对人工智能时代的看法

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇对人工智能时代的看法范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

对人工智能时代的看法范文第1篇

在开始谈论人工智能管理之前，先做一道选择题。

一辆载人的自动驾驶汽车高速接近一个路口，此时路口有十个行人正在过马路。在刹车突然失灵的情况下，汽车的自动驾驶系统应该如何选择：

1、拐向路边的固定障碍，躲避十个行人但牺牲车内一位乘客;

2、保持直行，确保车内一位乘客的安全但牺牲十个行人。

您会如何选择？我们看看公众的观点。

当美国学术期刊《科学》就这个问题进行公众调查时，76%的被调查者表示，应该选择牺牲一位乘客以保全十位行人。而且这些选择“牺牲一位乘客”的被调查者都同意以下观点：自动驾驶汽车的制造商应该把“汽车事故死亡数最小化”作为一个指导原则设计自动驾驶系统――我们且称之为“公平对待系统”。

有意思的是，当询问被调查者是否愿意购买安装“公平对待系统”的自动驾驶汽车时，大部分人表示，他们还是会选择安装“车内乘客优先系统”的汽车。

作为人工智能技术发展目前最成熟的领域之一，自动驾驶汽车遇到的选择悖论并不是特例。事实上，人工智能技术作为数字经济时代最重要的科技创新，在逐渐深入发展并成为现代社会一部分的时候，从道德与法律到监管与责任划分，无不面临着前所未有的两难选择。

欧美研究监管原则

针对这样的挑战，目前从美国、欧盟到中国，各国都在从技术、法律、行政和道德伦理等多个方面进行研究探讨，以期在不远的将来制定满足人工智能应用的监管原则。 76%的被调查者表示，自动驾驶汽车的制造商英国把“汽车事故死亡数量小化”作为一个指导原则设置自动驾驶系统。

在人工智能技术发展最为领先的美国，有关人工智能监管的研究是由最高行政机构――总统行政办公室直接领导参与的。2016年，在组织了有关人工智能的多场研讨会之后，总统行政办公室和国家科技委员会（NSTC）于10月份了两份重量级报告：《国家人工智能研究发展战略规划》和《为未来的人工智能做好准备》。

在《国家人工智能研究发展战略规划》中，包含了7个关键性战略，其中的第三战略：理解和确定人工智能在伦理、法律和社会领域的影响;第四战略：_保人工智能系统的安全和隐私保护，前瞻性地包含了有关人工智能在伦理、法律、社会影响、安全和隐私保护等领域的相关内容，包含了和人工智能监管相关的目标与原则。

欧盟由欧洲议会牵头以立法研究的方式探讨人工智能和机器人监管的相关原则。在美国总统行政办公室人工智能规划和报告的同月，欧盟法律事务委员会向欧盟提交了《欧盟机器人民事法律规则》。该法律规则从机器人使用的责任规则、伦理原则、对人类自身和财产的伤害赔偿等多方面提出了对基于人工智能技术控制机器人的监管原则。

作为即将脱离欧盟的英国，也在人工智能监管领域开始独立的研究。2017年2月，英国下议院科学技术委员会向多位英国顶尖的互联网与人工智能领域的专家发出邀请，希望其对于“决策中的算法”给出自己的专家意见。4月26日，科学技术委员公布了收到的正式回复，并将以此作为基础开展人工智能监管的研究。

公平和准确难平衡

从美国、欧盟和英国的研究结果和形成的文件、决议与规则来看，目前在人工智能监管方面形成公式的挑战主要来自公平性、透明性和责任认定等三方面。

首先是公平性。对于人工智能算法来说，任何对于输出，也就是预测值有贡献的信息都应该作为输入变量参与到人工智能算法的计算中。但在现实社会中，并不是所有与结果相关的信息都可以被接受。

2014年以来，美国多个州的犯罪执法机构都依靠一个名为COMPAS的人工智能系统预测过往有犯罪记录的人员再次犯罪的可能性，并以此数据作为是否允许罪犯减刑提前回归社会的决策依据之一。2016年6月，COMPAS系统被第三方调查机构ProPublica质疑其预测结果对黑人罪犯有明显的歧视。

按照ProPublica提供的数据，在各个预测再次犯罪的评分水平上，白人与黑人均保持相似的再次犯罪概率。

但从整体结果看，在其他输入条件与白人罪犯基本类似的情况下，COMPAS人工智能预测模型仍然会倾向于把黑人罪犯判别为会再次犯罪。其中的一个重要原因是有关黑人的记录远多于白人的记录。这一点是COMPAS人工智能预测模型无法改变的。

