分享

爱国者姜钧凯:人工智能未来十年发展趋势

 永续智慧馆藏 2016-08-23

日前在深圳会展中心举行的首届“未来生活体验博览会”中,爱国者集团常务副总裁姜钧凯发表了《人工智能未来十年发展趋势》的主题演讲,上万名参观者除了感受智能生活的现在,也对智能产品和服务点亮未来生活充满了期待。

爱国者姜钧凯:人工智能未来十年发展趋势

人工智能(Artificial Intelligence),英文缩写为AI ,是模拟、延展人类智慧的科学。它涉及到计算机科学、心理学、哲学和语言学等学科,可以说几乎是自然科学和社会科学等所有学科体现。

人工智能的发展经历了三起三落:

20世纪50-70年代,人工智能提出后,力图模拟人类智慧,但是由于过分简单的算法、匮乏的难以应对不确定环境的理论,以及计算能力的限制 ,逐渐冷却。

20世纪80年代,人工智能的关键应用——专家系统得以发展,但是数据较少,难以捕捉专家的隐性知识,建造和维护大型系统的复杂性和成本也使得人工智能渐渐不被主流计算机科学所重视。

进入20世纪90年代,神经网络、遗传算法等科技“进化”出许多解决问题的最佳方案,于是21世纪前10年,复兴人工智能研究进程的各种要素 ,例如摩尔定律、大数据、云计算和新算法等,推动人工智能在20世界20年代进入快速增长时期。预计未来十年,会在一些难以逾越的困惑中迎来奇点时代的爆发式增长。

爱国者副总裁姜钧凯认为,人工智能的三部曲正是它的魅力所在,人工智能革命是从弱人工智能,通过强人工智能,最终到达超人工智能的旅途。这段旅途之后,世界将变得完全不一样 。

弱人工智能(TOP-DOWN AI)是单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能,但是它只会下象棋。这个范围内的智能机器看起来像是智能的,但是并不真正拥有智能,也不会有自主意识。目前,主流科研集中在弱人工智能上,并且一般认为这一研究领域已经取得可观的成就。

强人工智能(BOTTOM-UP AGI)是一个人类智慧的系统,有可能制造出真正能推理和解决问题的智能机器,并且,这样的机器被认为是有知觉的,有自我意识的。 强人工智能可以有两类:一个是类人的人工智能,即机器的思考和推理就像人的思维一样。在各方面都能和人类比肩的人工智能.;另一个是非类人的人工智能,即机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式。

超人工智能Artificial Superintelligence (ASI):是超越人类智慧并且将人类智慧延展的智能体系,可以是各方面都比人类强一点,也可以是各方面都比人类强万亿倍的。它在表象上,集中了弱人工智能已有的成果,并因为强人工智能的综合性,都得以延展和综合。 超人工智能需要拟人化的特性,如人工意识或人工大脑。这时的人工智能,因为完整性的特点,为了解决其中一个问题,就必须解决全部的问题,因此更加绚丽多彩,层叠跃进。

姜钧凯说道,综合目前的研究成果和科学界的共识,人工智能 未来十年发展趋势将在促进RT全息时代到来、新硬件、新语言、新算法和人类认知突破等方面产生积极作用,并且使弱人工智能趋于完美,使机器人和人的混合体有机融合,促使2026年,迎来强人工智能的时代!

爱国者姜钧凯:人工智能未来十年发展趋势

姜钧凯预言,人工智能未来十年的趋势将在以下十点表现得淋漓尽致:

1、未来十年,人类对自身的认知科技取得突破 。

在需要使用数学计算机工具解决问题的学科,AI带来的帮助不言而喻。更重要的是,AI反过来有助于人类最终认识自身智能的形成和演进。

机器可以打败人类最伟大的棋手,类人机器人可以走路并且能和人类进行互动。 尽管早就有宣言称智能机器指目可待,但此方面的进展却缓慢而艰难。意识和环境是困扰研究的两大难题。

人们并未真正了解智能的内涵和人类大脑。

大脑是一个庞大的记忆系统,它储存着在某种程度上反映世界真实结构的经验,能够记忆事件的前后顺序及其相互关系,并依据记忆做出预测和创造 。

感知和翻译等大多数神经网络的架构正变得越来越复杂,远非此前简单的前馈神经网络或卷积神经网络所能比。特别需要注意的是,神经网络正与不同的技术(如LSTMs、卷积、自定义目标函数等)相混合。

