制智能机器的情况下，人工智能的发展难免有其不确定性甚至是盲目性。所以，应该主张慢科学，也就是审慎的科学。
五、人工智能的价值与伦理审度的基点
人工智能是一场开放性的人类科技—伦理试验，其价值反省与伦理追问具有未完成性。为此，人工智能的价值与伦理审度应把握以下反思与建构的基点。第一，人工智能的发展将导致一种新的权力——算法权力或智能权力，它是由信息权力、数据权力发展而来的。算法权力或智能权力是一种新型的控制的权力，由于其对人的身份、认知、行为、倾向、情感乃至意志具有精准的认知与操控力，必须使其具有必要的透明性、可解释性和可追责性。第二，数据框定实在，算法设定认知。数据即经验事实在不同抽象水平上的表征与呈现，鉴于数据框定实在，对数据的标注和处理背后的价值取向和利害关系应该得到必要的揭示与披露，以尽可能消除偏见与利益冲突的影响。同样的，由于算法日益成为人们认知和行动的基本工具，必须对其技术上的不确定性加以管理，同时应校勘其价值取向、审度其伦理影响。第三，人的机器化和机器的人化。人机融合与人机共生不是简单的有机体与无机体的合一，而是在主体与拟主体的交互中不断演进的。其一，人的机器化。人是未完成的主体，人一直在机器的发明和技术的使用中重新定义自己。例如手机特别是智能手机重新定义了人的拇指。其二，机器的人化。人们会不自觉地把智能机器看成与人类似的实体，赋予智能机器某种拟主体性。聊天机器人、陪伴机器人、伴侣机器人、军事机器人等人工智能体或代理主体的应用日广，把机器当作人而带来的情感乃至沉溺与依赖等问题在所难免。
六、余论：人工愚蠢与深度科技化时代的抉择
现在，普通人的认知大部分是靠计算机和各种电子终端设备，政府则日益依靠各种基于互联网、云计算、大数据和人工智能的智能化社会治理系统。但是不要忘了，人们借助智能机器而实现的认知延展实际上超越了人的判断能力，超越了整个社会总体的理解和掌控能力。比信息爆炸更令人无所适从的是，面对智能机器的建议或决策，我们并不完全理解其内涵与后果，往往无法做出理性的判断与选择。耐人寻味的是，智能化时代人类最需要的可能不再是知识论而是无知学，即人们迫切需要了解的是怎样在无知的情况下做出恰当的决策。应该令人们警觉的是，如果人工智能在实现某些强大的功能的同时带给我们越来越多的无知，是不是意味着人类对于知识和智能的寻求走到了它的反面，即建立在认知延展之上的人工智能会不会一开始就在将人类引向人工愚蠢？而且这种人工愚蠢一旦发生就会引发很多问题，甚至会触发巨大的风险与灾难。实际上，不论是信息存储和数据记忆，都不是人类自身的记忆，而所谓的脑机接口和记忆植入的未来解决方案无疑有其不确定性与风险性。
从人类演化的当代趋势来看，人已经走上了以科技改变自身甚至超越自身的深度科技化之路，对人工智能乃至超级人工智能的追逐便是具体体现之一。当代科学哲学家和科学技术论学者史蒂夫·富勒指出，在面对未来的不确定性时，人们一般遵循两种原则，一是风险厌恶性的预防性原则，二是风险偏好型的主动性原则。预防性原则强调在决策前要把所有的情况想到最坏，审慎地做出选择。主动性原则主张充分地考虑最乐观的情况，面对任何事情都以最乐观的态度面对，认为一切都会朝着好的方向发展，为了抓住可能出现的机遇而甘冒风险。从人类的命运来说，甘冒风险和主动地寻求颠覆性的创新似乎是人性中固有的诉求，创新既充满风险又似乎是无止境的。在波音公司制造出可以乘坐十人的飞机时，有人预言人类再也不会造出更大的飞机，而今天的波音787的承载量远远地打破了这一保守的预言。由此，人类2.0之类的前景还不能轻易否定。
如果说人类文明源于第一个敢于直立行走的猿人，那么放在生命演进的宇宙时间里看，主动性原则很可能更能体现人类的初心。展望人类深度科技化的未来情境，大致可以指出三点。其一，人类文明的未来是高度不确定的，如果可以用量子态来表征的话，人类将处于飞升与幻灭的叠加态。其二，只要人类无法抑制其对不断创新的好奇心，其未来情境必然是控制的危机与控制的革命永无止境的缠斗。其三，如果前面两点分别由人类的命运和人性的诉求所决定，那么人类可以做的一个关键性选择是确立创新的速度和限度，或者说如何在颠覆性的创造和颠覆性的毁灭之间找到一个人类文明可以承受的界限。更进一步而言，是否存在这个界限以及这个界限是什么——无疑是宇宙与生命最为终极的问题，而奇点是否会降临的谜底，大抵可在此问题的答案中得到线索。
