第二章
机器人

人工智能是大数据基础上的人工智能，是下一轮技术变革的核心。机器人是人工智能的重要载体，它代表着一个国家在各个领域装备的先进水平，同时也会融合其他学科与技术改变人类的生活和工作。大部分技术创新都发生在最近几年，这些创新都发生在长期以来一直缓慢发展和提升的领域。在这些领域，一些最出色的研究思想曾经认为，技术的发展不可能突飞猛进，但是数据技术在长期发展之后突然出现了迸发，而且这种迸发出现在很多领域，从自动驾驶到全球首个人工智能合成女主播，再到机器人的崛起。当我们对技术塑造的未来激情澎湃时，总不免带着隐隐的担忧与迷茫，就像很多人在情感上对机器人爱恨交织。

第一节
从数据到数智

块数据本质上是数据积累从量变到质变的必然产物，是在信息高速公路基础上的进一步升级和深化。在数据、算力、算法三大驱动力的不断发展下，人工智能已经进入下半场，其发展速度远比我们想象的要快得多。机器人的进步逐渐促进人类的劳动方式从以体力劳动为主向以脑力劳动为主转变，使人类社会发生历史性的巨大进步和质变飞跃。

（一）点数据、条数据与块数据

大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正蓄势待发…… 在海量数据激增的同时，不确定性也在增长。数据爆炸面临数据垃圾泛滥的隐忧，人类的这种问题和困扰被称为“海量数据的悖论”，破解这个难题需要全新的数据科学方案。正是在这样的时代大背景下，块数据应运而生。块数据是以人为原点的数据社会学范式，更加强调用数据技术分析人的行为、把握人的规律、预测人的未来。块数据是大数据时代真正到来的标志，是大数据发展的高级形态，是大数据融合的核心价值，是大数据时代的解决方案，必将推动人工智能发展进入一个新的阶段。

点数据：离散系统的孤立数据。 随着信息技术和人类生产生活的交汇融合，互联网的快速普及，全球数据呈现爆发增长、海量集聚的特点。规模庞大的数据独立存在着，没有连接桥梁，形成了一个个离散的孤立点数据。点数据是大数据的重要来源，具有体量大、分散化和独立性的特点。点数据来源于个人、企业及政府的离散系统，涉及人们生产生活的各个领域、各个方面和各个环节，这类数据已经被识别并存储在各种相应的系统中，但是由于没有与其他数据发生价值关联，或者价值关联没有被呈现，所以未被使用、分析甚至访问。

条数据：单维度下的数据集合。 无论是传统行业所汇聚的内部数据，还是各级政府所掌握的卫生、教育、交通、财政、安全等部门数据，抑或是互联网企业存储的电子商务、互联网金融等新型行业数据，都可以被定义为条数据，即在某个行业和领域呈链条状串起来的数据。目前，大数据的应用大多是以条数据的形式呈现的。条数据在一定程度上实现了数据的指向性聚集，提高了数据使用的效率，但条数据将数据困在孤立的链条上，形成了一个个“数据孤岛”和“数据烟囱”。

块数据：特定平台上的关联聚合。 块数据就是把各种分散的点数据和分割的条数据汇聚在一个特定平台上，并使之发生持续的聚合效应。块数据内含一种高度关联的机制，这种机制为数据的持续集聚提供了条件。块数据的关联聚合是在特定平台上发生的，并不局限于某个行政区域或物理空间。块数据的关联聚合可以实现不同行业、不同部门和不同领域数据的跨界集聚。块数据的平台化、关联度、聚合力特征，推动大数据发展进入块数据融合发展的新阶段，打破“条”的界限，让数据实现在“块”上的“条”融合，通过数据的多元融合和关联分析对事物做出更快速、更全面、更精准、更高效的研判与预测，从而揭示事物的本质和规律，创造新的价值。

当前，大部分人工智能是基于大数据的智能，无法解决小数据问题，仍然停留在大数据分析阶段。限于数据集的问题，这些人工智能还只能用于某个特定领域内，距离真正的人工智能还有一定的距离。与大数据相比，块数据能够将各类数据组合、整合、聚合，形成一个共享、开放的“数据池”，实现不同领域、不同类型数据的跨界集聚，进而改变数据的生产、组织、加工和传播方式，打破传统的数据不对称和数据流动障碍，为人工智能发展注入新的驱动力，推动机器人的革新和发展。

（二）数据、算力与算法

数据、算力与算法是驱动人工智能高速发展的三要素（见图2–1）。大数据的发展为人工智能提供了种类丰富的数据资源；硬件技术的变革使硬件成本呈指数级下降，缩短了运算时间；算法赋予了数据生命，让数据可以为我们所用，是人工智能提高社会生产力的核心驱动力。

