近日，“世界围棋第一人”柯洁两场连败于AlphaGo又勾起人们对人工智能（AI）的热议。曾创造了60连胜的AlphaGo似乎已经成了围棋界的“神”，而大多数看客焦急等待的似乎只是又一场人工智能意料之中的胜利。
美国作家卢克?多梅尔在《人工智能》一书中提出“奇点”的概念，奇点指的是机器在智能方面超过人类的那个点。奇点时刻正在逼近吗？还是只是对神经网络的培训而已？甚至是一个伪命题？不管怎样，人工智能的概念自从1956年提出后，经历了跌宕起伏的60年。近几来，随着计算机性能的提高，人工智能走出实验室、跨出科技圈，用于理财、老年人陪护、医疗手术、教育、法律等方方面面。这也让人们看到了人工智能的无限可能。
胡郁：下一场变革来临的时间只会越来越短
科大讯飞总裁胡郁
去年的AlphaGo和今年的AlphaGo已经不可同日而语，在这一年时间里，我们看到了三个逐渐凸显并催熟了人工智能的因素：
第一，核算算法不断提升，其中以深度学习为代表基于统计模型的整体突破。深度神经网络（DNN）和递归神经网络（RNN）可以很好地提升图像和语音识别的核心算法。
第二，大数据的发展与应用。现在的人工智能很多方面基于统计模型，而统计模型最需要的就是来自现实环境的数据，在以往的实验室环境下很难收集到足够多的样本，而现在不同了，现在数据量更大、更多维、覆盖面更广。
第三，应用模式的建立。现在的研究技术、产品、应用、终端用户都被串联在一个完整的链条之上，形成了大数据、移动互联网、云计算、智能应用的闭环生态，让每个用户在享受人工智能带来便利的同时成为数据的贡献者和分享者。
核心算法、大数据、应用模式的建立为人工智能的发展提供了天时地利人和。而在人工智能的未来图谱里，下一场变革来临的时间只会越来越短。
斯加鲁菲：现在的人工智能基本上只是对神经网络的培训而已
人工智能科学专家，哈佛大学、斯坦福大学、加州伯克利大学客座教授皮埃罗?斯加鲁菲（Piero Scaruffi）
一个计算机神经网络（AlphaGo）打败了世界围棋冠军，媒体又开始了新一波甚嚣尘上的大惊小怪。要知道，人类大脑每小时大约消耗20 瓦能量；而以AlphaGo 有1920 块CPU以及 280 块GPU的配置，每小时的耗能可以达到 440 千瓦的水平（这还不包括训练过程中消耗掉的能量）。相反，我更加惊叹于一个20瓦的人脑能够与440千瓦的计算机怪兽竞争。更为重要的是，我们这20瓦的低能耗大脑还能够做许多其他了不起的事情，而AlphaGo除了下围棋之外一无是处。如果一个人使用比你多2万倍的资源，却仅仅做了一件事， 你到底该怎样定义这个人？
目前的机器仍然是非常愚蠢且有着很大局限性的，当我们希望机器能够为我们做点什么时，我们必须遵守严格的规则，否则机器根本不明白我们想要它们干什么。我们被无数的机器环绕，但是这些机器只有在我们像机器一样行动时才能正常运转。例如，买票时，你需要按照要求进行一步步操作；打电话时，你也需要准确地输入数字，并给出拨打指令。
现在的人工智能基本上只是对神经网络的培训而已。如果拥有较大的案例数据库或者数据集，神经网络便可以被培训。如果没有基于某种任务的大量数据库，即便是最复杂的神经网络，也毫无用武之地。神经网络已经在某些领域取得了些许成功，但这也只是人类在这些领域创造了巨大数据集之后的事情。
吴文清：人工智能是把双刃剑
瞭望智库文化观察员吴文清
正如早教机器人或许能在教育方法上比没有经验的父母做得更好，但却无法替代孩子成长时期父母的陪伴一样，人工智能虽然聪明，却终究难与人类有情感上的共鸣。
现在情感类的机器人处于试验阶段，但能否成功，大家纷纷质疑。毕竟“爱”是双方的，是需要有互动、有精神交流的。或许人工智能能够对人类有所回应，却无法通过“学习”的方式培训情感，无法有思念、关切、忧心、开心这些复杂的人类感情，而这些情感或许会在下棋过程中影响参赛者心情，却是人类本身的宝贵财富。
人工智能是把双刃剑，一方面推进了科技和产业的发展，也让我们的工作和生活更为便利，其快速发展一定能大大提高生产力；另一方面，也会对一些创新性弱的行业有所挑战，可以取代一部分人的劳动。
但终究，人类的整体劳动和智慧还是推进科技和时代发展的第一生产力。既然人工智能的列车必将前行，人类终究要依靠自己的精神与智慧，保证列车在铺设好的轨道里冲向下一个奇迹。
张田勘：布局人工智能是赢得世界和未来的利器
学者张田勘
2016年5月，美国白宫就推动成立了机器学习与人工智能分委会（MLAI），并由后者主持和协调撰写了三个关于人工智能发展的报告：《为人工智能的未来做好准备》《国家人工智能研究和发展战略计划》和《人工智能、自动化与经济报告》。欧盟、英国和日本等国也相继发布了大同小异的研发和应用人工智能的报告。显然，中国也当参与到这种战略布局当中，这种布局不仅仅是国家和民族的需要，也是赢得世界和未来的利器。
