ligence，马上冒出一堆新闻，标题耸动得吓死人：「人工智能时代下人类所剩的最后价值……」、「霍金再警告人 工智能将毁灭人类」、「透过 A.I. 与死人对话」……充斥怪奇、《智能叛变》式的论调，彷彿人类将在一夕之间被大规模淘 汰。风声鹤唳，渲染恐惧，无日无之。

　　无知令人恐惧。已经聘用 A.I. 记者写财经报道，坦白讲，执笔同时，记者也在怕失业。恐惧失业，人之常情， 但最可怕的恐惧，是连自己害怕什么都不知道。

　　广义而言，小至一段演算法，如iPhone上的 Siri 系统、与人类对话的私家车、Google translate 的语音识别技术，吸尘机械人 Roomba……都可称为人工智能。这与《2001太空漫游》和《智能叛变》等科幻电影所描述的无所不能、拥有自我意识并站在人类对立面的超级 A.I.，存在相当大的距离。

　　如何量度人工智能的水平？电影《解码游戏》讲述破解德军密码的 天才图灵的生平，但电影没有提及著名的图灵测试：如果一个机械与人类透过电子设备 对话，而人类不知道交谈的对象其实是机械人，就能断定那个机械人已经拥有人类的智能。他大胆预言「思考的机器」（Thinking Machine）的可能性，成为许多人心目中的「人工智能之父」。近日Bill Gates更指出，A.I. 的最大挑战将是代表知识，「与人类一样的方式消化资讯」。

　　2013 年，人工智能学者 Vincent C. Müller 和 Nick Bostrom 曾询问数以百计的 A.I. 专家，推算出到了 2040 年，人工智能将会达到 AGI（与人类相若）水平，而且由 AGI 升至 AS（超出人类）水平，将会在那之后不足二十年之内发生。

　　人工智慧，与之相对，是自然界产生的 「自然智慧」─ 人类的大脑。A.I. 有多种运 算方式，以前的目标一直都是模拟人脑。现时人工智能专注单一功能，要达到好像人类般思考仍有颇远距离；除了需要大量数据，还需要 强大的运算能力，而这往往因为硬件技术而受到限制。发展更高性能的晶片是一个方向，科技龙头企业如 NVIDA 争相推出 TPU、GPU等人工智慧晶片。

　　人脑的计算速度，以每秒千万亿（peta FLOPs）计算，运算速度比日本正研发的超级电脑A.I. Bridging cloud，快上近八倍。然而，美国发明家 Ray Kurzweil指出，到 2023 年，超级电脑就能追上一个人脑的配置，2049年就能超过所有人类大脑加起来的功率。

　　「奇点理论」（singularity）早于上世纪八十年代出现，意指科技于极短时间出现极大进步。日本人工智能专家三宅阳 一郎指出，2010年后的社会已逐渐步入「奇 点」。即是，人工智能一旦发展到逼近人类，将会开始加速进化，出现滚雪球式增长。他进一步指出，步入「后人类时代」，人类一些行动将被人工智能取代，可见于不久将来，人工智能将与人类合作共融。

　　另一边厢，无哨烟的军事竞赛已经开始。俄罗斯总统普京说：“The nation that leads in A.I. will be the ruler of the world.”（人工智能技术领先的国家将会统治全世界）；中国国务院今年7月发表《新一代人工智能 发展规划》，强调发展人工智能，除了经济原因，更关乎战略层面；美国高科技公司Tesla行政总裁Elon Musk直指A.I. 会引发第三次世界大战，并联同一百一十六位专家联署禁止各 国发展人工智能杀人武器…… A.I. 威胁沸沸扬扬之际，科创如雨后春笋，呈现爆炸性增长。正如霍金所指，人工智能可能是人类遇见最好或者最坏的事。

　　世界版图剧烈变动，两个重要问题：第一、人工智能究竟是什么一回事？第二、我们人类，或者我们香港人， 淮备好了吗？

　　十九世纪初，有八成人口务农，三次工业革命过去，今日只剩下2%。只是文明之前必须迎来阵痛。李嘉诚早前在汕头大学毕业礼时发表演讲：「高增长机遇，是愚人见石，智者见泉，不思不想因循的人，在人工智能的时代，肯定过不了关。」

　　阿里巴巴在香港推出创业者基金，价值10亿；麻省理工来港成立海外研究中心，以发明创新为主；未来政府要推动 Smart City、智能生产、5G……更多问题要依赖科技解决，是不争事实。工程师早就习惯五年换一套程式语言：PythonJavaC++……说风就是雨，哪样有效就得学。知名心理学家 Carol Dweck 曾提出，定型心态（Fixed mindset）和成长心态（growth mindset），前者相信聪明天注定，后者相信努力。活得像个工程师，不断学习，或者就是未来生存的不二法门。