数据是人工智能的生产资料。 数据爆炸时代，世界上的一切关系皆可用数据来表示，一切活动都会留下数据的足迹，万物皆可数据化，世界是一个数据化的世界。海量数据超出了人脑思维和电脑程序所能承载的范畴，结构化数据、抽象化数据、暗数据彼此关联、叠加交错、相互融合，使我们对事物的认识变得更加复杂、更加不确定和更加不可预知。与之相反，人工智能算法的演进必须有数据作为支撑，数据堪称人工智能赖以开展的生产资料。人工智能将庞大的数据资源作为自身发展提高的一个训练资源，在获得更高识别率和精准度的同时，将技术的完善度不断增进。语音识别、图像识别等技术的飞速发展，依赖的正是过去迅速积累的大量有价值的数据。

算力是人工智能的生产力。 算力主要包括运算速度和存储量。20世纪八九十年代，人工智能具备了自动控制、互联网和算法条件，但算力的欠缺制约了人工智能的发展。近几年来，随着现代信息化技术的发展，尤其是移动互联网、大数据、云计算等的发展，算力的提升取得了突破性进展。同时，随着计算成本的不断下降和服务器变得越来越强大，人工智能技术发展的限制在放宽。回顾10年来全球市值排名前10企业的变迁史，不难发现，传统企业正在被迫让位，科技企业则快速上位，亚马逊、微软、Alphabet（谷歌母公司）、苹果、脸书、腾讯、阿里巴巴等互联网公司雄踞全球市值前10的7席。这些新经济企业的共同点就是从不吝啬对算力的大规模投资。亚马逊的AWS（亚马逊云服务）业务率先布局云计算，苹果领衔人工智能计算芯片研发，百度、阿里巴巴、腾讯加速建设超大规模数据中心，等等。根据2017年国际数据公司（IDC）的预测，未来5年，全球用于云计算服务的支出将增长3倍，云计算行业的整体增长率将是传统信息技术行业增长率的6倍。未来，谁掌握领先的算力，谁就掌握未来发展的主导权。

算法是人工智能提高社会生产力的核心驱动力。 技术决定未来，推动时代进步的是技术创新。百度公司董事长兼首席执行官李彦宏也发表了类似的观点。他认为，技术创新是核心驱动力。工业时代最宝贵的东西不是煤，是蒸汽机这样的技术革命；人工智能时代最宝贵的不是数据，是数据带来的技术创新。算法属于颠覆性技术创新。商业管理专家克莱顿·克里斯坦森提出，新技术有“维持性创新”与“颠覆性创新”两种类型。维持性创新会对公司或市场的现有运营方式起到支持或加强作用，颠覆性创新则会彻底改变某个领域的运营方式。算法的创新加速了人工智能对各个产业翻天覆地的改变。目前很多商业领域已经采用人工智能，如淘宝的一条推荐、百度的一条搜索、今日头条的排序、滴滴与司机的每次对接……未来，人工智能将会全面驱动社会生产力的提高，如同电力对各行各业的影响一样，人工智能将会渗透到金融、医疗、农业、零售、能源等诸多行业中，产生的价值不可想象。或许不难看出，算法之于智能时代，如同蒸汽机之于工业革命，发电机之于电气时代，代表着一个时代的生产力上限。

（三）机器人：人的延伸

劳动力的解放是社会发展和时代进步的核心。人工智能产业的大发展，将把人类从繁重的体力劳动中解放出来。此外，即将到来的智慧社会，还是一个以知识生产为社会生产力基础的社会，人类社会将从以体力劳动为主的初级阶段向以知识生产为主的高级阶段迈进。

人工智能是人类感官和智力的延伸。 人工智能是人造系统所具有的一种模仿、拓展和超越人类智能的能力。当人造系统能够像人一样具有一定的认知能力，即有感知、会分析、自决策、善动作，并且在分析与决策过程中善于运用知识，同时学习、积累乃至创造知识时，就称为具有某种人造智能。人造智能包含所有由人类开发和建立的人造系统的智能，例如源于数据技术领域的人工智能、认知计算、互联网大脑等，以及源于制造技术领域的基于传感器和自动化技术的工业智能。19世纪查尔斯·巴贝奇发明计算机，企图用机器替代人类的计算能力，这是技术进化到延伸人类智力阶段的起点。20世纪40年代，现代计算机的出现是技术延伸人类智力的重要里程碑。现代计算机最初只有记忆、计算能力，后来逐渐具备了逻辑、语言文字处理、谱曲、辨识、认知、交流等多种智能功能。遥感技术、全球定位系统、地理信息系统以及自动观察技术和数据传输处理技术的结合，正在不断拓展人类对地球的观察能力和分析能力。

机器人是人类体力和脑力解放的集中体现。 体力劳动向脑力劳动发展是社会发展的必然趋势。人类的强项是智慧，是脑力，而不是体能体力。社会劳动力从低级层次向高级层次发展，可分为四个层次：简单的体力劳动、复杂的体力劳动、简单的脑力劳动和创造性的脑力劳动。 从当前的数据时代迈向高层次的智能时代，除了克服地球环境危机、金融危机等外，还有许多问题需要解决，其中最困难也是最有意义的问题之一是社会劳动力的升级。历史上，社会劳动力已经经历了从简单体力劳动到复杂体力劳动、从体力劳动到简单脑力劳动的升级。现阶段，我们面临着又一次更为本质性的升级——劳动力将从以体力劳动为主转向以脑力劳动为主，从简单脑力劳动向创造性脑力劳动升级。从机械化、自动化、信息化到智能化，产业革命的浪潮一波紧跟着一波。廉价的传感器和人工识别、机器学习、分布式智能技术的迅猛发展，将机器人送上了体力劳动的诸多岗位。机器人把人类从体力劳动中解放出来，智能时代的人们就可以腾出手来进行创造性的脑力劳动，从事知识生产。人的劳动力从以体力劳动为主逐渐转型升级为以脑力劳动为主，这是人类社会历史性的巨大进步和质变飞跃。只有当社会劳动者中的大多数都成为具有高智能的知识生产者时，人类社会才称得上智慧社会，才算进入了智能时代的鼎盛时期。

