AAAI学会主席Rao演讲：AI系统崛起后的未来应当是更好地服务人类 | CCF-GAIR

本篇文章10114字，读完约25分钟

2017年7月7日至9日，全球人工智能和机器人峰会ccf-gair会议在深圳喜来登大中华区酒店举行。由中国计算机联合会主办，雷锋主持。此次大会聚集了来自世界各地的30多名顶尖院士和近300家ai star ai企业，参会人数高达3000人，均为中国顶尖阵容。

7日上午，在人工智能前沿专题会议上，亚利桑那州立大学教授、美国人工智能学会主席苏巴拉奥·坎姆帕提教授发表了题为《人工智能的兴起和人类对人工智能系统感知的挑战》的演讲，分享了他在人工智能浪潮中的感受和对人工智能未来的思考。

下面是苏巴拉奥·坎姆帕提教授的讲话全文，由雷锋的《人工智能科技评论》编辑。

我是subbarao kambhampati，我来自亚利桑那州立大学。今天，我将和大家讨论人工智能的兴起以及人类对人工智能系统的认知所面临的挑战。我非常感谢组织者邀请我来中国。这是我第三次来中国。这是我的联系方式。最重要的是微信。你可以用微信在中国完成所有事情。如果你有任何问题，可以通过微信联系我。

刚才介绍我的时候，我说我是aaai的主席。首先，我将向大家简要介绍aaai。aaai是一个专注于人工智能的研究团体，也是人工智能领域最古老的科学研究团体。它成立于1979年，现在有大量的成员机构。与此同时，aaai还举办了顶级人工智能论坛及相关活动。特别是，我想提一下，中国最近已经成为aaai的一个非常重要的成员，有许多来自中国的学者。特别是中国加入后，aaai整体提交的论文数量和接受的文章数量可以与美国相比，今年有可能超过美国。实际上，2017年的会议原本计划在春节期间举行，所以只有一半的与会者可以参加，所以我们把会议的地点和时间从新奥尔良改到了旧金山，这样方便了中国学者参加。2018年的aaai仍将在新奥尔良老地方。顺便说一句，杨青教授是aaai执行委员会的成员，周志华教授是aaai 2019的两个程序成员之一。

我还要强调的是，aaai希望有更多精力充沛的中国参与者。现在，每两份提交的论文中有一份来自中国，每两份被接受的论文中有一份也来自中国。然而，中国参与者和aaai成员的比例很低，23个人中只有一个是中国人。我非常希望这种情况能够改变，这样我们就能变得越来越国际化，中国学者的声音也会更强。同时，我们也希望您能注册成为aaai会员。在中国，一年的会费只有20美元，而学生的会费是18美元，所以每个人加入这个社会都很简单。

另一件事是当你加入aaai的时候，会有一些当地的活动。最近，在印度有一个aaai分支机构，我希望中国也能有。我希望每个人都能注意它。关于aaai我只能说这么多。核心信息是欢迎每个人成为美国汽车协会会员。

现在，让我花点时间告诉你一些背景知识，也就是说，这些先进的人工智能是如何产生的，除了它现在能做什么，人工智能还需要跨越什么样的门槛。那么，我想谈的是与我自己的研究密切相关的:人类对人工智能系统的感知，它们为什么重要，为什么越来越多的研究在学校进行，以及有什么有趣的地方。

当我在1980年左右第一次接触人工智能时，人们仍然在谈论为什么人工智能不能实现。当我在马里兰大学学习的时候，我读了一本书，但是读完这本书，我发现仍然有很多地方可以制造人工智能。

现在我每天都订阅谷歌的文章，提醒我他们给我发了所有关于人工智能的新文章。可以说，每天收到的所有文章中，至少有二三十篇是关于人工智能的，媒体也在关注人工智能。此外，这些文章变得越来越离谱。今天早上，我收到一篇文章，说人工智能被炒得太热了。

你可以看到在人工智能领域有许多有趣的情况，许多公司声称他们正在使用人工智能技术。在2008年，没有人说他们使用人工智能，但现在你必须说你正在使用人工智能，否则你会看起来过时。当然，各国政府也在关注人工智能。在奥巴马政府时期，美国政府有一个着眼于未来的计划，主要集中在人工智能上。奥巴马说，他希望人工智能技术能够改变整个美国。当然，我们在中国也看到了同样的统治者，并希望大力发展人工智能技术和改造中国的生产力。