神经网络是多数深度学习项目的根基。深度学习基于人脑结构,一层层互相连接的人工模拟神经元模仿大脑的行为,处理视觉和语言等复杂问题。这些人工神经网络可以收集信息,也可以对其做出反应。它们能对事物的外形和声音做出解释,还可以自行学习与工作。

从涉及人体科学的各种科学的进展和AI发展的需求看,10年内,人对自身的理解将出现飞跃。

2、未来十年,新的硬件系统将诞生

对于人的思维模拟可以从两条道路进行, 一是结构模拟,仿照人脑的结构机制,制造出“类人脑”的机器; 二是功能模拟,暂时撇开人脑的内部结构,而从其功能过程进行模拟。

现代电子计算机的产生便是对人脑思维功能的模拟,是对人脑思维的信息过程的模拟。 人脑结构模拟将造就新的硬件系统,与如今计算机不再相同 ,人们又多了一种改变生活的设备体系,那将是真正的开源的硬件门户。这种大脑硬件系统,相当于目前计算机的芯片。

大家知道,计算处理及信息储存的芯片巨头,像英特尔、NVIDIA等公司,它们处于这一领域的最上游,为中下游产业链提供计算处理能力及相关解决方案,他们决定了人工智能发展的深度。今年5月,谷歌新型芯片支持人工智能。7月日本软银高溢价收购英国芯片设计公司ARM,8月17日,英特尔表示将开发人工智能技术的专用芯片。IBM正在设计基于大脑结构的芯片TrueNorth。而开源的大脑硬件系统,将如同360颠覆杀毒软件行业一样,颠覆芯片甚至整个产业链。

其实,目前人工智能进入了一个瓶颈期,就是即使多个指标都达到了类似人脑的软实力,依然无法达到和逾越人工智能的奇点。

强人工智能,要满足电脑硬件的运算能力。如果一个人工智能要像人脑一般聪明,它至少要能达到人脑的运算能力。

用来描述运算能力的单位叫作cps(calculations per second,每秒计算次数),要计算人脑的cps只要了解人脑中所有结构的最高cps,然后加起来就行了。Kurzweil得出人脑的cps=10^16 cps,也就是1亿亿次计算每秒。现在最快的超级计算机,中国的天河二号,其实已经超过这个运算力了,天河每秒能进行3.4亿亿。当然,天河二号占地720平方米,耗电2400万瓦,耗费了3.9亿美元建造。十年以内,当1000美元能买到人脑级别的1亿亿运算能力的时候,强人工智能可能就是生活的一部分了。至少在硬件上,我们似乎已经能够强人工智能了(中国的天河二号),但是运算能力并不能让电脑达成人类水平的智能。是不是硬件本身的问题?比如把一个人的智慧加到一只蚂蚁上,又能怎样?

再比如速度。脑神经元的运算速度最多是200赫兹,今天的微处理器就能以2G赫兹(也就是神经元1000万倍)的速度运行。大脑的内部信息传播速度是每秒120米,电脑的信息传播速度是光速,差了好几个数量级。 但是为什么人类智慧还是机器无法比拟的?

我们的科学家从多方面探索智慧的科学,力图解决目前的瓶颈。

科学界正在努力逆向工程人脑,乐观的估计是我们在2026年完成这个任务。一旦这个成就达成,我们就能知道为什么人脑能够如此高效、快速的运行,并且能从中获得灵感来进行创新。

那么,我们离整脑模拟还有多远呢?至今为止,我们刚刚能够模拟1毫米长的扁虫的大脑,这个大脑含有302个神经元。人类的大脑有1000亿个神经元,听起来还差很远。但是科学技术较以往已经以指数增长,他的威力很大——我们已经能模拟小虫子的大脑了,蚂蚁的大脑也不远了,接着就是老鼠的大脑,到那时模拟人类大脑就是很水到渠成的事情了。

一个电脑架构模拟人脑的例子就是人工神经网络。它是一个由晶体管作为“神经”组成的网络,晶体管和其它晶体管互相连接,有自己的输入、输出系统,而且什么都不知道——就像一个婴儿的大脑。接着它会通过做任务来自我学习。当年“谷歌大脑”团队最开始尝试“无监督学习”时,就动用了1.6万多台微处理器,创建了一个有数十亿连接的神经网络。