机器人的发展重构全球制造业的格局。 人工智能的出现，其实就是人类试图将一部分思维活动植入机器的表现，自人类有这一想法的那一天开始，就预示着人工智能的发展很有可能会影响世界经济发展方向。 以机器人带动社会要素创新、增加就业岗位、拉动经济增长，已成为世界各国的共同战略与目标。纵观当今科技、产业发展态势和主要国家的战略走向，机器人技术及应用已成为必争领域和未来竞争的制高点。美国“先进制造伙伴关系”计划、德国“工业4.0”战略、英国“机器人和自主系统2020”战略、日本“机器人新战略”和韩国“制造业创新3.0”战略等，都将机器人产业作为发展的重要方向，折射出各国在新的机遇中争夺竞争新优势的决心（见表2–1）。人工智能是智能制造不可或缺的核心技术。这些战略任务，无论是提高创新能力、信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设，还是推动重点领域突破发展、全面推行绿色制造、推进制造业结构调整、发展服务型制造业和生产型服务业、提高制造业国际化发展水平，都离不开人工智能的参与，都与人工智能的发展密切相关。从国务院《关于积极推进“互联网+”行动的指导意见》中将人工智能列为“互联网+”11项重点推进领域之一，到党的十八届五中全会把“十三五”规划编制作为主要议题，将智能制造视作产业转型的主要抓手，标志着中国将由制造业大国向制造业强国转变（见表2–2）。 这一进程中，智能机器是新一代智能生产力的代表，使智力成为直接的、现实的生产力，推动智能经济的发展。

第二节
机器人的进化

过去30年，我们把人变成了机器，未来30年，我们将把机器变成人，但是最终应该让机器更像机器、人更像人。 在机器人进化的进程中，人工智能需要不断获取新的数据，进行持续且深度的学习，“越用越灵”可以说是人工智能发展的关键。基于对数据的分析、洞察数据的秘密主体的不同，我们将机器人进化分为三个阶段，即传统机器人、智能机器人和量子机器人。

（一）传统机器人：从机械木偶到埃尼阿克

“机器人”一词出现的时间并不太长，但是，创造一种像人一样的机器或人造人，以替代人从事各种劳作，并非现代人才有的想法。传统机器人阶段，人工智能尚未面世，计算机对数据的使用仅仅停留在简单的计算层面，数据的使用主体依然是人。机械木偶、机械设备和埃尼阿克是这一阶段的典型代表。

机械木偶。 在中国，机器人最早是以自动机械装置或自动人偶的形式出现的。早在公元前9世纪的西周，就已经出现了世界上最早的机器人。在周穆王统治时期，工匠偃师制造了一个能歌善舞的伶人献给穆王。《列子》记载，“穆王惊视之，趣步俯仰，信人也。巧夫，顉其颐，则歌合律；捧其手，则舞应节。千变万化，惟意所适”。春秋时期，“公输子削竹木以为鹊，成而飞之，三日不下”。《墨子·鲁问》记载的这个“公输子为鹊”的典故，是世界上最早的关于空中机器人的记载。在西方，机器人最初被称为自动机（automation）或自行控制器（self-operating machine）。公元前2世纪，亚历山大时期的古希腊人发明了自动机。它是以水、空气和蒸汽压力为动力的会动的雕像，可以自己开门，还可以借助蒸汽唱歌。达·芬奇作为发明家，设计了机器人、机械车等超越时代的装置。各式各样的人造机器不仅能供人观赏、娱乐，而且延伸和扩大了人类的体能。

机械设备。 蒸汽机作为动力机被广泛使用标志着第一次工业革命的开始。蒸汽机改变了生产工具的根本形态，通过设定好的传送带，机器等设备获得运转的动力。与自动机械装置相比，其优点是让力量通过新的能源得到巨大的强化，缺点是必须依赖人才能对环境做出反应。蒸汽机现在被认为是“通用技术” 最好的例子之一。蒸汽机的发明和应用使人类用上了以煤炭为能源的各种机械设备，推动了钢铁产业、煤炭能源产业和机械制造产业的大发展。钢铁、能源、机械三者的组合，创造出工业生产的许多领域，造就了千姿百态的工业产品，构建起以机械为基础的“工业大厦”。