可以看出，尽管美国对人工智能的布局着眼于产业自动化和提升经济，但人工智能的发展和应用早就向各行各业全面渗透，只是春江水暖的行业主要体现在医疗、制造业、交通、金融、生态环境监测、刑事司法调查等。而且，人工智能并不是只会下棋，还会在不同领域帮助人，甚至超过人。
显然，在柯洁再次成为Alpha Go的手下败将时，很多人的认知会再次受到一种自然而然的强化，人工智能最终将在各个方面完胜人，并统治人类世界，这是一种不好的征兆，也是之前一些科技界大咖如霍金一再预言过的后果。
由人掌控人工智能也意味着必须以人类社的法律与伦理来制约人工智能。人工智能的发展和应用是如此广泛和深远，不可避免地会触及现存社会各个方面的法律规范、制度和伦理。一方面，如果不改进和创造新的法律和规范，就无法让人工智能融入到人类生活和生产中，从而无法让人工智能发挥应有的巨大作用；另一方面，人类社会既有的法律和必须针对人工智能制定新的法律和伦理规范，又是制约人工智能陷人类于危险境地的保障和护身符。
胡延平：AI正在开始往感知计算方向走
FutureLab未来实验室与DCCI*未来智库创始人胡延平
现在AlphaGo在欧美市场已经成功赢得医疗健康等领域一些大客户的需要用到AI（人工智能）技术的传统行业需求大单。对于AI这个领域而言，算是继深蓝战胜卡斯帕罗夫之后的又一个计算智能阶段的符号显著性超过技术突破性的里程碑。但是，这个里程碑依然在计算智能这个阶段和范畴之内。
从计算智能向感知智能的历史性一跃，未来还需要远胜于AlphaGo的感知智能来完成。
整体而言，AI依然处于计算智能阶段，正在开始往感知计算方向走，但是距离认知计算还比较远。AI依然处于早期、幼稚期，今天的AI的基本架构就原理而言依然比较“机械”，有最简单的记忆能力、监督与增强学习能力的AI才刚刚产生，有内生AI能力的AI更只是雏形初现。用算法模拟人类情感模式所可能产生的AI情感还说不上是真正的情感。在今后相当长一段时间内，最强大的AI也依然是有本体无主体的客体。
马蔚华：机器可以像专家一样投资
招商银行前董事、前行长马蔚华
我们知道，人工智能不仅是实现普通的智能，还能实现专家的智能，特别是对金融，是对现有系统效能的提高。我自己也这么认为，如果互联网对金融来说，解决的是客户的体验，是渠道问题，那么包括人工智能在内的金融科技，解决的是效能提升的问题，所以现在金融科技的时代比互联网金融的时代有一个很大的提升，这个联系到人工智能对交易的应用也是这样的。
我们不仅可以让机器像人类一样思考，就是我们说的深度学习，当然对于金融来说，模糊学习也很重要，因为它是一种趋势的判断。利用人工智能，我们还可以让机器像人类一样听懂，即语言识别；可以让机器像人类一样看懂，即视觉识别；还可以让机器像专家一样投资，这就是智能投资，包括现在人工智能在投资领域的应用，包括智能投顾。
Taro：人工智能在知识和技能传授方面必将超越人类
秦朔朋友圈笔者Taro
凭借强大的数据处理和存储能力，人工智能在知识和技能传授方面必将超越人类。首先，人工智能可以帮老师节省很多时间，老师的工作量会大大减少。比如批改作业、批改试卷、备课这一类重复枯燥的活都可以交给人工智能来完成。
与此同时，个性化教育成为可能。人工智能知道每一个学生的学习习惯、学习进度和学习意愿。学生会的东西不会再出现，不会的东西，机器会一直提醒，直到学会为止。这样，每个学生看到的内容、做的习题都是量身定制的。
另外，通过人工智能，老师对每一个学生的了解将比以往任何时候都要深入。因为人工智能将会在最短的时间里将学生的学习情况及时反馈给老师，老师可以直接读取，而不会因为学生太多顾不过来。
谷芳卿：检察机关在大数据运用里已经走在前列
北京市延庆区人民检察院谷芳卿
人工智能可以像“人类一样思考”。检察机关在大数据运用里已经走在前列，“智慧检务”将会成为检察机关在人工智能领域的更大的亮点。辅助领导决策、辅助刑检办案、群众接访都成功应用了大数据技术。
例如，在检务信息数据储存领域，可以借鉴Everlaw公司的经验，基于云端储存技术，收集、清理检务数据，将相关的检务办案、管理数据归档后，建立智能搜索功能，并附带数据可视化工具，进行数据的传输、追踪，全方位实现数据智能搜索。通过整合数据驱动，将会为检察机关赢得互联网时代的竞争。
任何智能的发展都需要一个学习的过程，法律人工智能也不例外。而互联网科技突飞猛进，谁率先与大数据、人工智能深度结合，谁就能掌握主动，领航法律人工智能领域技术改革。
曾玉波：人工智能就好像工厂管理体系里的超级大脑
智能智造转型专家曾玉波
这场毫无悬念的对决，似乎在提醒着我们，智能未来存在一定的风险，我们确实在很多方面的能力会被智能机器比下去。而规避这个风险的关键在于，我们将不断研究如何驾驭它们，用它们来服务自己。
我们研究人工智能都在研究什么？我们看到很多的语音识别技术、图像分析技术，我们在研究机器如何能够更像人类，甚至超越人类；我们也在研究，人工智能给产业链、供应链带来的角色优化作用。而在工厂管理这个庞大的体系中，人工智能就好像工厂管理体系里的超级大脑，它能够通过数据来帮助企业做出更好的预测、判断以及决策。
