作者：李智勇
出版社：机械工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
终极复制：人工智能将如何推动社会巨变试读：
前言
东北农村的百岁老人是非常特别的一群人，因为他们的一生横跨了传统的农业文明、工业革命、信息革命以及将起而未起的智能革命，可以说数千年间所有人类的重大变迁都可以在他们“短暂的”一生里找到痕迹。
他们20岁的时候，由于家里并不富裕，所以大多数已经成为家里的主要劳动力。农业文明的典型特征是主要依靠人力或畜力，所以每当过年的时候为了吃饺子，总是要自己借来一大堆器具比如风灯、簸箕、毛驴，再等到石磨空闲时求人帮忙磨面。辛苦几次后，为了避免麻烦，他们可能就学会了整套操作。随着年龄的增长，为了省钱，自己会做的事情就越来越多，学会编炕席、盖鸡窝、修补房子等。春天、秋天的时候主要忙地里的活，闲下来的时间就忙着这些修修补补的杂活。一年里几乎没有空闲的时候，每天总是累得半死，但也吃不到什么太好的东西。忙于果腹的他们不会知道就是在这一年（1936年）英国广播公司采用贝尔德机电式电视广播，第一次播出了具有较高清晰度、步入实用阶段的电视图像，这种科技浪潮要50年后才真正能波及他们。
30岁的时候，他们已经结了婚，中间也幸运地没被抓去当兵，但除了生活负担更重以外，生活本身似乎没有发生任何根本性变化，每天都在简单地重复着前一天，那时候他们心里经常祈祷不要有天灾人祸落在自己身上，因为贫困使得他们的家庭实在没有任何承受风险的能力。天时驱动的重复也是农业文明的一种特征，几代人之间不会有太大的区别，即使是饥荒也只会改变生活的地点，但通常不会改变基本的生活方式。他们不知道就是在这一年（1946年）一个叫计算机的东西问世了，美国军方定制的世界上第一台电子计算机——“电子数字积分计算机”（electronic numerical and calculator，ENIAC）在美国宾夕法尼亚大学建成，定制这东西的主要目的是为了满足计算弹道需要，它使用了17840支电子管，大小为24.4米×2.44米，重达28吨，功耗为170kW，其运算速度为每秒5000次的加法运算，造价约为487000美元，为看到计算机他们还要再等上50年。
70岁的时候，他们已经经历了非常多的土地上的变化，先是土地改革，有了自己的土地，接下来成立了合作社，土地变成集体的，再接下来又包产到户。活儿还是不少，但没以前那么累了，生产队里终于有了拖拉机，村子里也通上了电灯，骡马开始逐渐减少，人开始围着机器转，玉米脱粒开始主要依赖机器。包产到户后各家都开始买电视机，没事看看电视剧成为主要的消遣。到这个时候，两次工业革命的成果终于开始渗透到农村，但他们仍然和世界有所隔阂。也是在这一年（1986年）大洋彼岸的康柏公司做出了第一台采用了Intel 8038616MHz CPU、640KB内存、20MB硬盘、1.2M软驱的386计算机。一家叫微软的公司销售额超过了1亿美元，并且尝试开发一款基于图形用户界面的操作系统Windows1.0，信息革命的大幕正在拉开。
90岁的时候，他们会看到家里用电的东西越来越多，先是装固定电话，接下来电饭煲这些东西都开始走进家里，最要命的还是电脑，家里小孩每天都挤在电脑旁打游戏、看电影，还用它买东西、看新闻什么的。也有的小孩会随身拿着一种白色的叫iPod的东西播放音乐。在这一年（2006年），乔布斯已经开始密谋发布iPhone这款带来划时代变化的智能手机，移动互联网正在准备进一步改造每个人的生活。
100岁的时候，此前装的固定电话逐渐被废弃了，电脑也被冷落了不少，年轻人每天都捧着手机，不知道在干些什么。人们每天聊的东西和100年前相差十万八千里。地球上每天发生了什么事情，大家似乎立刻就知道了，而自己当年大概只知道十里八村的事情。周围还有很多人在研究如何把大米直接拿到网上去卖。这时候重孙子基本已经上了高中，他们没事会聊一种叫人工智能的东西，这东西似乎可以让汽车没人开就能跑，也能代替播音员报天气预报，还可以让厂子里干活儿的人没活儿干等。人们对这种技术的态度和对电视机、电脑的态度有点不一样，有的人认为这是很大的危险，不能发展它，它会让人没工作，发展它之后人都干什么去，并且它一旦产生了意识，那人类就危险了，但也有人说这东西如果发展起来就不用自己种地了，每天在家里待着还能有不错的收成，这有多好，为什么不发展，怎么可能世界变发达了人还没法活了。
在这群老人的身上，科技对生活的改变好像被用快进播放了一遍，从这种快进中我们可以看到科技用一种无坚不摧的力量在极短的时间内把人们生活的方式揉来搓去，而人的意愿在这种科技浪潮面前毫无抗力。过去是这样，将来也会是这样，人类又可以拿什么来抵抗科技浪潮所掀起的改变呢？现实中其实并没有可以逃避社会变迁的桃花源。
当老人们偶尔听到“人工智能”这个词的时候，这标志着一个新的时代正在拉开序幕，恰如有电、有汽车、有电脑之后的生活和之前的生活发生大幅度的改变一样，生活的模式接下来很可能会因此而有更大的变化。老人们看淡了风云变幻，估计会对各种变化不太在意。但很多人估计还是会对这奔涌而来的变革浪潮感到好奇，未来100年人类的生活又会发生怎样的变迁？人工智能究竟会给我们带来什么？第一部分窥探未来
但凡人能想象到的事物，必定有人能将它实现，而一旦这种事物具有非常大的内在合理性，那它的实现速度往往让我们瞠目结舌。
凡尔纳的《从地球到月球》设想了一种大炮，这种大炮直径为9
[1]英尺，高12英尺；为了不超重，弹壁较薄；为了抵抗气体燃烧的压力，底座会比较厚。为了能看到外面的环境，底座的皮垫子下面有四个舷窗，舷窗上装着非常厚的凸透镜，两个在炮弹周围，第三个在弹底，第四个在尖顶，所以航天员可以看到周围不断变化的环境。说到这里，大多数人心里会对这东西有些熟悉了，这不就是“神舟”5号的返回舱吗？但就登月而言，神奇的事情还不只是大炮和火箭、炮弹和返回舱的相似，《科幻世界》曾经把小说和现实里的阿波罗登月在航速、航时、航天员数、降落地点、发射点做了详细的对比，结果是如此惊人的相似（见表P1-1）。表 P1-1
