“盛年不重来，一日难再晨。及时当勉励，岁月不待人。”光阴似箭，岁月如梭，如果要重新阅读2018年人工智能发展，“经典语录”是一种十分好的形式。“语录”虽简洁，但字字可深读;之所谓“经典”，固然是要能引起共鸣、发人深省，有一定传播力的名人之言。
本文筛选了十位人工智能顶尖大佬在2018年的讲话精选，从学术研究、行业应用、人性等方面全面诠释人工智能现状。
图片来源：图虫创意
01
AI将给人类带来革命性意义，甚至会比电或者火带来更深远的影响。虽然火是好东西，但火也会杀死人。人们学会了利用火来造福人类，但我们也必须学会避免火带来的灾难。
现在人们提到如何在数字化社会找到工作机会时，经常想到的第一个词就是‘代码’。在过去十几年中数字技术的发展都集中在计算机科学上。写代码固然是非常重要的，也是值得投资的一项重要技能。但在数字技术领域还有更大的潜在机会，在过去很大程度上未被开发出来。有一些技能在五年前并不存在，但今天的工作者则需要掌握这些技能。在二三十年前，人们接受教育之后就可以受用一辈子，但对当下这个时代出生的人来说情况并非如此，他们必须保持终生学习。
——谷歌CEO Pichai接受MSNBC采访
02
“人工智能受人启发、由人创造，最重要的是，它会对人们的生活以及人类社会产生切实的影响。我们必须时刻考虑AI的潜在影响，并以此为指导原则来开发AI。AI的研发伦理应该得到重视，政府、产业和学术界需要携起手来，增强沟通与合作，共同朝这个目标进发。
现在大家看到了AI取代工作的可能性，确实如此，AI将会影响并改变某些工作的性质。但也不能忽视由此带来的积极影响，比如在健康医疗领域，AI能够辅助医护人员，进行更高效的护理。AI技术也能在抢险救灾这些对于人类来说特别危险的任务中发挥巨大的应用价值。
机器的价值观是人类价值观的体现，但目前AI领域里却缺乏包容和多样性。要加大STEM教育力度，积极引导高中生参与AI研究，这些年轻的创造力和思维将带给人无限惊喜。”
——李飞飞出席美国国会听证的演讲
03
“人工智能大爱(AI)无疆，这个‘无疆’有两层含义：一层含义，实际上AI和传统产业是没有边界的，AI是要赋能百业;第二，AI需要全球各国共同努力来合作推进。所以，实际上AI的学术研究是没有国界的。
AI一定要和传统产业结合。而且跟传统产业结合不是说颠覆产业，而是和传统产业合作是赋能传统产业，AI的价值是帮助传统产业提高效率。但是做到这一点其实是非常不容易的，因为你要去了解很多不同的传统产业，同时你要自己迅速成长，成长一个比较大的公司你才能够跟对手去谈判和合作。”
——汤晓鸥教授在WAIC 2018开幕式演讲
04
“有很多关于中产阶级空心化的报道。我认为对于社会来说最好的解决方案就是教育，这样中间和底层的人都可以向上移动。坦率地说，除了教育，我真的看不到其他解决方案。变化的速度给个人施加了更大的压力，促使他们不断学习。
每次发生技术断裂(technological disruption)，我们都有机会重塑世界上的大部分地区。我希望世界更公平，我希望每个人都能更好地获得机会和教育，我希望让人们摆脱无意义的工作，我希望民主运行得更好。我真的相信，凭借技术，我们可以重塑世界的大部分地区，使它们变得更好。如果我不是从根本上相信这一点，我就不会那么努力工作了。”
——吴恩达接受《财富》杂志采访
05
“保持人性为何重要?人类可能会重复灵长类动物的老路：被比自己聪明的、高级的动物驱逐到地球的小角落中，而没有掌控权。如果我们不把应对措施提上议程，那些持有比人类更多知识的机器会变得更加可怕，并且威胁会越来越真实，那么重走猴子老路的情况可能就会发生。
目前人工智能还只停留在数字智能层面，随着算法和硬件的改进，数字智能将大大超过生物智能，并且这趋势无法阻挡。人类必须与机器合并，以克服人工智能的‘存在威胁’。未来我的公司将研究如何将芯片植入人的头骨，从而实现人机融合。我自己有70%的机会搭乘SpaceX火箭前往火星 ，将来还可能死在红色星球上。”
——Elon Musk接受Axios采访
06
“人工智能时代最缺的就是人才。因为对这个行业来说，你有多好的人才，才可能有多好的人工智能。所以我们现在可以看到，全球是在争抢人工智能人才。不光是中国，美国也是这样。
高水平的人工智能人才稀缺，这是一个世界性的问题。我们的很多企业现在都在重金挖人，但实际上挖人不能带来增量。所以我觉得我们要从源头做起，为国家、社会、产业的发展培养高水平的人工智能人才，我们南京大学人工智能学院，就是要对源头性的人工智能高水平人才培养开展新型探索。”
——周志华教授在“2018京东人工智能创新峰会”演讲
07
“对于自动驾驶汽车，我认为人们现在多少接受了这一点。即使你不太清楚自动驾驶汽车是如何做到这一切的，如果它的事故比人驾驶的汽车少得多，那它就是一件好事。我认为我们必须像对待人那样对待AI：你只需要看看它们表现如何，如果它们反复运行崩溃，那么就要说它们不够好。
在基础科学会议上，我们应该追求的是全新的想法。因为我们知道，从长远来看，一个全新的想法将比一个微小的改进产生更大的影响。罔顾了这一事实，我认为这是机器学习领域的一个主要缺点，这个领域资深的人不多，年轻人更多。”
——神经网络之父Geoffrey Hinton接受《连线》杂志专访
08
“我觉得人们是太想创造一个人，创造一个和自己一样的东西，觉得这样会解决问题。但是我们要创造的是一个系统，我今天没有听到或者不够多的一个词的就是经济，经济是一个有智能的系统。人工智能是像人一样的人工智能，我们还要创造类似于市场模型一样的人工智能。
市场是有智能的，即个体的每个决定是人的决定。例如说，在城市中莴苣不够多，要运更多的莴苣，可以赚更多的钱。市场机制可以创造出其他的东西，但我们其实没有把这些东西充分的涵盖到 AI 系统当中。我们对大脑和思想了解不多，当然可以做很多研究，但是我们对于世界上什么人类拥有智能了解不多，而且不知道怎么界定智能，可能二十年以后才能界定。我们一定要模拟自身的智能才能创造出有用的智能系统吗?”
——机器学习泰斗Michael Jordan在WAIC 2018演讲
09
