日前，第三屆世界智能大會在天津舉行。***習近平致信向大會的召開致以熱烈祝賀，向出席會議的國際知名企業家、業界領軍人物和圖靈獎獲得者等各界人士表示誠摯的歡迎。圖靈獎是計算機領域的最高獎，有“計算機界的諾貝爾獎”之稱。在世界智能大會期間，約翰·霍普克羅夫特、曼紐爾·布盧姆、雷伊·雷蒂3位圖靈獎獲得者在大會的論壇上，回答了公眾關心的人工智能問題。比如人的意識是怎樣工作的？機器能否擁有人的意識？機器有了意識會不會全面戰勝人類？

約翰·霍普克羅夫特：

高維空間對機器學習非常重要

在人類歷史上發生過很多次革命。第一次革命可以稱之為“農業革命”。當人類第一次出現在地球上的時候，他們以采集天然食物為生，距今10000年前才開始從事農業。農業生產改變了人類的生產生活方式，使人類形成了“社區”的概念，“農業革命”與后來的工業革命的區別在于——在農業社會中教育不是很重要，人們只要跟著自己的父母就可以學會如何進行種植。而在工業革命到來后，教育的重要性大大提高，人們至少要經歷高中和大學的教育才能足夠勝任自己的工作。而今我們正在進入信息革命時代，信息革命帶來了極其重大的影響，這種影響對人類社會的改變不亞于農業革命和工業革命。

比如未來制造業的就業機會可能一去不復返。舉例而言，在我小時候，每一部電梯里都有專門的操作員，幫助客人操作達到指定的樓層。后來電梯的操作系統越來越先進，停降在各個樓層可以實現自動化，所以“電梯操作員”這個工作也就消失了。再比如說，當代的工廠生產一輛汽車所需要的人手比20年前少很多，大家可以看一下今天的汽車組裝車間的照片——與幾十年前熱火朝天、人聲鼎沸的汽車工廠相比，今天的汽車生產車間里可能只有一名工人，而且這名工人也許還穿著西服，打著領帶，成了現代化車間系統的管理者。

電梯操作員、汽車工人……科技和生產力即將改變的下一個職業是什么？比如卡車司機，“智能無人汽車”技術的出現很可能讓這些人也工作不保。很多經濟學家說不必為此擔心，因為一些工作正在消失，而社會總是在創造新的職業。這到底是不是真的呢？現在不得而知，但我想，當智能時代真正來臨，社會所需要的人力勞動力可能只有現在的四分之一。

我們應該從現在開始思考這些問題：智能時代將在哪一時刻真正來臨？到時候多少人還有所謂的工作？找到一份不錯的工作需要什么新的素質？大學教育還需不需要？是否還有足夠的資源來保證我們的正常生活？人工智能社會人們需要思考像這樣有意義的事情。

常常有人問我，機器學習是不是代表著人工智能技術。對此，我的回答是否定的。界定人工智能技術，要看這個系統本身是否能夠“思考”到更深的層次。比如說，一張簡筆畫上畫著一個圖案，看上去仿佛是一輛自行車，可它其實沒有自行車的功能。機器學習可能會將這幅畫直接歸納到“自行車”這個類別，但人并不會這樣做。人可以透過這張圖畫，分辨和判斷它的屬性，提取出眼前這一信息真正的價值和功能。但是現在所謂的人工智能技術只是停留于表面，只是做圖形形象的識別，這種學習和識別與人類的認識尚有巨大的差距。

當前，機器學習仍然存在很多問題，比如，如果想相對精準地判斷某一事物，機器需要學習至少50000張圖片，還要對每張圖片進行歸類，將這幾萬張圖片歸為大概1000個類別，從而形成一個“深度學習圖片網絡”。通過這個網絡，機器可以對圖像的內容和風格進行識別、定義?？墒沁@依然無法與人類的學習認知水平相提并論。我女兒四歲的時候，我翻開兒童百科全書，給她看各式各樣的圖像，其中有一頁畫著消防車的彩圖。過了幾天之后我們上街看到消防車，她指著消防車說“爸爸快看，這是消防車！”僅僅見過一次圖片，她就在大街上認出了消防車的事物，這體現了人類強大的學習能力和認知水平。

機器學習還面臨一個急需解決的難題——互動問題。比如說這里有一張貓的照片，我把這個貓的照片的幾個像素進行了調整，機器在識別的時候就會把“貓”當成“汽車”，一些微小的操作就能讓機器產生誤判，把圖片歸結到完全不同的類別，作為科研人員，我們必須認識到目前機器深度學習技術的不足，并致力于解決這些問題。

從本質上來說，我們對空間的視覺感知實際上是基于人類本能的三維維度，但是更高維度空間對于機器深度學習其實非常的重要。在這里我就不能不提到中國，中國有占全世界五分之一的人口，有大量高素質人才，只要給人工智能技術研究、高維空間研究更多支持，中國人工智能領域的學習者、從業者就有機會成長為世界級的高水平科研人員。

曼紐爾·布盧姆：

人工智能可以讓機器有意識

20世紀50年代，計算機科學之父阿蘭·圖靈在《思想》雜志上發表了題為“計算的機器和智能”的論文，首次提出了機器智能的概念，論文還提出了一種驗證機器是否有智能的方法：讓人和機器進行交流，如果人無法判斷自己交流的對象是人還是機器，就說明這個機器有智能了，這就是后來鼎鼎有名的人工智能“圖靈測試?！?/p>

“圖靈測試”的概念極大影響了人工智能對于功能的定義，以此為途徑，我們做了大量的前期工作，甚至證明了羅素《數學原理》52道中的38道。當時有言論甚至宣稱在10年之內，機器就可以達到和人類智能一樣的高度。

