注意：大众似乎更喜欢关心更多的激动和颠覆性（无论是好是坏）。在人工智能领域，大众更倾向于相信某些主题，例如“ AI世界毁灭理论”。这实际上也意味着每个人对AI的期望过高。由于对AI的盲目乐观和未能满足期望引起的失望，历史上的人工智能有几个低点。因此，尽管有些学者警告我们要注意AI的威胁，但更多的学者也想不断提醒我们：AI不是灾难，AI远未达到取代我们的水平。

Asia主任Hong 在第一个声音和情报技术峰会论坛上，详细解释了他对AI，智能本身以及我们应该如何看待AI以及我们真正需要的AI的理解。

什么是智力？

Hong 认为智能包括四个定义级别，这些定义层逐层进展，代表了不同级别的“智能”。

第一级是函数（），基本上是无可争议的。机器的内存，CPU的主要频率，缓存和相机像素都是真实数据。这是非常客观的。

第二层是智能（），但是“智能”的概念实际上正在改变。 Hong 说，他仍然记得他当时购买的第一台“智能电视”。很久以前，一个叫的电视品牌首次在电视上添加了遥控器，然后将该电视称为智能电视。那时被认为是智能电视吗？实际上，这确实很重要，因为在所有电视都没有遥控器之前，如果您想更改频道，则必须去电视更改电视。这是非常麻烦的，所以当时的改进足以使人们相信这是一台智能电视，但是今天，我认为没有人会认为有一个遥控器称为智能电视。

如今，没有人认为计算能力是智力的体现，洪北文说，即使下棋也是如此。下棋是关于比较谁可以计算更多的。当然，已经有一些理由，但是主要的是争夺计算能力。

当第三和第四级的智力（）和智慧（）更加模糊时。人类通常必须做出决定，有时这些决定不是很明智，但是关键点是，当数据不足时，人类的决定很多次，在这种情况下，它们仍然可以保持很高的准确率。如果有足够的数据，那么许多计算机也可以做出正确的决定，但是一旦数据不足，计算机将立即失火。

另一个极端的例子是引力浪潮：人们今年仅勉强检测到引力波，这是今年的一个大新闻，但是一百年前的爱因斯坦预测了这件事。当时的数据在哪里？更不用说小数据了，没有数据。没有数据，人类可以如此准确地做出预测。这就是使人类强大的原因。

我们应该如何对待智力？

Hong 分析了我们的大脑，说我们的大脑分为两个半球。多年来，心理学家和大脑科学家的研究结果表明，左脑和右脑之间的劳动分裂存在差异。左脑对逻辑负有更大的责任，右脑更负责直觉。左脑具有更强的分析能力，右脑具有更强的整合能力。左脑是“我知道的”，右脑是“我相信”。

实际上，计算机是最好的左脑，它比左脑更好，因为没有人会将计算能力与计算机进行比较。但是，在称为算法的计算机中还有另一件非常重要的事情。什么是算法？ Hong 说，算法是在既定顺序（逐步逐步集合）逐步解决问题的过程。基于此定义，我们可以扩展创造力的定义。什么是创造力？ Hong 说他的定义是：解决未解决的问题。例如，费马特的定理。如果您可以在解决该定理之前解决该定理，或者可以比现有方法更好地解决此问题，则意味着您具有强大的创造力。

因此，我们可以看到计算机现在根本没有创造力。当前，计算机仅具有计算，并且它用于计算的所有算法都来自人们。因此，每当机器击败人类时，我都不会认为为什么计算机如此强大。我认为人们是如此强大，以至于他们可以设计出如此强大的算法。

如今，机器人在许多领域击败人类的胜利实际上是完全不公平的。例如，如果您要求与计算机同时计算1、2、3 ... 100的总和，我们都看到了高斯算法。我们想象自己是高斯。在第一次听到这个问题后，我们以一种巧妙的方式解决了这个问题。但是，我们会发现以这种方式计算的速度实际上不如计算机快。即使计算机使用最愚蠢的方法，由于其强大的计算能力，它也可以立即计算结果，但是我们会认为计算机比其他计算机更聪明吗？显然不是。

Hong 说，计算机确实非常适合成为“左脑”。至于强大的AI，如果我们想做某事，接近甚至超越人类的智慧和创造力，我们必须首先了解人们。而且我们还不了解自己。而且，最后我想说一件事，我们是否需要一个在各个方面看起来像我们的机器人？实际上，如果该机器人有意识并且非常聪明，则意味着我们无法控制它（机器人三个定律的可行性实际上很低）。 Hong 说他经常举一个例子：如果我们建造一个机器人并希望它为我们倒咖啡，我们绝对希望我们将其倒十次，它将倒十次。但是，如果您要求有意识的东西，例如，如果我要我的妻子为我倒咖啡，我的妻子可能会告诉我五次您有手脚，为什么不自己去呢？那我只能说是是。换句话说，我们要构建的是一个可控制的机器人，可控制的意味着无意识。我不希望我们建造一个机器人，并要求它为我倒咖啡，但它说：“主人，你为什么不自己走？”如果我们必须得到一些东西并希望它像我们一样，甚至比我们更聪明，更自觉和无法控制，那么我们在这方面拥有太丰富的经验，我们只会生一个孩子。

最终，洪川说：我们不必害怕AI，实际上没有太多要建造通用AI的人。正如他刚刚分析的那样，建立AI必须具有很强的学术意义，但就实用性而言，这可能比今天的AIS更糟。尽管人工智能弱AI，但对人类已经非常有用。计算机帮助我们收集和处理数据，我们根据它做出最终决策。这种人类 +机器是最好的组合，这是AI开发的另一个含义。