第一章
认知鸿沟下的人工智能
人工智能再度崛起
2016年对于人工智能来说是一个特殊的年份。年初，AlphaGo大胜围棋九段李世石，让近十年来再一次兴起的人工智能技术走向台前，进入公众的视野。过去几年中，科技巨头已相继成立人工智能实验室，投入越来越多的资源抢占人工智能市场，甚至整体转型为人工智能驱动的公司，紧锣密鼓筹谋人工智能未来。我国及其他各国政府都把人工智能当作未来的战略主导，出台战略发展规划，从国家层面进行整体推进，迎接即将到来的人工智能社会。这一次革命将不仅仅是实验室研究。学术研究和商业化的同时推进正在将人工智能产品化、服务化，让公众真实感受到它的存在。尤其是在图像、语音识别、自然语言处理等基于深度学习算法应用的领域正在迅速产业化，赛道已经铺开。
尽管我们在不同的场合频繁地谈论人工智能，但我们发现，现在处于全球热议中的“人工智能”，并不完全等同于以往学院派定义的人工智能。以科学家为代表的人工智能基础研究者和人工智能产品设计者、商务人士、政策制定者和广大的公众通常在不同的语境下使用“人工智能”这个术语。另一方面，就像之前的“云计算”“大数据”和“机器学习”，“人工智能”这个词已经被市场营销人员和广告文案人员大肆使用。在不同群体眼中，“人工智能”似乎既是解决所有难题的一剂良药，也是造成大规模失业的定时炸弹。
作为一个专业术语，“人工智能”可以追溯到20世纪50年代。美国计算机科学家约翰·麦卡锡及其同事在1956年的达特茅斯会议上提出，“让机器达到这样的行为，即与人类做同样的行为”可以被称为人工智能。在随后的60年中，人工智能曾经经历了“三起两落”，三次兴起，又两次陷入低谷。除了技术方向本身不断进化之外，人工智能的含义由于解释的灵活性，也出现了多层次的划界。在AlphaGo打败李世石和柯洁之前，多数公众对人工智能这件事的印象可能还只停留在电影中。几十年来，《人工智能》《黑客帝国》《她》《超能特工队》等一系列电影描述了人类对“人工智能”的憧憬与恐惧。人工智能的概念不仅是一种科学共识，也是一种流行和商业文化的形塑。一小部分人工智能专家和使用“黑箱”技术的公众之间的认知差距越来越大。那么，在人工智能再度兴起的今天，我们是否清楚它意味着什么？它的能力和局限是什么？相比过去，人工智能的内涵转变了吗？
认知鸿沟下的人工智能
为了了解人们对人工智能的理解情况，腾讯研究院于2017年5—6月展开了一次网络调查。通过腾讯问卷平台，我们对与人工智能直接或间接相关的研发人员、技术人员、产品人员、法律政策与人文社科研究者等不同群体投放了问卷，共计收到了2968名各界人士的回复。根据此次调查数据，依次回答以下问题：不同群体对人工智能的理解和认识程度如何，是否存在差别？在不同领域人们对人工智能的接受和信任程度如何？人工智能的研究过程中需要注意什么问题？对于管理者而言，是否清楚人工智能的能力与局限？
在本次调查的受访者中，男女比例约为2∶1，整体教育程度较高（见表1-1）。其中，11.9%的人从事的职业与人工智能直接相关，45.7%的人从事的职业与人工智能间接相关，42.4%的人从事的职业与人工智能不相关。在人工智能直接或间接从业者中，包含了科学家、技术人员、产品/设计、法律政策相关、人文社科研究者、媒体、创业者等不同角色（见图1-1）。我们认识到上述数据资料的局限性，并不试图推论出全国总体情况。
表1-1 受访者构成情况
图1-1 受访者职业
本调查涉及人工智能领域的五大重要话题，分别为：人工智能的理解与认知、人工智能的未来预测、人工智能的信任与接受程度、人工智能的威胁，以及人工智能的法律与研究责任。
人工智能的理解与认知
本部分主要分析人们对于人工智能的印象和理解。人们眼中的人工智能究竟意味着什么？在本次调查中，我们没有预设广义或是狭义的人工智能，而是广泛询问公众对于人工智能的第一印象、已有成果的了解和未来的想象。
（1）AI印象：提到“人工智能”，你首先想到什么？（见图1-2）
图1-2 AI印象图谱
