8月6日报道称，人们应用人工智能技术（AI）的所有领域，包括无人驾驶汽车、机器人医生、超过10亿中国公民的社会信用评分系统等，当前都取决于一场关于如何让AI做其不能做的事的辩论。这个曾经仅仅是学术界关切的问题，现在却关乎价值数十亿美元的人才和基础设施，以及人类的未来。
据8月4日报道，这场辩论归根结底在于目前创建AI的方法是否足够。经过一些微调和拥有足够的非理性运算能力，人们现在拥有的技术能否能够做到真正“智能”，即存在于动物或人类身上的那种智能？
报道称，这场辩论的一方，是“深度学习”的拥护者——这种方法自2012年多伦多大学三位研究人员发表了一篇具有里程碑意义的论文之后便迅速流行开来。尽管这绝非是AI的唯一方法，但是其展示出了超越以前AI技术实现程度的能力。
“深度学习”中的“深度”指的是人工神经网络中人工神经元的层数。与其生物等效物一样，带有更多层神经元的人工神经系统也能够进行更复杂的学习。
为了理解人工神经网络，想象一下空间中的一串相互连接的点，就像大脑中的神经元一样。调整这些点之间的连接强度，就粗略模拟了大脑学习时发生了什么。其结果是一个带有实现期望结果最佳路径的神经接线图，例如正确识别一个图像。
报道称，今天的深度学习系统与人们的大脑不同。充其量，它们看起来就像是视网膜的外层，在这里只有很少几层神经元对图像进行初步处理。
这样一个网络不太可能完成人类大脑有能力完成的所有任务。因为这些网络并不像一个真正智能的生物那样了解这个世界，它们很脆弱，并且容易混淆。在某种情况下，研究人员可以通过仅仅改变一个像素来“欺骗”一个流行的图像识别算法。
报道称，尽管存在局限性，深度学习推动了图像和语音识别以及机器翻译领域“金标”软件的发展，并且帮助其在棋类游戏中击败了人类。这也是谷歌的定制AI芯片和AI云服务以及英伟达公司的无人驾驶汽车技术背后的重要推动力。
AI领域最具影响力的人物之一、谷歌大脑和百度公司AI部门前负责人吴恩达说，有了深度学习，计算机应当能够完成普通人在1秒钟或是更短时间内能够完成的任何脑力工作。自然，计算机应当能够甚至比人类完成得更快。
报道称，这场辩论的另一方，是包括优步科技公司AI部门前负责人、现任纽约大学教授的加里·马库斯在内的一些研究人员。他们认为深度学习远远不足以实现人们被承诺的结果。例如，其永远不可能夺走所有白领的饭碗，或是引领我们走向一个实现完全自动化的辉煌未来。
马库斯说，获得“一般智力”（要求具有思维、自主学习和构建对世界心理模型的能力）超出了当今AI的能力范畴。
马库斯说，想要令AI更进一步，“我们需要从自然中汲取灵感”。这意味着需要提出其他类型的人工神经网络，以及在某些情况下，赋予它们内在的、预定程序的知识——就像所有生物与生俱来的本能一样。
多伦多大学机器学习专业助理教授戴维·杜弗诺说，许多研究人员都赞同这一点，并且正在致力于补充深度学习系统，以克服其局限性。一个集中研究的领域正在确定如何从一个现象的一些事例中学习——而不是深度学习系统通常要求的数百万个事例。
报道称，研究人员也试图赋予AI构建对世界的心理模型的能力，婴儿甚至在他们的第一年就能完成这样的事。因此，尽管一个曾经“看”到过100万辆校车的深度学习系统可能会在第一次看到一辆颠倒的校车时无法辨认，但是，一个对于校车构成（即车轮和黄色底盘等）有着心理模型的AI系统，将能够更容易的辨认出一辆颠倒的校车。
【延伸阅读】日本借人工智能技术识别早期胃癌
东京７月２７日，日本研究人员借助人工智能技术开发出一种胃癌识别方法，能以较高的准确率发现早期胃癌。
日本理化学研究所日前发布公报介绍，分辨早期胃癌与胃炎并不容易，专科医生也未必能通过内窥镜图像作出准确判断。为此，该机构研究人员和日本国立癌症研究中心的研究人员决定利用人工智能深度学习技术来识别早期胃癌图像。
计算机深度学习通常需要数十万至数百万张图像用作学习数据。由于大量收集早期胃癌的高质量图像较为困难，研究人员选取了早期胃癌图像和正常图像各大约１００张，并对其进行随机截取和数据扩展处理，生成了大约３６万张图像。
