2017年，人工智能获得了120亿美元的风险投资。而我们才刚刚开始发现AI应用程序的有用性。亚马逊最近推出了一个实体杂货店，并成功地用计算机视觉、传感器和深度学习等技术取代了收银员和收银台。在投资、新闻报道和重大创新领域，“人工智能（AI）”已经成为热门话题。但到目前为止，它是否真的存在呢？

　　在世界经济论坛上，李开复博士表示：“我认为每个企业家都希望把他或她的公司打包成一家人工智能公司，每个风险投资者也希望把自己描述成‘AI投资者’。”他还观察到，这些AI泡沫中的一些可能会在2018年底破灭，具体指的是“那些编造了一个无法实现的美好故事的创业公司，以及那些被欺骗的风投公司，因为他们并不了解具体情况。”

　　然而，李开复坚信人工智能将继续取得进步，并将从工人身上夺走许多就业机会。那么，合法的、有优点也有缺点的人工智能和那些虚构故事的区别是什么？

　　如果仅仅通过一些涉及人工智能的故事进行解析，那么你很快就会发现不同的人对它的定义有很大的区别，仿真智能和机器学习应用程序之间的界限也很模糊。我与人工智能领域的专家进行了交流，试图找到一个共识，但这个问题带来了更多的问题。例如，什么时候必须遵循一个术语的原始定义？哪些时候定义的准确性并没有那么重要？这不是显而易见的，而关于人工智能的大肆宣传中并不在意这些细节。此外，现在在这种宣传中已经有了既得利益——准确地说，是120亿美元。

　　世界知名的思想领袖们已经公开辩论了人工智能造成的危险。Facebook首席执行官马克⋅扎克伯格建议，反对者试图“鼓吹这些世界末日的情景”的行为是消极和不负责任的。在Twitter上，商业巨头及OpenAI联合创始人埃隆⋅马斯克反驳说，扎克伯格对这个问题的理解是片面的。今年2月，埃隆⋅马斯克再次与哈佛大学教授Steven Pinker进行了类似的交流。埃隆⋅马斯克在推特上称，Steven Pinker并不了解功能性AI（狭义AI）和普通AI之间的区别。

　　鉴于围绕这项技术产生的担忧，公众必须清楚了解不同层次的人工智能之间的区别，以便他们能够真实地评估潜在的威胁和收益。

　　自然语言处理领域的专家Erik Cambria告诉我：“今天其实没有人在做AI，但是每个人都说他们在做AI，因为这是一个很酷而且很的流行语，与几年前的‘大数据’一样。”

　　Cambria提到，人工智能这个术语，最初的来源是人类智能。“而到今天甚至都没有什么能像地球上最愚蠢的人类一样聪明。因此，从严格意义上说，没有人在做AI，因为我们不知道人类大脑是如何工作的这个简单事实，“他说。

　　他补充说，术语“人工智能”通常指的是强大的数据分类工具。这些工具令人印象深刻，但它们与人类认知完全不同。此外，Cambria已经注意到，人们声称神经网络是人工智能新浪潮的一部分。他认为这很奇怪，因为这项技术在五十年前就已经存在了。

　　但是，技术人员现在已经不需要人工进行特征提取了。他们还获得了更强大的计算能力。所有这些进步都受到欢迎，但是“机器模拟了人类复杂的认知过程”的说法可能是不准确的。

　　“各个公司只是在寻找技巧来创造看起来像智能的行为，但这不是真正的智能，它只是智能的一面镜子。这些专家系统在特定领域可能非常好，而在其他领域会非常愚蠢，”他说。

　　这种对智力的模仿激发了公众的想象力，特定领域的系统也已经在众多行业中实现了其价值。但这些并不能改变人工智能的真正定义。

　　当提及科学完整性的问题时，准确的定义是很重要的。在1974年加州理工学院开学典礼上，理查德⋅费曼说了一句话，后来广为流传：“首要原则是你不能欺骗自己——而你是最容易被欺骗的人。”在同一篇演讲中，费曼也说过：“你当你作为一个科学家说话时，不应该欺骗外行。”他认为科学家应该向后弯腰，以表明他们可能是错的。“如果你把自己视为一名科学家，那么你应该向外行解释你在做什么——如果在这种情况下他们还不想支持你，那么这就是他们的决定。”