人工智能的影响是什么？也就是说，像我这样的书呆子可以有机会上电视，在镜头前谈论人工智能技术。以前，像我们这样在学术界做研究的人没有机会上电视。我们告诉别人我们做人工智能，但是没有人知道什么是人工智能。现在整天都有记者想让我们谈论人类是否会被机器人取代。

考虑到我刚才谈到的这些大背景，这里的一些观众可能专门从事人工智能研究，一些可能是初学者。我为你做了一个简单的梳理，帮助你理解为什么人工智能变得如此热门。让我们先考虑一下人类的智力。让我们看看婴儿。当人类婴儿出生时，他们开始有一些特征和行为。在早期阶段，孩子会有感知和控制的能力。他们会观察世界，然后模仿我们的行为。这是我妻子的学生画的一幅画。在图中，孩子可以把很多东西放进这个塑料袋里，这是一个非常先进的动作。现在没有机器人能做到这一点。另外，在孩子的成长过程中，他们会逐渐学会如何认识这个世界上的事物，然后他们会开始有情商，然后他们会有社会智商，知道如何和其他孩子相处。只有到那时，他们才会有认知智能和推理智能。例如，当每个人都去上学时，他们会培养我们自己的认知能力和推理能力。当然，在大学、中学和小学，我们必须参加各种各样的考试来培养和锻炼我们的认知和推理能力。这是人类学习智力的方式，从感知到认知。

让我们再看看人工智能。在20世纪90年代，我们有一个专家系统，这是一个基于规则的系统。当时，许多企业开始使用该系统自动解决一些非常具体的问题，如疾病诊断。在20世纪90年代，有一台深蓝电脑，它与俄罗斯棋手竞争并获胜，所以当时电脑开始有推理技能；但有趣的是，在这个时候能够打败卡斯帕罗夫的电脑却无法区分蛋糕和棋子。它没有线索。它只能接收棋盘上棋子位置的符号表达，然后进行搜索。所以在那个时候，计算机没有感知能力，但是在2000年以后，我们会看到一些最新的人工智能技术，这使得我们的人工智能有感知能力。例如，他们开始了语音识别和图像识别，并取得了很大进展。我认为如果我们把认知和感知结合起来，这将是未来的热门话题。

说了这么多，我们可以看到一件非常有趣的事情。从过去到现在，人类已经从感知到智能，而机器却走了相反的路，从认知到感知，所以机器学习不同于人类学习。如果你将来还记得这件事，它会帮助你提高对人工智能的理解。

为什么机器或人工智能的学习与人类的学习相反？为什么他们不先感知然后观察？这里解释了我们只能让计算机做我们知道如何做的事情。我们不能确切地说出我们是如何观察世界和抓住东西的，但我们可以教别人做出诊断和法律辩护。因此，我们很容易在计算机上编程清楚我们所知道的理论。这就是为什么机器首先具有推理和认知能力。因为我们不知道如何感知物体，计算机只能模仿我们的外表来感知它们。我不知道你是否意识到，我们的孩子六七年来看起来很可爱，但同时他们也在不断吸收外部信息，从数据中学习。这就是计算机需要做的。我们首先让计算机通过大量数据学习认知智能。

这并不是说一种智力不如另一种。人类拥有所有这些智能，但是我们可以先学习一些智能，然后我们可以在此基础上学习更高级的智能。此外，不仅是学习，而且机器对视觉信息和图像的提取也会变得越来越好。此外，在未来，我们将训练机器来进行诸如说、理解和解释的系列训练。

为什么人工智能技术现在变得热门？这是因为我们发现在现代人工智能技术下，我们可以让我们的手机通过人工智能技术看到我们看到的世界，而这个手机也可以反馈它看到的信息给我们。如果我们能实现这样的人机交互，每个人都可以使用人工智能。每个人都知道，在最新的围棋游戏中，如果我们能使用这种人机共识或合作，人工智能技术将在未来得到更多的应用。同时，这种现象也有一些副作用。我们看到了人工智能技术在生产和生活各个方面的应用。在漫画中，你可以看到当深蓝电脑和人类棋手比赛时，它说:“这是1970年，别跟我说人工智能。”在这个时候，人工智能技术并不那么智能。”。现在它已经到了另一个极端。任何行业都在谈论人工智能，而深蓝和阿尔法ogo每天都在与人类智能进行比较和衡量。因此，当你看到任何东西，你必须谈论人工智能，因为这是人们想听到的，这也是人工智能火带来的负面影响。我认为人工智能技术的普及可能会让我们看不到它的未来前景。

