新华社上海8月30日电 题：如何驾驭“无处不在”的人工智能，听听这些“智慧”语录
新华社“中国网事”记者何欣荣 周琳 龚雯
对于扑面而来的人工智能热潮，很多人将其比喻成“魔盒”，既享受其带来的便利又担心其最终走向。如何更好地驾驭人工智能，正在上海举行的世界人工智能大会给出了初步思考。
人工智能抢了工作岗位怎么办？
从人工智能“来了”到人工智能“无处不在”，短短数年时间，人工智能席卷各行各业。带来便利的同时，也引起很多人的担忧甚至恐慌：人工智能抢了你我的工作岗位怎么办？
其实，这个问题要分几方面看。一方面，很多工作本身并不适合人类干。在世界人工智能大会上，腾讯发布了一款工业智能巡检机器人。在具体操作中，机器人的AI视觉技术能够自主读取多种仪表，辨识各类管道泄漏，可用于石油化工等特种行业。
还有一些工作面临人手紧缺的情况。在世界人工智能大会的无人驾驶体验区，从事自动驾驶系统研发的图森未来展示了一款无人驾驶集卡。这款卡车已在美国投入商用，帮助货主、物流企业运输货物。
当然，也有一些专业含量比较高的工作，可能被人工智能部分替代。智慧教育企业好未来表示，通过和上海市教委合作，在上海一家中心小学进行试点，用人工智能技术发现学生的能力倾向和缺点不足，帮助学生最大程度发掘潜力，为实现真正的因材施教奠定基础。
“未来的教育仍然需要‘人工智能’与‘人类智慧’相结合，AI只是对教学过程中低效重复的工作进行替代和辅助，学校和教师可以更加关注教育的本质，做更多育人的工作。”好未来总裁白云峰表示。
【大咖说】谈到AI影响工作岗位的问题，联合国数字合作高级别小组联合主席马云说：“我觉得一周工作三四天，一天工作三四小时就可以了。有了电之后，人们有了更多时间。有了人工智能之后，人们会有更多时间去享受作为人的乐趣。”
越来越“聪明”的机器未来会有意识吗？
在大数据的“喂养”和先进算法的支撑下，人工智能正在变得越来越聪明。世界人工智能大会期间，微软宣布其研发的麻将AI系统Suphx在专业麻将平台“天凤”上荣升十段，创造了AI系统在麻将领域取得的最好成绩，实力媲美顶级人类选手。
按照专业人士的观点，与象棋、围棋、德州扑克等棋牌类相比，麻将具有非常高的复杂度和更加丰富的隐藏信息，麻将AI的难度因此更高。Suphx可以有效处理麻将中的高度不确定性，在对战中表现出类似人类的直觉、预测、推理以及大局意识。
机器越来越强大，以至于有人担忧，人工智能时代最大的冲击是机器有了意识，地球上出现一种超越人类的新物种。不过，出席世界人工智能大会的多位顶尖学者认为这个担忧为时过早，因为人工智能发展至今，始终还是一个工具。意识包含语言、文字、价值观等，人工智能如果要拥有这三个部分，还有太长的路要走。
【大咖说】中国人工智能学会理事长李德毅院士认为：“人工智能就是人类智能的体外延伸，它可以脱离意识而存在。人类会足够聪明，完全可以控制不让机器具有意识。”
如何开展AI治理体现“负责任的人工智能”？
人工智能快速发展的一个标志，就是与各行各业日益融合。当前，智慧制造、智慧医疗、智慧安防、智慧交通等行业解决方案，正在全国落地生根。
先进技术往往像一把“双刃剑”，存在被“滥用”的可能。比如，用户在浏览、搜索、网上购物和社交时，大量软件在搜集用户数据、分析消费者的行为偏好。此外，人脸识别技术也存在较大隐患，因为生物特征具有隐私性，一旦被“滥用”危害甚大。
正因为此，本次世界人工智能大会上，加强AI治理成为一个受关注的话题。今年6月，国家新一代人工智能治理专业委员会发布报告，提出发展“负责任的人工智能”，这是我国首次提出人工智能治理原则。参与世界人工智能大会的众多机构一致表示，要加快形成行业和企业的伦理自律准则。
【大咖说】腾讯首席执行官马化腾说，应该以“科技向善”引领全方位治理，确保AI“可知”“可控”“可用”“可靠”，探索人与AI的正确相处之道。
微软全球执行副总裁沈向洋说，人工智能已经将很多不可思议的事情变成现实，这就需要我们特别注意隐私和造假的问题，微软的准则是未来每一个人工智能产品都将得到道德伦理审查。
人工智能的基础研究和关键技术短板怎么补？
在世界人工智能大会现场，除了热热闹闹的应用场景，令人印象深刻的是展馆内的一面芯片墙。在这面墙上，华为“麒麟810”、地平线“征程/旭日”系列、依图科技“求索”等智能芯片整体亮相，展示了国产AI芯片的最新进展。
芯片代表了人工智能的算力水平，将其称之为人工智能大厦的地基亦不为过。我国人工智能产业在全球处于领先位置，尤其在应用层面表现突出，但在基础研究和关键技术方面还存在一些短板，需要及时补上。
夯实人工智能产业的学术基础，诞生在首届世界人工智能大会上的AI青年科学家联盟，今年又推出“A班计划”，旨在挖掘培养AI学术研究和创业领域的青年人才，目标是成为AI学术和产业领军人物的“加速器”。
【大咖说】科技部副部长李萌说，新一代人工智能发展总体仍处于早期阶段，许多基础理论和技术难题没有突破。要融合自然科学、社会科学等多个领域，在基础理论、基础算法、高端芯片、高精度传感器、认知科学、人机结合等方面持续探索，不断积累人工智能新突破的学术基础。