（本文为段伟文在2017年8月28日由上海市社联《探索与争鸣》杂志社和华东政法大学政治学研究院共同主办的“人工智能与未来社会：趋势、风险与挑战”学术研讨会上的主题发言，经本人整理。首发微信公号：tansuoyuzhengming，澎湃新闻经授权刊发。）
(1970-01-01)
新华网北京9月14日消息，“亲爱的，你看下这件衣服怎么样？”漫画中一女子拿起手机递向身边男士，男士转头看了一眼——“滴，付款成功。”这几天，这组调侃刷脸支付的漫画在不少人的朋友圈里刷屏，人脸识别也成为热门话题。
iPhone X手机。 澎湃新闻记者 周玲 图
苹果公司9月13日凌晨曝光的iPhone X手机，展示了支持刷脸开锁、刷脸支付的“face（面容）ID”功能。但实际上，人脸识别不算新鲜，国内企业已有不少积累，多个领域也应用上了人脸识别。
如，当你出入一些机场、火车站、汽车站等交通枢纽时，说不定就有摄像头识别了你的脸。在一些刑侦、出入境边检领域应用得更多。顺带一提，还有年初曝光的，为防居民偷拿纸，北京天坛在公厕里也安装上了人脸识别系统。
不少市场机构和企业人士都给出了未来的市场空间评估，有说未来5年会有超千亿元的市场容量，也有认为年复合增长率会达到25%左右。虽然没有统一的数据，但可以看出人脸识别行业发展的趋势已经不可阻挡。
值得庆幸的是，我国企业赶上了这次技术浪潮，不少企业自主研发的系统已经在市场得到应用。如，云从科技的人脸识别产品已经在全国50多家银行、80%的枢纽机场得到应用；旷视科技的FaceID应用已经在支付宝中为超过1亿人提供刷脸验证服务等。
其实，在人脸识别技术的背后，更是人工智能技术的发展。在苹果的官方介绍中，iPhone X搭载的A11仿生神经网络引擎每秒运算次数最高可达6000亿次，能轻松胜任机器学习任务，当你的样貌随着时间推移发生改变时，“面容ID”也会跟着调整适应。
“人工智能是中国企业的一次机会。”猎豹移动CEO傅盛说，作为人工智能系统的重要一环，深度学习领域有40%的论文是华人发表的，我们有很好的数据、巨大的样本群、较高水平的制造能力，随着市场的大发展，中国有机会在这次世界技术浪潮中取得领先。
困难也不少。“虽然在场景应用方面领先于世界大多数国家，但我国在人工智能领域还存在人才储备不足，底层技术不够先进等掣肘。”易宝支付CTO陈斌说，受制于研发周期长、研发投入大等，在人工智能产业发展的初期，还需要在税收等方面给予一定的政策扶持。
（原题为《iPhone X带火了人脸识别，中国的人工智能机会在哪》）
以下为网友评论：
网友“꧁ΘSAIΘ꧂”：厉害
网友“z-yq”：中国发明了火药，然........
网友“江大虾”：我需要搞清楚他公司的性质？呃，你觉得我要如何深入了解这家公司，我想说的是不能说谁先开了发布会，人脸识别这创意就属于哪家公司吧，但是谁让大众接受这个创意，开创先河，让这个人脸识别技术与生活紧密融合。大家就会觉得是他推出了这个技术，现在就是看苹果手机这个技术有没有那么完善，拭目以待。
网友“巅峰”：天眼
网友“老男孩”：真的感叹先人的智慧。多年前就用“打人不打脸”预测到了今天的用脸解锁
网友“一个资深的潜水员”：你要有实际证据数据你就拿出来。丢下几句不知所云的话就走了。
网友“不鸣则已”：小米在9.11发布了中国第一个人脸识别。
网友“无叁余”：我觉得您最好搞清楚苹果公司的性质，它并不是科技研发公司，而是科技整合公司，它牛逼之处在于强大的现金流和牛逼的整合性能。不是大家唱衰，而是国产明星机型性能紧追果子，较高的性价比和民族明星品牌影响力，让拥趸果子的人有更多选择。手机功能严格来说没有鸡肋之言，有些鸡肋在某些极客用户手中是亮点的创意。喜欢果子的再贵还是会买，不喜欢的有一万种理由可以唱衰它。作为矮矬穷的人士代表，果子用过，不过一千刀的果子，感觉不如年年换国产准旗舰机。
网友“TL666”：没办法，乔布斯重新定义了智能手机。
网友“江大虾”：你要看是谁先研究，谁先提出这个畅想，谁先得出研究成果，谁的技术更为精湛，其实最重要的还是谁能吸引到大众的眼球，苹果的手机就是这么有魅力，就算大家唱衰，除非它的功能确实鸡肋，不然指不定又是一波浪潮。最后咱不能看谁先开发布会谁就最先吧。
网友“不鸣则已”：小米在9.11发布了中国第一个人脸识别。
网友“UnicornL”：小米比apple提前发布了新产品 在展示会上同样展示了人脸识别 而关注度弗如苹果 人工智能的机会莫非在营销宣传？
网友“江大虾”：你要看是谁先研究，谁先提出这个畅想，谁先得出研究成果，谁的技术更为精湛，其实最重要的还是谁能吸引到大众的眼球，苹果的手机就是这么有魅力，就算大家唱衰，除非它的功能确实鸡肋，不然指不定又是一波浪潮。最后咱不能看谁先开发布会谁就最先吧。