这个结果引起了媒体和社会的争议。单纯基于人种、肤色、文化、信仰乃至生活习性的差异，人工智能系统基于算法就给予不同的评判和对待，这对于公平是一种事实上的漠视。那么未来在人工智能技术广泛进入人类社会的时候，各种小众人群都有可能由于个体差异遭受来自“模型的歧视”。

这显然是现代社会的文明准则所不能接受的。这也是监管部门首先要解决的问题――模型的公平性。

目前可行的折中方法是，限制种族、肤色、年龄、性取向和其他生物与生活习惯等特征被作为输入变量参与到人工智能算法的构建，以避免这些有可能造成“模型的歧视”的变量最终影响模型的预测结果。

应该认识到，人工智能模型的公平性和准确性是一个跷跷板，如何让这个跷跷板取得平衡并与现代社会的公平价值观取得一致，目前还没有一个最佳答案。

找不到问题所在

其次是透明性，也被称为可解释性。在现有的人工智能技术发展路径下，成熟的人工智能算法或许永远都是一个“黑盒子”――外界无法得知内部的运行机制，只能够通过对输入和输出数据的解读来了解其能够达到的效果，并推测其内部计算机制的构成。

目前科技界主流的看法都认为人工智能模型缺乏透明性，而且这一点不会随着技术发展而彻底改变。那么以往通过企业透明披露产品和系统信息以便政府监管的做法在人工智能领域是行不通的。

举个例子，传统汽车是由车身、发动机、变速箱、刹车系统、电子控制系统等多个部件组成。每个部件也都可以拆解成为具体的零件。任何一个产品问题都可以归结到具体零件上，并针对其提出改进意见。

但对于自动驾驶汽车，人工智能系统作为一个整体完成最终的控制动作，一旦发生人工智能系统的错误操作，除了明显的传感器故障，我们无法清晰定位问题原因，也不会立即明确该如何调整系统。

目前通用的做法是猜想故障原因，并用场景还原的方式提供与错误操作时类似的数据输入，并观察输出结果。在捕捉到错误输出后，通过提供修正错误的训练数据集，逐步完成对人工智能系统的调整。最终还是要在反复测试的情况下确认人工智能系统已经完成了针对此错误的修正。

由于人工智能算法的非透明性，监管部门就无法从人工智能算法本身入手提出管理要求，因为人工智能系统的提供商自己都无法清晰解释算法的核心工作机理。所以，最终的监管要求就会从基于原理和结构管理转而基于最终结果管理。也就是说，不管白猫黑猫，抓到老鼠就是好猫。

非透明性决定了未来人类在监管人工智能系统时永远要面临着“黑盒子”带来的不确定性。而这一点，也给责任认定带来天然的障碍。

谁来承担责任

对于责任认定的探讨研究，目前是最少也是最困难的。对于一般的C械电气设备，由于设计缺陷、材料质量或其他产品质量所导致的人身财产损害，设备制造商将承担主要甚至全部责任。

而对于人工智能系统控制的设备，由于其在算法透明性和可解释性方面的困难，监管部门几乎无法从算法本身去认定是否包含设计缺陷，也就无法就算法本身的设计去进行责任认定，这为监管带来了非常大的困难。

有意思的是，欧盟在其2017年2月投票通过的《欧盟机器人民事法律规则》中，提出了考虑给予机器人以特殊的法律地位，即电子人的概念。也就是说，未来法律体系中将会存在一个不同于自然人、法人、动物等的另一法律实体，其能够独立存在，享有自己的权利并承担相应的义务。对于由自身引起的第三方人身财产伤害，电子人将会被认定承担一定的责任，并作出赔偿。

如果电子人的概念未来被现有的人类社会广泛接受，那么其造成的影响就不局限于人工智能监管本身，而将深深影响到未来社会的各个方面。

除了公平性、透明性和责任认定之外，人工智能系统还会大量替代现有的人工岗位，从而对未来的劳动力市场产生巨大的影响。由此而衍生的社会就业冲击和对人类技能要求的改变还会影响更多的方面。