我国“科技创新2030-重大项目”,脑科学与类脑研究榜上有名,明确指出“以脑认知原理为主体,以类脑计算与脑机智能、脑重大疾病诊治为两翼,搭建关键技术平台,抢占脑科学前沿研究制高点”。

姜钧凯断言,未来十年,人脑模拟将取得实质进展,从而产生新的硬件门户体系。

爱国者姜钧凯:人工智能未来十年发展趋势

人工模拟神经元试图模仿大脑行为| 图片来源:Frontiers

这个硬件门户体系十分丰富,除了智能家居、智慧城市和智慧地球等硬件支撑,还有机器人、全息显示设备等。库克认为:“未来,你和手机的联系将更密切。智能手机的性能将出现爆发式提升。”而代替目前手机、电脑和电视的全息设备十年内将出现。

一旦一样东西用人工智能实现了,人们就不再叫它人工智能了 。科幻片已经让当代人对于科技进步不是很振奋,似乎科幻片就是现实,这是因为几乎每一部科幻片,都是科学顾问和其他主创人员的科学与艺术的结晶,而科学实现的每一步都是严谨而艰难的,好在目前人工智能发展正在以指数的量级在推进。

3、未来十来,新的计算机语言将诞生。

硬件的快速发展和软件的创新是同时发生的,软件的发展可能看起来很缓慢,但是一次顿悟,就是一种新的软件或语言的产生,就能永远改变人工智能的速度。

传统计算架构无法支撑深度学习等大规模并行计算需求。除了硬件优化,就是计算机语言的革命。

例如,多个团队以不同方法大幅压缩了训练一个良好模型所需的素材体量,这些方法包括二值化、固定浮点数、迭代修剪和精细调优步骤等。这些技术潜在的应用前景广阔,可能将会适应在移动设备上进行复杂模型的训练。例如,不需要延迟就可以得到语音识别结果。此外,如果运算所需要的空间和时间极大降低,我们就可以极高帧率(如30 FPS)查询一个模型,这样,在移动设备上也可以运用复杂神经网络模型,从而近乎实时地完成计算机视觉任务。 计算机视觉与自然语言处理NLP的交汇仍然拥有无限前景。想象一下程序为美剧自动嵌入中文字幕的场景,一个小的应用其实早就是一种难得的的进步。

这种新的计算机语言,可能是一种编程,也可能是一种新的结构性变化,比如三进制。计算机基础语言的革命,被认为是最具奇点价值的革命。

4、未来十年,随着机器学习取得突破,人机语言、视觉、情感、脑力波交互或称心灵感应都将没有障碍,加上新的算法得到普及,计算能力取得飞跃。

机器学习指的是计算机系统无需遵照显式的程序指令而只是依靠暴露在数据中来提升自身性能的能力。

机器学习分为两类:

第一类是“连续型学习”。“机器学习”的数学基础是“统计学”、“信息论”和“控制论”,还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识,学习策略,在遇到类似的问题时,运用经验知识解决问题并积累新的经验,就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。其核心在于,机器学习是从数据中自动发现模式,模式一旦被发现便可用于做预测。比如,给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库,系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多,预测就会越好。再比如计算机视觉,它能在海量图像中,通过不断训练和改进视觉模型来提高其识别对象的能力。IBM正在利用机器学习算法训练机器人更好地将合适的姿势、音调与语句结合。

姜钧凯认为,未来十年,机器学习能力增强到更加令人担心的程度,借助计算机视觉,语意分析、情感计算与学习,让人感觉很多机器如同孩子一样吸收世界和身体的各种知识。 这种发展,将依赖于运营商级别的大数据支撑。

大数据产业链中的原始数据获取方,包括运营商、BAT、微软、谷歌等把持互联网入口的公司,它们掌握着机器学习必须的数据资源,决定了人工智能发展的广度。主动开放数据或计算能力逾越防火墙,可以让所有联网的计算机设备都能获得海量数据。目前,谷歌开源了它的开源机器学习框架Tensorflow, Facebook也开源了AI算法运行的计算机服务器BigSur的设计,IBM通过Watson的开放,从硬件企业转型为认知解决方案云平台。