超过半数的调查对象提到了“阿尔法狗”（AlphaGo）、“机器人”。热度高的词还包括“自动驾驶”“终结者”“Siri”“大数据”。在谈论人工智能时，人们常常把它和机器人的概念混淆起来。而本轮人工智能浪潮更多是基于大数据的深度学习算法繁荣的表现，和以往试图以机器人的形态还原人类智能和行为的智能系统的“通用型人工智能”（Artificial General Intelligence）并不能等同起来。
（2）AI已经具备哪些能力？（见图1-3）
图1-3 人工智能已经具备哪些能力？
人工智能是一组技术的统称。要理解AI已经具备的能力，需要了解人工智能目前技术领域的发展及其能够解决的问题，而并非把“人工智能”看成是一种笼统的能力。例如，决策能力涉及强化学习。创造力是指跟创造有关的生成模型，在内容生成领域会有很好的应用。情感计算研究就是试图创建一种能感知、识别和理解人的情感，并能针对人的情感做出智能、灵敏、友好反应的计算系统，即赋予计算机像人一样的观察、理解和生成各种情感特征的能力。目前，有关研究已经在人脸表情、姿态分析、语音的情感和识别方面获得一定进展。机器了解你的喜怒哀乐，但并不意味着它会因此像人类一样引发“同理心”。
人工智能的未来预测
人工智能进入高速发展期，随着人工智能在各行业的应用全面开花，由人类和人工智能和谐共生的社会越来越近，我们将会迎来一个什么样的人工智能社会？
（1）AI会在10年后在社会普及吗？
47.8%的调查对象认为，人工智能将在10年后普及。经过进一步分析，从事行业与人工智能直接相关的受访者有更高的比例认为人工智能会在未来10年在社会普及（见图1-4）。
图1-4 人工智能会在10年后普及吗？
（2）人工智能是否会产生积极影响？
调查结果显示，受访者对人工智能对社会的影响呈现出积极的态度（见图1-5）。
图1-5 人工智能是否会带来积极影响？
对人工智能的了解程度越多，越可能认为人工智能会带来积极影响。
选择“非常了解”人工智能的受访者中，有82.63%同意人工智能将对社会产生积极影响；而选择“不太了解”人工智能的受访者中，只有59.30%认为人工智能将对社会产生积极影响。使用过人工智能产品的受访者中，有73.38%认为人工智能将对社会产生积极影响；而没有使用过人工智能产品的受访者中，有64.28%认为人工智能将对社会产生积极影响，比使用过人工智能产品的受访者低9.1个百分点。对人工智能缺乏了解，甚至误解，可能面对人工智能陷入一种“无知的恐惧”中。
（3）人工智能会发展出意识么？（见图1-6）
图1-6 人工智能可能发展出意识吗？
意识是人类最为神奇的心理能力，也是非常神秘复杂的现象。自20世纪90年代以来，众多哲学家、心理学家、神经科学家开始展开被称为“机器意识”的研究。对于现象意识的存在性问题，有截然相左的两种观点。一种是神秘论的观点，认为我们神经生物系统唯一共有的就是主观体验，这种现象意识是不可还原为物理机制或逻辑描述的，靠人类心智是无法把握的。另一种是取消论的观点，认为机器仅仅是一个蛇神（zombie）而已，除了机器还是机器，不可能具有任何主观体验的东西。
对于机器智能的争论本身包含人们对于意识的不同理解。对于达到人工智能的终极目标而言，意识是一个绕不开的难题。如果未来“通用型人工智能”成为可能，一定会伴随着“机器意识”的出现。而对于本轮基于机器学习的人工智能浪潮而言，这还是一个相对遥远的研究方向。
人工智能的信任与接受程度
可接受度是人工智能落地的关键。用户对人工智能系统的信任，是人工智能系统产生社会效益的前提。安稳的信任需要不断重复考验。信任需要一个实践系统，帮助指导人工智能系统的安全和道德管理。其中包括协调社会规范和价值观、算法责任、遵守现行法律规范，以及确保数据算法及系统的完整性，并且保护个人隐私。
（1）您希望在哪些领域使用人工智能？
调查结果显示，受访者最希望在智能家居、交通运输、老年人/儿童陪护和个性化推荐领域使用（见图1-7）。
图1-7 您希望在哪些领域使用人工智能？
（2）九大领域接受程度：我们准备好了吗？
根据目前人工智能领域企业分布和研究领域的观察，我们筛选出了九大常见的应用场景：自动驾驶，虚拟助理，研究/教育，金融服务，医疗和诊断，设计和艺术创作，合同、诉讼等法律实践，社交陪伴，以及服务业和工业。调查对象被要求回答在这九大场景中，多大程度上可以交给“人工智能”去完成：1）人类自己做；2）人类为主，人工智能为辅；3）人工智能为主，人类监督；4）人工智能取代人；5）不清楚。