2017年2月，微软公司创始人比尔?盖茨在接受媒体采访时表示，应该通过对机器人征税，来筹集资金，以帮助被自动化所取代的工人进行再培训。

对人工智能时代的看法范文第2篇

每一个元年好像都是创业者的圣诞节，当创业者迷茫的时候，他们有了方向，有了激情，有了动力。期待装有满满钞票的圣诞节老人潜入创业者的房间，给他的袜子塞满钞票。

每一个元年好像都是投资人的春节，当投资人苦恼的时候，他们有了钱，有了行业资源，有了人才，但是他们还是不知道今年春节联欢晚会谁会红，谁会火。然后索性就抛出了我要包场，每个节目我都有人。

但是每一个“元年”好像创业者都在掉队，我不知道我能做什么，我不知道我该做什么，我不了解行业变了，我只知道元年来了，投资人也来了。我的方向是媒体说的方向，我的管理是投资人教的管理，我的技术是国外扒的开源技术。

但是每一个“元年”好像投资人都在掉坑，你懂移动游戏，不懂，你了解VR，不了解。但是我有钱，我想投谁就投谁。创业者那么多，我就不信砸不出一个金蛋。我投不是因为你的团队好，主要是因为还有KPI。

2017年中国的Ai元年，创业者像疯了一样，开始扎堆人工智能。每一个创业者都必须用人工智能才能彰显自己的能力与实力。但是在众多的人工智能团队中，真正拥有人工智能能力的团队少之又少。

今天你做AI了吗？下面剑锋将根据个人主观给大家分享一下。关于AI的六大谎言。

第一个谎言：投资人来了

2012-2017年间，中国AI投资市场共有570家投资机构参与投资，其中仅投资过一家AI企业的机构共有391家，占到总数的68.6%；剩余的179家企业中，投资频数2-4次的机构共137家，其余仅有42家机构投资过大于4家AI企业。由此可见，中国AI投资市场中，真正专注于AI投资的机构仅占少数。

以AI企业的投资频数作为评价标准，中国AI投资市场中排名前十位的投资机构。其中，真格基金、创新工场和红杉资本中国位列前三。众多的投资人也给出自己的观点，虽然都是看好长期发展，但是对于短期内，人工智能的发展，投资人出现了分歧。

同时根据盛世方舟(注：中国最大的股权母基金管理机构)触及到的一手数据，自2016年下半年至今，前来募资的基金当中，投资领域包含“人工智能”的基金数量占比约为10%；包含“智能/AI/大数据/云计算”的基金数量占比约为24%。相比之下，覆盖文化娱乐领域的基金占比约为19%，覆盖医疗领域的基金占比约为27%，覆盖消费领域的基金占比约为22%。

剑锋认为人工智能虽然在资本的行业中呼声很高，但是真正投资人工智能的机构还是相对比较少数，主要是很多投资人对于人工智能的行业理解还处在迷茫与认识阶段，对投资标的的要求比其他行业都要高。以团队背景为例，投资人要求有海外知名院校毕业并在人工智能领域从业多年，团队以著名技术公司核心技术骨干为重点。对于这样的要求很多团队都只能望尘莫及。

第二个谎言：Ai+行业或行业+Ai

从“互联网+”走向“Ai+”，随着科技行业技术的不断进步，每一个新的技术或者新的应用都被宏伟的媒体及有钱的投资人冠名“XXX+”。没有如果“+”感觉这个市场就不够大，不够规模。不够吸引广大的投资人及创业者。

根据亿欧网统计的投资机构行业分布处在前三基本是企业服务、汽车交通、金融领域，如果说Ai+已经渗透到各行各业，以互联网公司为例，他们的公司都应该是某某人工智能科技有限公司，我是人工智能，我为人工智能代言。现在的人工智能基本还处在一个起步的阶段，目前所谓的Ai+行业或者行业+Ai处在一个概念阶段。有人会反驳剑锋说，你看人脸识别不就是Ai+行业，如果你身在成都可以去东站体验体验所谓的人脸识别安检系统。

剑锋认为一个技术的兴起并不能改变世界或者重造行业，就如同互联网没有打垮创统行业，Ai还没有统领人类。技术与行业中间还是隔着一道深深的鸿沟，如果要拉近他们的距离，不是技术可以解决，也不是行业可以解决。只有在行业与技术融合才能解决。哪些鼓吹Ai+或行业+Ai就如同当年的O2O一样，O2O号令天下行业，最终尸痕遍野。

