傳統認(ren)為(wei)，科(ke)技(ji)工(gong)(gong)作(zuo)(zuo)因(yin)(yin)其(qi)高(gao)(gao)度的(de)(de)(de)創新性，因(yin)(yin)此(ci)科(ke)技(ji)工(gong)(gong)作(zuo)(zuo)者很(hen)難被人(ren)工(gong)(gong)智(zhi)能取(qu)代(dai)。但日前，國際學(xue)(xue)術期(qi)刊《自然》發表(biao)的(de)(de)(de)一(yi)(yi)篇論文(wen)吸(xi)引了大家(jia)的(de)(de)(de)眼球。科(ke)學(xue)(xue)家(jia)們改造了一(yi)(yi)種(zhong)(zhong)汽車裝配線上常見(jian)的(de)(de)(de)機(ji)(ji)器(qi)(qi)人(ren)，讓它(ta)可(ke)以(yi)在(zai)(zai)化(hua)(hua)學(xue)(xue)實(shi)驗(yan)(yan)(yan)室內(nei)(nei)工(gong)(gong)作(zuo)(zuo)。通過與機(ji)(ji)器(qi)(qi)學(xue)(xue)習(xi)算(suan)法相連，這(zhe)種(zhong)(zhong)機(ji)(ji)器(qi)(qi)人(ren)可(ke)以(yi)使用和人(ren)類化(hua)(hua)學(xue)(xue)家(jia)一(yi)(yi)樣的(de)(de)(de)標準分析儀(yi)器(qi)(qi)，“相當(dang)于使研究(jiu)人(ren)員而(er)(er)非儀(yi)器(qi)(qi)變得(de)自動化(hua)(hua)”。同時(shi)，由于它(ta)和人(ren)類體積相當(dang)，可(ke)以(yi)在(zai)(zai)傳統實(shi)驗(yan)(yan)(yan)室內(nei)(nei)工(gong)(gong)作(zuo)(zuo)，而(er)(er)無須建立(li)或改造新實(shi)驗(yan)(yan)(yan)室。在(zai)(zai)提高(gao)(gao)一(yi)(yi)種(zhong)(zhong)聚合光催化(hua)(hua)劑性能的(de)(de)(de)實(shi)驗(yan)(yan)(yan)中(zhong)，這(zhe)款機(ji)(ji)器(qi)(qi)人(ren)在(zai)(zai)2～3天內(nei)(nei)便優化(hua)(hua)了反應(ying)(ying)條(tiao)件，而(er)(er)人(ren)類要(yao)幾個(ge)月的(de)(de)(de)時(shi)間才(cai)能做(zuo)到。原因(yin)(yin)之一(yi)(yi)，就是(shi)這(zhe)種(zhong)(zhong)機(ji)(ji)器(qi)(qi)人(ren)采取(qu)了激(ji)光掃描(miao)和觸覺(jue)反饋(kui)相結合的(de)(de)(de)方式實(shi)現定位，而(er)(er)不是(shi)視覺(jue)系(xi)統——不用“看”的(de)(de)(de)機(ji)(ji)器(qi)(qi)人(ren)無須光亮，因(yin)(yin)此(ci)極(ji)大地提高(gao)(gao)了光催化(hua)(hua)實(shi)驗(yan)(yan)(yan)的(de)(de)(de)效率。研究(jiu)者認(ren)為(wei)，這(zhe)個(ge)機(ji)(ji)器(qi)(qi)人(ren)將在(zai)(zai)傳統實(shi)驗(yan)(yan)(yan)室有(you)更多應(ying)(ying)用。那(nei)么，人(ren)工(gong)(gong)智(zhi)能會(hui)取(qu)代(dai)化(hua)(hua)學(xue)(xue)家(jia)嗎？會(hui)取(qu)代(dai)科(ke)學(xue)(xue)家(jia)嗎？本期(qi)，我們邀(yao)請蘭州(zhou)大學(xue)(xue)化(hua)(hua)學(xue)(xue)化(hua)(hua)工(gong)(gong)學(xue)(xue)院教授王為(wei)，中(zhong)國科(ke)學(xue)(xue)院自動化(hua)(hua)研究(jiu)所研究(jiu)員侯增廣，和中(zhong)國科(ke)學(xue)(xue)院物理研究(jiu)所研究(jiu)員王磊一(yi)(yi)起來談談這(zhe)個(ge)話題。