埃尼阿克。 与机械木偶和机械设备不同，计算机开始使用数据强化人类思维中计算方面的能力。1946年问世的埃尼阿克是第一台多用途计算机，一个现代版的巴贝奇分析机。埃尼阿克包含17468个热离子阀门或真空管、70000个电阻、10000个电容器、1500个继电器、6000个手动开关和500万个焊接接头，占地面积约167平方米，重达30吨，功率160千瓦，主要用于与“冷战”相关的军事项目，包括用于弹道导弹轨迹的计算和制造氢弹所需的计算。埃尼阿克每秒可以执行5000次运算，是以前任何机器的1000多倍。截至目前，其计算能力的增长基本符合摩尔定律，即每18个月计算能力就翻番。计算机在计算速度越来越快的同时，本身也变得越来越小，而由于小与快的优势，计算机开始连接一切设备，并开始将人们遇到的各类问题转变成计算问题，通过运算解决。“但它们是没有用的，它们只会给你提供答案。”著名画家毕加索如是评价计算机。的确，在传统机器人进化的这一阶段，每一种后续的发明都在释放越来越强大的动力，但它们的动力都需要人类做出决定和发出指令。

（二）智能机器人：从图灵测试到阿尔法狗围棋机器人

智能机器人能够表现出人类智力活动的特征。相对来说，能够认知的机器人要比仅仅能够完成任务操作的机器更加重要。机器学习、深度学习的出现，让数据的使用主体逐渐变成了机器，开始体现人工智能的真正意义，并不断在模式识别、复杂沟通以及其他极其人性化的领域展现出广阔的发展空间。

人工智能。 作为一个专业术语，“人工智能”最初是在1956年举办的达特茅斯会议上提出的。美国计算机科学家约翰·麦卡锡及其同事认为，“让机器达到这样的行为，即与人类做同样的行为”可以被称为人工智能。人工智能是计算科学的主流分支之一，它主要研究在感知、推理和学习时的计算要求，并研究如何升级执行这些能力的系统。该领域使我们不断提高对人类认知的理解、对智能要求的理解，致力于开发智能、自主行为能力以及与人类合作相关的系统，从而提高机器人的能力。从科学定义上来说，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。从功能定义上来说，人工智能则是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。时至今日，人工智能的内涵已经被大大扩展，涵盖了计算机科学、统计学、脑科学、社会科学等诸多领域。

图灵测试：人工智能的先河。 图灵机与计算理论是人工智能乃至整个计算机科学的理论基础。 60多年前，“计算机科学与人工智能之父”艾伦·图灵在论文《计算机器和智能》中预言了创造出具有真正智能的机器的可能性，开创了人工智能这个带有科幻色彩的新学科。也正是在这篇论文中，他提出了后来被称为“图灵测试”的实验方法——判断机器能否思考，或更准确地说，判断机器能否表现出与人类相同或者至少无法区分的智能。在将测试者和被测试者隔开的情况下，通过一些装置向被测试者随意提问，进行多次测试后，如果有超过30%的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试。不过，当时的技术水平与图灵深远的洞察力出现了严重脱节，计算机的性能远远不足以把他的想法变成现实，但幸运的是，这篇论文在被埋没之前，已经把最原始的强烈愿望传达给了整个世界。

阿尔法狗围棋机器人。 从诞生至今，人工智能一方面被视作一颗冉冉升起的新星，受人追捧而蓬勃发展；另一方面也备受批评，且遭受过两次挫折，史称“两次人工智能寒冬”。从20世纪90年代中期开始，随着人工智能技术尤其是神经网络技术的逐步发展，以及人们开始客观理性认识人工智能，人工智能技术进入平稳发展期。1997年，IBM（国际商用机器公司）推出的超级计算机“深蓝”以2胜1负3平的成绩战胜国际象棋大师加里·卡斯帕罗夫，可以说为人工智能的发展注入了一剂“强心针”。人们第一次认识到人工智能的强大力量，那是一种足以战胜人类最高水平的全新事物。2011年，IBM生产的“沃森”在美国以应变能力著称的竞猜节目《危险边缘》中一路凯歌，战胜诸多人类高手。相比“深蓝”，“沃森”在人工智能领域又迈进了一大步，它并非像“深蓝”那样只是做大规模的筛选和计算，而是通过整合机器学习、大规模并行计算和语义处理等高科技领域，形成一个完整的体系构架，并在这个构架的基础上对人类的自然语言进行解读。2016年，谷歌推出的人工智能程序“阿尔法狗围棋机器人”以总比分4∶1战胜世界围棋大师李世石，化不可能为可能，一举震惊世界（见图2–2）。

阿尔法狗围棋机器人的成功与深度学习和自我训练密不可分。这是一种模仿人类大脑的神经网络，使机器人能够以一种类似人脑的方式产生学习、记忆、分析甚至创造能力。阿尔法狗围棋机器人正是用到了神经网络技术，通过对海量棋谱的学习和不断自我对战，对围棋的规则和战法产生了深度认知，并在实战中做到了成功应用。当然，阿尔法狗围棋机器人也没有发展到完美的程度。它能在围棋这一单一规则下的单一领域称雄，但不可能做到跨领域应用。也就是说，智能技术的发展使机器人的感知能力达到甚至超越人类，但是，当前的人工智能推理能力依然有限、缺乏常识，在未来一段时间内还难以企及人类水平。