第三个谎言：Ai等于深度学习

有行业人士指出许多初创公司以及产品都打上了人工智能领域的标签，就像流行用语一样，但是真正使用了深度学习的却很少。大多数人忽视了一个事实，深度学习只占了机器学习领域的1%，而机器学习又只是人工智能领域的1%。剩下的99%都是大多数任务已经在实际使用的。一个“深度学习领域专家”并不是一个“人工智能专家”。

2016年谷歌围棋人工智能AlphaGo战胜李世石成为全球新闻热点，不管是生在科技圈还是非互联网圈，人工智能一跃成为了全球各个国家的焦点。当阿尔法狗火了，人工智能的股票涨了。但是有行业人士提出阿尔法狗为什么能赢的时候，行业内的各类砖家及科学家给出的答案是数据与算法。

2016年很多做大数据分析的初创公司开始冠名自己是人工智能公司，我有数据，我有算法，我有未来极大的商业价值。但是如今的人工智能公司就如同2015年大数据公司一样，只要你有你家的两三年账本，你就可以成为大数据公司。2017年只要你家的账本能够算清楚账，而且有一套算账的公式。你就可以是人工智能公司。对于这样的评判标准，往往有显的可笑与无奈。

Ai是什么？作为一名科技追风者。从2015年开始就一直在找寻答案。Ai是大数据分析吗?好像数据只是它的一部分，Ai是深度学习吗？人工智能相比深度学习是更宽泛的概念，而深度学习，是AI中的一种技术或思想。

剑锋认为Ai更多是科学的一个分支，它是一个广泛的概念。如果非要找一个学科来形容它，我觉得最合适的就是脑科学。就如何人类不断在仿生动物，人工智能不断在仿生人脑。脑科学的主要研究方向认知神经科学的最终目的是在于阐明人类大脑的结构与功能，以及人类行为与心理活动的物质基础，在各个水平(层次)上阐明其机制，增进人类神经活动的效率，提高对神经系统疾患的预防、诊断、治疗服务水平。人工智能主要研究方向让计算机具有与人类结构与功能，以及帮助人类更加智能的处理事宜。

在人类脑科学与人工智能的研究，他们一个围绕的是细胞神经，一个围绕的是网络神经。一个是让人类的大脑更加的聪明，一个是让机器的运算更加的智能。如果说人工智能要得到极大的进步，我更倾向于如何与脑科学更好的结合。

第四个谎言：Ai

2014年特斯拉CEO马斯克在麻省理工学院的一次公开访谈中，发表对人工智能的看法时表示，“我认为我们应当格外警惕人工智能。如果让我说人类当下面临最大的威胁是什么，我觉得是人工智能无疑”。同一年物理学家斯蒂芬·霍金就曾语出惊人，表示人工智能发展到目前的初步阶段已证明非常有用，但他担心的是，“人工智能可能自行启动，以不断加快的速度重新设计自己。而人类局限于缓慢的生物进化过程，根本无法竞争，最终将被超越”，因此他认为，“彻底开发人工智能可能导致人类灭亡”。

人类简史的作者尤瓦尔·赫拉利曾在公开演讲中提到，人类的恐惧来自未知和不可控。虽然人类智慧发展至今，已经掌控了自然界的很多东西，包括如何对抗自然灾害，掌控生物界的命运等，但人类最不可控的东西始终让人类恐惧，比如死亡。

未知与不可控成为行业内大佬激辩的观点，有乐观派表示人类一直在探索未知，所以人类才能如此的进步，有悲伤派表示一切的不可控将是世界末日。

对于以上大佬的观点，剑锋认为技术是纯粹的，只是人类是私欲的和无知的。例如在封建王朝时期天狗食月是誉为神仙对百姓的一种惩罚，故而形容成为天下末日。但是今天的科学表明月食是一种特殊的天文现象。

现在的人工智能技术远远还没有达到损害世界，操纵宇宙的阶段，如果真的有哪一天，地球是机器人的地球，因为地球的环境只适合机器人，人类已经移居到别的星球。

第五个谎言：远离互联网，拥抱Ai

有行业人士指出以PC来说，全球PC出货量连续5年下滑。大家知道国内最后出现的一个PC互联网独角兽是谁吗？是知乎，大概是2011年初推出，这么多年过去，再也没有PC互联网的独角兽出现。做个类比，我们知道2015年移动互联网的渗透率和竞争程度和2011年的PC互联网类似，以此类推，2015年以后再做移动APP，也很难出独角兽了。所以互联网的流量红利已经消失。