现在，当然，我们可以捕捉图像和识别声音，但这就足够了吗？

这是希腊哲学家阿基米德说的:“如果你给我一个支点，我就能撼动地球。”现在人们说，如果你给我一个足够大的gpu，足够的数据和足够深的网络，我将为每个人创造超级智能。但事实上，这种东西并不存在，而且超级智能也不可能通过这种方式获得。

现在，我们必须吸取20世纪80年代和90年代早期在深度学习和大数据方面走过的弯路，看看未来如何发展。这给我们带来了一些关于人工智能的热点。我们都知道人工智能发展到现在已经很快了，但是有些人认为人工智能正走向一个冻结期。当然，这很有趣。去年，一家公司说我们可以用面部识别来告诉你这个人是罪犯还是恐怖分子，这样我们就可以建立一个机器学习系统，最终帮助我们预测谁可能成为恐怖分子。这家公司是一家以色列公司，但我不确定这是否是一个所谓的人工智能系统。

在中国，人们的智商也很高。去年，我们可以看到来自中国的数据。我们如何使用面部识别可以帮助我们感知人的脸，包括推理。如果你去警察局，你可能会看到很多人的照片，然后在云中寻找这些数据。与此同时，你可以运用深度学习来推理和预测这些人是否会犯下任何罪行。这些照片展示了所有的中国人，并不是说他们都是罪犯，我们只是拍了他们的照片。

通过机器学习，罪犯行为预测的准确率可以达到95%，并且可以识别出谁是罪犯，谁不是罪犯。它可以帮助社会上的人，不管他们是不是罪犯。然而，在这样一个系统中有许多争议。每个人都在讨论这是否是人工智能的一个很好的应用，以及这种方法是否可以用于智能罪犯的预测。这篇文章想让我们想象为什么我们应该谈论人工智能中的伦理学，我特别谈论这一点。对于任何复杂而强大的技术，我们都应该考虑如何使用它，以及如何谨慎地使用它。当人工智能发展的时候，很多人报道人工智能技术，但是我们只谈论技术本身。现在我们还想讨论人工智能中的一些伦理方法和伦理原则，包括技术的使用。

这让我想起了另一个组织，人工智能合作组织。这个组织是由世界上几个著名公司发起的联盟，如谷歌、微软、脸书、ibm等。我也是作为人工智能部门的主管加入这个联盟的。我们组织最重要的目的是通过这个组织帮助我们理解如何以对社会负责的方式使用人工智能技术。我们已经进行了很多技术变革和发展，但我们不想用这项技术来决定谁是罪犯，谁不是，因为这太疯狂了。同时，我们也可以讨论其他人工智能技术的使用，这些技术可能会导致人们隐私的泄露或影响公民的权利。从这个角度来看，这就是我们建立这个联盟的原因，我也是这个联盟的负责人。从我个人的角度来看，我们提到了人工智能对安全的重要性，包括一个公平、透明、可信和负责任的人工智能，以及人类和人工智能系统之间的合作。

我们在这里特别提到了这一点。如果我们想让人工智能来判断一个人是否是罪犯，我们找不到一些有趣的理由。我们必须能够向人们解释，以合理、公平和道德的方式展示它，以及为什么它被这样使用。这是我今天发言中特别想提到的。人工智能对我们的文化有很大的影响，它也带来了很多好处。但是现在人工智能是一项非常强大的技术。在其发展过程中，许多公司已经将其商业化，并进行了许多变革。但是，我们应该思考这些技术的使用以及如何做出审慎和合乎道德的发展。我相信每个人都能更好地理解我们的aaai和我们的联盟。事实上，我们一直在提倡人工智能技术的伦理和伦理使用。

youtube上有这样一个视频，我在那里特别提到了人工智能对社会伦理的影响以及使用中的问题。如果你感兴趣，你可以看一看。

接下来，我想和大家讨论一下智力、认知和感觉技术的发展，特别是感知技术和认知技术的变化。另一点是我们对机器人的控制和操纵。从操纵的角度来看，我们也可以依靠大数据来实现这一点。但是我想问，我们完成所有的研究了吗？事实并非如此。我们仍然面临许多挑战。这里有一点是，我们的大多数研究和案例都是基于机器学习和基于知识的学习，但是案例的数量仍然很少。在人类的学习中，你通常会给我一块，或者我根据自己的知识来模拟使用。但目前在人工智能行业是做不到的。另一点是常识，稍后我会和你讨论。另一点是世界的不完整性。我们可以看到，目前我们关于世界的所有知识还不完整。在做人工智能的过程中，我们需要完整的知识吗？但是对于人来说，我们不可能对整个世界有一个清晰的认识。我们如何确保人工智能能够对世界有一个完整的了解？另一点是互动，机器与人工智能和人之间的互动。我们希望在与人互动的过程中不会出现不良事件，我们希望这种人工智能能够在不带来太多不良事件的情况下，与人进行密切、有效、积极的接触。稍后，我将与您讨论这一领域的研究挑战。