1.人工智(zhi)能已成為科學家的好幫(bang)手
侯增廣(中國科(ke)學院自動化研(yan)(yan)究所(suo)研(yan)(yan)究員(yuan))：簡(jian)單地(di)說，《自然》刊登的(de)(de)論文在技術方面有兩(liang)個(ge)亮(liang)點。一是(shi)(shi)采(cai)用(yong)(yong)機(ji)器(qi)人(ren)代替傳統(tong)實驗(yan)(yan)(yan)室的(de)(de)實驗(yan)(yan)(yan)員(yuan)，克服(fu)了(le)光催化實驗(yan)(yan)(yan)人(ren)工操作過(guo)程中的(de)(de)一些問題(ti)。這(zhe)個(ge)實驗(yan)(yan)(yan)應用(yong)(yong)的(de)(de)就(jiu)是(shi)(shi)常見的(de)(de)具有機(ji)械臂的(de)(de)移動機(ji)器(qi)人(ren)平臺，它(ta)連續運行了(le)8天，做了(le)688個(ge)實驗(yan)(yan)(yan)。第二個(ge)亮(liang)點是(shi)(shi)采(cai)用(yong)(yong)了(le)貝(bei)葉(xie)斯算(suan)法(fa)，這(zhe)是(shi)(shi)一種(zhong)基于概率統(tong)計的(de)(de)分類算(suan)法(fa)，使實驗(yan)(yan)(yan)效率大大提升(sheng)。
機(ji)器人(ren)最早(zao)在(zai)制造和生產領(ling)域得到(dao)應(ying)用(yong)。目前，在(zai)科(ke)學發現領(ling)域，機(ji)器人(ren)在(zai)精(jing)度(du)要(yao)求比較高(gao)的場景中，如時(shi)間精(jing)度(du)、位(wei)置精(jing)度(du)、操作精(jing)度(du)等，有了很(hen)多(duo)應(ying)用(yong)。例如，人(ren)工授精(jing)要(yao)求把(ba)精(jing)子(zi)準確地送(song)入卵子(zi)中，精(jing)度(du)要(yao)求比較高(gao)，這類任務如果采用(yong)機(ji)器人(ren)將比人(ren)工操作的效(xiao)率高(gao)很(hen)多(duo)。
人(ren)工智(zhi)能(neng)(neng)的應(ying)用給科研(yan)帶(dai)來很多新變化，增加了新可能(neng)(neng)。比如，采(cai)用人(ren)工智(zhi)能(neng)(neng)方法對數據的采(cai)集(ji)更客(ke)觀、分(fen)析更準確(que)。同時，人(ren)工智(zhi)能(neng)(neng)有強大的計算能(neng)(neng)力(li)，能(neng)(neng)夠發現人(ren)容易忽略(lve)的小樣(yang)本事件、罕見樣(yang)本事件，可能(neng)(neng)給科學(xue)研(yan)究(jiu)帶(dai)來意想(xiang)不(bu)到的發現。
王為(蘭州大學化(hua)學化(hua)工(gong)學院教授)：人工(gong)智能如何幫助化(hua)學家？我們首先要理解“化(hua)學學科”和(he)“人工(gong)智能”的內涵和(he)外延，判斷(duan)它們各自面臨的瓶頸(jing)和(he)發(fa)展的方向，再分析(xi)它們可能采用什么方式交(jiao)匯融通(tong)。
化(hua)學(xue)(xue)是發現和(he)創(chuang)造(zao)物(wu)質(zhi)的(de)(de)(de)學(xue)(xue)科。要解決的(de)(de)(de)基(ji)本(ben)問(wen)題(ti)包括(kuo)：物(wu)質(zhi)如何(精準)創(chuang)制？物(wu)質(zhi)的(de)(de)(de)組成和(he)結構如何？物(wu)質(zhi)有什么(獨(du)特)的(de)(de)(de)功能？上(shang)(shang)(shang)述問(wen)題(ti)的(de)(de)(de)解決，從根本(ben)上(shang)(shang)(shang)講需(xu)(xu)要對微觀物(wu)質(zhi)世界的(de)(de)(de)底層邏輯(ji)形成理論(lun)體系。