网友“无叁余”：我觉得您最好搞清楚苹果公司的性质，它并不是科技研发公司，而是科技整合公司，它牛逼之处在于强大的现金流和牛逼的整合性能。不是大家唱衰，而是国产明星机型性能紧追果子，较高的性价比和民族明星品牌影响力，让拥趸果子的人有更多选择。手机功能严格来说没有鸡肋之言，有些鸡肋在某些极客用户手中是亮点的创意。喜欢果子的再贵还是会买，不喜欢的有一万种理由可以唱衰它。作为矮矬穷的人士代表，果子用过，不过一千刀的果子，感觉不如年年换国产准旗舰机。
网友“UnicornL”：小米比apple提前发布了新产品 在展示会上同样展示了人脸识别 而关注度弗如苹果 人工智能的机会莫非在营销宣传？
网友“江大虾”：你要看是谁先研究，谁先提出这个畅想，谁先得出研究成果，谁的技术更为精湛，其实最重要的还是谁能吸引到大众的眼球，苹果的手机就是这么有魅力，就算大家唱衰，除非它的功能确实鸡肋，不然指不定又是一波浪潮。最后咱不能看谁先开发布会谁就最先吧。
网友“UnicornL”：小米比apple提前发布了新产品 在展示会上同样展示了人脸识别 而关注度弗如苹果 人工智能的机会莫非在营销宣传？
网友“江大虾”：你要看是谁先研究，谁先提出这个畅想，谁先得出研究成果，谁的技术更为精湛，其实最重要的还是谁能吸引到大众的眼球，苹果的手机就是这么有魅力，就算大家唱衰，除非它的功能确实鸡肋，不然指不定又是一波浪潮。最后咱不能看谁先开发布会谁就最先吧。
网友“UnicornL”：小米比apple提前发布了新产品 在展示会上同样展示了人脸识别 而关注度弗如苹果 人工智能的机会莫非在营销宣传？
网友“UnicornL”：小米比apple提前发布了新产品 在展示会上同样展示了人脸识别 而关注度弗如苹果 人工智能的机会莫非在营销宣传？
(1970-01-01)
7月28日，在杭州举行的2017“法律+科技”领军者国际峰会上，最高人民法院司法改革办公室规划处处长何帆表示，中国法院一直在努力地把人工智能引入办案系统。
“人工智能对法院未来的模式会有很多的改变，比如它改变了法官的判断和决策的模式，过去法官根据自己在庭上的所看所想，以及他对法律的理解就可以做判断，但是现在可能需要用人工智能软件进行推演。此外，人工智能对我们的诉讼流程发生一些改变，随着人工智能的推进，未来可能要制定一部互联网的诉讼法。”何帆表示。
最高人民法院司法改革办公室规划处处长何帆。
此次峰会由浙江省高级人民法院、浙江省司法厅等指导，杭州钱塘智慧城管委会、上海百事通信息技术股份有限公司主办。
何帆表示，中国法院系统一直在探索和推进人工智能在司法领域的应用，目前理想的一种呈现模式是上海刑事案件智能辅助办案系统，简称206工程。该系统将公安局、检察院、法院的所有数据办案系统打通，以人工智能在过去海量证据规则和法律规则的吸收基础之上，对办案人员进行提醒，重构刑事案件的办案流程。
何帆对“206系统”解释道，“如果一名警察破获了一个案件，他想把这个人逮捕时，系统会自动提示有三份关键证据缺失，另外有两份证据有瑕疵。在检察官要起诉时，系统会提示他类似的有80%的案件是不起诉的。比如在法官决定判决时，写好判决书放入系统里，系统会自动提示跟本院以及上级法院有将近85%的类似情况下的判决是不一样的，问法官是否坚持这样做，若坚持该判决，那么系统将自动把判决推送给庭长以供讨论。”
自5月3日在25个试点单位上线以来，“206”试运行已满两个月。“206”在对上海几万份刑事案件的卷宗、文书数据进行学习后，这个以大数据、云计算和人工智能为技术内核的“小婴儿”，已经具备了初步的证据信息抓取、校验和逻辑分析能力。
有关206工程的背景，还跟今年2月6日中央政法委书记孟建柱在上海调研指导工作有关。据上海观察报道，上海高院院长崔亚东介绍，“孟建柱书记提出了司法改革新的三项任务，其中之一就是要求上海高院承担开发’推进以审判为中心的诉讼制度改革软件’的任务，他要求把高科技的手段融入到大数据系统当中，有效地防范冤假错案，减少司法任意性性，促进司法公正，提高司法效率。
目前，最高法院也在致力于人工智能在司法方面的应用。但何帆认为，现在首先要做的是标准化。由于司法体制的改革，法官人数大幅度减少，但案件数量仍在飞速增加。标准化就意味着将审判权还给法官的同时，确保类似案件的裁判尺度尽量相同。其次，从比较标准的判决中提炼出共性，从最高法院的角度来完成知识图谱的构建工作。通过开放更多的数据，与更多的大数据公司合作，循序渐进地实现人工智能的推广。
