2017年4月28日，GMIC 北京大会上，长城会LabOne 团队携手20位来自硅谷的AI科学家们开办了一堂生动的AI公开课。实话实说，当看到或是听到“AI”这个词时，你脑海里想到的是什么？答应我，只考虑当AI这个词由传入神经途经神经中枢然后到达你的大脑皮层所产生的第一反应……

　　也许你第一时间是在脑海里将它翻译成“人工智能”，然后再去思考它所涵盖的意义；也许你会想到AlphaGo在2016年以4:1的成绩击败李世石，而又即将在今年迎战柯洁；也许你会想到“基于神经网络的深度学习”，这个突然在脑海里浮现却又记不清在哪里看到的学术名词了；也许你会想到在最近引起各方关注的无人驾驶；也许你还会想到……

　　这似乎不是一个有标准答案的问题，可是，atv，它也许会让你陷入沉思：在谈及AI的时候我们到底在谈些什么？

　　AI的发展方向是机器代替人类？

　　作为这次公开课的首位开讲嘉宾，卡内基梅隆大学计算机科学学院机器学习系主任Tom Mitchell在针对AI中的机器学习做了题为《对话中的机器学习：让每个人学会写程序》的演讲。畅谈了在大脑科学与人工智能的交互中，可以运用深度学习来获得一个更为友好的用户体验，使人机交互更加智能化。

　　Tom Mitchell

　　机器学习是研究计算机如何模拟或实现人类的学习行为的一门学科，以获取新的知识或是技能为目的，从而重组知识结构，不断地完善自己的性能。可以说它是AI中的核心，是计算机具有智能的根本途径。

　　作为机器学习的教父，在Tom Mitchell看来，关于大脑和机器的交互，可以从两个层次来进行分析，一个是人们是否可以去观察大脑的思考过程，另一个就是其他的大脑是否也会有类似的思考过程。而现在我们的人机交互就是在教导机器来观察大脑，而对于这一方面的探索还是有很长的路要走的。

　　当AlphaGo战胜韩国围棋选手李世石之后，人们对于AI和机器学习似乎有了一个新的认识，机器代替人类即将成为现实，无人驾驶汽车进入商业化会是一个必然趋势。

　　对于这种说法，Tom Mitchell似乎有着不一样的观点：全自动的自驾车在什么时候以什么样的方式得以实现，这是一个没有非常确切答案的问题。但是，我们可以这样看待这个问题，在很多技术没有真正成功商业化之前，可以去推动它的一部分商业。在这方面，滴滴就是一个很好的例子，在主路上使用自驾汽车，而在一些主路以外的路上让人类来做司机，这种两者相互配合的方式似乎更有助于滴滴、Uber这样的汽车尽早实现商业化。

　　数据会是下一个宗教，而中国在这个领域可引领世界潮流

　　2016年4月27日，在猎豹移动CONNECT大会上，《人类简史：动物到上帝》的作者尤瓦尔.赫拉利阐述了一个观点：数据是新宗教，你没准是它的信徒。而对于这个观点，人工智能科学家、前金山软件CEO——张宏江似乎很是认可。

　　张宏江

　　在他看来，现如今，在AI领域主要有两块，一块是数据本身，随着互联网的发展，物联网的普及，如今，每一天新的数据量都在以很快的速度增加，而这些是十年前甚至五年前甚至三年前都不可想象的。这些数据是通过互联网获取的，有很好的精确度，方便跟踪。这些数据本身就是很好的“燃料”，输入给人工智能，而对于AI来说，第一点最重要的前提条件就是数据，而中国的数据是如此之多。

　　第二块就是做人工智能了，和其他做任何一个新的技术类似，人才是另外一个核心点。如果大家回顾一下过去十年在AI这个领域中国的研究人员的数量，无论是在中国大陆的还是在海外的中国人的数量，总数已经开始超过其他国家，从14年开始已经超过了美国。可以说我们中国有了两个核心点，一个是数据，高质量的大数据，一个是高质量的AI人才，所以中国在AI这个领域是有一个非常好的引领全球的机会。

　　我们在过去五年已经看到，在移动这个领域，因为中国的应用导向在移动互联网已经引领了世界潮流，那么在AI这个新的领域里面，中国如果抓住这个机会，依然可以像在移动互联网一样，引领世界潮流。

　　从搜索到对话：AI中能否加入情感智能？