一.人工智能发展
1.人工智能
人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能，让机器人和人一样思考，机器学习、自动推理、人工意识以及知识表示。人工智能分为弱人工智能、通用人工智能、强人工智能三种类型。弱人工智能，包含基础的、特定场景下角色型人物，如Siri等聊天机器人、AlphaGo等下棋机器人；通用机器人，包含人类水平的任务，涉及机器的持续学习；强人工智能，指比人类更聪明的机器。
人类可以做出一系列的自主行为，如看，听，说，思考等，都是基于人类的大脑，而大脑思维的过程是依靠大脑的神经网络，神经网络就像电线一样复杂，人脑中，上千亿的细胞连在一起，送出很多导线——轴突，跟其他细胞做联接，最终形成网络。大脑网络非常复杂，神经元数目众多，这1000亿个神经元每个的放电模式不同，编码模式不同，信息处理方式也不一样。要理解这个复杂的系统如何工作，使得人工智能模拟大脑，会是一个很大的挑战。关于神经网络可以从三个层面更好的理解，PET Imaging或是MRI Imaging等功能成像手段，提供的是一个分辨度在厘米或是毫米阶层的宏观视野。在这个范围内，大致可以看到神经束在脑区之间的走向；每个神经束都由成千上万的神经细胞纤维构成，要进一步知道细节，必须在介观（介于微观和宏观之间的心态）层面对神经环路进行研究，了解每一个神经细胞如何跟其他不同种类的神经细胞进行联接，并输送信息，在各种功能时有什么活动；在电子显微镜下对细胞进行观察，从微米到纳米层面，这样的微观尺度会让人看得更精细。
2.图灵测试
源于计算机科学和密码学的先驱艾伦 · 麦席森· 图灵写于1950年的一篇论文《计算机器与智能》——测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。30%是图灵对2000年时的机器思考能力的一个预测，目前我们远远落后于这个预测。通过图灵测试，是所有人工智能科学家和伪科学家的最高目标。这几年人工智能大火，号称通过了图灵测试的产品，也如雨后春笋般涌现。
图灵测试是不是人机“对话”。理解概念，要把握其内涵和外延。图灵测试的内涵很清楚，就是用机器代替人，进行信息交互。不过其外延有些不清，很多可变通之处，比如“一些装置”，时下的相关产品，交互或用文字，或用语音，对于信息沟通来说，这样的装置够用吗？对人类来说，文字仅仅承载着内容的沟通。而人与人信息交互，内容沟通大概只占20%，情感沟通要占到80%。情感沟通要理解的不仅仅是文字，还包括语音、表情、肢体语言等。真正重要的面试、会议，还是必须面对面进行。没有对这些副语言现象深入研究建模，即使完美地解决了文字和内容沟通的问题，也离真正有效的人机交互相去甚远。
二.人工智能的困扰
当下最令人彷徨不定的，并不是人工智能有多么“强大”或者有多么“笨拙”，而是我们已处在一个科技的拐点，需要由我们每个人对未来的走向做出抉择。
1.选择权的困扰
一辆无人汽车行驶在道路上，假设突然面临必然要发生的车祸，它应当向左撞向一个无辜的老人，还是向右撞向一个无辜的壮年？
2.决策权的困扰
一个系统可以基于人类个体不具备的广泛即时的大数据，用任何人无法企及的速度，迅速做出某个决策。这样的洞察和决策力，应该掌握在谁的手中？
3.工作权的困扰
一项基于人工智能的技术可以比人类以更好的质量和速度去完成某项生产。这项技术应该归属与工厂主来代替工人，还是应该归属于工人来帮助工厂主更好地完成工作？前者会带来失业，而后者有望带来更高的工作效率。
4.社会层面的困扰
一个面向情感的人工智能机器人帮助一个人解决孤单，却使他主动减少了与他人的社交沟通。这种陪伴究竟是在帮他解决问题，还是制造了更多的问题？
5.技术滥用的困扰
一项技术可以帮助任何人打造与他们高度相似的 语音，制造出来的声音，令他的家人也难辨真假。这样的技术会不会被别有用心的人用于犯罪？