资料来源：百度百科。
所以在科技如此发达的今天，我们实在没有什么理由不跟着科技的脉络，用我们的想象和逻辑来窥探一下未来！[1] 1英尺=30.48厘米。第1章世界怎么了
毫无疑问，互联网极大地改变了我们的生活，我们足不出户就可以购物、转账、叫车、看电影、找工作等，但现在看来所有这些更可能是一场更大变革的前奏，是在为塑造一种新的社会形态而储备能量。而要想看清这一变革的走向，那就需要剥去各种日常可以看到的信息的面纱，捕捉这背后的本质：
·Facebook的CEO扎克伯格在2016年伊始宣布：自己的年度目标是在自己的家里建一个像《钢铁侠》里Jarvis那样的人工智能助手。这个助手虽然号称是个简单版，但功能已经非常强大。它能够控制家里的所有事情，比如温度、声音、音乐，也能在朋友来的时候提醒扎克伯格，在他不在女儿身边的时候判断是不是发生了什么事情需要他去查看，还能够帮助他更加可视化地看到公司的各种数据。事实上，做人工智能助手这件事的并不止于扎克伯格，而是在全世界范围内正在轰轰烈烈地发生。如果用心观察，你会发现美国六大科技公司：Google、Facebook、Apple、Microsoft、IBM、Amazon最为步调一致的事情就是都在开发这种可以称为智能语音助手的产品，Apple的Siri，Google的Google Now，Facebook的Messenger M，微软的小冰、小娜，IBM的沃森，Amazon的Echo。它们虽然侧重点不同，但骨子里其实都是一个没有形体但有智能的机器人。
·2012年3月28日那天，Google发了一段从一辆丰田普锐斯上拍的视频。这段视频展示了从家到饭店，再到干洗店，最后返回家的过程。从那以后，Google的无人驾驶项目广为人知，但直到现在这种产品也没有上市，这说明以前叫Google，现在叫Alphabet的这家公司至少已经投入了5年以上的时间来做无人驾驶汽车。现在越来越多的公司开始在无人驾驶领域投入，包括汽车新锐特斯拉和各个传统汽车厂商，但这些公司的思路和Google的不太一样，会从高级的辅助驾驶一步步达成自动驾驶的终极目标，而不是像Google那样试图一步到位。
·IBM公司最近10年“没落”得非常厉害，在我们常看的新闻里唯一和IBM相关的就是它卖了什么业务，比如把笔记本或者服务器业务卖给了联想。但与此形成极端反差的是IBM在某一个方面出手非常大方，它在2015年年初收购了一家叫AlchemyAPI的、做深度学习的公司，接下来在2015年年中花10亿美元收购了一家叫Merge Healthcare的、做医疗数据的公司，到2016年又宣布要以26亿美元收购医疗数据分析公司Truven Health Analytics。这一买一卖背后的含义非常值得玩味。
·美国NSA利用无人机对巴基斯坦的恐怖分子进行轰炸，轰炸的基础是一种对人群进行分类的算法，这种算法根据人的通话记录特征比如呼叫谁、通话时长、通话时间等来对人群进行分类，标识出谁是恐怖分子，接下来就通过掠食者无人机或者地面暗杀小队执行寻觅—修正—收工的程序把人杀掉。这篇报道的作者是克里斯琴·格罗特霍夫（Christian Grothoff），国内是新智元做的翻译。事情本身其实并没有明确的定论，真实性也需要进一步确认，但至少展示了一种反恐的新方式（显然这种模式很容易扩展到打击各种其他犯罪上）。
这几件事情看似毫无关联，但扎克伯格在家里挑战新智能机器人，Google在汽车上的巨额投入，IBM的一买一卖（卖服务器业务给联想，买人工智能和数据公司），政府基于数据对恐怖分子进行打击，其背后都有着一个共通的、隐形的推动力，那就是人工智能技术正越来越成熟，并开始深度影响我们的生活。没有人工智能方面语音和语义的突破，扎克伯格期望的那种语音助手型机器人是做不出来的；没有计算机视觉上的突破，Google的那种自动驾驶也是做不出来的；没有语音、语义、计算机视觉上的突破，沃森这种给人看病的智能医生也是不可能变为现实的；没有机器学习算法的大规模归类能力，那种基于数据来寻找恐怖分子的思路也是不可行的。
无疑，上面这些点会深刻地影响我们的生活模式：我们可能会习惯对着空气说话来完成现在要用鼠标、键盘、触屏才能完成的事情；我们可能再不用开车了；以后给我们看病的更可能以人工智能为主，人类医生为辅。我们可能越来越彻底地数据化，也越来越透明，同时犯罪则越来越少。
人工智能所能产生的影响还远不止上面提到的几个领域，它其实会影响几乎所有与我们生活相关的领域。具体一点的应用还有：巡逻机器人可以替代保安24小时地巡逻；服务机器人则可以在酒店这样的领域里24小时进行送餐等服务；灵异一点的应用则可以让人在虚拟空间获得永生，比如根据亲人过去的数据在电脑上重建整个人的模型，让他的形象和真人一样，他的表达与行为也与真人一样。我们现在缅怀亲人总是通过照片和记忆，但人工智能技术发展下去则可以让他们永生于数字空间之中，不只他的音容笑貌与生人无异，甚至他的表达和思考模式也与真人雷同。
人工智能内蕴的能量其实比互联网还大，只不过暂时还在积蓄能量，没有彻底爆发出它应有的威力，所以大家虽然听了很多与它相关的消息但并不能对它有清楚的感知。这就像1996年的互联网，那时候人们隐约觉得这东西确实有大用，但又不知道该用它干点什么，最后很多公司就用它挂企业老总的照片。但实际上从1996年开始，人们的生活习惯就因为互联网而逐步发生改变。
所以说如果问世界怎么了，那回答是世界在因人工智能而改变。第2章到底什么是人工智能
有些简单的词人类往往要费九牛二虎之力才能把它弄清楚一点，比如什么是美，什么是善，这都是柏拉图那个年代就开始琢磨的事情，但差不多一直要到黑格尔才算有比较统一的认识，前后横跨差不多2000年。人工智能的智能就是这么个词，人类其实还没太弄清楚什么是智能，也还没太弄清楚和智能紧密相关的那些词，比如意识、想象力等，所以其实这是个谁都说不太清楚的领域。人工智能发展上的起起落落
