7月5日，百度和阿里巴巴同时在北京举行了AI发布会。百度在发布会上确立了自己的核心战略：开放赋能，将来必须建立在每个开发者供应的基础上，并且开源了Apoollo自动驾驶平台和Duer OS语音交互平台；而阿里的发布会上，而是以人工智能音箱天猫精灵X1作为探索人工智能领域的消费级AI产品。

7月9日，“未来已来”全球人工智能高峰论坛在杭州举行，中国（杭州）人工智能小镇同时开园。人工智能领域的专属路演成为此次活动的最大亮点，机器人、无人机、人脸识别、3D打印、AR/VR、无人驾驶等等带来了前所未有的视觉盛宴。 

图灵奖获得者、康奈尔大学教授约翰?霍普克洛夫特(John Hopcroft)以“人工智能的前沿研究和对社会的影响”为主题的演讲解读了人工智能国际前瞻性研究。

“过去几年，我们一直让体力活变得自动化，而现在我们让智力活也变得自动化了。我们已经给了很多体力工作者做培训，他们可以完成一些自动化的工作。之后他们可能还会随着自动化技术的到来而失业。那么，革命背后的驱动力是什么呢?在1960年，人们做了一个非常简单的，关于神经网络的模型我们可以把人类的数据分成两部分，看一下这个数据能不能线性分布。如果数据不能线性分布的话，就会把这些数据影射到更高的位度，这是20年前科学的研究结果。而这也是我们对于自动化机器背后的推动力，需要支持项量机数据，完成更高位度影射的工作。”

“大家在讲到人工智能的时候，我想要指出有很多事情并不需要任何AI的编码，它们只需要一些计算能力就可以完成。在过去70年有深度学习的发展，为什么会有深度学习呢?其实是由于一个竞争叫做图像识别竞赛，它是有120万个图像，有1千个不同的类别。在这个竞赛中，大家就是要设计出一个电脑的程序，识别出越来越多不同类型的图像。谁能识别多，谁就赢。我们可以看到2011年这个错误率最低是25%，2012年下降到15%。两年之后，也就是2014年，Googlenet出现，把错误率下降到1.67%。2015年resNet出现了，把错误率下降到3.57%。如果用人来做，错误率是5%，计算机比人类的实力更强，它们的错误率更低。它们也可以完成100层次的深度学习，人们可以将深度学习应用到各个领域，并且获得成功。但是他们还没有完成的是，为什么深度学习可以产生这么好的效果，基本上在图像识别领域，他们有一个机制叫做卷积层在卷积层中有一个个小的窗口，把图像分成不同类别。在卷积层中分成了三层，还有另外三层叫做全连接层，最后会出现柔性最大值的传输函数。我们通过不断调节网络中的阐述，就可以调节最后出现的结果，这个就叫做监督式学习，会给神经网络或者计算机网络提供一个培训的项目，并且能够让他们自主的进行学习，产出一个好的结果。”

“可能大家有点担心的一件事情，之前有些人说，深度学习的机制是骗人的。你可能把这个图像编辑成猫，或者改了几个象素，那么深度学习程序就会把猫的形象转变成了一个汽车的形象。就是相当于一种虚伪欺骗性的深度学习，我们不希望深度学习成为这样一种机制。而我们发现这种欺骗性的深度学习不是一个大的问题，因为我们发现在更改象素的时候，象素不再和相邻象素相关联。在深度学习的程序中，可以告诉你到底哪些象素是互相关联的，是起作用的，然后你可以防止这个象素的变更导致图像最后的变更。有些人对人工智能非常有兴趣，他们做了一些研究。他们每隔10秒就在十字路口拍一张照片，探测出人先通过还是车先通过。他们把这些图片都连接起来放到向量机中，把合成的照片都放到向量机中，产生一个矩阵。如果说矩阵是L+S的话，就会判断出在这个十字路口接下来会发生什么事情。这个和AI没有什么关系，只是拍了一张照片进行研究，但这些都是从计算能力演变过来的。对于计算不仅仅是一个基本的计算，而同样也融入到生物学，对于生物学有很大的发展。”

“我先给大家说一下对于AI的想法，我一般问的问题，AI是真实的吗。就目前来看的话，人工智能实际上是一个更高领域的模式识别。实际上AI的项目现在还没有办法萃取一个事物的精华，知道它的功能，AI现在并没有办法了解这些。它知道一个自行车长什么样子，可能在未来40年的革命之后，它就能够帮助我们了解一些事物的特性。AI的变革，在20年前有一个知识向量机，现在基本上在每一个商业领域都广泛的应用。另外一些发展，就是一些巨大的及能力，大量的数据，还有沟通能力。之后在2011年，也就是六年前，深度学习出现了。大概在三年之前，我们可以做一个无监督的学习。当然每年都会有更多的突破，有人说感觉所有的公司都在往AI方向发展，但我觉得并不是这样。因为有可能在工业革命的过程当中，每一个公司都想往制造、交付上来做。”