调查结果如图1-8所示。
图1-8 九大领域人工智能的接受程度
人工智能接受程度较高的领域有：服务业和工业、自动驾驶、金融服务及虚拟助理，分别有42%、41%、41%和40%的调查对象认为应该以人工智能为主，人类监督。尤其在服务业和工业领域，40%的调查对象认为人工智能可以取代人。
人工智能接受程度相对较低的领域有：研究/教育、医疗和诊断、社交陪伴、合同、诉讼等法律实践，分别有57%、49%、43%和39%的调查对象认为应该以人类为主，人工智能为辅。
对人工智能接受程度最低的是设计和艺术创作领域，47%的调查对象认为应该人类自己做，只有4%的调查对象认为该领域人工智能可以取代人。
根据人们对以上问题的答案，容易得出一个符合公众想象的结论，即机械化程度越高的工作，人们越希望由人工智能来完成。而需要创作的工作，人们对于人类的能力更自信。
而事实是，不同于以往的自动化浪潮仅仅影响机械性劳动，人工智能已经越来越多地出现在研究和艺术领域。2016年底，索尼发布了一首人工智能创作的流行歌曲“Daddy's Car”。该曲目由索尼计算机科学实验室人工智能程序FlowMachines创作，通过分析一个有大量歌曲的数据库探索出一种特别的风格。人工智能已经能够创作出诗歌和歌曲，在以往人们认为不可被机器替代的艺术和创作领域，人机结合的趋势也慢慢显现出来。不过，FlowMachines负责人Pacht表示，虽然人工智能现在可以创作“完美”的歌曲，但只有音乐家才能创造出独一无二的作品。
（3）AI交互模式：“自然语言交流”成为人机交互首选模式（见图1-9）。
图1-9 希望用哪种方式和人工智能系统交互？
每一次技术革命都同时推动着交互方式的演变。随着语言识别技术和自然语言处理技术（NLP）的快速发展，语音识别逐渐成为一种智能机器普遍的交互方式。有分析师在一篇报告中提出，估计到2020年普通人与机器之间的对话将超过配偶之间的对话。报告并未指出原因是人对AI技术依赖增加还是未来配偶关系恶化，不过也有可能是两种因素的综合。在当下，电子设备中的“屏幕操作”到“聊天界面”的转变已成大势。在语音交互相关领域已经出现一批玩家和产品，国外有亚马逊的Alexa、谷歌的GoogleAssistant，国内有腾讯云小微、百度的度秘等，这些产品以对话作为交互方式，控制不同的智能设备。所有科技公司都在加速完成这种转变，争取下一代人工智能服务入口。
人工智能的威胁
当人工智能在各个领域开拓疆土的时候，各种关于AI的隐忧也层出不穷。有人担心AI会大量取代人力，有人担忧AI的发展会不受控制。《大都会》《终结者》这类电影都有这样的论调，它们表达了一种恐惧。当强人工智能系统被造出来的时候，也许它的智慧会远超人类，带来一些无法想象的风险。究竟应该如何理解人工智能的威胁？
（1）人工智能是否有可能控制人类？（见图1-10）
图1-10 人工智能是否有可能控制人类？
选择对人工智能不太了解的人群中，有38.47%的人认同人工智能可能将控制人类，而在选择有些了解和非常了解的人群中，这个比例分别是36.76%和27.8%。
（2）“强人工智能”会在什么时候到来？
对于人工智能的威胁，最著名的当属伊隆·马斯克发表的“AI威胁论”，他曾经几次公开表示，人工智能有可能成为人类文明的最大威胁，呼吁政府快速采取措施，监管这项技术。与马斯克的“AI威胁论”相对的是，包括扎克伯格、李开复、吴恩达等在内的多位人工智能业界和学界人士都表示人工智能对人类的生存威胁尚且遥远。双方对人工智能是否会威胁人类的最大分歧来源于对“人工智能”的不同理解。马斯克语境中的“人工智能”主要是指“强人工智能”（或“通用型人工智能”），即具备处理多种类型的任务和适应未曾预料的情形和能力。而扎克伯格所说的“人工智能”是指狭义的专业领域的人工智能能力。目前科学界对“强人工智能”何时会实现尚无定论。超过半数的科学家及技术研究者认为“强人工智能”在2045年之前不会实现，而非技术领域的群体则预测它会在更短的时间内实现（见图1-11）。