第二类是“跳跃型学习”,即人类除了会从经验中学习之外,还会创造。这在某些情形下被称为“灵感”或“顿悟”。一直以来,计算机最难学会的就是“顿悟”。或者再严格一些来说,计算机在学习和“实践”方面难以学会“不依赖于量变的质变”,很难从一种“质”直接到另一种“质”,或者从一个“概念”直接到另一个“概念”。正因为如此,这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。

姜钧凯预测,未来十年,自然语言处理达到新的高度,人机语言交互几乎没有障碍。

语音识别技术主要是关注自动且准确的转录人类的语音。在不同口音的处理、背景噪音、区分同音异形异义词(“你玩我”和“你玩我”听起来是一样的)方面存在一些困难,同时还需要具有跟上正常语速的工作速度。

语音识别系统使用一些与自然语言处理系统相同的技术,将各种有助于实现目标的多种技术进行了融合,建立语言模型来预测语言表达的概率分布。比如描述声音和其出现在特定序列和语言中概率的声学模型等。运用视觉和经验调整等。语音搜索是人与机器人交互的典型场景。现在,每个月互联网上都会有数以百万次的语音搜索 。

机器翻译将成为一种普及的人工智能,准确率可以战胜顶级翻译大师。目前已经实现语音实时同步翻译各国语言,翻译软件通过分析用户的反馈以及使用者的无偿贡献来提高它自动翻译的质量。

16K语音平均识别率达到99%这一平均水平可能十年。不仅是语音识别,OCR、人脸识别、语义理解、机器翻译等人工智能技术在实际应用中都会面临识别率、准确率的挑战 。

姜钧凯预测,未来十年,人机视觉交流几乎没有障碍。

计算机视觉是指计算机从图像中识别出物体、场景和活动的能力。计算机视觉技术,运用由图像处理操作及其他技术所组成的序列,来将图像分析任务分解为便于管理的小块任务。比如,一些技术能够从图像中检测到物体的边缘及纹理。分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。

计算机视觉是一个正在进行中的研究,而机器视觉则是“已经解决的问题”,是系统工程方面的课题而非研究层面的课题。机器视觉在工业自动化领域的视觉应用里,在高度受限的工厂环境里识别诸如生产零件一类的物体,因此相对于寻求在非受限环境里操作的计算机视觉来说目标更为简单。计算机视觉预计十年会达到不受特定环境局限的高度。

姜钧凯预测,未来十年,人机情感交流将十分顺畅。

情感计算是一门新兴的科学,通过语音语调和表情姿态等参数来计算人类情感,反过来指导计算机的情感表达。姜钧凯作为这项研究的参与者,已经发现了几乎所有影响元素及其参数变化规律。人机情感交流的顺畅,是达到强人工智能的一个关键。

姜钧凯预测,未来十年,人机脑力波交互或称心灵感应也将得以实现。

计算机作为输入输出的特定设备,符合脑力波和心灵感应的“坚信”法则,某个人的不特定性会被某台机器人逐步学习掌握,然后将其规律同步到其他机器人,如同区块链那样,让这个人的思考也被机器捕捉,从而实现无缝交互。作为情感计算的延伸,心灵感应将带来相濡以沫的人机关系新境界。

目前,算法能力方面的技术壁垒 ,被看做某个人工智能团队的优势。从商业性来看,这无可厚非。我们也开看到,机器学习算法目前被开源使用,这种情形将促成更大进步,因为在开源环境下开发人员可以补足和增强彼此的工作。情感计算和识别等被很多人视为机器人必备的能力,但是目前没有开源,因为每一步都走得很艰难、很难得;但是只要达到一定阶段,就不得不借助更多科技工作者来共同研究和推进。与此同时,不久的将来,更适合人工智能研究人员使用的计算类型必然产生,新算法的发展极大提高了机器学习的能力。 各方面智能会突飞猛进,就如同如今的微处理器的性能是1971年第一代单片机的400万倍那样,摩尔定律的魅力会逐步在人工智能上得以体现。

5、世界经济增长引擎 在2020年由IT进入RT时代 。

相互学习与共享知识云机器人技术将获得重大突破 ,小型家庭辅助机器人大幅度降低生产成本 ,机器人从工业普及到生活各个领域,将在2020年之前形成至少累计416亿美元的新兴市场。世界经济增长引擎即将由IT进入RT时代(Roboticstechnology)。