　　就人工智能而言，这可能意味着专业科学家有义务清楚地声明，他们正在开发极其强大的、有争议的、有利可图甚至危险的工具，而这些工具不构成任何人们熟悉的或者全面意义上的智能。

　　“人工智能”这个术语可能已经被过度宣传从而造成了人们的迷惑，但已经有一些努力使它变得清晰。普华永道最近的一份报告提出了“辅助智能”，“增强智能”和“自主智能”之间的区别。辅助智能的代表是当今汽车普遍使用的GPS导航程序。增强智能可以“使人们和组织做他们不能做的事情。”自主智能则“建立自主行动的机器”，比如自动驾驶汽车。

　　Roman Yampolskiy是一位人工智能安全研究员，他撰写了“Artificial Superintelligence: A Futuristic Approach.”一书。我问他，人工智能的不同含义是否会给试图调节人工智能的立法者带来困难。Yampolskiy解释说：“（人工或自然）智能是一个连续统一体，所以这些技术可能存在潜在的问题。我们通常将人工智能（AI）称为强人工智能（AGI），以避免一些混淆。除此之外的情况，它就是超级智能。我们今天讨论的以及经常用于商业的是狭隘的AI。规范任何事情都很难，技术也不例外。问题不在于术语，而在于目前的这种系统的复杂性。“

　　当被问及人们是否应该担心人工智能系统时，Yampolskiy博士评论说：“由于能力是连续的，所以与每个能力等级相关的问题都是如此。”他提到，已经有事故发生在了使用人工智能的产品上，而随着技术进一步发展，这种影响可能蔓延到隐私问题或技术失业之外。这些关于人工智能现实世界效应的担忧可能会超过人们对于人工智能固定行为模式的担忧。然而，这个问题也关乎诚实与欺骗的问题。

　　最后，我将我的问题转向了一家正在积极推销“AI虚拟助手”的公司。“Conversica的首席营销官Carl Landers承认，对于人工智能是什么、不是什么的问题存在多种解释。

　　他说：“我对AI的定义是有助于解决业务问题的技术创新。我真的不想从理论上谈论，‘我们能让机器像人类一样思考吗？’这是一个很好的问题，但我试图解决的是一个实际的业务问题。”

　　我问他“人工智能”是否是用于宣传并吸引客户的流行词。Landers说，在三年前确实是这样的，但这些影响已经开始减弱。现在许多公司声称在他们的产品中都有AI，所以它并不是区别这些产品的关键。但是，这个词背后还有一个特定的意图。Landers希望传达的是，以前不可能的事情现在是可能的。“这里有一些你以前没有见过的新东西，你以前没有听说过，”他说。

　　根据EncomLab的创始人Brian Decker的说法，机器学习算法只能满足他们先前存在的编程需求，而不是为了更好地理解内部驱动。因此，他认为人工智能是一个完全的语义论证。

　　Brian Decker表示：“一位营销执行官会声称光电二极管控制的门廊灯使用了人工智能，因为‘它知道外面什么时候变黑暗’，而一位好的硬件工程师会指出，在整个过程中廊灯的工作系统只会根据事先编程好的系统做出改变。”

　　虽然每个人都必须关注具体内容和潜在意义，但人工智能驱动的产品已经通过为人类创造直接价值而推动了这些争论。最终，人类会更关心价值，而不关心语义上的区别。在接受Quartz采访时，李开复透露，算法交易系统已经让他的私人银行投资回报8倍。“我不再与人类交易了，”他说。