人工智能的历史其实正好与计算机的历史差不多一样长，但两者的发展进度却大相径庭。一个很像一帆风顺的富二代，一个则起起落落很像白手起家的创业者。
我们都知道现代计算机（包含我们常见的电脑、手机等）其实开始于图灵这个人。图灵在数学上证明了如果处理盒（相当于处理器）选择了一套正确的规则，并给予无限长的纸带（相当于内存和硬盘），那么这种装置可以进行任何宇宙里可以定义的操作，此后才由冯·诺依曼确定了计算机的基本体系结构，最终才是最近30年计算机的蓬勃发展。图灵机
不管看到的电子产品多么神奇，其实原理都来自上面这么个简单的东西。
资料来源：图片来自百度百科，有修正。
这就和很多科技发展所遵循的规律一样，一个伟大的人物先在理论上达成一个自洽的、让人仰望的高度，后人则在这个大框架下不断细化和应用。牛顿的定律是这样，爱因斯坦的相对论是这样，计算机也是这样，但很不幸人工智能则不是这样，科学家始终还处在摸索中，只不过摸到的东西确实越来越多了。
人工智能也诞生于图灵那个年代，甚至也就是图灵这个人提出了今天引起了极大关注的那些方向，比如图灵测试、机器学习、遗传算法和强化学习等。但此后人工智能的发展则是三起两落，既有万众瞩目，人们信心爆棚，资金大量注入的时候，也有被打入冷宫、无人问津的时候。这与计算机乃至互联网的发展完全不一样，这两个东西在摩尔定律的助推下，很像是安了天使翅膀的人类，几乎是一路向前狂奔，到现在也还没怎么减速。这里面也许最根本的差别就是人工智能本身并没有一种理论基础，所以怀疑它不行或者相信它肯定能行都很像一种信念。信念在受到事实威胁时实在不足以支撑这样一个极其费钱的大科目，这就导致了人工智能的发展起起落落，一波三折。
人工智能的起点要追溯到大概60年前。1956年，当时这个领域非常有影响力的约翰·麦肯锡说服了明斯基、香农等人，帮助他把全美所有自动机理论、神经网络和智能研究的人召集到了一起，这年夏天，他们在达特茅斯组织了一场研讨会，从这场会议的声明中可以看出那时候的科学家对人工智能持何种乐观态度：
我们提议1956年夏天在新罕布什尔州汉诺威市的达特茅斯大学开展一次由10个人为期两个月的人工智能研究。学习每个方面或智能的任何其他可被这样精确地描述的特征原则，以至于能够建造一台机器来模拟它。该研究将基于这个推断来进行，并尝试着发现如何使机器使用语言，形成抽象与概念，求解多种现在注定由人来求解的问题，进而改进机器。我们认为：如果仔细选择一组科学家对这些问题一起工作一个夏天，那么对其中的一个或多个问题就能够取得意义重大的进展。
——《人工智能：一种现代方法》第17页
那时候的顶级科学家其实希望迅速地做完图灵对计算机所做的事情，但很不幸，事情的进展和他们想的完全不一样，并且可以确定到2016年夏天，也就是60年后，这事也还没搞定。但这次会议的特别价值在于它形成了一种共识——让人工智能成为一个独立的学科，因此这个会议通常被看成是人工智能这一学科真正诞生的标志。
人工智能是在人们信心大爆棚时诞生的，尽管科学家非常乐观，也声称自己的程序能够证明《数学原理》第2章中的大部分定理，但大多数人并不能从这一乐观态度中看到什么明显的进步。当时美国政府对此非常热心，在这个领域投了很多钱，与之相反英国政府却采取了一种完全不同的做法，他们请了一位著名的数学家——詹姆斯·莱特希尔（Sir James Lighthill）教授，对人工智能做一个彻底的评估。这位教授在看了所有重要的相关论文后，写出了一份报告，后来世人称之为《莱特希尔报告》。这份报告说人工智能绝不可能有什么用途，因为它只能被用来解决简单的问题。英国政府以后没有在人工智能上进行大量的投资，此后人工智能逐渐变得少有人问津。
事实上第一波人工智能浪潮止步于以下三种困难：
第一种困难是早期的人工智能程序对句子的真实含义完全不理解，它们主要依赖于句法处理获得成功。这样一来，它们“the spirit is willing but the flesh is weak”（英文：心有余而力不足）到“the vodka is good but the meat is rotten”（俄语：伏特加酒是好的，而肉是烂的）的英译俄再俄译英就不可能做对。其实直到现在问题仍然存在，只不过大量的数据弥补了不理解真实含义的缺陷。形象地讲，现在计算机并不去理解这个句子，而是看哪种翻译被用得多。
第二种困难则是《莱特希尔报告》里重点强调的组合爆炸。这导致让程序每次产生一个小变化，最终产生出可以解决问题的程序这种思路被堵死了。这就好比用试错法寻找正确的路，但每条路上都有无数的岔路甚至岔路间还彼此勾连，因此可走的路近乎无限多，那么试错法毫无价值。
第三种困难则是那时候发现虽然人工智能具有的神经网络简单形式可以学会它们能表示的任何东西，但它其实只能表示很少的东西，应用范围十分有限。
正因为这些困难得不到有效的解决，在20世纪70年代人工智能渐渐冷却，直到专家系统的兴起和神经网络让人们看到了新的希望。到了80年代确实有些专家系统被成功部署，并为公司节约了数以千万美元计的费用，比如第一个成功的商用专家系统R1在DEC成功运转，此后DEC陆续部署了40个专家系统。也正是在这时候日本宣布了第五代计算机计划，希望用10年时间研制出智能计算机。作为回应，美国也组建了一家公司来保证国家竞争力。
也是在这个时候，神经网络上取得了新的进展，一个典型的事件是1989年，燕乐存（Yann LeCun）在AT&T Bell实验室验证了一个反向传播在现实世界中的杰出应用，即“反向传播应用于手写邮编识别”系统，简单点说就是这个系统能很精准地识别各种手写的数字，很有意思的是当年的演示视频被保留了下来，所以我们今天仍然可以清楚地回放当年的效果。但很不幸的，展开这类算法所需要的计算能力和数据那时候并不具备，所以在实际应用中也逐渐败下阵来。这个方向狼狈到这样一种程度：现在的深度学习领军人物以及他们学生的论文被拒成了家常便饭，根本原因就是论文主题是神经网络。另一件小事也可以从侧面说明当时神经网络不被待见的程度：为了让神经网络复兴并被大家接受，现在鼎鼎大名的杰弗里·欣顿（Geoffrey Hinton）和它的小组密谋用“深度学习”来重新命名让人闻之色变的神经网络领域。很多人很难想到今天鼎鼎大名的深度学习其实是这么来的。