當20世紀50年代明確了人工智能要模擬人類智慧這一大膽目標后，這一領域經歷了近20年的輝煌。研究人員開展了一系列項目，表明計算機能夠完成一系列原本只屬于人類能力范疇之內的任務，例如證明定理、求解微積分、通過規劃來響應命令、履行物理動作，甚至是模擬心理學家心理實驗、作曲家譜曲這樣的活動。但是，過分簡單的算法以及計算能力的限制，嚴重阻礙了人們使用人工智能來解決更加困難和多樣化的問題。

當前，我們正在從一個人類必須理解計算機的世界，邁向一個計算機必須理解人類的世界。亞里士多德曾說過，如果機器能干很多活，豈不能讓人類解放出來，或許這一解放的起點就是——“理解”。

我認為人工智能技術下一步重要的發展方向是讓機器產生“意識”。我們都知道，意識讓人擁有了思考力和靈活性。同樣，意識能夠讓計算機和機器人有強大的解決問題的能力。在天津大學，我曾經對現場的學生們說：希望你們未來能夠創造出有意識的電腦。

意識讓生命充滿了活力，意識來自于哪里呢——意識來自大腦的架構。這里指的不是神經元，而是在神經元基礎之上的更高層面的架構系統設計。神經科學家曾經提出一個天才的理論，叫作劇場意識。以劇場作為類比，描述什么是意識——意識就好比是舞臺上的演員憑借短期的記憶從事一系列的表演。短期記憶，一個非常短的記憶，它就是你的意識。

現在我們如何發展人工智能基礎的“意識”？我想神經科學能夠給我們答案，下一步我們的人工智能技術將在“短期記憶”領域取得突破。那哪些東西能夠進入短期記憶呢？此后長期記憶的處理器如何產生？需要什么樣的長期記憶，處理器才能夠真正形成類似于人的意識呢？這有很多問題，都需要科學家不斷努力才能夠最終解答。

從這個角度去展望，我的觀點是——最多10年，機器意識就會出現。據我所知，目前已經有大學教授在做相關的實驗。我們會活在一個美好世界，遠比父母輩更充分。一旦人類可以制造機器意識，自然可能被善用，也可能被濫用。機器可以幫助我們，可以是個好東西，可以增加洞察力，他們是我們的孩子，我們可以讓機器聰明且有意識。

雷伊·雷蒂：

人工智能可實現社會包容式發展

很多人看到人工智能，看到的都是悲觀的景象，但我看到的是光明的未來。在過去的60多年當中，科技進步最重要的是電腦的發明，以及互聯網和智能手機的出現，這些都大大改變了所有人的生活。當然，在展望未來時，要有相關的法律法規和引導，來保證技術的發展不會對社會產生負面的影響。

人工智能技術只是一個工具，正如曾經人類想象自己是不是能飛起來，后來就發明了飛機，現在想象中的時空旅行在未來都有可能會變成現實。

什么是人工智能技術最重要的價值？人工智能能為世界帶來怎樣的改變？很多人提出：科學家需要保證人工智能的技術倫理。其中有這樣一種觀點——人工智能技術要有包容性，讓“邊緣人群”也能從中受益，對此我甚為認同。

有一個概念叫作“數字鴻溝”?！皵底著櫆稀卑ń逃潭鹊镍櫆虾驼Z言的鴻溝。在當今的印度有22種不同的官方語言，大家彼此之間沒有辦法交流，所以只能夠用英語進行對話。這個問題之于全球而言就更加明顯了——全世界影響力較大的語言就超過100種，其中每一種語言的使用人數都超過了1000萬人。

而今，人工智能技術在語言交流上的應用日臻成熟，我們可以進行語音到語音的翻譯，我用印度語講話，你用中文講話，我們之間還是可以相互理解，實時進行溝通。

在過去10年中，人工智能技術在語言交流方面取得了極大的進步，這意味著人工智能帶來了某種可能——讓不會讀寫的人也能夠從數字革命中獲益。

這個技術會讓互聯網使用的人數至少翻一番。整個經濟的效益就可以增加3倍，從而帶動全球GDP提高4到10倍，達到千萬億級別。我們會越來越多地看到全球GDP的增長，現在是100萬億美元，接下來20年內可能會是10倍，而這將成為人工智能的技術賦能帶給世界的實實在在的財富。因為因特網帶來人工智能和大數據的應用，在這個過程中產生海量的數據，現在慢慢地收集起來就可以利用起來造福社會。比如你可以根據天氣的原因，或者你睡眠的深度來決定你的手機要不要叫醒你等等，我們希望這些應用可以深入到我們的日常生活。

另一個是深度學習。很多程序具有學習能力，學習能力哪里來呢？來自大數據，手機的大數據，這些大數據所有的大眾都可以用。如果機器有學習能力，你就不需要讓程序員再去寫一個新程序，而是機器可以跟你直接進行互動。因為它有學習的能力，這個就叫深度學習，是未來發展的方向。

未來幾十年相信會有新的重大的要素突破，帶來計算效率的幾萬倍增長，從而使相同成本情況下效率達到更高，成本變得更低。個人的數據已經被政府和企業收集在安全的范圍內，將這些數據進行合理地分析，尋找他們的規律，通過糾錯機制進行學習，通過闡述來學習。每個人都能獲益于人工智能的語音助手，深度學習機器學習是未來的趨勢。就像你的助理在你身邊學習你做的事情，并且幫你代理一樣，未來機器就可以通過計算大數據來做這些事情。