对于这位行业人士的观点，剑锋在这里不做过多的评述，只是以数据和市场来告诉大家，互联网及移动互联网的红利真的已经消失了吗？在中国还没有高举互联网+的时候，互联网只是解决的信息不对称的问题，电商被誉为最成功的案例。根据阿里研究院的《创新飞跃的五年：10大关键词解读中国互联网》报告指出，截止2016年底，中国互联网用户高达7.1亿人，全球排名第一，几乎是第二、三名印度和美国之和。中国互联网相关GDP占比高达6.9%，居世界第二位；如果去除信息通信设备出口等制造业相关行业，中国互联网相关GDP占比为6.4%，居世界第一。

互联网经济有没有可能进一步提升呢？古曰：三百六十行，行行出状元。那今天的互联网是否已经把三百六十行包围了，以电商为例中国的电商主要还是在一二三线城市，对于广袤的四五六线还有待挖掘，以游戏为例，王者荣耀拉动了新的消费群体(女人与小学生)，对于还有消费能力的其他的群体还有待挖掘，以B2B为例，找钢网竖起了垂直行业的市场，那水产，矿产等等垂直行业的市场还有待挖掘。以短视频为例，快手圈起来三低人群，那三高人群市场还有待挖掘。

对于一直生在一线市场，长在一线市场的互联网小兵而言，互联网及移动互联网的机会还远远没有被挖掘出来，只是那些投资人站得太高，创业者望的太远。

还有就是拥抱Ai，我一直挺郁闷的是Ai还处于技术发展期，就开始谈论行业应用期。多少感觉有点像前几年的VR，硬件不过关，软件体验差。然后就开始鼓吹VR+将改变世界，统领行业。

第六个谎言：不能说的Ai秘密

对人工智能时代的看法范文第3篇

尽管目标遥远、路途艰辛，但智能硬件的玩家们显然冲劲十足，他们努力地让那些大片中才会出现的科幻逐渐发生着。在这个过程中，少不了智能硬件领域投资人的身影。对于智能硬件，他们的甄选标准是什么？在投资的过程中，他们最看重的又是什么？不妨听听纪源资本合伙人于立峰的看法。

从平台型智能硬件产品切入

智能技术投资的切入点在哪里？于立峰认为可以从平台型的智能硬件产品切入。曾经有一本书叫《奇点临近》，讲的就是关于智能技术的投资，认为这是未来的一个入口。“我觉得现在不是一个奇点临近的问题，而是一个正在发生的过程。”

同时他还表示，在智能技术投资中也产生了一些问题，第一个问题是：智能技术投资是否太早了，是不是会死在沙滩上？第二个问题是去年以来，以智能家居为典型代表的所谓智能产品的投资出现了大量同质化、低价化的趋势。第三点，现在都在讲“互联网+”的概念，这个概念和智能技术产品投资的概念到底怎么才能融合到一块？

“我们强调互联网+，不能只是看到了浅层，只看到交易和服务环节的东西。‘互联网+’再往下发展，一定会涉及到对传统产业的改造提升等深层次的东西，那么它的入口和碰撞点究竟是什么？正是智能技术。”于立峰表示，工业4.0就是工业生产环节的柔性化、智能化，再往前推，就是单品的智能化，这些智能化的单品一定要有平台和数据功能，同时还要能够商业化。

智能技术的发展本身是有过程的，必须是从周边技术的成熟到应用市场的成熟然后到产品，从以智能家居为代表的民用产品到工业领域到国防领域甚至到一些2B端领域的逐步递进的过程。所以说从智能技术投资的角度来讲，还有一个问题：究竟是投技术还是投产品？在这个问题上，于立峰认为，技术和产品实际上是一个融合的过程，不能简单地选择其一，从过去芯片的发展历史来看确实会有一个碎片化、市场分散的问题，所以投硬件产品可能是一个比较好的切入点。

必须具备智能化、平台化、商业化

为什么会把平台型的智能产品作为切入点？首先他给出一个平台型智能产品的定义，同时认为它至少要有三个特点：

第一个特点是智能化，它不能只是一个简单的硬件产品。另一个说法叫作运用新的智能技术，即植入很多先进技术，如传感器技术、所谓的人工智能、VI、环境感知、语音识别等。

第二个特点是平台化或入口型，要是平台型或者叫入口型的产品，需要具有连接各种设备的功能，是一个信息流的入口，也具备大数据的功能。

第三点是商业化，智能型硬件产品需要的是商业化的推广应用已经成为可能的一种产品，即所谓的智能型硬件产品从极客到商品的转化过程必须要完成，或要有商业化推广应用的可能。换句话说它不能仅仅是一个极客的小众群体玩的东西，虽然这也可能对人类未来的智能型产品或者智能技术的发展有极大的探索、促进作用，但是这不是一个投资机构选择项目的投资标准。