首先，让我们看看常识。我们经常提到常识。什么是常识？我最喜欢的是麦哲伦的案子。"麦哲伦环游世界三次，那么他是什么时候去世的？"我们都知道这个问题的答案，但是智能系统不能像人类一样快速得到这个答案。

另一个例子，“这个女人因为怀孕而停止服药”，谁怀孕了，这个女人还是药丸？让我们看看第二句话:“这个女人停止服药是因为它会导致癌症”，谁会导致癌症，这个女人还是药丸？如果两个句子有相同的结构，人类可以很快区分它们之间的差异，并正确理解它们。

事实上，自2016年以来，我们已经开始理解语义学。我们去年开始了一个大的比赛，这个比赛的最终结果实际上并不理想。我们希望我们能真正找到同一种语言背后的语义变化，这样我们的人工智能就能真正理解这一点，并帮助我们更好地理解这台机器无法理解的人类自然语言的语义变化。事实上，还有其他的变化，我也想和你们一起分析它们，就像我们提到的麦哲伦一样。

刚才，我向你提到了一个缺陷，这也是一个巨大的挑战。因为现在越来越多的人开始讨论超级智能，包括智能的最高发展和机器的完全智能，这将取代整个世界，而人类将会灭绝，或者有人说人类将会成为机器的奴隶，我想你根本不用担心这些部分，因为我相信，如果我们有这台杀人机器，如果它使用的是对世界的不完全了解，它确实会带来很多负面影响。但对我们来说，这样的结果是非常不可预测的。我们如何在不完全模式下训练机器是非常重要的，我将在下一部分讨论这一点。

我想和你讨论的最后一部分是一个非常大的挑战，那就是，我们如何确保人工智能和人互动在一起？在接下来的十分钟里，我将与你分享这一点。

我想在这里指出的是，在人工智能中，人工智能作为一个整体与人有着非常有趣的关系。他们希望帮助人们，但他们并不真的想看到人机合作中的许多问题。当你想到下一次你提到人工智能的发展时，我们可能会花很多时间看我们的人工智能机器4打败了著名的棋手，它在帮助别人的同时也打败了别人。许多人都提到了人工智能和人之间关系的恶化。同时，在以前的文章中，许多人提到人工智能将取代人，人将成为人工智能的奴隶。但对我们来说，我们应该注意这一点，尤其是对于人工智能的负面报道。

去年，我负责主持了我们全球人工智能联席会议的国际会议。那时，我们成立了一个特别小组。我们提到它应该是有意识的人工智能。我们特别提到了如何将人和机器有效地结合在一起，这是最重要的。在那次会议上，我们提到为什么我们应该主观地设计这样一个未来，为什么我们应该设计一个我们可以担心的未来，同时，如果你认为机器可以战胜人类，人们还应该做什么？我们应该能够让机器帮助人们，提高人们的能力，这需要我们相互合作。很多人提到，有意识的人工智能、人工智能或有意识的人工智能真的可以把我们从传统的机器人主导的趋势中拯救出来，我们相信对机器人的负面报道会继续减少。

这是杰森的报告，这是一个著名的智囊团和咨询小组。他们为美国不同的部门提供服务。我以前参加过杰森会议，有人说我们现在必须决定三个主要问题。jazon对人工智能做了大量的研究。同时，他向我们展示了如何在人工智能的各个方面发挥我们的力量，其中他特别提到，通过提高人类的生产力而发展起来的人工智能，最终将朝着有意识的人工智能发展。与此同时，我们可以看到，当我们预测人工智能的未来发展时，白宫也有一份报告，其中特别提到，我们必须找到具有人类意识的人工智能新算法。