何帆表示，在未来，人工智能会给法院的模式带来以下变化。
第一，改变法官的判断和决策模式。过去法官根据自己在庭上的所看所想以及自身对法律的理解即可做判断，但未来可能需要使用人工智能软件，先对最高法院和其他地方法院的一些判决做推演，再做决定。不过何帆强调，虽然人工智能的确会推送一些判决，但法官还是要做灵活的处理，避免出现法官说理千篇一律的情况。
第二，改变诉讼流程。比如可以在开庭前，通过人工智能进行身份识别，改变当前法院庭审可能存在的流程非常复杂、进展非常慢的问题。何帆称，“随着人工智能的推进，在前互联网时代制定的诉讼法会被改写，未来可能要制定一部互联网的诉讼法。”
第三，改变法院的人员配置模式和设置模式。人工智能将大大解放生产力，帮助很多司法人员做一些复杂的文书工作和记录工作。但对此，何帆持谨慎的乐观态度。他表示，人工智能的实现需要大量的专业人员的参与。虽然现在很多法院希望开发一款裁判文书自动生成的软件，自动协助法官进行证据或法律的分析，但进展得并不是非常理想。其中存在的问题就是法官参与太少，工程师不知道法官或律师的要求。
业内人士表示，目前，法律和科技的融合存在一个瓶颈问题：做技术的人不清楚律所与法院的需求，做法律业务的人无法准确地用工程师的语言告知。两者之间存在的沟通问题，对于人工智能在法律领域的应用有着非常大的制约。
观点摘录：人工智能将给法律行业带来哪些变化？
“新技术提供方、新法律提供者以及新科技发展都推动了法律服务的变化。现在已经有人发明了一款人工智能产品，能够做相当于一个律师36万小时的工作量，所以人工智能可以帮助律师以及助理做更多的文卷以及文本工作，人工智能还能帮助律师还有法务工作人员在尽职方面进行监管，而它的影响是通过使用这些技术帮助你省下了上百万的钱，而且这些工作本来需要这些律师亲自手工完成的。”
——英国大法官首席信息技术顾问、《法律人的明天》作者Richard Susskind
“全球可能现在已经有一千多个人工智能法律方面的法律科技企业，机器人律师慢慢在崛起，除此之外，我们国家也正在尝试智慧法院的建设，在将来肯定有网络评价程序，对整个刑事辩护里面如果对律师进行评价，对整个律师行业的公开透明、效率的提升，有很大的帮助。”
——腾讯研究院未来科技中心高级研究员曹建峰
以下为网友评论：
网友“境由心生”：把业务做好就够了
网友“杨伟娟15568901751”：好
网友“Pengpaidongbei”：科技改变生活
网友“kds90314”：听过他的讲座，错过了
网友“君子之交”：好
网友“好孩子45”：听起来不错，
网友“wallflower”：看过他翻译的书
网友“奥森印”：哇，男神
(1970-01-01)
以色列历史学家尤瓦尔·赫拉利继超级畅销书《人类简史》大卖200万册以后，不久前推出了新作《未来简史》。8月20日晚，主持人骆新来到上海书展现场，作了一场演讲解读《未来简史》。
以色列历史学家尤瓦尔·赫拉利
人工智能真的能让人解放成“神”吗？
骆新最近在做《诗书中华》节目，他抛出的第一个跟写诗有关：人类写的诗能比得上电脑吗？他举了一个例子，孟郊名篇《游子吟》：慈母手中线，游子身上衣。临行密密缝，意恐迟迟归。谁言寸草心，报得三春晖。
机器为什么没法写出《游子吟》？在骆新看来，因为中国古人离开家可能没机会经常看到自己母亲。“所有人离开父母都会想一句话，妈，我出去考功名了，等功成名就回来。但是此刻的孟郊写下那首诗，妈妈一定在他走的时候说，早点回来呀。诗歌一定是对人情感非常含蓄的集中体现。”
因此，骆新反思道，人工智能给我们带来的是什么？今天对人工智能我们有一种乐观的想法，以为人工智能越来越多取代人类所干的事情，所以人工智能会让人解放成一个“神”。他认为，从《人类简史》到《未来简史》，尤瓦尔·赫拉利的叙事方式，总结起来就是三句话：人类社会是从普通动物经过农业革命变成有意识的人，再经过科学革命称为神人，我们此生追求永恒、追求不死，科技进步一定可以帮助你们实现这个梦想。但赫拉利也在问，我们真的能够通过科学找到我们的快乐吗？
《人类简史》
阿西莫夫“机器人学三定律”也许靠不住
1942年，科幻作家阿西莫夫在《转圈圈》这个短篇里提出了著名的“机器人学三定律”。第一定律：机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管。第二定律：机器人必须服从人给予它的命令，当该命令与第一定律冲突时例外。第三定律：机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存。