于是人工智能再次陷入低潮，这种低潮从其他方面解释其实是无意义的，主要还是技术本身的实现程度支撑不起足够多的应用。当一种技术并没有在商业中深度渗透进去，自身又需要较多的研究资源，也没有坚实的理论基础让人看到高额投入肯定会产生效果时，那么它遇冷的可能性就变得极大。
人工智能被低估持续了十几年，直到最近互联网和云计算的兴起。如果要从2010年时任斯坦福大学教授的吴恩达加入谷歌开发团队XLab开始计算，那这次的热潮兴起也不过只有五六年。互联网和云计算之所以让深度学习得以复兴，其关键点有两个：一是互联网提供了海量的数据；二是云计算提供了远超以往的计算能力。这两点很像燃料与引擎，它们叠加到一起就可以让车跑得飞快。
总结起来，我们可以讲到现在为止人工智能历经三起两落，和前两次不一样的是，这次我们有理由相信人工智能会发展起来而不是再落下去，关键原因不在于科学家如何有信心，而在于这种技术已经非常普遍地得到了应用，其应用范围要远大于前两次，不管是在声音、图像还是在数据分析上。换个角度定义人工智能
看过人工智能发展上的起起落落，你就会发现人工智能其实并没有一个清晰的定义，它的内涵和实现方法也总是在不停地发生变化，比如我们原本以为能下跳棋就是人工智能了，结果当计算机能下好跳棋的时候，我们却发现这似乎也没什么，还不能称之为完全的人工智能。这样的循环就不停地在国际象棋乃至围棋上上演，即使今天AlphaGo赢了李世石，在围棋这项既简单又复杂的棋类上崛起，我们也还不能说这就是我们想的人工智能。
这就是人工智能的奇葩状态：每个人都说人工智能，但从科学家到程序员再到普通大众其实没人能清楚地定义人工智能究竟是什么，每个人都按照自己的理解和想象给它一个独属于自己的内涵。人工智能之所以那么难以清晰地界定，主要原因是人类其实还没太弄清楚究竟什么是智能，自然也就无法从它的内涵来定义究竟什么是人工智能。
很糟糕的是我们也没办法按照应用场合来定义它。每当说到人工智能时，人们最容易想起的估计是人形的机器人，这些机器人或者和人一样但更温和，或者莫名其妙的凶残，杀人如麻，但实际上现在很多机器人和人工智能的重合度并没有想象得那么高，那些单纯会蹦会跳的机器人与人工智能的关联大概和《钢铁是怎样炼成的》与炼钢技术的关联差不多。现在的人工智能更多的是纯粹的一组数字，其次才是可以具有各种奇形怪状的形体的机器人。当然发展下去，随着人工智能和机器的融合度提高，飞机、轮船、汽车发展下去最后都会变成机器人，没准最终还能像变形金刚那样变换各种形状，但眼下人工智能主要还是用来处理数据，其次才是感知环境并进行反应。
所以要想定义人工智能，那就只能通过做点类比来形成有点模糊的认识。这时候需要换个思路和视角。当我们深度了解动物的基本生理结构后，我们可以清晰地界定什么是哺乳动物，什么是爬行动物，但即使我们对其生理结构一无所知，只凭日常感受，也可以命名什么是鱼，什么是鸟。后一种分类方法存在的主要问题在于我们很容易把蝙蝠归于鸟这一类别中，但在人工智能上这似乎不是一个大问题。
到现在为止，我们唯一可见的高智能生物只有人类，因此只要能清晰地定义人，那就可以尝试从人的身上做加减法来定义人工智能。
一般我们认为促使人生爆发出能量的本源动力有三项：欲望、理智与激情。这三项东西正好可以从人类的进化链条中提炼出来。欲望的存在历史最为悠久，即使很早期的动物比如恐龙也会因为饥饿感去寻找食物，需要交配来繁衍后代。理智的出现则比较晚，一定要到人这种高级动物才清晰地体现出来，但确实在大猩猩能用工具时有所萌芽。这种对自然界进行感知、抽象、反思、推理的能力构成了理智，理智是我们人类智能的基础。只有理智还构不成我们现在这种复杂多变的社会，所以人还有很不理智、比较激情热血的一面。只有在“为有牺牲多壮志”这类激情的推动下，人类才会产生自己的价值体系。冷静下来想，激情是很奇葩的一种状态，因为它既会背离本能的欲望，也会背离一般理智。如果说保护自己的后代而牺牲自己还可以用本能来解释，那么先天下之忧而忧的范仲淹，为天地立心、为生民立命的张载就完全不能用欲望和理智来解释。但这些超越现实（其实也比较可贵）的例子都可以解释成激情带来的后果。激情构建了某种特别的价值体系，在这种价值体系下，有的东西比个人生死存亡更关键，这也是智慧生物的特别之处。
基于欲望、理智和激情所产生的一切东西都可以看成是人类智能的结果，针对欲望的可以是爱情动作片也可以是宫心计，基于理智的可以是下棋或者物理，基于激情的可以是创业等活动。
那什么是人工智能呢？抽掉人的欲望和激情，再抽掉人的肉体限制并把剩下的理智力量无限放大之后基本上就可以认为是人工智能会有的样子了。无限放大是说它可以同时记忆五千年的历史，同时操控五千台机器，而不再像人类只有有限的记忆和计算能力，并且很难一心二用。“只有理智”是说它没有想象力，没有价值体系，没有对生的渴望和对死亡的恐惧，也不会有人类的欲望，因为人类的欲望是在漫长的时间里，由生存延续需要驱动一点点进化出来的。
这种特征导致的结果是：主要由欲望所驱动的领域应该可以成为人类的保留地，最典型的是爱情，以及衍生而来的各种故事。人工智能估计到地球毁灭也理解不了为什么很多人会那么喜欢看爱情片。
在可见的范围内，人工智能也理解不了为什么不同的人在相同的情形下会做出不同的取舍，比如有的人看到老人摔倒会扶，有的人则不会；有的人会为人类大群体的利益而牺牲自己，有的人则拔一毛利天下而不为；有的妈妈会在地震中用身躯为小孩遮挡落石，有的妈妈则会把小孩忘在屋子里，自己出去打麻将。