这是潘云鹤教授的文章。现在我们已经进入了人工智能2.0的时代，我们将走向更多的人机合作的时代。为什么我们必须让人们意识到这一点？我们为什么要提到这个？我们为什么要做这项工作？我在这里与你讨论人工智能当前的社会学问题。每当提到人机合作，人们就觉得这是一个期待的过程。人们觉得只有人才能解决问题，而机器却袖手旁观，什么也做不了。对于这里的许多年轻人，或者工程师和技术人员，我们都知道这是我们真正的机器对话。这台机器可以有很好的智能，但是这台机器后面还有一个人。他正在解释这是一个机器人，但是里面有一个真人。这是一种谎言。这种谎言也是人工智能发展中的一个谎言，在这个谎言中，人们想要某人的感知能力。

人工智能还有其他挑战吗？如果机器做越来越多的事情，人类的能力会被机器取代吗？每个人都认为如果机器的能力变得越来越高，我们就不需要人了。让我们看看人机集成或人机合作。人机合作可以拓宽人工智能技术的深度和广度。现在，人机一体化也可以消除人们的忧虑。例如，有些人担心机器人会取代所有的人。如果进行人机合作，这种疑虑就会消除。同时，人机合作或有意识的人工智能是一个全新的研究方向，可能被认为是未来一个很酷的研究方向。目前，科学研究面临许多新的挑战，这些挑战不能从高层或政府层面来看待。我们说在人机结合的操作中有许多问题需要解决。

有人说，人们需要自己的大脑，不仅是为了看老虎和狮子，也是为了观察对方。大多数时候，人类大脑实际做的不是自然观察，而是社会行为。例如，我们将倾听、交流和互动，这是人类大脑和机器大脑可以相互合作的地方。因为人脑具有社会交流的功能，它可以在这方面填补机器的空白。

我之前给你看过这部电影。我刚才没有谈到情绪和社会智力，但是情绪和社会智力正是人脑所拥有和擅长的。我们利用智力的这两个方面来教育孩子在学校要有纪律，我们告诉他们如何控制自己的情绪。与此同时，我们也有社会智力，这使我们能够更好地与他人互动。例如，如果没有这样的情绪和社会智力，在面试过程中，面试官和被面试者之间可能就没有互动。如果机器人去面试，他将失去面试的工作，因为他不能和他的面试者互动。此外，情绪和社会智能将有助于人工智能模拟人脑，并逐渐拥有一些情绪和社会智能。现在我们已经知道，如果人们不使用人工智能系统，那是因为人工智能系统没有社会和情感智能。在座的一些微软专家可能听起来不太高兴，因为人工智能没有社交和情绪智能，我们知道在微软的办公室里，他们会有一个机器人来帮助他们的员工工作。这个机器人体现了微软获得的所有最新的机器人和人工智能技术，但是当比尔·盖茨宣布他要退休时，这里的所有员工都有情绪，有些人高兴，有些人悲伤，有些人可能会哭。然而，他们发现这些和他们一起工作的机器人完全没有情感，这意味着如果我们在正常工作中表现不好，我们需要我们的同伴给我们情感上的安慰，和我们一起工作的机器人就不能这样做，因为他们没有情感。因此，我们应该开始考虑是否可以将这台机器的辅助人工智能引入工作场所，因为它们不具备情绪和社会智能。

现在让我们来看看智能代理的结构。我们将有一个聪明的主题。首先，我们应该看看这个智能主体的内部，它有刹车和传感器。我们将观察这个世界，观察它的信息。就人脑而言，人脑也是一个智能主体，但它观察信息的方式完全不同。每个人都知道人脑，我们也可以模拟人脑。我们会发现，如果我们让人工智能机器模拟人脑，我们会看到这张桌子上的智能主体的结构变得非常复杂和丰富。例如，如果有一个象征性的情况，他们不仅可以看到现在是什么情况，还可以思考我周围的人此刻在想什么，以及我周围的人在想什么和我之间是否有任何关系。机器不仅对周围的信息感兴趣，而且由于人机集成这一新的智能学科，开始与周围的事物产生联系。就像人脑一样，当我们的机器与人脑结合时，我们会越来越关注周围环境的信息，包括这个人在想什么，这个人在下一刻在想什么，以及他在想什么是否与现在的环境有关。此外，我们需要持续跟踪这些信息。因此，人脑获取的信息变得越来越复杂和丰富。如果人脑被融合，我们可以让机器感知并解决真正的问题。如果我们关着门独自呆着，我周围的世界很简单，但是在社会生活中，我们永远不会闭门造车，所以我们需要社会智能和情绪智能来弥补机器所没有的这两种技能。