（三）量子机器人：从类脑智能到超脑智能

如果说智能机器人的智慧和能力是人类赋予的，那么对拥有类脑智能甚至超脑智能的量子机器人来说，它将具备数据搜集、整理、分析的能力，并自主对算法进行调整和优化，自主做出判断和决策。从初级类脑智能到高级类脑智能，再到超脑智能，将成为量子机器人创新未来的路线图。

脑科学：未来技术的制高点。 脑科学技术研究是21世纪人类所面临的重大挑战。理解人类大脑的工作机制，进而揭示人类智能的形成和运作原理，对人脑认知功能开发、模拟和保护，决定未来人口素质，抢占国际竞争的技术制高点具有重要意义。科技发达国家和国际组织早已充分认识到脑科学研究的重要性，在既有的脑科学研究支持外相继启动了各自有所侧重的脑科学计划。2013年4月，美国正式启动“创新性神经技术大脑研究”计划（BRAIN Initiative），针对大脑结构图建立、神经回路操作工具开发等七大领域进行研发布局；同年，欧盟也提出“人脑计划”（Human Brain Project），试图在未来神经科学、未来医学和未来计算等领域开发出新的前沿医学与信息技术。中国及日本、韩国、澳大利亚等国家也先后启动了脑科学研究计划（见表2–3）。

类脑智能。 “类脑智能”与“脑科学”相互借鉴、相互融合是国际科学界涌现的新趋势。“类脑智能”是受大脑神经运行机制和认知行为机制启发，以计算建模为手段，通过软硬件协同实现的机器智能。它具有数据处理机制上类脑、认知行为表现上类人、智能水平达到或超越人的特点。脑科学研究的核心问题是人类认知、智能和创造性的本质以及意识的起源，包括从较为初级的感觉、知觉到较为高级的学习、记忆、注意、语言、抉择、情绪、思维与意识等各个认知层面的脑高级认知功能。 脑科学是21世纪最重要的前沿学科之一。脑科学的研究不仅可以绘制“人类智力蓝图”，而且将启发人工智能发展新的理论和方法，推动机器人向具有视觉、听觉、味觉、嗅觉、触觉能力的初级类脑智能迈进，甚至向具有“高智商”“高情商”的高级类脑智能跨越式发展。

量子计算。 量子叠加和量子纠缠是量子行为的两个特性。叠加特性使传统计算机摆脱利用二进制进行数据处理的束缚，令量子比特同时处于0和1的叠加态。纠缠特性则是量子计算利用量子位之间的相互依赖性破解问题的关键。由于量子物理中存在叠加态和纠缠态，量子计算机就具备了并行计算和指数级可扩展性的优势。基于此，量子计算有潜力从根本上改变传统的数据处理方式，使量子计算机有能力解决传统计算机力不能及的问题。尽管传统计算机存在局限性，但在可预见的未来，量子计算机并不会彻底将其取代。相反，结合了量子与传统架构的混合型计算机有望浮出水面，将一部分极为复杂的难题“外包”给量子计算机。

超脑智能。 技术从来都是人类智慧的一种，但令人想不到的是，智慧最后会成为技术的一种。与以前的工业革命相比，当下这场革命大大加快了科技进步的速度，一切都远远超出历史和人们的想象。 从逻辑上来说，人工智能改变的是计算的终极目标，颠覆了经典计算的工作方式；而量子计算改变了计算的原理，颠覆了经典计算的来源，是21世纪最具颠覆性的技术成就。未来，量子计算与人工智能结合或将定义人类未来社会的技术图景。人类是否就创造了具有意识功能的机器人？量子机器人是否就拥有了高智能、高性能、低能耗、高容错、全意识的超脑智能？或许正如中国科学院院士、量子计算专家、图灵奖获得者姚期智的判断那样，如果能够把量子计算和人工智能放在一起，我们可能会做出连大自然都没有想到的事情。

第三节
人类价值与人机关系

未来，在类脑智能和超脑智能出现之时，人类与机器的分野仅在于物理支撑的不同。机器人不断获得更高智能并向自动化迈进，如果有一天机器人的能力超过人类，是否会反过来统治人类呢？机器越自由，越容易出现伦理问题，就越需要道德准则来规制其动作行为。库兹韦尔认为，人类的本质就是不断超越自己的极限，因此，未来的社会也将可能是由人与机器共同创造的人机共生与心脑合一的社会，通过人机互助获取大数据，用更少的资源为社会做贡献，实现人类与机器的价值。

（一）机器人伦理

图灵曾说：“即使我们可以使机器屈服于人类，比如，可以在关键时刻关掉电源，然而作为一个物种，我们也应当感到极大的敬畏。”当时，人工智能的概念尚未诞生，但是学术领袖对于机器具有超越人类的智能并可能威胁人类的担忧已然存在。这在人工智能技术及其应用突飞猛进的今天依然具有重要的警示意义。伴随着人工智能可能控制、毁灭人类的担忧不断发酵，政府、业界和企业对人工智能“军规”的探索开始紧锣密鼓地进行，目的在于确保让人工智能造福人类的同时，也是安全、可靠和可控的。