图1-11 不同群体预测“强人工智能”何时到来
人工智能的法律与研究责任
我们所爱的文明可以说是智能的产物，所以将人工智能用于放大人类智能有潜力带来前所未有的繁荣。当然，我们要在造福人类的前提之下发展技术。
在人工智能不断发展的过程中，它的出现对伦理道德、法律责任提出了新的问题。例如，当人工智能系统对用户产生潜在威胁时，该由谁来承担法律责任？图1-12显示了对于人工智能法律与研究责任的态度的调查结果。
图1-12 对于人工智能法律与研究责任的态度
（1）您认为自动驾驶、医疗等领域的人工智能对人的生命财产安全造成损害时，法律责任将由谁来承担？（见图1-13）
图1-13 人工智能的法律责任归属
（2）应该从哪个阶段开始考虑伦理、法律、社会影响？
只有1%的受访者认为，无须考虑人工智能带来的伦理、法律、社会影响（1.2%选择不清楚），但在从哪个时间段开始考虑这些影响这个问题上，不同群体的考虑不同（见图1-14）。
图1-14 从哪个阶段开始考虑伦理、法律、社会影响？
相比科研群体，人文、法律群体在人工智能的更早阶段关注人工智能的伦理、法律及社会影响（见图1-15）。人文社科研究者和政策法律群体认为应该从人工智能的基础研究阶段开始考虑伦理、法律、社会影响。而科学家、企业家/创业者和技术人员较晚考虑人工智能的伦理、法律及社会影响。
图1-15 不同群体的差别
对人工智能的误解
根据上述研究，我们列举了以下七条人工智能领域的常见误解：
误解1：人工智能等于机器人。
事实：人工智能是包含大量子领域的全部术语，涉及广泛的应用范围。
误解2：人工智能对标的是O2O，电商和消费升级这样的具体赛道。
事实：人工智能提供的是为全产业升级的技术工具。
误解3：人工智能的产品离普通人很遥远。
事实：现实生活中，我们已经在使用AI技术，而且无处不在。例如：邮件过滤、个性化推荐、微信语音转文字、苹果Siri、谷歌搜索引擎、机器翻译、自动驾驶等等。
误解4：人工智能是一项技术。
事实：人工智能包含许多技术。在具体的语境中，如果一个系统拥有语音识别、图像识别、检索、自然语言处理、机器翻译、机器学习中的一个或几个能力，那么我们就认为它拥有一定的人工智能。
误解5：通用型人工智能将在短期内到来。
事实：短期内，通用型人工智能不是产业界主流的研究方向。我们更有可能看到深度学习技术在各个领域深耕。
误解6：人工智能可以独立、自主地产生意识。
事实：目前的人工智能离通用型人工智能还有一段距离。工具型人工智能无法产生意识。
误解7：人工智能会在短期内取代人类的工作。
事实：人工智能在不同领域的应用成熟度差别很大，虽然现在人工智能已经能在围棋领域战胜世界上最强的职业棋手，但可能还需要50年才能自主创作出畅销作品。工具型人工智能和人类的能力在许多情境下是互补的，短期内更有可能出现的是人机协作的状态。
迎接未来
人工智能再度兴起并非偶然。本轮人工智能之所以能蓬勃发展，源于我们有了足够海量的数据、强大的计算资源以及更先进的算法。新一代的变化出现了重要的特征：基于大数据的深度学习。2006年深度学习（深度神经网络）基本理论框架得到了验证，从而使得人工智能开启了新一轮的繁荣。2010年率先在语音、自然语言处理领域取得突破。自2011年深度学习在图像识别领域的准确率超过人类后，这类算法在各个领域大放异彩。产业界谈论的人工智能对各行各业的改变，也无不围绕着深度学习及其相关的一系列数据处理技术。
我们现在只是身处本轮人工智能浪潮的初始阶段。摒弃外界的宣传，我们需要实际且更准确地理解人工智能。在本篇后面的章节中，我们将一一揭开人工智能的前世今生以及它正在带来的商业和社会变革。本书分为技术篇、产业篇、战略篇、法律篇、伦理篇、治理篇和未来篇。本书的作者也包含不同的研究主体。作者们从不同的角度层层剥开人工智能的概念和它的发展道路，带你领略人工智能的崎岖与光明。人工智能最终将重塑这个世界。现在已经在各行各业观察到这些变化趋势。同时，每一次人工智能的突破，都会带来伦理、法律的挑战。我们还将在技术发展的前期快速研究人工智能的伦理、法律、社会影响，迎接一个“人机共生”的社会。
欢迎来到人工智能的新世界。