导读：人工智能会不会取代人类？川人似乎每一次人工智能领域有所突破的时候，人们就会开始焦虑地思考这个问题。工智



　　对此，在本届博鳌“人工智能”分论坛上，设定百度总裁张亚勤表示，川人“我们现在想这个问题实在是工智焦虑地太早了，有点像担心火星上面会不会堵车。人类”

　　对于人工智能所处的设定阶段，搜狗CEO王小川表示，川人“人工智能目前还只是工智按照人设定的套路做事”。王小川称，人类目前机器还不可能超越人类，设定它们对于知识、川人常识的工智认知也很有限。

　　对此，人类王小川举了一个例子。去年六月份，王小川在剑桥大学见识到了一个订餐系统。当时这个订餐系统的表现非常惊艳。使用者说自己喜欢吃辣的，系统就会用语音回答附近多少米内会有他喜欢的餐馆。使用者继续问餐馆的电话，这个系统也立即报出了电话。然而，当另外一位使用者去和订餐系统交流的时候，系统询问，“我需要帮你找一个停车位吗？”这位使用者说，“我没有车”。系统一时语塞，不知道他在讲什么。

　　王小川表示，目前机器还没有突破对知识、常识的认知，仍然需要通过一些人工和半人工的方式去将一些信息和系统连接，比如告诉系统“没有车”等价于“不需要停车位”。

　　除了用更多的知识和常识去训练人工智能之外，找到特殊的场景是让人工智能发挥强大作用的另一个关键。

　　人工智能目前表现比较突出的领域为语音识别、语义识别和图片识别，但是让人工智能发挥作用还必须找到非常具体的场景。比如，在炒股票的场景里就只能跟机器谈论股票方面的内容，结合聊天场景计算机才能给出最准确的判断。如果在这个场景中谈论起于股票相去甚远的话题，机器也难以分辨出用户的需求。

　　除了将人工智能运用到更多的场景中去寻求量变之外，人工智能本身也需要发生质变。

　　目前来看，限制人工智能发展的不仅仅是特殊的场景，还有数据。人工智能中的算法和数据相当于火箭的引擎和燃料，缺少数据意味着缺少燃料。

　　人工智能的深度学习算法在加拿大实现了突破，然而加拿大由于地广人稀，缺少数据，加拿大的科学家无法使用先进的算法来训练计算机。因此，人工智能最后是在美国和中国这两个具有海量数据的国家落地。

　　如果机器能够通过小数据学习，那机器的智能程度将得到极大提高。张亚勤表示，通过小数据学习，才是更像人类的学习方式。“比如一个小孩，一次他看见一个苹果以后，下次再看见，他就能认识这是个苹果，而不需要看成千上万个苹果。”张亚勤举例道。这个对于人类来讲轻松不过的事情，机器就要看成千上万张图片才能总结出来，苹果究竟有什么样的特征，然后按照总结出来的特征识别下一个苹果。

　　不过在小数据学习方面，理论领域目前并没有实质性突破。王小川表示，目前人类还是通过大数据将套路教给机器，让机器去做一些重复的事情。