机器失控的隐忧。 随着技术的加速发展，在某一时刻，我们将达到一个技术奇点，这时，人工智能将大大超越人类智能，机器人也将成为人类“进化的继承者”和“思想的继承者”。 库兹韦尔为这一前景欢呼，但也有人心怀隐忧。人工智能自提出以来就一直萦绕在人们的耳畔，经历了若干次高潮与低谷。如今，第三次人工智能浪潮已经到来，其发展速度将会大大加快。未来，人工智能一旦不能有效受控于人类，就可能成为人类生存安全的最大威胁。2016年以来，诸如霍金、埃隆·马斯克、埃里克·施密特等都对人工智能的发展表达了担忧，甚至认为人工智能的发展将开启人类毁灭之门。霍金在演讲时声称，“生物大脑与电脑所能达到的成就并没有本质的差异。因此，从理论上来说，电脑可以模拟人类智能，甚至可以超越人类”。埃隆·马斯克警告道，对于人工智能，如果发展不当，可能就是在“召唤恶魔”。人们担忧，随着人工智能的发展，人类将迎来“智能大爆炸”或者“奇点”，届时机器的智慧将提高到人类望尘莫及的水平。当机器的智慧反超人类，量子机器人出现之时，人类将可能无法理解并控制自己的造物，机器人可能反客为主，这对人类而言是致命的、灾难性的。

机器人三定律。 最早提出应对人工智能安全、伦理等问题的非阿西莫夫莫属。在1942年问世的科幻小说《环舞》中，他提出了机器人三定律，以期对机器人进行伦理规制。第一定律，机器人不得伤害人类，也不得见人受到伤害而袖手旁观；第二定律，机器人必须服从人类的命令，但不得违背第一定律；第三定律，机器人必须保护自己，但不得违背第一、第二定律（见图2–3）。后来，阿西莫夫对机器人三定律进行补充，提出了第零定律，约定机器人必须保护人类的整体利益不受伤害。对于机器人三定律的意义，人工智能学家路易·赫尔姆和本·戈策尔发表了一些看法。

赫尔姆认为超脑智能必定会到来，而构建机器人伦理是人类面临的一大问题。他认为，机器人三定律属于“义务伦理学”范畴，按照义务伦理学，行为合不合乎道德，只决定于行为本身是否符合几项事先确定的规范，和行为的结果、动机等毫无关系，这就导致面对复杂的情况时机器人无法做出判断或者实现符合人类预期的目的。此外，他提出机器伦理路线应该是更具合作性、更自我一致的，而且更多地使用间接规范，这样就算系统一开始误解或者编错了伦理规范，也能恢复过来，抵达一套合理的伦理准则。戈策尔也认为用机器人三定律来规范道德伦理必定是行不通的，而且机器人三定律在现实中完全无法运作，因为其中的术语太模糊，很多时候需要主观解释。 人工智能在乘数效应的推动下会变得越来越强大，留给人类试错的空间将越来越小。为规避人工智能发展过程中的伦理道德风险，应当坚持以人为本的人工智能发展方向，跨界共商新问题，共同制定新伦理。

人工智能“军规”。 阿西莫夫的机器人三定律没有给机器人的安全可控和伦理问题提供清晰指引。随着人工智能将超越人类的呼声和担忧此起彼伏，世界各国、业界和企业等开始积极关注、推进人工智能安全和伦理探索。 立法探索。 2016年4月，英国标准组织发布机器人伦理标准《机器人和机器系统的伦理设计与应用指南》，为识别潜在伦理危害、机器人设计和应用提供指南，完善不同类型的机器人安全要求，其代表着把伦理价值观嵌入机器人和人工智能领域的第一步。同年8月，联合国世界科学知识与科技伦理委员会发布《关于机器人伦理的初步草案报告》，认为机器人不仅需要尊重人类社会的伦理规范，而且需要将特定伦理准则编写进机器人中。同年10月，欧盟发布《欧盟机器人民事法律规则》，并在此基础上针对人工智能科研人员和研究伦理委员会提出一系列需要遵守的伦理准则，即人工智能伦理准则。2017年7月，中国发布的《新一代人工智能发展规划》指出，建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力。2019年2月，美国总统特朗普签署行政令，启动“美国人工智能倡议”，提出制定与伦理有关联的人工智能治理标准。 行业规则。 2017年1月，在加利福尼亚举办的阿西洛马人工智能会议上，特斯拉首席执行官埃隆·马斯克、DeepMind（深度思考）创始人戴密斯·哈萨比斯以及近千名人工智能和机器人领域专家联合签署了《阿西洛马人工智能23条原则》（见表2–4），呼吁全世界在发展人工智能的同时严格遵守这些原则，共同保障人类利益和安全。