因此(ci)，化(hua)學(xue)(xue)學(xue)(xue)科既需(xu)(xu)要動腦(nao)，也需(xu)(xu)要動手(shou)：從發現和(he)創(chuang)造(zao)物(wu)質(zhi)的(de)(de)(de)實踐中獲(huo)(huo)得數據(ju)(ju)，從數據(ju)(ju)中總結新(xin)的(de)(de)(de)經(jing)驗和(he)規律，再從經(jing)驗和(he)規律中指導未知的(de)(de)(de)、獲(huo)(huo)得新(xin)數據(ju)(ju)的(de)(de)(de)實踐。簡言(yan)之(zhi)，化(hua)學(xue)(xue)學(xue)(xue)科的(de)(de)(de)發展需(xu)(xu)要從微觀到宏(hong)觀的(de)(de)(de)多尺度層級上(shang)(shang)(shang)，高效精準獲(huo)(huo)取(qu)數據(ju)(ju)、建立(li)數據(ju)(ju)和(he)理論(lun)之(zhi)間的(de)(de)(de)強連接、完(wan)備(bei)理論(lun)體系。
新(xin)一代人工智(zhi)能(neng)的(de)核心是(shi)在大(da)數據(ju)基(ji)(ji)礎(chu)上(shang)將智(zhi)能(neng)問(wen)題轉化為數據(ju)問(wen)題，其發展(zhan)需要(yao)三個(ge)核心要(yao)素的(de)支撐：計算(suan)能(neng)力、海(hai)量數據(ju)、數學算(suan)法(fa)。人工智(zhi)能(neng)的(de)基(ji)(ji)本(ben)層級(ji)是(shi)智(zhi)能(neng)放大(da)和(he)綜合(he)，包(bao)括(kuo)信息的(de)采集、錄(lu)入(ru)和(he)分析。進(jin)階層級(ji)是(shi)智(zhi)能(neng)預測，即在大(da)數據(ju)基(ji)(ji)礎(chu)上(shang)預測特定事物的(de)發生概率(lv)。高級(ji)層級(ji)是(shi)智(zhi)能(neng)學習，即通過算(suan)法(fa)上(shang)的(de)革新(xin)，突破人類的(de)思考(kao)模式，在基(ji)(ji)本(ben)規律下自(zi)主(zhu)地創(chuang)造機(ji)器的(de)思考(kao)模式，從而(er)輸出全局最優的(de)結果。
人工(gong)(gong)智(zhi)(zhi)能(neng)(neng)(neng)在(zai)化(hua)(hua)(hua)學領(ling)域中(zhong)的(de)(de)(de)應(ying)用初(chu)見端倪(ni)。其(qi)對于化(hua)(hua)(hua)學家的(de)(de)(de)幫助(zhu)可(ke)(ke)能(neng)(neng)(neng)表現(xian)在(zai)以下幾個層級(ji)：一是輔助(zhu)動(dong)手，高效(xiao)獲得數據(ju)。二是輔助(zhu)動(dong)腦。通(tong)過對海(hai)量數據(ju)的(de)(de)(de)分析，人工(gong)(gong)智(zhi)(zhi)能(neng)(neng)(neng)可(ke)(ke)能(neng)(neng)(neng)預測出新(xin)(xin)的(de)(de)(de)物質合成途徑、發現(xian)物質的(de)(de)(de)新(xin)(xin)功能(neng)(neng)(neng)、建立(li)新(xin)(xin)的(de)(de)(de)邏輯連(lian)接(構效(xiao)關系)等。三是針對化(hua)(hua)(hua)學領(ling)域的(de)(de)(de)核心問題，通(tong)過深(shen)度學習(算法創(chuang)新(xin)(xin))和深(shen)度自動(dong)化(hua)(hua)(hua)，實現(xian)動(dong)手和動(dong)腦的(de)(de)(de)深(shen)度結合，完成自主創(chuang)新(xin)(xin)。以此標準衡量，人工(gong)(gong)智(zhi)(zhi)能(neng)(neng)(neng)在(zai)化(hua)(hua)(hua)學領(ling)域中(zhong)的(de)(de)(de)應(ying)用還處在(zai)起(qi)(qi)步階段。《自然(ran)》這篇工(gong)(gong)作的(de)(de)(de)核心亮點是提供(gong)了高效(xiao)獲取數據(ju)的(de)(de)(de)深(shen)度自動(dong)化(hua)(hua)(hua)研(yan)究平臺，為將來(lai)動(dong)腦和動(dong)手的(de)(de)(de)有效(xiao)結合起(qi)(qi)到(dao)示范(fan)作用。