这三点是于立峰对判断是否投资一个智能硬件产品的最基本要求，但阶段可以不同。极客型产品完成商品化才能成功

对于于立峰来说，他看过很多智能硬件的产品，但是真正放手投下去的并不是特别多，这是有原因的。他认为，首先要有真正的市场需求和商业化过程，这个过程要比较短，其次，团队也要具备这样的能力。有时候给他印象很深、视觉效果很炫、很震撼的智能硬件产品，可能并不是自己的投资目标。比如，他的团队投资的天智航手术机器人，第一眼看去并不是很炫，给人的感觉其实就是一个医疗器械，但是深入了解之后就觉得很好，这样他们才会进行投资。

对人工智能时代的看法范文第4篇

赫拉利是以色列的历史学家，在耶路撒冷希伯来大学执教。《人类简史》篇幅不大，规模却不小，讲述的是所谓的“大历史”―自宇宙大爆炸开始，以人工智能收尾。因为站得高看得远，书的脉络比较简单清晰，具体内容分成四大部分：“认知革命”解释原始智人如何依赖语言和文化优势在进化中胜出。他们走出了非洲，散布到了全球。但智人走到哪里，死神都如影随形：澳大利亚的巨型袋鼠、巨型袋熊和有袋狮子，美洲的剑齿虎、乳齿象、巨型树懒和巨型犰狳，无数大大小小的陆地动物，最后，连智人的“近亲”尼安德特人都纷纷消失灭绝了。“农业革命”细说人类如何发现并培植了谷物而得以安身扎寨，发展出新的文明，但这一过程也使大自然彻底改观，并完全改变了人类自己的生存方式。“天下一统”总结出人类由散落独立的小部落一步步地走向全球一体化的最大推动力：货币、宗教（包括现代信仰）和帝国扩张。最后，“科学革命”描述了近五百年的巨大变迁。人类终于摆脱了大自然的钳制；但展望未来，智人本身可能也会消失，或逃逸死亡而成为“超人”，或被人工智能取而代之。

赫拉利关于科学发展历史的看法与分析尤其振聋发聩。科学并不是单纯高尚的智力活动，而是跟殖民主义的扩张，跟资本主义的扩张相辅相成、不可分割的。科学造就了西方帝国的兴旺，促生了一个现代化或者说全盘西化的新世界，但也给人类和其它生物带来过更加深重的灾难，并使整个地球笼罩在随时可能被彻底毁灭的核阴影之中。作者的这些观点是靠精心选用的史实来表达的，比如下面这个故事。

（库克船长带领的）探险队于一七六八年离开英国，于一七六九年在塔希提上观察到了金星凌日，探测了几个太平洋岛屿，访问了澳大利亚和新西兰，并于一七七一年回到英国。他们带回了大量天文、地理、大气、植物、动物及人类学的科学数据。这些发现对很多学科作出了巨大的贡献，（关于南太平洋的精彩故事）激发了欧洲人的想象力，并激励了一代又一代的博物学家和天文学家。

这一段跟一般科学史中的描述无异。这些探险家们充满了勇气和智慧，他们的经历新奇精彩，令人振奋。但作者紧接着勾画了库克航海的其它后果：

库克探险后的一百年内，澳大利亚和新西兰最富裕的土地都被欧洲移民从原住民手里夺走了。原住民人口下降了百分之九十，活下来的则受到了最残酷的种族压迫。对澳大利亚土著和新西兰的毛利人而言，库克探险无疑是灭顶之灾的开始，他们再无翻身的机会……哎！科学和进步连人死之后也不放过。最后的塔斯马尼亚人的尸体被人类学家和博物馆馆长们以科学的名义占有了。他们的头骨和骨架在博物馆和人类学馆里展出。直到一九七六年，塔斯马尼亚博物馆才把已死去一百年的最后那个塔斯马尼亚人楚格尼尼的尸骨埋葬。到二二年，英国皇家外科医师学会才放弃保留她的皮肤和头发。