（二）电脑、云脑与超脑

从人类思维范式的进程看，每个阶段的认知体系和由此产生的思想工具是不同的。第一阶段，知识就是力量，知识是人脑思维的产物。第二阶段，信息就是能量，信息是电脑技术的产物。第三阶段，数据就是变量，无边界的数据聚合是人脑和电脑的思维范式无法完成的，必须是人、智能机器和云计算的融合，是一种云脑思维。第四阶段，智能就是常量，人和机器间智能的转换与利用将成为超脑时代的常态。换句话说，人类的思维范式分为4个阶段，即人脑时代、电脑时代、云脑时代和超脑时代。

人脑时代。 在人脑时代，人类思维的界限就是人脑认知的边界，知识在推动社会进步的同时也在不断扩大人类活动的范围，推动知识的边界不断外延。德国哲学家康德认为，“自在之物”与“现象”之间存在着原则上的界限，是人类认识无法逾越的鸿沟。人们往往只能认识“自在之物”的表象，而不能透过现象去认识“自在之物”的本质。也就是说，知识本身是无界的，但人类对知识的认识是有边界的。一方面，人类认识和承载知识的能力是有限的。人类生命的短暂性决定了人对知识的认识是有限的。同时，人对知识的承载和处理能力也是有限的。认知负荷理论认为，人类的工作记忆系统同时加工新信息的容量是有限的，为了使加工得以顺利进行，当前进入工作记忆的信息量不能超过工作记忆的容量， 而且人类的大脑也没有足够的空间装下所有知识。另一方面，人类的认知能力是有限的。人类所获得的知识只限于能够被感知的显性知识，很多隐性知识则超出了人类认知的范畴，特别是对于空间上遥远的地方和时间上久远的过去，人的所知更少。由此，显性知识和隐性知识之间就存在着人类认知的边界，这种边界处在不断的运动和发展中，在时间上没有起点和终点，在空间上没有边界和尽头。

电脑时代。 在电脑时代，计算机特别是互联网的出现，促使大量不能为人类所感知的信息产生，使人类思维的范式已经不再局限于人脑思维。信息化打破了知识的边界。以计算机技术为基础，电脑代替人脑进行信息的记录、筛选、传播，打破了人脑对知识记忆、存储、处理的局限性。同时，信息的积累与交换、分析与运用，改变了人类获取知识的方式，突破了获取知识的时空限制，人类采集信息进而获取知识的能力显著增强，并产生了前所未有的知识量，加快了知识转化为生产力的速度。信息是一种尚未为人类所完全认知的客观存在，依赖能量为人类所感知，不同信息通过交换、演变、融合、转化，实现能量的聚合。这种能量在一定的条件下能够被释放出来，对人类社会产生重大影响。

云脑时代。 在云脑时代，数据超出了人脑思维和电脑思维所能承载的范畴，需要借助人、人工智能和云计算的融合形成云脑思维。当我们运用数据来决策，并对事物的发展趋势进行预判时，世界变得可知和可预测，数据就成为一种不确定性对抗确定性的变量，正如阿尔法狗围棋机器人通过模仿人类的大脑神经网络，在系统中建立计算模型，通过数据进行成千上万次的训练、评估、纠错，达到对围棋规则和战法无与伦比的认识，实现以有限的经验把握无限。当前，各国竞争正从对资本、土地、人口、能源的争夺转向对数据的占有。在大数据时代，作为一种基础性战略资源，数据改变了资本和土地等传统生产要素在经济发展中的权重，成为与高端人才、稀有能源一样重要的提升国家竞争力的战略制高点。大数据颠覆性地改变经济形态、国际安全态势、国家治理和资源配置模式，引发了经济社会的巨大变革。 以数据流引领技术流、物质流、资金流、人才流，持续激发新模式，形成新技术，催生新经济，将成为推动人类社会生产和生活方式发生根本性变革的核心力量。

超脑时代。 在量子计算、脑科学、社会科学等科学的相互作用下，智能科学有望发展出神经形态计算机，实现超脑计算，创造出具有高智能、全意识的超脑智能。与人脑时代、电脑时代和云脑时代不同，超脑时代将实现智能的转换与利用，即人把自己的智能赋予机器，机器把人的智能转换为机器智能，并放大人的智能，人又把机器智能转化为自身的智能并加以利用。在超脑时代，智能就是常量，它是人和机器间智能的转换与利用的临界点，是人机关系发生质的飞跃的关节点。正如恩格斯对物理常量的定义一样，“物理学的常量，大部分不外是这样一些关节点的标记，在这些关节点上，运动的量的变化（增加或减少）会引起该物体状态的质的变化，所以在这些关节点上，量转化为质” 。当机器智能达到这一临界点时，社会发展和时代进步将进入新常态，人类智能将与机器智能融为一体，机器会更像机器，人将更像人。

（三）人机共生与心脑合一

精神分析学派的代表人物埃·弗洛姆认为，“人创造了种种新的、更好的方法以征服自然，但他陷入了这些方法的罗网之中，并最终失去了赋予这些方法以意义的人自己。人征服了自然，却成了自己所创造的机器的奴隶。他具有关于物质的全部知识，但对于人的存在最为重要的、最基本的问题（人是什么，人应该怎样生活，怎样才能创造性地释放和运用人所具有的巨大能量）茫然不知” 。实则不然，人机之间是合作共生，而不是单纯的协调调度，这种交互不是静止固定的定义，而是时松时紧的耦合。