机器有意识、有激情会导致完全不一样的世界，当前科学家不知道究竟怎么才能让机器人有独立意识，所以好莱坞电影里机器人意识的产生总是依赖于某种意外，因为人类其实还不太清楚意识到底是怎么回事。欧洲有科学家尝试完整复制人脑来实现这一目标，但很多人对此并不看好。
所以说人工智能如果从外部进行定义，那就是抽去了欲望和激情的人类。当然它不会像人这样灵与肉紧密地结合在一起，不可分离，而是基于硅和数字来实现远比人类强大的理性能力。它在速度和记忆上具有人所不可能具备的优势，一旦这种优势与高度发达的工业机器相结合，人工智能就可以调度起巨大的力量。也正因此考虑人工智能的发展会带来什么时，与其考虑人工智能会毁灭世界，不如考虑下世界突然多了无数只有理智，又具有近乎无限的记忆和运算能力的人最终会变成什么样子。
这对我们的日常生活、社会结构带来的最终结局也许好，也许坏，当前我们还无法确切预知，但有一点是确定的，人工智能一定会让我们加速奔向最终的结局！第3章人工智能下的未来世界
这一次人工智能来了估计就再也不会走了，前两次它陷入低谷是因为只有较少的落地应用，但这次不同，我们需要做好心理准备，迎接一个人工智能高速发展甚至可能产生突变的世界。是否有一个突变的临界点
奇点是物理学里把广义相对论应用到宇宙学中算出来的一种很奇怪的点，在这个点上现有的物理定律是失效的，因为它有无限大的物质密度、无限大的压力、无限弯曲的时空。由于一般我们只能思考有限的东西，所以用正常思维很难理解这样一种状态。在宇宙大爆炸理论中，很多人认为现在宇宙的膨胀是从奇点开始的，按照这一思路宇宙的起点也是奇点。
美国人雷·库兹韦尔（Ray Kurzweil）借用这个意思写了一本书，中文书名就叫《奇点临近》，大意是说各种科技的发展会让人类社会的发展到达奇点，在那之后人类社会会迅猛发展，大幅重构，就像宇宙大爆炸之后演化出了时间、空间、各种物质乃至于人类一样。所以奇点用在人类社会上，就是社会发展的一个临界点，这之后的社会会和之前有巨大的差异。
人类到现在为止的历史还不是爆发式的，总是要花较长的时间才能累积出各种变化，但重大变化发生的间隔确实在变短，人类社会状态的更迭确实在加快。
如果简要回顾人类历史，那么对此会有更清晰的认知。人类历史上有这样几个点需要被特别提及：从食物采集或者畜牧到农业社会（农业革命），从农业社会到工业社会（工业革命），从工业社会到信息社会（信息社会）。如果从原始人开始算起，那么人类大概有十几万年处在食物采集状态，不到1万年处在农业社会状态，300年左右处在工商业社会，30多年处在信息社会。这些点的更迭并非是非此即彼的替换，而是以更大、更多的内容来稀释原有的成分，让社会的内涵发生根本性变化，比如农业在今天也还在，很少一部分人还过着类似古代农民的生活，但其在经济中的占比已经非常低，所以今天的社会不再是农业社会了。
上述这几个具有革命性的点上出现了撼动人基本行为模式的东西，人们的生活方式因此发生了根本的改变。垄耕、蒸汽机、电力、计算机的出现让人类得以创造更多的财富，但与此同时人与人的依赖关系也越发紧密，人也就越来越成为某种社会关系的承载物。而所有这些变化与技术的发展是同步的。现在这条线路仍在延续，但技术所能释放的力量、发展的速度却明显在加大、加快。
现在的问题是，科技一直这样高速发展下去，社会会不会达到某种临界点，再次升级，变成全新的样子？
答案是肯定的，人类对于科技发展带来的变化从来都毫无正面抵抗之力。从对人与人、人与自然的冲击的角度看，基因技术、纳米制造技术、人工智能、清洁能源技术、航空航天技术与已经出现的蒸汽机、电力、电脑其实是一类东西，只不过它们背后所隐含的技术力可能会更加磅礴宏大，所以对社会的可能冲击也就更胜往昔。
基因技术（G）、纳米技术（N）、机器智能（R）在《奇点临近》一书中被称为GNR，作者认为这三者的技术突破将把人类带入新的纪元。其中基因技术可以用于消除人类疾病，开发人类潜能。纳米技术则可以在分子级别重构人类的大脑。机器智能实际上有两个分支：一个是遍布于各种电影中的奇形怪状的机器人，另一个则是无处不在的如《黑客帝国》中的矩阵那样的统一超级智能，但不管哪一种都近乎无所不能。
之所以说这些技术最终会把社会推向某种临界点，根本原因在于它们会撼动现在社会的根本支撑。想象一下，人类的寿命如果延长到500岁，甚至可以永生，那社会伦理不可能不因此而改变。当世界数据化的程度足够高时，人们的基本思维方法也会改变，人类的很多问题都可以通过科技的视角进行考察，比如恐怖活动，如果从政治外交的角度来解决，结果看起来则是非常令人绝望的，但如果从科技的视角看，我们就可以期望有一种仪器可以扫描人的脑电波，有一种微型监控来监察恐怖活动的发生、发展过程等。虽然这会产生另外的麻烦，但至少从解决当前问题的视角来看，它是高效的也是可行的，会从根本上重构人与人、人与社会的关系。
如果这样一种临界点确实会在可见的未来到来，那就需要回到那个根本问题：未来到底会怎样，人们会生活得更加幸福吗？对于未来，人类是否还有别的选择，还是说只能面对已经注定的结局？窥探临界之后的世界正在发生的未来
第一次工业革命、第二次工业革命、信息革命极大地重新塑造了人们的生活，使人们的生活变得更加便利和富裕。借助移动互联网，我们足不出户就可以找到阿姨来打扫屋子，订比萨上门，预约推拿，看各种好玩的段子和视频，与朋友实时沟通，躺在床上看新闻、小说、电影等。人们正在享受无所不在的便利和富足。
如果我们计算一下时间，会发现移动互联网带来的所有这一切其实只发生在10年之间。2007年iPhone的发布开启了移动互联网时代，到2014年，所有该有的或者该迁徙的产品已经完全转移到互联网上。即使我们把时间轴拉长到互联网的崛起，所有这些变化也不过就用了20年的时间。两个技术——互联网和手机，用20年时间极为深刻地改变了我们的生活。NBC News曾经用下面这两张图来形象地说明这种变化：
NBC News报道中的这两张图，上图为2005年，教皇本笃十六世就任，下图则是2013年，新教皇弗朗西斯一世就任，位置差不多，但7年的时间彻底改变了这场景的样子。