王磊(lei)(中國科(ke)(ke)學(xue)院(yuan)物(wu)理(li)所(suo)研究員(yuan))：今天的(de)人工(gong)智能(neng)已經在科(ke)(ke)研領域給科(ke)(ke)學(xue)家帶來(lai)(lai)很多(duo)幫(bang)助(zhu)。我(wo)們可以想(xiang)象，愛迪生(sheng)發(fa)明(ming)燈芯，要(yao)對各種(zhong)材料不(bu)停試錯，如果有這種(zhong)機器人的(de)幫(bang)助(zhu)，那可能(neng)提早電燈的(de)發(fa)明(ming)。其實，在科(ke)(ke)研領域有很多(duo)類似的(de)應用(yong)。比(bi)如我(wo)們中科(ke)(ke)院(yuan)物(wu)理(li)所(suo)，在晶(jing)體(ti)材料的(de)合成(cheng)和生(sheng)長上(shang)，就(jiu)使用(yong)人工(gong)智能(neng)作為輔助(zhu)。我(wo)們所(suo)幾輩科(ke)(ke)研人員(yuan)在這個(ge)行業深耕幾十年，留下了(le)豐富的(de)實驗(yan)數據，但都(dou)是(shi)寫在紙上(shang)的(de)。我(wo)們把這些實驗(yan)記錄數字化，再(zai)“訓練”一(yi)個(ge)識別程序，就(jiu)能(neng)用(yong)來(lai)(lai)預測(ce)晶(jing)體(ti)能(neng)不(bu)能(neng)長成(cheng)等。再(zai)比(bi)如，在材料科(ke)(ke)學(xue)中，很多(duo)時候科(ke)(ke)學(xue)家們要(yao)從(cong)材料微觀組成(cheng)，例(li)如原子排列順(shun)序等，來(lai)(lai)推測(ce)材料可能(neng)具備(bei)的(de)宏觀功能(neng)，例(li)如親水性等。通(tong)常這個(ge)計(ji)算是(shi)很復雜的(de)，需要(yao)耗費大量時間。現在，人工(gong)智能(neng)通(tong)過“學(xue)習”之前的(de)計(ji)算結(jie)果，已經可以完成(cheng)這部分工(gong)作。當(dang)然，其準確性還有很大提升空間。
2.什么樣的科技工作者(zhe)會被替代
王為(wei)：我的基本(ben)(ben)觀點是：人工智(zhi)能(neng)在未(wei)來會替代重復性的化(hua)(hua)學(xue)實(shi)驗和(he)測(ce)試工作，有可能(neng)改變甚至變革化(hua)(hua)學(xue)研究的范式，但(dan)從根本(ben)(ben)上無法替代化(hua)(hua)學(xue)家。
就獲(huo)取數據(ju)(ju)(ju)而(er)言(yan)，人(ren)(ren)工(gong)(gong)智能(neng)在預先(xian)設計的(de)化學(xue)(xue)實驗中(zhong)表現得更(geng)加(jia)高效(xiao)(xiao)。相較于(yu)人(ren)(ren)的(de)操作，其標準化程(cheng)度更(geng)高、誤差更(geng)小，能(neng)幫助化學(xue)(xue)家(jia)獲(huo)得更(geng)大(da)量的(de)、標準化的(de)、可(ke)(ke)對比的(de)數據(ju)(ju)(ju)。就數據(ju)(ju)(ju)分析(xi)而(er)言(yan)，相比于(yu)人(ren)(ren)類記(ji)憶以(yi)及理解數據(ju)(ju)(ju)的(de)局(ju)限性，人(ren)(ren)工(gong)(gong)智能(neng)可(ke)(ke)以(yi)更(geng)為精準、有效(xiao)(xiao)地收集、分析(xi)、整合數據(ju)(ju)(ju)，并可(ke)(ke)能(neng)尋找到相應的(de)規律。因此，人(ren)(ren)工(gong)(gong)智能(neng)有可(ke)(ke)能(neng)在化學(xue)(xue)領域的(de)應用中(zhong)率先(xian)取得突破，從而(er)改變(bian)甚至變(bian)革化學(xue)(xue)研究的(de)基(ji)本模式。