人机共生的智慧社会。 “人机大战”在拉开人机竞争序幕的同时，也预示着智慧社会的到来。21世纪人类将面临一场“智能革命”，人工智能是高科技的核心，生命科学是主导科学。 智能革命由三股洪流汇合而成：一是计算机发展为智能机，实现计算机革命；二是机器人发展为智能机器人，实现机器人革命；三是信息网络发展为智能网络，实现网络革命。 智慧社会是人的智能与机器智能共同创造的，智慧社会的实现离不开智能革命，而智能革命离不开智能机器实现智能的转换与利用。与机器智能的进化相比，人脑的进化是缓慢的，因此需要智能机器来放大和延伸人的智能。同样地，如果没有人类智能的进步，机器智能也就很难获得进一步的发展。因此，二者之间是相互促进的，且这种促进关系是推动智慧社会发展的强大动力。从这个意义上来说，智慧社会是人机共生的社会，既有自然人，也有机器人，既需要人的高智能，也需要机器智能。

量子意识：智能时代的顶级思维。 量子意识的一种基本观念认为，大脑中存在海量电子，它们处于复杂的纠缠状态。意识就是大脑中这些处于纠缠状态的电子在周期性的坍缩中产生的。这些电子不断坍缩又不断被大脑以某种方式使之重新处于纠缠态。英国剑桥大学教授罗杰·彭罗斯在《皇帝新脑》一书中提出，人的直觉是现在的计算机和机器人做不到的。计算机和机器人都是逻辑运算，不会产生直觉。直觉这种想象，只有量子系统才能产生。人类的大脑神经元中有一种细胞骨架蛋白，它是由包含很多聚合单元的微管组成的。微管控制细胞生长和神经细胞传输，每个微管中都含有很多处于量子纠缠状态的电子。在坍缩的时候，也就是起心动念开始观测的时候，大脑神经系统就相当于海量的纠缠态电子坍缩一次，一旦坍缩便产生了念头。基于此，大脑中丰富的纠缠态电子不可避免地导致量子隐形传输出现。因为宇宙中的电子和人类大脑中的电子都来源于“大爆炸”，是有可能纠缠在一起的，一旦纠缠，信息的传输就不受时间和空间限制进行隐性传输。

阳明心学的量子思维解读。 量子管理的创始人丹娜·左哈尔教授曾说，量子物理学的思维模式，实际上就是中国人思考问题的方式，与阳明心学非常相似。阳明心学的心即理、知行合一、致良知在量子世界同样是适用的。 心即理与量子思维的“参与性”。 心即理是阳明心学的基础。此心，是本体与主体合一的心，是把“天命之性”经过修身功夫转化为自己的主观意识的心，是能够把外在事物在内在心灵上展现的心。量子思维认为主体和客体不是分割的，主体不可能独立于客观环境之外，而是参与其中，主体在世界里面。这种参与性强调高度的自发性，它意味着对于此时此刻及时回应，并且对后果承担责任。 知行合一与波粒二象性。 知行合一是阳明心学的核心要义。意识是行为的内化，行为是意识的外显，意识和行为组成了认知的全部。不同的人观察认知对象时会有不同的认知侧重，有的偏重意识部分，有的偏重行为部分。对应到量子世界，测量是行，而知道量子状态是知，测量的同时就知晓了量子的状态，这是合一的。 致良知与量子态。 在量子力学中，微观粒子的运动状态称为量子态 。量子态本身的特性是不稳定的，它最大的特点是未观测则状态不确定，一旦观测则状态就被确定。持续的致良知，就是持续的粒子活动，这些包含了能量波（良知）的持续活动的组合，便形成了不稳定的量子态。当人们关注、观测这些不稳定的量子态活动时，量子态便稳定了。恩格斯曾说：“终有一天我们可以用实验的方法把思维归结为脑子中的分子的和化学的运动，但是难道这样一来就把思维的本质包括无遗了吗？” 尽管人工智能绝不是本来意义上人的智能，但是随着量子计算、量子意识巨大潜力的释放，人工智能将会越用越灵，甚至向心脑合一的超脑时代迈进。

人类智慧和机器智能的相互融合不仅提高了个体的智能，而且提供了洞悉社会各种复杂性的机会，获得人类面临问题的最佳解决方案。从目前的形势来看，人工智能的发展已经呈现出不可逆转的态势，21世纪必将掀起一场伟大的智能革命，创造出一个人机共生的智慧社会。智能机器利用自身计算速度快、存储空间大、学习能力强的特点来认识规律和了解必然性，人则可以利用抽象思维，总结、提炼规律，透过现象看本质，甚至通过比特币、区块链等技术占有资源和资产，从而建构智能机器的独立地位，形成具有法律地位的软件法人，逐步摆脱物和资本的控制。这不仅使每个智能机器和人得到全面发展，而且将促使智能机器与人内在差异的全面进步，真正构建起人与机器的自由联合共同体。 RRZi6A7uk6h0YvmI+3NEw/Aio8fzcX+YmX+VtqsxKtYVWK5rEJ7ObRnxtcF6dbV7