牛津大学历史学博士、《未来简史》作者尤瓦尔?赫拉利（Yuval Harari）以“人工智能与人工意识“为主题深度解析了人类意识与智能的交织关系与发展趋势。

人工智能和人工意识，在很伟大的革命变革边缘。这不仅仅是在历史上，实际上也是从地球有生命开始最伟大的一个革命。大约40亿年前，人类历史发生了根本性的变革，所有的一切都是自然的选择而最终导致的结果，所有的生命也都是有机化学的结果。然而，根据现在的革命，特别是AI以及生物科学的革命，在未来几十年，我们会改变这样人类革命的基本原则。我们的生命会由智能设计而控制，从一个有限的有机变成无限的无机体。这样一个革命对人类就业市场产生快速的影响。随着AI的发展，很多人可能会失去工作。也没有人知道未来的就业市场会是什么样子。因为对于世界，以及2040年，2025年的世界，最大的不变就是变化。”

AI也会在情感智能上比人类更杰出，人类的最后一道防线就是这个机器人或者计算机会拥有情感智能。比如医生这个职业，计算机会比人类的医生在医疗诊断方面更好。但是有些人说我们还是需要人类医生，因为医生有情感智能，可以很好地照顾病人。对待一个病人，就是要对待病人的情绪，不仅仅是他的身体情况，还有心理情况。但就算是诊断心理上的疾病，人工智能也可能比人类的医生更加的好。人工智能会比人类的医生在未来的语音识别、脸部识别上做得更好，可以更好监督病人外部的一些表征，身体的一些动作，脸上的表情。人工智能可以比人类医生做更多，甚至是可以实时监控人类身体内部的一些情况。但有一件事情，人工智能是不能够和人类媲美的。这件事情在不久的将来也是会不断保持这样一个状态，人工智能在这方面不能战胜人类，那就是我们的意识。意识，在另一个层面来说是感知外部世界的能力。所有的哺乳动物都是通过情感，通过意识、感受来解决问题，而过去人工智能还没有发掘出意识，它们只是不断的发展智能。它们在意识上的发展是零，也就是人类使用意识和情感感受来解决的问题，是人工智能不能达到的。

“可以总结一下，在过去150年的生物化学研究中，从达尔文开始，他们只是用了三个字来总结，生物体就是算法，这是一个最大的理论结果，进化论的精髓。生物体，比如说人类、哺乳动物，都是算法。他们是机器，处理数据的机器，做出决定。这个机器，我们的感受，我们的感官是这个大算法中的一部分。还有两个我们所不知道的问题，在这个理论中存在一些漏洞。我觉得科学的想法是对于宗教相悖的，因为宗教想要无所不知。科学对于无知无所畏，如果说有一些东西不知道，科学家说无所畏，我们做出一些研究得到答案。在讲到意识和认知时，有一些很重要的。首先，我们并不知道大脑是如何产生认知或者是意识的。我们可以找到其中的相关性，可以看显微镜或者扫描，看其中的联系。其次，我们不知道它到底是怎么发生的，也就是意识的问题，以及为什么需要主观的感觉。讽刺的是，我们能够更好的了解大脑，为什么我们需要对认知有更好的理解就变得更疑惑。因为很多年之前，当我们对大脑一无所知时，认知就可以很容易做相应的解释。为什么它从狮子那边逃跑，因为它害怕。为什么它想要吃苹果，因为它渴望这个苹果。现在我们能够做更好的解释，并且能够明白神经元发出信号的过程以及处理。我们看到一个狮子，大脑中的一个神经元发出信号，到另外一个神经元，最后再发出神经元到腿部，让我们开始逃跑。我们对认知做的研究有更多的问题。为什么需要它？然而为什么又不要神经元，仅仅互相刺激就可以了？如果没有这样的现象，没有主观的感知，可能神经元就无法发出信号。它发出这个信号，是不是因为它害怕的感觉呢。还是因为我们心理的感知，还是来自其它的经验，我们在这方面一无所知。

“特别重要的是要了解认知或者意识，特别是在2017年。因为这其中所蕴藏的，AI的巨大能力会带来变革。我们的认知，对于快乐最大的反应是希望渴望更多。不管能够达成什么结果，或者能够拥有什么权力。如果我们没有办法了解或者改变，也就是认知的更深层次结构，那没有什么是让我们最终满足的。这其中所存在的危险性，我们对于这样的创造和建造有更多的权力，但却会成为非常不容易满足，且不负责任的一群人。”

人工智能的发展已经开启了革命之门，也带我们走进了一个全新的世界。“未来以来”，你准备好了吗？