但骆新提到，现在问题出来了，第一条定律就站不住脚。“今天如果我们跟国外开战，我们动用了机器人轰炸机，我们这方认为应该消灭对方，但是对方也是人，这个定律的内在缺陷就凸显出来了。第一条机器人不得伤害人类，或者因为不作为使人类受到伤害。机器人应不应该开枪，如何设置机器人的行为逻辑？”
由于第一条有内容缺陷，第二第三也不能保证。 看了《未来简史》后，骆新意识到，我们老以为科幻小说是科幻，但其实科幻一定是建立在人类信息极度丰富上，人才对未来发生想像。
骆新提醒我们，这个世界没有“科幻小说”，打着科学名义的科幻小说都是一部哲学小说。科幻小说面临的所有选择，在我们现实生活中都会遇到，只是科幻小说有更加极致的设计。
《未来简史》
骆新认为，人和机器的本质区别是，人有四个分叉：时间、道德、认知和智能。你不是一个机器，你不是不可变的，你随时在发生着改变，所以你的所有语言都有语境。
他举了一个有趣的例子：小明给上司送了一个包包，上司问他，你这是什么意思？小明说：没什么意思，意思意思。上司说，你这么做可就不够意思了。小明说：就一点小意思，小意思。上司说：你这个人可真有意思呀。小明说：其实我也没有别的意思。上司说：那我就不好意思了。这个“意思”是什么意思？
骆新以这个例子说明，人类有时间、智能、认知、道德不同的界定。
骆新
大数据无法预测《战狼2》的高票房
骆新也在演讲中以《战狼2》的例子来说明大数据并不是万能的。《战狼２》现在已经有51亿了，吴京本人也没想过这片子能卖这么多钱。有人问吴京有没有做过大数据计算。大数据计算成功的例子有，比如阿里巴巴根据网上销售的狗食猫食数据，发现这些人年轻，有钱，有闲，有爱心，买东西不注重价格，于是制作出了一部和狗有关的电影，他们预计票房是8千万，最后卖6.5亿。
“大数据完全预测了我们的行为，但是你如何预测《战狼》？没有任何公司给他投资，他只能拿到8千万投资，谁知道这个片子火成这样。不要相信所有成功者告诉你他们成功是必然发生的，他们成功只是因为偶然，不成功的人死了，只有他一个人。”
因此，骆新提醒观众，时间、智能、道德、认知包含了诸多偶然性，社会绝不是一个进步和退步的过程，它是由很多方面，甚至你完全意想不到的“灰犀牛”和“黑天鹅”构成的。
通过阅读《未来简史》，骆新反思道，我们的历史思维出现了很大的问题，中国人历史思维最大的问题是容易变得极端，变得简单，变得容易相信技术，而不相信人是可变的，甚至相信一些口号和理念，我们实际活在我们创造的虚无意义当中。
“我们其实很少考虑生命的意义，我们总觉得如果有一天，计算机替我们解决了一切问题，那是幸福的时代，你很难理解像霍金这样，他总说计算机不能解决一切，只会给我们带来灾难。我知道的是，人类希望成为神，成为真正意义上伟大圣人，通过人工智能做身体延伸，通过无机植入改变有机的功能。但对于我来说，我觉得最值得担心的是，我们对未来生活的无限憧憬让我们忘记了，只有痛苦才是我们活着的意义，如果人工智能让你变得无所不能，请问你活着的意义何在呢。”
以下为网友评论：
网友“透明人”：一直觉得人工智能是让人生活变得更好的工具，而不是代替人。人工智能确实让我们生活变得更加便捷、很多事情变得容易。more and more，但思考一下，有时是不是我们失去的会比获得的更多呢。
网友“鲸舍”：痛苦是人生的意义，确实，更恰当的说应该是痛苦反射了，承载了，容纳了人生的意义
网友“CTS Tony”：无法预测人工智能未来会发展成啥样，但毋庸置疑的是，它引发了一场变革，我们现在正处在变革的初期，关于人工智能能否取代人类工作的问题，我觉得可能会的，但正因为这样，才能逼着人类社会进步发展，但我想它无法取代很多东西，比如，爱，情感，另外，它只是一个生产单元，没有情感需求，消费需求，以及繁衍需求。它总不至于花钱给自己买朵花吧。
网友“星星闪烁”：现在的人工智能可能都不算是真正的“智能”。他们只是“功能”很强。举例子，你让计算机输出，如果他就直接没有想法，按照你的指示去做，这个是“功能”。而真正的智能是，“他让我这样做呀，，我不太想这样做，但是还是为了世界的和平或其他的巴拉巴拉”这样做了，，（有内心戏）。。。要不为何你面前的计算机不由得多看了你两眼呢？
网友“Fusion”：在人工智能看来，生命本就没有意义。
网友“蕊”：人与机器区别是信仰而不是算计