6、未来十年,专家系统普及到各种行业。许多商业模式被颠覆,被取代的行业更加明晰,新的工作机会强势呈现。

专家系统目前已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。

姜钧凯认为,未来十年,专家系统基于大数据,更加强大,信息检索智能化和自动化显著增强,自动完成对复杂决策或者在资源有限的前提下做出最佳权衡。而且问题求解能力,几乎无所不能,许多困扰人们的哲学问题也会迎刃而解 。

在这种决策系统的支持下,去中间化成为时代的主流,许多商业模式被颠覆。

人工智能会同时影响人们消费信息的方式(人机交互)以及信息的处理方式。

我们通过输入各种参数来过滤信息的这种方式实际上属于鼠标、触屏和低智能,但不属于语音和人工智能。高智能的交互下肯定不需要从开始菜单开始的那一系列选项。

一旦语音、视觉和脑电波真的成为主流交互方式,随着收集到的数据的增加,整个进程就会加快。而在这种趋势下,我们现在很多依赖于成为唯一中介而存活的公司,最终会像过去的代理商那样被优化掉。 例如Domino’s Pizza早已推出了一个允许用户通过语音下单的移动APP。有人预测:如果我们认同人工智能会产生进一步去中介化的趋势,并相信这会在10年内发生,那淘宝就活不过10年,其他现在的很多平台本质上都是去掉中间环节的时候自己成为唯一的中介,那这些平台在这波新的浪潮里都面临被淘汰的危险。而这趋势很可能会催生新的巨头。

在此基础上,被取代的行业明晰呈现,新的工作机会也强势呈现。

因人工智能被取代的行业可能有客服、专职司机、医生、护士、数据分析师、解说员等语言类、文员等文字类、会计、人力资源、程序员、编辑、矿工、快递员、保姆、仓库管理员、银行职员、收银员、清洁工…………

当然,无论什么技术革命,都不会带来就业岗位的减少,因为新的岗位必然诞生。因人工智能新的工作机会: 比如科技教练 、人体硬件维修师……

7、人们的生活更加美好:游戏更加炫酷、电声音乐丰富多维视听 ,甚至性爱也将随心所欲。

自动规划等认知技术整合至极小却高性能的传感器、致动器、以及设计巧妙的硬件中,新的模式识别等应用更加广泛。

未来的游戏更加炫酷 ,现有的游戏将逐步发展为更高智能的全息等交互式文化娱乐手段,今天,游戏中的人工智能应用已经深入到各大游戏制造商的开发中。传统计算机和手机都是初级VR,现今,沉浸体验式VR、仿真互联网、混合显示MR等,将扩展到人与环境、人与万物,虚拟环境边界在不断扩大。战斗甚至都是一场游戏。海湾战争后,美国总统在一次发言中形容道:伤亡几乎为零,如同打了一场电子游戏。

我们能获得的新体验是无穷的。人类的性爱,使得人们不但能生育,还能从中享乐。未来十年,人工智能可能带来随心所欲的性爱感受。仿真机器人的最大卖点一直是性。同时,结合医疗的突破,人工智能会辅助男人控制节奏,营造理想环境,达到与配偶最完美的时间和高潮体验。

8、人类将不再有疾病

人工智能已经在辅助快速诊断、制定康复计划、对医学影像解读等方面发力,未来,人类对自身的了解和科技进步逐步加深,不再有疾病也值得期待。

9、机器人和人的混合体出现

我国《“十三五”国家科技创新规划》明确设立了人工智能与智能交互专项,要求“突破以人为中心的人机物融合理论方法和关键技术,研制相关设备、工具和平台”。

外骨骼机器人已经被有效利用。

爱国者姜钧凯:人工智能未来十年发展趋势

人与芯片的对接,因为可以实现疾病的防控和能量的转换,甚至可以控制人的思维,时常让人想起《圣经启示录》中对于兽印的描述。

爱国者姜钧凯:人工智能未来十年发展趋势

虽然人体芯片很可能被作为强迫兽印的一种手段使用(也就是说,极端组织很可能要通过这种手段来控制人们的经济和生活),但是人体芯片本身并不是兽印,值得大力发展。《圣经》也预言世界将最终战胜假人工智能的兽印,迈进新时代。