事情还没完，最近扎克伯格发了一张自己参加会议的图，他大步走在人群中，但人们并没意识到他来了，因为每个人头上都带着Gear VR。会场上的人都沉浸在Gear VR所展示的世界里
稍微对科技脉络做一点点联想，你就会非常想知道一旦人工智能足够发达，它又会如何进一步改变我们的生活，它将变成怎样一副样子？
比较确定的是那时候既会有各种灵活的机器人，又会有非常好用的语音助手，它们都会很了解我们的偏好，知道我们喜欢喝绿茶还是花茶，知道我们喜欢的水温，并主动做日常中所有我们不愿意做的事情。我们不用关心打扫屋子，但屋子总是干净且温度适合的；购物的时候它会给我们更精准的推荐，并且购物后使我们不用再烦恼如何收到东西，它会自动地出现在我们面前；出门的时候不用自己再开车，只要和语音助手约好行程，车就会准时到达指定位置，并把你运到目的地等。如果生病了，急救和诊断在家中就可以完成，人们很少去医院；所用的药则是根据个人的基因进行定制，而不是所有人同样的病都吃一种药。手续上的事情被大幅简化，比如现在的公积金等，不需要再排很长的队，很多环节会被优化，剩下的则可以通过机器人代理完成。餐厅中的服务人员，基本上都会是机器人。人们很难犯罪，因为你所有的生活都是数字化和可追溯的，很容易就查到你到底干了什么。
上面说的这些事情其实是确定会发生的，并且在局部已经发生。形象点来总结的话，在未来人们越来越可以去做自己真的想做的那些事情，而越来越不必付出自己不愿意付出的代价，因为社会已经变得足够富足。未必是黄金时代
看起来好像人类就会进入自己的黄金时代，真的是这样吗？答案其实是否定的。因为人的幸福并不一定和经济与科技完全同步，经济太差肯定不行，但超过一定界限后我们很难说钱赚得越多幸福就越多，要真正步入黄金时代其实还需要科技以外的支撑。
这可以从人们过去的生活变化上获得一些启示。我们知道即使去掉通货膨胀的因素，大部分人的收入也确实在提高，生活也切实在改善。这可以单纯地从消费水平上得到体现，在20世纪80年代的农村虽然只要5角钱就可以买到很大一个面包，但你往往确实就没这5角钱来买面包，也许一个月只能吃一次，与之相对应，现在的状况是即使较贫困的地区，绝大多数人也不会再买不起面包吃。改革开放初期，东北的农村里很多人还必须吃玉米粉和高粱等粗粮，大米和白面只在一年特定时候才能吃到，但今天事情正好反了过来，人们会偶尔专门为健康吃点粗粮。
可以讲，过去200年里解决得最好的就是与经济相关的问题，但很奇怪的是我们并不能说幸福已经随着物质的丰富而变得更多，大多数人只是变得越来越忙。每个人的身后似乎都有两个巨大的车轮推着他奋力前奔，不得喘息：一个车轮是经济竞争，竞争的加剧以及工作产出和时间成正比让整个经济体系里的人必须疯狂地工作，否则就会被淘汰；另一个车轮是社会化的生活，大多数人要操心自身的健康、孩子的成长、老人的疾病等。不管你喜欢不喜欢，你都必须按照已有的经济、社会规则做事，并寻找自己的位置，否则一旦被甩到社会边缘，无法从社会网络中获得给养，人生就会进入下降通道，看不到希望，每天都在焦虑中生活。大多数人变得越来越像彻底的经济动物，留给心灵的时间越来越少。世间仿佛是一个大局，大多数人必须在大局中按部就班地生活，体验喜怒哀乐、悲欢离合而不得解脱。只有少数特别成功的人才能既获得财务自由又积极地生活，大多数人要么忙碌，要么消沉。
我们为物质的丰富贡献良多，但实际上却在社会这张网里面越陷越深，不得自由。这个高速变化中的世界即使科技再发达，我们获得的再多，显然还不是我们理想中的世界。
生活的便利性可以看成是比较物质的一面，而幸福本身则可以看成是比较偏重精神的一面。两者融合的结果才是我们对未来的预期。回到哲学
当一个人相信未来会变得更好时，我们可以说这个人是乐观的，反之如果他相信未来会变得更坏，那么这个人就是悲观的。如果一个人相信人的选择决定了未来的多种可能性，那么可以说这个人相信未来是不确定的；如果一个人相信不管人类如何选择，未来都有确定的结局，那么可以说这个人相信未来是确定的。这样一来对未来其实就只有四类推测：确定而乐观、确定而悲观、不确定而乐观、不确定而悲观（见图3-1）。图3-1 彼得·蒂尔把哲学家分成四类
总体来看，未来更像是不确定而乐观的，物质上会变好是确定的，这提供了人类解决自己大多数难题的机会，但很大的变数来自人们的精神世界究竟会变成什么样子，人们的幸福并不一定因此而变得更多。
如果按好坏来划分，那么人类最差的结局是毁灭，最好的结局是不困于物质的人们得以享受真正的自由。在最好的情形下，由于物质的丰富，人们并不受生存的牵累，而更关注自己的心灵。具体来讲，人们有做自己喜欢做的事情的权利，人们也有不做事情而获得生存的权利：喜欢画画的可以沉醉在艺术的世界里，喜欢冒险的去探索无尽的星空。在这种社会里文明的光辉因为科技的力量而闪烁得更加耀眼，为所有人提供了一种很高的生存基线，人们可以在这种生存基线上做自己的选择。在这种美好的结局与最差的大毁灭之间，社会当然也可能变成其他的中间状态，比如说一小撮人极度富裕，而大部分人则挣扎在生存线上。
当我们去考虑这些技术是否可以控制人类的欲望，是否能够消除人与人、群体与群体之间的摩擦和碰撞，比如终极问题理解上的差异、领土争端、发展不平衡时，我们就会看到更多的变数。因为前面这些问题的答案显然都是不确定的，所以这些事情的发展结果会为未来注入足够多的不确定性。恐龙间的争斗是不可能毁灭地球的，但如果《封神演义》里的大神们真的存在，那么他们的争斗就很容易把地球打得稀巴烂，而人类的智慧事实上让人类获得了近乎神灵的力量。
现实里蕴含着科技、人文在发展速度上的失衡是不确定性的最大根源。人类能很快地征服自然，但在征服自身的路上走得其实并不快。