计算机深度学习大量图像数据后，研究人员用约１万张未用于学习的图像进行测试，检验计算机能否准确诊断早期胃癌。结果发现，在判断为胃癌的病例中，准确率为９３．４％；在判断为正常的病例中，准确率也达到８３．６％。此外，计算机在深度学习后除能判断是否患癌外，还能指出癌变部位。
研究人员说，这项研究成果将有助于早期胃癌的发现与治疗，他们接下来将研究如何进一步提高计算机识别的准确率。
【延伸阅读】人工智能技术可通过眼球运动判断性格
北京７月３０日， 人们常说眼睛是心灵的窗户。一个国际研究团队日前利用人工智能技术，实现通过观察眼球运动来判断性格。
德国斯图加特大学、澳大利亚弗林德斯大学和南澳大利亚大学等机构的研究人员使用了最先进的机器学习算法，用来证明性格和眼球运动之间的关系。他们跟踪调查了４２名受试对象在日常生活中的眼球运动情况，并随后使用调查问卷来评估这些人的性格特征。
结果发现，眼球运动能显示一个人是否善于交际、小心谨慎或充满好奇心，而算法软件能够可靠地识别出“大五人格”中的４种：神经质、外向性、宜人性和尽责性。“大五人格理论”指的是心理学家发现有五种特质可以涵盖人格描述的所有方面，分别是外向性、宜人性、尽责性、神经质和开放性。
研究人员表示，这项研究跟踪评估的是受试对象在日常生活中的视觉运动，而不是在实验室中严格受控下的视觉运动，因此提供的结果更加接近实际。
此外，研究成果能够为社交信号处理和服务性机器人等新兴领域发展提供重要的参考，有助于改善人机交互，帮助开发更加自然、更好理解人类社交信号的机器人和计算机。
研究报告发表在新一期瑞士《人类神经科学前沿》杂志上。
【延伸阅读】中国研究外交领域引入人工智能 俄媒：最后还是人类拍板
8月1日报道称，中国正在开发应用于外交的人工智能系统样机。
据7月31日报道，外交就像下象棋或打扑克：一个国家走一步，另一国作出反应。中国外交部以此为出发点，交给学者制造机器的项目，开发的机器可快速分析卫星和使馆工作人员获取的信息。这些机器将提出最佳解决方案，尤其在出现国际危机时。但最终的决定仍由人类来作。
报道称，中国正在开发应用于外交的人工智能系统样机。有数个机构同时在从事该领域的研究。其代表参与了对外经济贸易大学在北京举行的会议。
上海国际问题研究院的封帅博士这样描述机器人相比人类的优势：“人工智能系统能以人类无法比拟的方式，运用科技成就阅读和分析数据。人永远无法避免激素或葡萄糖的影响。制定政策的机器人将不受恐惧的影响，它不具有恐惧的情绪、对荣誉的理解或其他主观因素。”
报道指出，《南华早报》发表的中国学者和外交部人员的访谈录令人放下心来：最终决定将依然由人类来作，而不是机器。
这种项目是否有意义？成本能否收回？只有人工智能可以帮助找到答案。
俄罗斯科学院远东研究所首席研究员亚历山大·罗曼诺夫在接受《独立报》的采访时说，由于中国在国际舞台上的雄心，《南华早报》的报道令人感兴趣。
报道称，关于在外交中应用人工智能的消息没有具体细节。罗曼诺夫认为，“谈到了某种连接大数据库的非常庞大的分析系统。首先，系统能够挑选必要信息，其次，系统可能正在制定某种算法，根据公开报道中出现的某种关键字尝试分析并确定世界的社会趋势”。
这位专家强调，“中国的电脑技术员未必会透露这个系统如何运作。要知道如果它存在，那么将赋予中国外交官相比于其他国家的巨大优势。”
【延伸阅读】日媒称中国积极发展人工智能：百姓生活正发生改变
7月26日报道称，全世界都致力于发展人工智能，特别是在中国，全国积极开发人工智能技术，人们的生活也正发生变化。
据7月25日报道，4月，在上海九江路，中国首个“无人银行”亮相。无人银行入口处站着搭载人工智能的人形机器人，事先注册的客户向机器人说话，将脸部对准摄像头，大门则直接打开让客户入内。客户可以在店内佩戴具备VR功能的眼镜观看出租房的房间虚拟图，也可以通过安装的终端与工作人员就房贷和金融产品进行商讨。开设这家无人银行网点的中国建设银行推出的宣传语是，可以像人工服务那样便捷而迅速地提供必要的金融服务。