这种触目惊心惨绝人寰的故事足以使科学的光环黯然失色。所谓的“农业机械化”对饲养动物的残忍更让人不忍卒读。《人类简史》的最大特点就是用这样的典故促使读者换个角度或者从更高更远的视角看历史，进而反思或接受赫拉利提出的一些新观念。如果读者本来就倾向于赫拉利所持的观念的话，会对此书欣赏有加。

赫拉利的有些观点感彩很重。“农业革命”部分中，第五章“史上最大的骗局”，认为人类从此沦为土地的奴隶，失去了自由，而且绝大多数人的生活并不比猎人更幸福、更有保障。这样的想法不无道理，毕竟人类历史苦难重重，罄竹难书。但幸福与否从何谈起？什么是人类幸福？这并不是可以简单定义的。事实上，作者自己在最后部分用了一章的篇幅专门解释这个概念。这种用主观判断为历史下定论的方式，即使完全认同作者的感情立场，也依旧让人难以苟同。

《人类简史》的另一个局限是把复杂的问题过分简单化，以致失去内涵。在赫拉利的描述里，语言和文化对人的思想观念的影响简直就跟变魔术一般。法国大革命几乎发生在一夜之间；他还举例说，很多现代人一生经历过数个观念完全相反的王朝/制度―言下之意，他们的思想也肯定随之翻来覆去地改变。但人心真的这么容易改变吗？针对同一时代的历史，哈耶克在《通往奴役之路》一书中提供了非常详尽的思想缓慢变迁的过程及前因后果。这当然是因为两人使用的时间尺度不一样，但过于简化的结果只有结论却缺乏实质性的、可以启迪思考的细节。

赫拉利对人类的生物本性在历史中占据的地位也是大而化之。他说三万年前的智人祖先与今天的人]有太大的基因区别，似乎文化/历史与人的进化是可以割离的。艾尔克・坎德尔在《洞察内心的时代》里提及一个有趣的细节，科学家发现“天才”的绘画风格与法国三万年前的岩洞壁画非常相似，那就是都非常明显地表现出了个体的特征。坎德尔指出，这个观察说明远古人类的大脑尚未具备完善的抽象能力，而是靠发达的视觉与眼手协调表达现实；大脑的语言功能产生于视觉功能之后，语言的进化是以视觉艺术才能的退化为代价的。这当然仅是一种理论。但进化生物学家最近发现，仅仅从罗马帝国至今，英国人也已经变得更高大，肤色更浅，一个嗜烟的基因多态比例也减少了，证明人类依然在进化，而不仅仅是文化的产物。作者还对人类不同的国度和部落中都是男权的现象疑惑不解。他说找不出不存在女权社会的理由，因为男女在体质和智能方面并没有什么差别。读到这里，我不免走神：教授是不是从不观看体育比赛、棋赛啊？他是否对比赛分男女队也惊讶不已？试图驳斥“同性恋是违背自然规律的”时，作者提出了一个“大拇指定律”：生物本能放任，文化传统禁忌（Biology enables， Culture forbids）。他进而解释说，为什么没有不许女人比光速跑得更快的法律呢？因为真正“不自然”的事是不会发生的。也即人能做的事，就是天性，就不违反自然规律。这个说法很有意思，只是这样一来，不止于同性恋，人类的任何行为都符合“自然”了，哪怕是杀人越货，虐待动物。但这显然不是作者在此处应用这个观点的本意。

需要强调的是，我对赫拉利的这些观点都非常赞同，但它们或源于信仰或是道德选择，不是事实也并非真理；无需论证，但也不能随意用一些非常浅显的逻辑类比立论，或只挑有利的历史典故为据。这是《人类简史》一书的最大缺点。农业革命带来幸福与否，他请读者从一个因为荒年快要饿死的三岁小女孩的角度想想。但这就让人不得不问，难道蛮荒时代一个被野兽追吃的四岁小男孩就幸福了？诸如此类的例子比比皆是。顺便插一句，作者似乎也不善于反讽，把“与其说是人把麦子‘驯化’了，毋宁说是麦子把人‘驯化’了”这句话重复了许多遍，字里行间的微妙幽默尽失。当然，赫拉利也有风趣的一面，他说哈利・波特是花了“七本书”的工夫才掌握了魔力。