网友“AliceTheMad”：活着本来就没意义，是人们自己要强行附会一些意义的，自己相信就行咯
网友“响箭0809”：不知道机器人将来能不能搞文艺创作？
网友“闰心”：人能达到的是人，达不到的才是神
网友“劉小芒maple”：人工智能都能模仿巴赫写曲让人无法分辨真伪的地步 你以为他写不出唐诗嘛 没有人去开发算法模式而已 况且人工智能道德观本身就可能超越人类 可能是以宇宙而不是以人类为中心 你凭什么说人工智能没有自己的道德？
(1970-01-01)
利用不完美信息的博弈，“冷扑大师”（德州扑克人工智能程序）今年4月份在海南完胜中国“学霸”队。 对于“冷扑大师”的设计者托马斯•桑德霍姆（Tuomas Sandholm）来说，赢下比赛是第一步，他更期待的是利用“冷扑大师”的算法，在现实生活中找到实际的应用场景。
近日，在杉数科技人工智能大师圆桌会议上， “冷扑大师”设计者、美国卡内基梅隆大学（CMU）的计算机系教授托马斯•桑德霍姆（Tuomas Sandholm）告诉澎湃新闻（www.thepaper.cn），相比AlphaGo下围棋时能得到的完美信息，在日常生活中，我们更多的会遇到不完美信息博弈的场景，比如医疗领域里的肾脏移植。在桑德霍姆的帮助下，美国器官移植网络的非营利性组织（United Network for Organ Sharing，简称UNOS）成功建立了更有效的肾脏分配制度。
在德州扑克中，玩家不知道对手手中是什么牌，不知道五张公共牌会开出怎样的结果，也不知道对手猜测自己握有怎样的手牌。要想取胜，计算机需要找到一个无论对方怎么做，自己都不会产生损失的策略。不完美信息的博弈就是让人工智能学会找到平衡风险与收益的方法。这与器官移植有着相似点。因为对于等待器官移植的病人来说，他只知晓自己的情况，无法了解整个器官供应链条中的信息。这种情况下，我们就需要在 “不完美信息”的情景中做出决策。
用算法提高肾脏捐赠的匹配率和捐赠效率
上海财经大学教授，杉数科技科学家、中国运筹学会青年科技奖获得者何斯迈告诉澎湃新闻（www.thepaper.cn），目前美国于2007年已经正式立法，允许交换移植。在桑德霍姆建立算法并应用到UNOS平台后，该平台的肾移植的数量从每年28000例提升到33600例。
同时，据何斯迈介绍，目前，传统的器官移植主要有两类：一类是亲属捐献，即病人亲属捐献，这类捐献的好处就是病人往往不用等；另外一类是死者捐献，一些死者在死前会签署捐献协议，承诺死后捐献器官。但不论是哪一种，器官捐献的数量都远远落后于病人数量。
除了移植器官数量稀少外，器官移植还涉及到移植分配和效率问题。举例来说，移植的器官与接受器官移植的病人，因为血型不符或白血球抗原过敏，导致器官移植之后，病人的身体与器官相互排斥。这样一来，不见得等到有移植的器官，病人就能得救，他同样冒着极大的风险。
因此，如何让有限的器官，送到有需要的病人那，成为关键，这就需要设计一个合理的分配机制。从目前的医疗实践来看，肾脏移植有两种方式。一是建立多人交换循环。比如，A家属给自己的病人A捐献不了，但却适合另外一家的病人B。而B的亲属的器官刚好适合病人A。在这种情况发生的时候，双方可以通过交换捐献的方式解决问题。依此类推，建立更完整的病人数据库就能扩大受益家庭和病人。但是，这种移植方案也有一个漏洞，即多台手术必须同时做。一旦有肾脏移植的捐赠者出现反悔，就会导致整个捐赠链条不可进行。
多人交换移植
第二种方式是链式匹配。简单的说就是将死者捐献的器官移植给某个病人，但前提条件是病人的亲属答应把肾捐给下一个病人，这个病人的亲属又答应把肾捐给下一个，形成链式反应。链式移植的最大好处是并不需要严格同时执行，每一个家庭都是病人先得到肾再由捐赠人捐献器官。如果有人反悔，虽然会有一些负面的影响，但是相对来说影响会小很多。链式移植的另一个好处是可选择性高，相对来说，会大大提高系统的移植效率。不过，缺点是会消耗一部分死者捐献的肾源。
选择死者肾源的链式移植
在这的情况下， UNOS建立了捐赠者和病人的数据库，内容包括需要移植器官的病人和捐献者的身体情况、血型、身型，还有病人的地理位置，并努力地搜集病人的数据和愿意捐献器官的亲属的数据，更好地把这些亲属匹配起来。最后，利用人工智能算法建立并设计一套算法以在万亿次交换的可能性当中，找到条件匹配的捐赠者和受赠者，从而提高捐赠的效率。
效率与公平，最后由谁来决定