报道称，在中国，人工智能服务方面除因搜索引擎而知名的IT大商百度的人工智能服务外，还有“芝麻信用”——通过购物记录和交友信息等将个人信用数值化的服务，而风投企业作为人工智能技术开发的主力也在不断提高存在感。中国2015年提出“互联网+”，强化发展人工智能技术，鼓励风险企业发展，推进技术革新。
在上海张江地区的“蚁巢众创空间”是一处支援创业的设施，开发可以读故事和计算的机器人以及教学用平板电脑的数十家风险企业等聚集在此，这是一家上海市政府提供支持的民间设施。这家设施的联合创始人张相廷也来自风险企业，这家设施向风险企业提供办公空间、经营建议、资金支持等。
上海市一位政府官员表示：“我们在资金方面对支援创业的设施提供支持，希望推动技术革新。”
据美国CB风险投资公司统计，中国风险企业在人工智能相关领域筹集的资金2017年超过美国跃居世界第一。熟悉中国企业的蓝泽证券分析师王曦认为，中国希望利用人口规模大的优势获取大数据，在与美国的主导权竞争中获得胜利。
与此同时，6月中旬在上海举办的2018亚洲消费电子展上，2015年创业的云从科技在展位上展出了“云从城市大脑”。巨大的黑色画面上标示着地点和“异常人数”。云从城市大脑对城市街道上安装的监控器拍摄的画面进行分析，一旦发现可疑人员则及时报告。
云从科技公司一位负责人表示，云从城市大脑可以对交通、天气和犯罪等情况进行统一管理。据称，中国地方政府和100多家金融机构已经引进该公司开发的系统。
【延伸阅读】日媒：人工智能不会抢走人类工作 因为这三个理由……
6月28日报道，6月18日刊登了题为《人工智能不会争夺人类就业的三个理由》的文章，文章认为人工智能确实会给很多领域带来变化，但是人类的工作也不会立刻被取代，文章给出了三点理由，具体摘编如下：
悲观者认为，如果到了机器夺走人类工作的时代，首先陷入窘境的是放射科医生。这是因为，医学图像分析是适合深度学习的作业。深度学习是人工智能相关技术之一，原本吸引人们关注的就是计算机识别出图像中物体的能力。
有些人工智能研究者认为，人类可能完全失去工作。2016年人工智能领域第一人杰弗里·欣顿表示：“很显然，应该停止培养放射科医生。”
考虑到机器学习的应用范围极广，从工程师到护士可以说都会面临同样的情况。
但如果观察人工智能在医疗领域的应用可以发现，实际情况更加复杂。机器学习确实会给很多领域带来变化。但是，人类也不是立刻就变得毫无用处。放射医学的现状可以告诉我们理由。
第一个理由我们可以从人工智能的本质中找到答案。机器以明显的优势超过人类，但目前来看，能够应用人工智能的范围有限。没有人能通过心算战胜10美元就可以买到的电子计算器。但电子计算器能做的终究只不过是计算。
深度学习适用的范围很广。即使是这样，归根结底还是有限的。与其考虑人工智能能否夺取人类工作，莫如思考在某一特定作业中人工智能能否代替人。
这一点带来了人们可以乐观看待就业前景的第二个理由。这就是人类工作所具有的特质。例如，大部分职业是由多种作业组成的。即使会计软件亮相，会计师也没有失业。原因在于，会计的工作不仅仅是进行数字计算。
放射科医生解析许多图像，但他们的工作内容不仅限于这些，还包括决定拍摄哪部分图像，就难以得出结论的诊断进行讨论，还要跟患者商量治疗计划，还要在日常混乱的工作中应用研究文献给出的结论，等等。即使将其中的一项工作交给“计算机助手”，也不意味着完全不需要放射科医生了。这反而是给了放射科医生集中精力进行更有意义的工作的机会。
可以乐观看待职业前景的第三个理由是，随着自动化的发展，需求将进一步扩大。即使在发达国家，放射线医疗也是要花钱的。随着机械化的发展，工作效率提高，则价格会下降。这一成果可以惠及广大患者，医学图像新的应用方法也将得到开拓。
在产业革命时代，随着作业自动化的发展，纺织工人数量增加。随着效率提高，生产率提高，价格下降，结果是人们产生了机器无法满足的更多作业需求。
从长期来看，谁也不知道人工智能究竟会给就业带来多大影响。但根据过去的经验，技术变化所需时间通常长于预期。工厂经营者以电力取代蒸汽，到充分利用电力资源的优势，花费了数十年时间。即使是现在，办公室的“计算机革命”还处于半路上。