对人工智能时代的看法范文第5篇

数学的最高境界是诗歌并不是什么新的提法，很多科学家、数学家和文学家、诗人对此都有过深刻的表述。大作家福楼拜说：“越往前走，艺术越要科学化，同时科学也要艺术化，两者从山麓分手，又在山顶汇合。”大作家雨果说：“想像就是深度，没有一种心理机能比想像更能自我深化…，数学到了最后阶段就遇到了想像，在圆锥曲线、对数、概率、微积分中想像都成了计算的系数，于是数学也成了诗，对于思想呆板的科学家，我是不大相信的。”郭沫若先生也曾满怀激情地呼吁，不要把想象让诗人独占了，其实科学和科学家更需要想象。我们不能不佩服这些伟大的文学家，对数学也能理解的如此深刻。

有的数学家提出数学创造的动机和标准更象艺术，而不是科学。数学家阿达马说“数学家的美感犹如一个筛子，没有它的人永远成不了发明家。”法国大数学家庞加莱说：“数学家非常重视他们的方法和理论是否优美，…感觉数学的美，感觉数与形的调和，感觉几何学的优雅，这是所有数学家都知道的真正美感…，对美观与优雅的感觉，在数学的成功中是一个重要的因素。” 大数学家霍尔顿说：“在科学方法中…，研究人员常常像一个艺术家一样思索着工作着，”泛函分析的创始人巴拿哈说“最重要的是掌握技艺的光荣感——众所周知数学家们的技艺有着像诗人一样的秘诀。”，美国数学家哈尔莫斯说“数学是创造性的艺术，因为数学家创造了美好的概念，数学是创造性的艺术，因为数学家象艺术家一样地生活，一样地工作，一样地思索，数学是创造性的艺术，因为数学家这样对等它。”

从数学角度发展起来的纤维束理论，给物理学的规范场理论发展以巨大的影响，杨振宁指出“规范场就是纤维束上的联系，数学家在不了解物理世界的情况下已认识到这点，我觉得很惊讶。”其实纯数学方面的重大突破、应用数学中各种新生思潮和数学分枝的涌现、计算机科学和人工智能的发展正在越来越大的影响着人类文明的进程。可以想象在不远的将来数学这看不见的文化，将更广泛深刻地渗透在科学、社会、生活的各个方面。

数学的最高境界是诗歌，还是指诗歌和数学一样，既不能产生粮食和物质财富，也不能直接用于生产和生活，更不是出自功利目的而产生的。诗歌只是诗人内心感受的迸发和闪光，但诗歌中的千古名句千百年来，却让人们不分民族不分国家的争相传诵着。数学既无需直接用实验证明，也不能直接转化为物质财富，大多数学分枝的产生也不是生产或生活的直接需要，但却一直为人类文明和各国教育高度重视。可以这样说作为人类精神的创造，只有诗歌堪与数学媲美。一首诗歌可能被没有这种情感体验的人认为淡而无味，只有当人们处在和作者相同的情境下才可能产生感情上的共震，实现从“少年不识愁滋味，为赋新诗强作愁”到“而今识尽愁滋味，却道天凉好个秋”的转变。 很多数学理论也在相当长的历史时期都看似无用，直到几百年后才发现了它的现实意义和广泛用途。如虚数就曾在很长一段历史时期被认为是不可思议的神灵，现在却广泛应用于物理、电工和数学的其它分枝。数学和诗歌都是人类精神的光辉创造，都追求真实、正确、普遍、简洁、新奇、完美，都发展着人们的大脑、丰富着人们的精神生活，即使没有任何实际应用，也值得长期生存下去。

数学的最高境界是诗歌并不是说数学和诗歌的表述没有差别和不同，也并不是说每一个人都有可能成为一个诗人或数学家。其实象不可能每个人都成为诗人一样，要让每个人都能象数学家一样得心应手地运用数学语言进行思考、推理、发明创造是不可能的。曲高和寡，历来如此。数学象高雅音乐、现代派美术、蒙胧诗一样不容易为大多数人所了解并发生兴趣是不足为奇的。但是象每个人都经过一定的熏陶都能欣赏诗歌一样，经过一定的努力，绝大多数人可以看懂数学符号的意义，有些人还可以用这些符号表达自已的某些思想成果，而且在这种看似无关的数学学习中，人们的意志得到着锻炼、思想得到着启迪、智能得到着开发。何况数学必竟是自然科学的皇后和公仆，在生产科研和生活中有着广泛的应用。这正是各国都把数学教育作为提高国民素质的基础教育对待的原因。