虽然利用人工智能算法提高了肾脏移植的匹配率，但因为死者捐赠的肾远远不够满足无亲属捐赠的病人需求。一个肾在一方面可以通过链式移植救很多的病人，同时一定会有病人因此无法得到合适的器官移植。这样一来就会出现经典的电车难题：一辆电车脱轨了，一边的轨道上有一群小朋友在玩。如果你是火车司机，你可以选择将火车扳一个岔道从而拯救这些小朋友，但是会害了在岔道上工作的另一个人。你会怎么做呢？
电车难题
为了尽量避免这种情况，桑德霍姆的计算模型在做出决策时，并不是简单地以人越多越好为优先。因为抗体和血型特殊很难配上，只有在追求短期移植效率最高时，这种特殊病人才会积压下来。在这种时候，算法就必须预测每一个肾捐给一位病人之后能活多久，他们之间移植存活率有多高。
对于计算机来说，所有涉及的因素都可以量化，但在现实生活中，情况并不是都可以量化的。例如，按照计算机排序和等待时间，下一个肾脏应该移植给一位80岁的老人，但计算机根据他的身体状况算出，他移植后只能再活一年。但如果移植给下一位病人，一位10岁的儿童，却能活30年。这种情况下，医生该如何选择？
桑德霍姆给出的回答是：“我们的算法负责计算，并告知医生移植后的效率哪个更高。但最后做出决定的应该是医生和病人。”
以下为网友评论：
网友“GTA4”：萨金特就研究过
(1970-01-01)
上海市市长应勇8月30日会见了出席“2017全球（上海）人工智能创新峰会”的中外专家，听取他们对上海发展人工智能的意见和建议。
张春海 摄
应勇说，近年来人工智能发展迅猛，已从技术变革跨入创新应用的重要窗口期。人工智能日益改变人们的生活，成为推动经济社会发展的新机遇、新引擎。作为中国最大的经济中心城市，上海正全力推进国际经济、金融、贸易和航运中心建设，加快建设具有全球影响力的科技创新中心，在此过程中，人工智能大有可为。上海发展人工智能，既有经济、科技和人才等综合优势，同时也存在一些制约和不足。我们将努力为人工智能发展营造更好的环境，既要加大对基础研究、技术革新等方面投入，力争产生更多科技成果，进一步增强“钱”变“纸”的能力；同时，更要增强“纸”变“钱”的能力，着力推动更多科技成果转化为现实生产力，形成规模产业。希望各位专家与上海的高校、企业、科研机构加强交流与合作，为上海打造中国人工智能发展高地贡献智慧和力量。
专家们表示，人工智能发展日益呈现全球化、协同化的特点。上海具有良好的产业基础、雄厚的科研实力、活跃的资本市场，人工智能发展潜力巨大。建议上海进一步加强人工智能基础研究和布局，着力构筑生态体系，吸引集聚一流人才，深入推进人工智能在工业制造、智慧城市、城市规划、医疗卫生等各领域的创新应用。
麻省理工学院教授埃里克•格里姆森、罗兰贝格管理咨询公司全球首席执行官常博逸、德国工程院院士奥托海因•赫尔佐格、美国艺术与科学院院士阿尔托•努尔米科、香港中文大学教授汤晓鸥、中科院研究员陈天石、上海交大特别研究员俞凯等参加会见。
以下为网友评论：
网友“离予仁”：上海加油！
网友“xinfengxb”：上海加油!
(1970-01-01)
科大讯飞总裁
刘庆峰
科大讯飞把自己的首届全球开发者节，有意放在了在程序员的节日——10月24日。科大讯飞总裁刘庆峰站上舞台，向台下集结的程序员致意：1024作为2的10次方，也是所有开发者经常用到的一个基本单元。这样一个数字天生就是用来致敬开发者的。
当日，千名开发者涌入了安徽省合肥市的滨湖国际会展中心，他们是科大讯飞开放平台上46万个开发团队的缩影。而科大讯飞的致敬方式则是：10.24亿基金扶持平台上的开发者，支持1024个项目来开放式探索人工智能教育，发布涉及人工智能生态、教育、公益三方面的1024计划。科大讯飞还请来了因脱口秀而出名的黄西，他一不写程序，二不做开发，但长的像程序员。
科大讯飞执行总裁胡郁
科大讯飞执行总裁胡郁则觉得“程序员日”这个提法不够过瘾：一讲到程序员，就让大家想起码农，而大家经常说码农非常辛苦，是IT界的“民工”。但这个节日应该首先带给程序员快乐。
胡郁表示，科大讯飞1024开发者节想传达这样一个信息：在以人工智能（AI）为中心的新一代的技术和产业革命当中，每一个人都不可能孤立行动，应当在一个大的生态下，共同追求整个生态的成功，而不是一家公司的成功。
据科大讯飞统计，目前AIUI平台上的开发者团队已经达到46万个，日均交互次数达到40亿，累计终端数达到12亿。科大讯飞在这个平台整合了自己最核心的语音交互等技术，希望借由开发团队，渗透到他们为之开发产品的各行各业，这是科大讯飞希望建立的“生态”。