其实,随着人工智能的发展,每个人可能又多了一个“灵魂 ”。比如虚拟个人助手或陪伴机器人。

中投顾问《2016-2020年中国人工智能行业深度调研及投资前景预测报》认为,具有自我学习、互相学习并与人密切协作的智能机器人到2025年将成为服务机器人的主要形式,也在工业机器人中占25%的市场份额。

10、2026年,强人工智能将得以实现。

爱国者姜钧凯:人工智能未来十年发展趋势

姜钧凯认为,2026年,强人工智能时代就会来临。

多次调研显示,强人工智能已经很近。2013年,Bostrom向百位人工智能专家做的问卷调查,内容是“你预测人类级别的强人工智能什么时候会实现”,得出了下面的结果:

乐观估计中位年(强人工智能有10%的可能在这一年达成):2022年

正常估计中位年(强人工智能有50%的可能在这一年达成):2040年

悲观估计中位年(强人工智能有90%的可能在这一年达成):2075年

另外一个独立的调查,由作家James Barrat在Ben Goertzel的强人工智能年会上进行,他直接问了参与者认为强人工智能哪一年会实现,选项有2030年,2050年,2100年,和永远不会实现。结果是:

2030年:42%的回答者认为强人工智能会实现

2050年:25%的回答者

2100年:20%

2100年以后:10%

永远不会实现:2%

除了调研,还有科学预言家也支持了姜钧凯的观点。Kurzweil在80年代末的时候预测到2000年后因特网会成为全球级的现象。他被比尔盖茨称为“我认识的对人工智能预测最厉害的人。”2012年谷歌创始人Larry Page曾邀请他担任谷歌的工程总监,2011年他参与创立了奇点大学(Singularity University),现在大学由美国太空总署运营,由谷歌赞助。Kurzweil相信电脑会在2029年达成强人工智能,而到了2045年,我们不但会有超人工智能,还会有一个完全不同的世界——奇点时代。Kurzweil的奇点时代是三个技术领域的共同革命造成的——生物技术、纳米技术和最重要的人工智能技术。

从智能的大局来看,人和人的智能的差别,比如从最愚笨的人到爱因斯坦的差距,其实是不大的。所以当人工智能达到了脑残级别的智能后,它会很快变得比爱因斯坦更加聪明。我们把130的智商叫作聪明,把85的智商叫作笨,但是我们不知道怎么形容13085的智商。

爱国者姜钧凯:人工智能未来十年发展趋势

强人工智能的智能水平会越长越快,直到它达到了超人工智能的水平——这就是智能爆炸,也是加速回报定律的终极表现。

通过自我改进来达成强人工智能的人工智能,会把“人类水平的智能”当作一个重要的里程碑。它不会停留在这个里程碑上,人工智能只会在“人类水平”这个节点做短暂的停留,然后就会开始大踏步向超人类级别的智能走去。

清华大学智能技术与系统国家重点实验室主任朱小燕教授认为:机器肯定在某一个领域里战胜人类,这个绝对是不可质疑的。但机器还不懂得对各类知识和信息的综合凝练,很难在综合能力上超过人。如果机器能够自动地去凝练,然后去传承,它才能够战胜人类。

防止人类衰老,治疗各种不治之症,解决世界饥荒,甚至让人类永生,这一切都将变得可能。同样可能的是地球上所有生命的终结。当一个超人工智能出生的时候,对我们来说就像一个全能的上帝降临地球一般。但是,十年内甚至永远,灵魂都无法复制,于是,人类终结的可能性不大,而人间地堂时代的到来已经为期不远。

姜钧凯坚信:互联网经济已经进入新常态,万物互联即将开启,下一个时代是以机器人为引擎的人工智能时代。

我国《互联网 人工智能三年行动实施方案》提出,到2018年实现核心技术的突破,形成千亿级的人工智能市场应用规模。而据BBC预测,2020年,全球人工智能市场规模有望超千亿美元达到1190亿美元。

姜钧凯认为:2026年或不久的将来,人工智能将超越人类智能,人智能之外的魅力更加凸显,“奇点”到来,世界将开启一个新的文明时代!

姜钧凯是中国第一代移动互联网“产品经理” ,中国电视互联网创始人之一、智能电视标准主导制定者,工信部网络电视业务推进工作组副组长。物联网专家,中国国际消费电子LEADER创新奖评委 。曾任长虹、掌上灵通等上市公司高管,现任爱国者集团常务副总裁。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多