而(er)(er)取得突破的(de)先決條件至少有(you)兩點(dian)。一是(shi)(shi)獲取海(hai)量數據。人工(gong)智能(neng)(neng)的(de)基(ji)礎是(shi)(shi)大數據。就機(ji)器(qi)學(xue)(xue)(xue)習(xi)的(de)需求而(er)(er)言，目前化(hua)學(xue)(xue)(xue)領(ling)(ling)域(yu)所(suo)能(neng)(neng)提供的(de)數據數量非常(chang)有(you)限、可對比度極(ji)低。二是(shi)(shi)實(shi)現(xian)算(suan)法創新(xin)。基(ji)于化(hua)學(xue)(xue)(xue)領(ling)(ling)域(yu)提出的(de)特定(ding)科學(xue)(xue)(xue)問題，在(zai)(zai)海(hai)量數據存(cun)在(zai)(zai)的(de)前提下(xia)，通過算(suan)法創新(xin)，突破化(hua)學(xue)(xue)(xue)領(ling)(ling)域(yu)現(xian)有(you)的(de)思考(kao)模式和理論框(kuang)架(jia)，鎖定(ding)多參數復雜體系的(de)最優解。就此而(er)(er)言，人工(gong)智能(neng)(neng)在(zai)(zai)化(hua)學(xue)(xue)(xue)領(ling)(ling)域(yu)中的(de)應用還有(you)很長的(de)道路(lu)要走。
侯增廣：人(ren)(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)很可(ke)能(neng)給實(shi)驗室(shi)帶來(lai)(lai)巨大變革，甚至出(chu)現無(wu)人(ren)(ren)(ren)(ren)(ren)實(shi)驗室(shi)。但我(wo)認(ren)為(wei)，短時間內，人(ren)(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)和機器人(ren)(ren)(ren)(ren)(ren)不(bu)(bu)(bu)能(neng)替代科(ke)(ke)學(xue)(xue)家。我(wo)們看《自然》刊(kan)登(deng)的(de)(de)(de)這個(ge)實(shi)驗中，進(jin)行(xing)實(shi)驗頂層(ceng)設計的(de)(de)(de)，比(bi)如實(shi)驗架構等(deng)，還(huan)是(shi)(shi)科(ke)(ke)學(xue)(xue)家，機器人(ren)(ren)(ren)(ren)(ren)和人(ren)(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)只不(bu)(bu)(bu)過是(shi)(shi)人(ren)(ren)(ren)(ren)(ren)的(de)(de)(de)手和眼的(de)(de)(de)延伸。我(wo)認(ren)為(wei)，即(ji)便深度學(xue)(xue)習等(deng)人(ren)(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)方法(fa)(fa)發展起(qi)來(lai)(lai)，也(ye)不(bu)(bu)(bu)太可(ke)能(neng)替代科(ke)(ke)學(xue)(xue)家。