三到五年内确立各个行业的AI龙头
胡郁表示，人工智能需要与各个行业相结合，而科大讯飞选择的路径则是把源头核心技术系统创新做好，同时与众多的开发者合作，找到人工智能与行业和消费者业务结合落地的地方。从AI的角度来看，如果科大讯飞真的想把源头核心技术系统创新和产品创新、应用创新结合起来，需要在三个方面有所发力，即生态计划、教育计划、以及AI公益涉及的方言保护和以人工智能服务残障人士。这即是科大讯飞的“1024计划”。
在刘庆峰看来，科大讯飞要搭建的生态已经初具规模。向上，人工智能让所有创业者、开发者几乎可以零成本地用最好的人工智能技术；向下，要让全世界最好的人工智能科学家既有算法也有数据。创业者能够调用平台最好的人工智能技术，同时做出产品和服务，并通过集成进来的先进科学家成果，把技术应用到产品里，面向中国乃至全世界推广。
刘庆峰提出了人工智能三个时间节点的判断：第一个时间节点是这一波人工智能的浪潮，其产业红利在3到5年之内将会尘埃落地。谁能成为教育、医疗、司法等各个领域的行业龙头，3到5年内大的基本框架会确定。第二个时间点是10年之内，一半以上的现有工作会被人工智能替代。第三个时间点是30年之内，目前还看不到人工智能具备自我觉醒的能力，人工智能要自己改程序来统治地球还是遥遥无期，“而且我们也不希望会这样”。
与46万个开发团队合作，布局人工智能的产业“赛道”
据科大讯飞规划，在AI生态建设方面，科大讯飞每年将在全国选择6个城市，每个城市用2个月的时间，结合城市特点、脉动以及它的开发者的诉求，“开发科大讯飞的AI赛道”。
举例而言，长春有汽车产业、有影视产业，重庆则有餐饮，西安是智慧旅游。在长春，科大讯飞现有1万平米的孵化场地，在洛阳有1200平米的孵化场地，另外在合肥、南京、苏州、广州、天津、雄安新区，包括海口、长沙、重庆等地方都已经有线下的现场孵化器。
此外，科大讯飞计划扶持开放平台上的46万开发团队，从技术平台到运营平台，再到资本平台、资源平台和培训层面，都设立详尽的支持计划。在技术平台，科大讯飞提供技术指引服务；在运营平台层面，科大讯飞希望能用其在海内外各个层面的影响力和品牌资产，为科大讯飞的开发者进行背书；在资本层面，科大讯飞将设立创投基金，结合其他推荐渠道，比如科大讯飞和优客工场创始人毛大庆的基金在各个层面都建立了多元的联系，也在联合培养开发者；在资源平台方面，科大讯飞会不仅将开发者的产品做出来，并且将开发者的产品与各个行业的需要进行直接对接。
胡郁在会上宣布，科大讯飞将会设立10.24亿的生态扶持基金，主要投资两类企业，一是具有核心技术，缺乏商业经验的企业；二是有出色商业想法，需要依靠科大讯飞的技术完成核心突破的企业。
上线AI大学填补100万人才缺口
今年9月，科大讯飞AI大学上线，教育计划则是“1024计划”的第二个方面。胡郁在会上提到，中国现在的人工智能技术人才缺口达到一百万，如果仅仅依靠学校去培养出这一百万的人才是不太现实的，希望科大讯飞的培训能够帮助填补人才缺口。
据科大讯飞统计，在讯飞开放平台成立的7年间，开发者团队已增至46万个，有三分之一是200人以上的企业，还有三分之一是50人左右的创业团队，最后还有三分之一是个人开发者和在校大学生，他们分布在全国1000多所高校。在开发人工智能开发者数量约10万，覆盖国内外上千所高校，而这一数字还在不断增长。近几年，中国大学毕业生创业率已达到3%，超过发达国家1.6%的创业率近一倍。他们将是中国人工智能人才重要的生力军。而平台上的大学生开发者，在学习大学课程的同时，已经可以在科大讯飞的开发平台上学习到人工智能和人工智能平台的知识。
胡郁表示，AI大学必须要有学生，必须要有出口。所以在AI大学建立同时，科大讯飞也与国内外百余所高校建立了校企合作计划。科大讯飞AI大学里的课程会和这些学校的课程进行融合，科大讯飞也会到这些学校里面去讲课，更好的培养科大讯飞的大学生的创业者。另外，AI的双创平台将为科大讯飞的学校、这些创新企业的未来新生力量带来一个平台。
在科大讯飞的规划中，将在校企合作培养和线上教育方面，支持1024个项目来进行开放式探索，希望这些项目中能够出现将来人工智能领域的独角兽，以及未来的创新型企业。
以下为网友评论：
网友“英雄论说”：人工智能时代已经到来
网友“Napoleon”：1024
网友“李光昊”：1024c l
网友“我是大田”：真的1024？
网友“许航”：1024
网友“印心石”：人工智能需要与各个行业相结合
(1970-01-01)