唯一可以自慰的也许是人类还可以说：虽然科技本身涵盖了一种秩序，比如蒸汽机就会导致大工业生产，这一点无可变更，但人类确实可以选择如何对待我们自己！第二部分人工智能之路《黑客帝国》这部电影的大背景极其悲壮。那个世界里大多数人类的意识都被接入到了一个虚拟的数字世界中，自己真实的身体则存在于椭圆形的营养液里，身上插满了管子。人类直接用脑波感受着五光十色的世界，但其实从来没有睁开过眼睛，没有真正用脚移动过一分一毫。与此同时，作为虚拟世界主宰的超级人工智能总是会尝试派出章鱼来抹杀掉那些感受到世界虚幻并尝试脱离这个虚拟世界的人。针对这种惨烈的局面，《黑客帝国：重装上阵》中尼奥和老议员哈曼在人类最后的城市锡安底层的动力机械旁进行了一场很有意思的对话，老议员哈曼很是感慨于同样是机械，但一部分试图杀光人类，另一部分则支撑着仅存的人类的生存基础，让人生存和让人毁灭的竟然是同一种力量。最后，老议员哈曼打了个奇怪的比喻，他说：“和那些仍然把脑子连在虚拟世界里的人相比，一定程度上我们其实也正在把自己嫁接在这些没智能的机器上。”尼奥对此看法略有不同，他觉得对这种锡安中的动力机械，人类有能力去关闭它，但对于那种虚拟世界中的强人工智能，人类几乎没什么抵抗能力。
电影中的这个片段纯粹是个过场，但却特别有意思。人类可能自己也没意识到在今天机械和一般性的智能已经是我们生活的基础，我们的身体和意识其实是在围绕着机械和弱人工智能打转。它们早已经渗透到我们生活的各个角落，我们打车的时候滴滴总是要在后台为我们计算哪辆车离我们最近，淘宝、京东这些网站总是会根据你的购物履历推荐商品给你，广告商也总是在计算究竟哪则广告会有更高的转化率。机器则更不用说，从汽车到高铁，从建筑到能源开采，几乎所有与人类文明相关的一切都建筑在机器的基础上。大多数人类已经失去了原始人那种独立在自然界中生存的能力，我们基本不再认识野生的果子哪个能吃哪个不能吃。没了机器和弱人工智能，人类确实已经无法生存！
拿2016年作为中轴，向后看是智能与机器的一步步崛起，并与人类纠缠得越来越深；向前看则面临各种可能，有非常大的不确定性。同一种力量在驱动着生存与毁灭、繁荣与衰落。这就是一条人工智能之路，虽然我们还不能准确地知道它会通向哪里，我们也不知道《黑客帝国》描述的惨烈状况到底有没有可能出现，但在这个时间点上我们可以非常肯定地讲人工智能的时代一定会来，而从电脑到机器人这条路一旦展开就再没有回头的可能。第4章从电脑到机器人
现在各种电子产品越来越多，笔记本、Pad、手机、手表等，这些产品从外观和功用来看无疑差异很大，但实际上它们的基本架构和原理却是相同的，一般来讲这种架构会被叫作冯·诺依曼结构，这些产品都可以称之为计算机。如果回溯这种结构的最初目的，我们会发现计算机还真是用来做计算的，虽然它现在可以用来干从炒股到订饭的一切事情，但在大概30年前，它的主要存在目的就是用来做计算，相当于是大号的算盘。可以说从单纯用来计算到变成通用型设备是计算机角色上的第一次大变化，正在发生的从“照我说的做”到“自己看着办”则是计算机角色上的第二次大变化。这一点在机器人身上体现得特别明显，尤其是当我们把机器人放到火星上的时候。好奇号这种机器人要想登陆火星，那么它必须具有自主行动的能力，因为远隔千万里之外的人类不可能像操作电脑或者手机那样操作这种机器人。从“照我说的做”到“自己看着办”
当我们用电脑打泡泡龙的时候，我们要不停地用键盘或鼠标操纵指针的方向，控制发射的时机，每当发射一个球的时候，游戏会切换一个屏幕告诉我们是不是打掉了某个颜色的球，中间偶尔还要选择是否进行下一局。
当我们用手机在京东上购书时，我们先要解锁屏幕，找到京东这个App，输入自己想要的书名，选择出版社和版本，接下来加入购物车，确定送货地址和支付方式。
打泡泡龙游戏和京东上购物看似风马牛不相及，但其实是有共通的东西存在的：每当我们给电脑或者手机一个输入，它就会根据我们给的东西做出反应，在泡泡龙里是根据发射球的位置来反应是否能消掉一片球，在京东上是根据输入的信息来判断下一个环节是展示书还是显示支付画面。电脑给人某种反应和结果之后，人再根据具体状况采取下一步的行动，这一行动在泡泡龙里是寻找下一个球的落点，在京东上是处理送到家里还是别的什么地方这类选项。在这两个场景下，共通特征是人与电脑必须进行频繁且密集的交互，相当于在不停地告诉电脑下一步要干什么，要不然电脑就不干活。
到现在为止几乎所有面向个人的计算机产品都需要这种密集的人机交互，你给输入，电脑反应，你再给提示，它再反应，直到达成某个最终的结果。这就是极为典型的“照我说的做”模式，你少要求一点，电脑就什么都不干。这个模式显然是累人的，并且在某些场合一定不适合，比如说扫地机器人，你让一个人花半小时来用“照我说的做”模式使用扫地机器人扫地，那肯定没人愿意。同样我们也不愿意请阿姨之后，还始终提示阿姨先做这个再做那个。对于后面这种场景就必须过渡到“自己看着办”的模式对人类才有意义。这就是计算机角色上正在发生的第二次变化，这种变化的核心支撑就是人工智能。人工智能会把人机交互变成是两个智能间的交互。
要想看清计算机在角色上的发展脉络，需要回顾一下它的本质特征和发展过程。
人的理性思维先天是有做算术的潜质的，所以丈量土地这样的实际需要一出现，各个文明几乎都会出现数字。理性思维这部分功用的最大特征是容易规则化，容易规则化就意味着比较容易做量上的伸缩（比如计算速度），计算机最开始就承担了这个使命，在用电气成功地延伸了人类的力气之后，科学家也开始考虑让电力来提升我们人类的计算速度。1946年人类做出的第一台计算机每秒能做5000次加法，但大多数人其实1秒内一次都做不了，我们通常很难在1秒内算出来2016+1989等于多少。
从计算单点切入之后，计算机（包含电脑、手机、智能手表、智能投影仪等）的角色开始丰富化，变成一种通用的机器，乃至于我们现在从娱乐到生活再到工作都得以计算机为基础。从专门计算到通用机器这是计算机第一次角色变化。这个角色变化加上互联网就塑造了我们现在信息极为发达的社会生活。
