爱因斯坦说过：“我从不想未来，它来得太快。”
当前全球科技革命和产业变革方兴未艾，科技创新深度融合、广泛渗透到人类社会的各个方面，成为重塑世界格局、创造人类未来的主导力量。
回顾2016年科技热点，量子通信与量子计算机备受关注、石墨烯材料展现诱人前景，虚拟现实（VR）成为主流，人机共融的智能制造与智能材料将催生产业重大变革。物联网、大数据、人工智能将使人类进入新的阶段，人类也即将迎来前所未有的自我更迭和自我颠覆。
拿出其中一点，我们来谈一谈智能化科技。说到人工智能（AI），它的定义一直很宽泛。约翰·麦卡锡(John McCarthy)最早在1956年的达特矛斯会议(Dartmouth Conference)上提出：人工智能就是要让机器的行为看起来像是人所表现出的智能行为一样。但随着目前智能化科技的发展，人工智能已经上升到人造机器在行为和思想决策上所表现出来的智能性。因而AI可以被分为两类：
1）可以实现推理和解决问题的强人工智能机器，它们被认为是有知觉、有自我意识的；
2）不具备推理和解决问题能力的弱人工智能机器，即没有自主意识。
举个例子来说，微软小冰，iPhone的语音助理Siri，以及以4：1战胜李世石的AlphaGo都是典型的弱人智能，它们都不是真正的在猜你心里想什么，而是表现出像在思考的样子，他们的决定不是通过自我意识而是大数据分析驱动下的结果。目前主流科研均集中在弱人工智能上，并已在这一研究领域取得可观的成就。强人工智能只出现在电影里，例如复仇者联盟里的幻世和奥创。
另外，谈到人工智能，不得不提到机器学习和深度学习。简单来说三者的关系就是：人工智能是结果，机器学习是实现人工智能的一种方式，而深度学习是一种实现机器学习的技术。
机器学习最基础的是运用算法来分析数据，从中学习测定或预测现实世界的某些事。所以不是手动编码带有特定指令设定的软件程序来完成某个特殊任务，而是使用大量的数据和算法来“训练”机器，赋予它学习如何执行任务的能力。例如AlphaGo在跟李世石下棋之前，已经集中学习了半年，谷歌给其输入了3000万步人类围棋大师的走法，让其自我对弈3000万局，积累胜负经验，同时它还要在自我对弈的训练中形成全局观，不断训练。
而深度学习的本质是各种神经网络，从最早最简单的感知机，再到多层神经网络，再到现在很火的CNN、RNN，其目的都是构建一个合适的深度神经网络结构，模拟人脑的机制来学习、判断、决策，让机器有能力“自己思考”。
目前人工智能已经被应用于许多领域，形态各异，功能多元，完美融合智能家居、可穿戴设备、智能医疗、机器人、3D打印、智能汽车等诸多科技前沿领域，体现科技自身带来的发展魅力。
1）超级工厂：为提高工厂制造效率，提高产品产量以及降低成本，生产厂家正逐步用智能机器人代替人工作业。根据外界条件的变化，智能工业机器人在一定范围内自行修改程序，只不过修改程序的原则由人预先规定。这种智能机器人已拥有一定的智能，虽然还没有自动规划能力，但这种初级智能机器人也开始走向成熟，达到实用水平。通过不断完善，机器人的超级工厂不久就会展现其强大的制造效率。
2）自动驾驶：在刚刚结束的2016世界机器人大会中，超级跑车引入自动驾驶，极其抢眼。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。
3）智能家居：以智能机器人为核心的新一代智能家居设备已经开始走进更多人的生活当中。随着近年来控制技术、传感技术以及移动机器人技术等技术的迅速发展,智能清洁机器人控制系统的研究和开发已具备了坚实的基础和良好的发展前景。
随着人工智能的快速发展，很多人对机器人的学习能力表示担忧，比尔盖茨和霍金都曾发出“人工智能威胁论”的观点。可是，正如扎克伯格所说“我们现在担忧人工智能的安全性，就如同两百年前担心要是以后有飞机了飞机坠毁怎么办一样。如果我们总是过度担心安全性，我们就不可能造出飞机。不管怎么样，我们要先造出飞机，再担心飞机的安全性”。人工智能的终极目标是服务人类，而不是取代人类。人机交互将是人类与机器相处的终极之道。
出品：科普中国
制作：科创小新
监制：中国科学院计算机网络信息中心
“科普中国”是中国科协携同社会各方利用信息化手段开展科学传播的科学权威品牌。
本文由科普中国融合创作出品，转载请注明出处。