　　人工智能席卷全球，人机合作的时代即将来临，修读医科、法律、金融不再炙手可热，编程正成为必备技能，当更多人修读科研，对人工智能认知更深，就会思想更多：「有什么事是我能而机器不能做的？」

　　人的个性、独特性、创造力不会消失，败给机器的围棋高手柯洁曾说：「我无法感受到 AlphaGo 对围棋的热情。」

　　广义来说，任何可以从事智能活动的程式都是人工智能，但不是所有程式都能自主学习。机器学习，即是包含机器必须超出程式设定，自行调整学习的意思。 AlphaGo 是自行调整学习的一例子，它透过学习大量棋谱，同时与围棋专家对赛，累积知识，其后更通过 几千万次自我对局而自我改进。以前的监督式学习， 是指淮备好训练资料，以命令，输入回答而纠错;但 目前发展出来的非监督式学习，则是透过整合性环境，自行搜集资料而改进有关表现。

　　深度学习模拟脑内神经元，连结成网络状单位，在神经网络各层面以至各阶段，都能同时不停学习，而且擅长辨识不能以符号表达的图像资料。 三宅阳一郎表示「深度学习」就是「将充分资料输入类神经网络，而能自行抽出特徵」的系统。AlphaGo 能胜出围棋，正正因为通过深度学习，可以抽出棋盘资料的特徵，取长补短，以至其分析愈来愈淮确。

　　Google 亦公开TensorFlow平台，让大众利用深度学习工具开发程式，例如开发及早辨识皮肤癌的仪器，建立侦测影评文字是正评还是负评的软件等等。有日本 农民利用相关图像分析青瓜成长的形状颜色，从而预 判收成情况。 深度学习目前已应用于 Google 的搜寻系统偏好、广告、YouTube 的推荐栏、语音辨识和外语翻译等各个 领域。

　　声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

　　，智变未来”将于2020年7月10日举行。本届大会将邀请行业顶尖的专家、学者、企业代表、投资机构共聚一堂，洞见和把握市场先机，共享

　　开发者发布三大开发套件∶AlI开发工具包RKNN-ToOkit、AlSDK软件开发工具包Rock-X SDK、以及

　　的应用已经开始渗透到各行各业，与生活交融，成为人们无法拒绝，无法失去的一个重要存在。 对于销售型

　　是在1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟

　　的实际应用能够在汽车安全系统的发展进步中发挥重要的作用。而这些系统远不止仅供典型消费者群体掌握和使用。

　　)以及利用神经网络的深度学习是实现高级驾驶辅助系统(ADAS)和更高程度车辆自主性的强大技术。随着

　　领域仍然是大部分资深技术人才转岗的首选目标，在人才最紧缺的前十大职位中，时下最火的大数据、

　　的类似机械臂，能够代替工人更高效的完成简单且重复率高的流水线上的工作。 说到第二类服务机器人时，先给大家科普一下，当前

　　的时代就到来了。就像前段时间引力波被探测出来，我越来越觉得——Anything is possible。然后我

　　方向的人才都是高科技型的，在待遇方面自然相对比较丰厚，所以很这个方向很有发展前途。如果您看好

　　如果有一个真正的指标可以衡量新技术的破坏性，那肯定是公众对恐惧和怀疑的滔滔不绝。如果我们以社会焦虑作为衡量标准，那么目前

　　很好的口碑。此书由泰尔终端实验室专家撰写，汇聚华为、旷视、vivo、百度、高通等主流厂商的

　　）4.0”产品，在中文语义理解与人机交互领域最高水平的SMP2018-ECDT赛事中获得冠军。 显著提高了人机对话的质量和水平。今天我们采访到深芯

　　产业布局全面领先，在基础层、技术层和应用层，尤其是在算法、芯片和数据等产业核心领域，积累了强大的技术创新优势，各层级企业数量全面领先中国。相比较而言，中国在

　　独角兽优必选达成了战略合作，共同为研发人形机器人进行深度合作交流，争取早日实现”未来每家每户都能买个人形机器人

　　的车辆的文章。但是，您如何将在服务器群上开发的神经网络 (NN) 压缩到量产汽车中资源受限的嵌入式硬件中呢？本文探讨了我们应该如何授权汽车生产

　　技术是如何在各行业和领域真正的发挥应用和商业价值，带来产业变革才是关键。在3月28日深圳云栖大会的

　　在物联网以及大数据的推动下，实现飞跃式的发展，并且迎来了第三个黄金周期。必优传感今天和大家解读一下关于