让我们再看一遍这张照片。在接下来的几分钟里，我将谈谈我们团队在人类意识的人工智能方面所做的研究。我们主要研究人和机器之间不同的决策和学习过程，然后模拟人和机器的集成。此外，我们还需要人和机器一起工作。如你所见，我们让一个人与机器交谈，让机器试图理解对面人的意图，并通过理解的意图做出相应的行动。例如，他张开双臂是什么意思，他把手放在桌子上是什么意思？当然，我们也在这个项目上投入了大量的资金。到目前为止，我们的技术可以让机器知道它的人类合作者想要它做什么，并且理解人类的意图，同时通过人类的表情看这个人是快乐还是不快乐。此外，人类会向它发出不同的信号。有些信号代表快乐，有些信号代表不快乐。机器应该根据接收到的信号做出相应的判断，它不仅应该做人类期望它做的动作，还应该做人类希望它在下一个环节继续做的动作。因为在正常情况下，我们可能很容易理解我们想做什么和别人想让我们做什么，但是为什么别人想让我们这样做是一个更复杂的命题。因此，在人机训练过程中，我们训练机器听我们的指令，不仅是为了理解我们的意图，也是为了说人类的语言，与机器交流，同时添加手势和表情。如果手势和表情还不够，我们还为机器理解人类提供了额外的信息。

例如，我们在荷兰做了一个类似的实验，人们在他们面前看到一个球，然后把信号传送给机器，机器自己感知它是否会接住球。现在让我们来看看这台机器和人们试图抓住桌子上的积木，当人们开始抓取时，机器人需要知道人们想要它做什么。因此，通过人机合作，人类的情感和社会智能弥补了机器所没有的情感和社会智能。

让我们看看现在的挑战。首先，我们必须有一个良好的人与机器之间的互动系统。正如我刚才所说，世界上最复杂的问题之一是我们考虑我们旁边的人在想什么，这是世界上最困难的命题。因此，考虑到人类的思维实际上很难解决，我们应该训练机器去理解他们旁边的人在想什么，这是一个更加困难的问题。此外，我们不仅要确保机器理解它旁边的人在想什么，还要根据它的判断做出明确的行为。另一点是，每个人都知道我是人工智能方面的专家，但是即使像我这样的专家，我也不能开发一个机器人，这样它就可以完全理解人类的意图并与人类互动。当然，我们都知道，如果有这样一个机器人，它可能会与人类相处得更好，因为它能理解人类在这个封闭的社会环境中想要它做什么，但事实上很难制造出这样一个机器人。此外，我们还需要各国政府的认可，人机可以在一定程度上进行互动和合作。例如，在某些特殊情况下，机器人与人类互动是可以接受的吗？在某些细分行业，如国防，人们与机器人合作是可能的吗？

此外，正如你在这幅图中看到的，机器人对世界有自己的感知，而人类在大脑中对机器能做什么有自己的预设。这两个前提完全相同吗？不一定。我们必须让人类知道他们认为机器能做什么，而不是真正的机器在大脑中想什么。我们必须让机器人更好地与人类交流，比如如何从一个目的地移动到另一个目的地，前进过程中最短的路径和最好的计划是什么，在这样简单的互动中，人类和机器需要合作的事情有很多。还有如何制定计划以及如何用清晰的语言解释它。通信的所有这些方面将影响人机集成的未来前景。

我快完成了。最后，我给你看一部短片。让我简单回顾一下我刚才说的所有事情。首先，我给你简单介绍了一下aaai。aaai是美国人工智能年会。我们每年都收到关于人工智能的论文。今天，对人工智能的研究已经成为我们社会责任的一个非常重要的部分，我们也可以看到中国对全球人工智能的贡献越来越大，因为我们收到的每两篇人工智能论文中就有一篇来自中国学者。其次，我还谈到了人类婴儿和机器之间的学习差异。此外，我还谈到了人工智能技术的一些专业门槛。最后，我谈到了如何进行人机合作，用人类智能培养人工智能。当然，对我们来说，这也是一个非常困难的命题，这也是像我这样的科学家将来可能解决的问题。众所周知，最终目标不是让机器取代人类，而是让人类更好地与机器合作。

(结束)

更多关于人工智能行业和学术界的报道，更多人工智能领域重要人物的成就和演讲，请继续关注雷锋的人工智能技术评论。

雷锋文章版权所有。严禁擅自转载。详情请参考转载说明。