云棽哲智能科技（上海）有限公司
人工智能已經解決和可能解決的挑戰
普遍性：這意味著我們開發出一種方法，或者一種可以應用于任何其他獨立于領域問題的系統架構。我認為這個問題在很大程度上得到了解決。我們可以使用同樣的深度學習網絡和算法來解決幾乎所有問題——這是一個很好的機器學習的范例。自主學習：這就是Deep Mind的“AlphaGo Zero”所取得的成就。通過對第一AlphaGo所使用的原始強化學習方法的調整和簡化，他們演示了一個給定目標的神經網絡（如“贏”）可以自己學習，并為實現這一目標而發明策略。這是一個重大的突破，它讓我們離人工智能更近了一步。轉移學習：這意味著一個系統可以使用或抽象地利用它通過解決特定問題積累的知識，并將這些知識應用于解決不同的問題。這是我們人類的天性，我們會在問題中“看到固定的模式”和“問題之間的相似性”，我們運用積累的“經驗”來解決它們。在人工智能領域，我們還沒有實現這一目標。盡管在機器中，似乎至少有一條實現轉移學習的有希望的途徑，方法是將概率和非概率（“象征性”）方法結合起來。
人工智能會毀滅人類嗎？
人工智能的威脅不是來自于那個被賦予所謂智能的機器，而是來自造這個機器的人。技術的本質還是給人帶來便利，技術的不斷進步是科技發展的自然規律。由于機器沒有自主意識，所謂的威脅是背后的人在做壞事或者是有人在教機器做壞事的邏輯，而不是機器自己在做壞事。任何一個科學技術的發展都是雙刃劍，它都可能有反作用。比如說，有人把惡意的代碼給串進去，哪怕是一個簡單的機器，也可能對人造成一個巨大的傷害。所以，就像今天的殺毒軟件一樣，將來對人工智能也會出現類似的訴求。明明是人類利用人工智能打開了潘多拉的魔盒，這個鍋我們人工智能不背。
人工智能確實會淘汰一部分工作，但人類無疑是幸福的
人工智能的發展對于人類來說是一件幸福的事情。人工智能大數據結合在一起，能給這個世界帶來無窮的可能性，這種可能性會使世界更加豐富、多彩和智能化。如此一來，我們接收數據和信息將會更加便捷，并且精確性會不斷地提高。人類在過去幾萬年中，最痛苦的就是各種重復性的體力勞動，而這些未來大部分都能夠被人工智能取代，比如駕駛汽車和各種重復性的家務勞動。這樣一來，不僅解放了時間，還解放了生產力。我們可以把時間和精力集中用在自己更加感興趣、更能夠創造幸福的事情上，同時也能夠解放我們的精神，使我們達到身體和精神上的雙重自由。
人工智能也會帶來一個比較麻煩的問題，因為不是每個人都知道有了足夠的時間和精力后到底應該做些什么。當人工智能對人類的體力勞動和重復性勞動進行大規模取代，人類應該去做什么樣的工作才能夠繼續給自己帶來豐富的精神和生命充實，是一個重大的挑戰。人類原本的挑戰是天天要做無聊、痛苦、重復的體力勞動，現在的挑戰是我們必須要升級到另外一個層面才能夠將自己的時間和精力延展在生命的豐富性上，否則你會陷入物質生活豐富卻沒有事情做的狀態，生命會變得非常無聊和空虛。