人工智能“掏空”中产阶级群体？财富会被重新分配给高技能人群

史蒂夫·霍金在接受BBC采访时表示：「人工智能将会自己起飞，并保持一个持续的增长率进行自我的重新设计。而人类则受限于缓慢的生物进化，将无法与之竞争，从而被取代。」

比尔·盖茨在Reddit上说：「我站在担忧超级智能的阵营。一开始，机器将为我们做很多工作并且不会变成超级智能。如果我们管理到位，这会取得较为积极的结果。但在那之后的几十年，人工智能有可能变得非常强大，足以引发我们的担忧。在这一点上我同意伊隆·马斯克等人，我不理解为什么有些人对此漠不关心。」

伊隆·马斯克在麻省理工学院AeroAstro百年学术研讨会（MIT AeroAstro Centennial Symposium）说：「我越发倾向于认为应该对人工智能的发展加以管控和监督，或许应该在国家和全球层面上，以此来确保我们不会做下蠢事。」

人工智能日益变成现实，全世界的许多聪明人都非常严肃地对待这件事。虽然人工智能末日的情节看起来不大可能实现——至少从目前看来是这样，但今天的确带来了对经济和劳动力市场的实际挑战。

马斯克一直努力确保「人工智能对人类永远有益」，向未来生命研究所（Future of Life Institute）捐助了1000万美元来支持存在性威胁、人工智能相关政策等方面的研究。今天我们采访了斯坦福大学的Michael Webb，他是马斯克的被资助者，正在研究如何使人工智能的经济影响保持对人类有益。

　　 定义人工智能

Parnell：你可以定义一下人工智能吗？这个词目前被滥用了，有着太多的定义，在你看来，应该如何定义人工智能？

Webb：对这个问题，我有一个有意思的答案和一个严肃的答案。有意思的答案是，人工智能就是可以完成现在的计算机所无法完成的所有工作。50多年前，人们按照某些任务来定义人工智能，比如说会下国际象棋。下国际象棋曾经被认为是一种机器永远无法做到的典型的人类能力。这个定义很明确——如果你能下国际象棋，就具有智能。之后就出现了一些特定算法使计算机能像人类一样下国际象棋。

之后，人们开始建议说，或许国际象棋不是对智能很好的定义，于是又想出了其他典型的人类能力。这种定义智能的模式不断重复。在10年前，人们定义的智能标准是能够完成驾驶行为中的一系列复杂决策：在三维环境下的移动以及与多个自主实体的交互。结果我们现在有了自动驾驶汽车，但人们依然不是很确定我们是否已经拥有了人工智能。

关于那个严肃的答案。首先需要声明的是，「人工智能」经常与「机器学习」混用。机器学习有一个被广泛认可的定义：一些通过使用数据（通常是大量数据集）来学习特定事物的计算机算法。它们所学习的可以是物体识别、图像识别，也可以是阅读法律文件，等等。

人工智能应该分开来理解。「人工」意味着它需要被计算机控制，或者它是我们创造出来的某些东西。「智能」可以被定义成人类能够做到的任何事情，以一些较为抽象的术语来表示。

　　 创造人工智能的挑战

Parnell：我们在创造人工智能时面临哪些主要挑战？

Webb：我认为这个故事的背景应该从摩尔定律开始，它是指计算能力的指数级增长，具体来说，是指我们在一个微型集成芯片上能安装多少电路以及成本是多少。这项技术在过去几年中表现越来越好，带来了计算能力的巨大提升。我们也看到了在过去5-10年间特定算法的能力发生了巨大变化。算法是指令的基本设置，能够告诉机器如果获取数据并从中学习。其中的一些算法在很久以前就被发明出来了——比如说在70年代和80年代，在很长一段时间，这些算法没有体现出任何价值。但结果发现，如果我们有了足够的计算能力，它们可以表现的非常出色。

另外一个关于摩尔定律的重要事实在于，我们现在拥有了更多数据，机器可以从中学习。消费者可以借助互联网完成的事情数量呈指数级增长。例如，亚马逊获得了大量关于用户购买习惯的数据。我们可以轻易列举出很多这样的例子。