计算机的通用化导致了另一个我们以前没有预料到的效果，各种各样的计算机除了是一种助手工具之外，也成为我们个人信息等的采集器，人们从行动路线、生活习惯、转账记录等现在都在各种计算机（当前主要是手机）上体现出来了。这个数据化的程度仍然还在深化之中，我们现在说的物联网、可穿戴等可以看成是数据化程度提升的进一步发展，按照这种思路发展下去你的心跳、脉搏也会被采集。
发展到第二步的时候，世界的数据化程度进一步提高，这就出现了计算机第二次角色转换的契机，当我们可以更好地利用各种随手可得的数据时，我们就可以做到很多以前做不到的事情，比如自动驾驶。我们可以讲在计算机第二次角色变化之中，万物互联（IoT）和人工智能是两大引擎，万物互联让世界越来越快地数据化，人工智能则让数据化的世界出现更多有价值的新玩法。这种“自己看着办”的世界正主动向我们揭开它的面纱，我们至少可以从以下三个方面来窥探这种从“照我说的做”到“自己看着办”的转换。第一个方面可以叫作升级中的自动化。升级中的自动化
1946年，美国福特公司的机械工程师D.S.哈德提出了“自动化”一词，此后各种提高自动化程度的技术层出不穷，但就和传统软件一样，过去的自动化更多地是处理能清楚定义边界的工作的自动化，对于边界不清晰、环境特别复杂的情形则有点力不从心。拿扫地机器人来做例子最容易说清楚这两类情形的差别：如果世界上所有的屋子都是长方形的，没什么障碍物，那就很容易设计一种扫地机器人来完成每天的清扫方案，但显然现实世界中的屋子不是这样的，屋子有各种形状，屋里还可能有各种东西，有的房间还会高低不平，极其不规则。这意味着这种居家扫地机器人必须能很好地处理预先没被定义的各种情形。对扫地机器人而言这是条红线，达不到就没法产品化，大家就不愿意用。没有人工智能的发展，自动化的程度就会限制在这条红线下面。这反过来也就意味着，如果人工智能可以赋给机器更多的智力，那么原本那些自动化方案没法搞定的领域，现在也可以开始自动化了。这种领域有很多，散布在各种不同的行业中，如果按照潜在的影响力来做大致的排行的话，那么排行如下。
1.自动驾驶
自动驾驶正是从“照我说的做”向“自己看着办”进行升级的典型代表。现在我们开车的时候，看路、看信号、看标志、看行人等是由人来负责的，接下来人根据这种外部输入信号通过方向盘、油门、刹车等来控制一辆车的行为，车严格地按照人的指示在行动。自动驾驶则把感应环境的部分替换成传感器和雷达，发出指令的部分替换成人工智能。汽车的雷达扫描四周，再参照数据库中的地图数据来判断各种外部输入应该如何处理，判断下一步是停车、拐弯还是直行等。
自动驾驶所能带来的变化肯定会大于电动这种单纯的能源变换（从油到电）所带来的变化，因为一旦自动驾驶真的实现，车在人们心目中的意义很可能会发生巨大变化，并使车上的共享经济真正得以实现。想象下在庞大且复杂的调度算法的支持下，每个人的出行需要都可以按需满足，那么人们为什么需要一辆自己的车？
现在的估计是自动驾驶会在5~10年内变成一种大众化的技术。但如果把定速巡航这类辅助驾驶的功能都算进来，那么其实这种技术已经局部可用，并在逐步扩大范围。
2.服务机器人
另一个正在进行这种自动化升级的领域可以泛称为服务机器人，根据应用的场合不同，这些机器人会有不同的名字。服务机器人里面最典型的就是扫地机器人，其他如酒店服务机器人、安保机器人等也都可以划入这个类别。也许还会涌现出其他产品，这些产品本质上差不多，所要依赖的基础技术会有很多共通的地方，但是需要强化的场景会不太一样。这种机器人通常需要知道自己的位置，并对环境（公路、家里、酒店、园区等）进行感知，再接下来根据感知到的东西采取行动。如果需要交互，那么还需语音识别和自然语言处理（NLP）做支持。这里面实时知道自己的位置、对现实进行感知并行动是重度依赖于人工智能的点，没有人工智能上的突破这几项不太可能做好。终极状态就是四处能跑的和真人一样的机器人，但现在限于技术水平，只可能在特定环境下进行优化。没有地图让机器走路这一点其实比较困难，经常提到的SLAM（即时定位与地图构建）指的就是这个。
服务机器人因为是限定场景，所以虽然有难度但离我们其实不远，现实里已经部分走到我们生活里来了，比如iRobot的扫地机器人。iRobot的扫地机器人Savioke在做的酒店送物品机器人Knightscope在做的巡逻机器人
骨子里服务机器人和自动驾驶也可以看作一类东西，这类产品核心要做的事情就是把人从某个角色上解放出来，原本人因为有智能并能灵活响应所以占据了很多岗位，让这些岗位没法自动化，但现在人工智能则尝试让机器人能覆盖这些岗位。所以上述的自动驾驶汽车和服务机器人本质上都可以看成是对自动化的延续，但加入了感知、机器学习等来面对复杂、不可以预先预知的环境（想象下现在在火星上跑的机遇号，它是不可能按照“照我说的做”模式来运转的）。这里面比较滥竽充数的是工厂里的机械手，这类产品大多数时候也还只是原本定义的自动化，只不过从形态上很容易被归到机器人这一类别下面。实际上它们并没有太多机器人的内涵。Baxter等公司也在尝试做出能学习的、用于生产制造的机器人，但还处在“在路上”的状态。数据分析和挖掘
同属于人工智能但又与上面所说的自动化升级差异非常大的领域是数据的分析和挖掘。
我们这个世界的数据化程度必然因为互联网、智能硬件的发展而逐步加深，这就会导致海量的数据产生，而传统的方法是不足以应付这么大的数据量的，尤其当这些数据还很不规则的时候，因此就会产生与大数据相关的各个领域，但之前常提到的各种大数据技术比如Hadoop、Spark更像是大数据处理的基础设施，在基础设施完备之后就需要有一定的方法来从这些数据中挖掘出价值。因为数据量非常庞大，数据格式也不规则，所以人是不可能完成这项工作的，必须发明某种机器智能来做辅助，把数据提炼到一定程度，才能给人做最终判断。这个方向上在可见范围内最典型的应用就是IBM的沃森，估值最高的则可能是Palantir。
沃森的标志性事件是在美国的一档知名问答节目里击败人类选
试读结束[说明：试读内容隐藏了图片]