因(yin)為(wei)人(ren)(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)是(shi)(shi)建(jian)立在算(suan)法(fa)(fa)之上(shang)(shang)，它(ta)(ta)的(de)(de)(de)能(neng)力(li)(li)的(de)(de)(de)獲(huo)取(qu)是(shi)(shi)基(ji)于(yu)大量數(shu)據得來(lai)(lai)的(de)(de)(de)，強大的(de)(de)(de)基(ji)于(yu)數(shu)據的(de)(de)(de)計算(suan)能(neng)力(li)(li)是(shi)(shi)人(ren)(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)的(de)(de)(de)核心能(neng)力(li)(li)。但人(ren)(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)和真(zhen)實(shi)的(de)(de)(de)生(sheng)物智(zhi)(zhi)能(neng)還(huan)有(you)很大差距，人(ren)(ren)(ren)(ren)(ren)從來(lai)(lai)就不(bu)(bu)(bu)是(shi)(shi)這么思考的(de)(de)(de)，人(ren)(ren)(ren)(ren)(ren)類(lei)的(de)(de)(de)智(zhi)(zhi)能(neng)是(shi)(shi)基(ji)于(yu)知(zhi)識(shi)、而非(fei)基(ji)于(yu)數(shu)據的(de)(de)(de)。而這點，人(ren)(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)還(huan)做不(bu)(bu)(bu)到(dao)。比(bi)如我(wo)們課題組在研究(jiu)手術機器人(ren)(ren)(ren)(ren)(ren)。在某些方面，它(ta)(ta)的(de)(de)(de)精準度比(bi)普通醫生(sheng)要高。但是(shi)(shi)人(ren)(ren)(ren)(ren)(ren)體是(shi)(shi)非(fei)常復雜(za)(za)的(de)(de)(de)，每個(ge)人(ren)(ren)(ren)(ren)(ren)的(de)(de)(de)情況(kuang)也(ye)千差萬別(bie)，遇到(dao)復雜(za)(za)病灶、復雜(za)(za)障礙如何處(chu)理？這點機器人(ren)(ren)(ren)(ren)(ren)還(huan)不(bu)(bu)(bu)行(xing)，比(bi)不(bu)(bu)(bu)上(shang)(shang)經(jing)驗豐富的(de)(de)(de)醫生(sheng)。因(yin)為(wei)這些能(neng)力(li)(li)和判斷(duan)都是(shi)(shi)基(ji)于(yu)經(jing)驗知(zhi)識(shi)的(de)(de)(de)，而非(fei)簡單數(shu)據。
王磊：科研(yan)(yan)中(zhong)，那些(xie)重(zhong)(zhong)復(fu)性高的(de)(de)(de)(de)(de)、有(you)(you)固定(ding)(ding)流程(cheng)的(de)(de)(de)(de)(de)工(gong)(gong)(gong)作可能(neng)(neng)(neng)(neng)被替代(dai)(dai)。但(dan)對于是否能(neng)(neng)(neng)(neng)替代(dai)(dai)科學(xue)家這個(ge)問題，我(wo)的(de)(de)(de)(de)(de)看法是比較保守的(de)(de)(de)(de)(de)。比如我(wo)們物(wu)(wu)理學(xue)，最重(zhong)(zhong)要的(de)(de)(de)(de)(de)是在現(xian)象中(zhong)發(fa)(fa)現(xian)新(xin)的(de)(de)(de)(de)(de)物(wu)(wu)理定(ding)(ding)律。但(dan)目(mu)前的(de)(de)(de)(de)(de)人工(gong)(gong)(gong)智能(neng)(neng)(neng)(neng)算法，還看不到(dao)能(neng)(neng)(neng)(neng)發(fa)(fa)現(xian)新(xin)物(wu)(wu)理定(ding)(ding)律的(de)(de)(de)(de)(de)可能(neng)(neng)(neng)(neng)，作出創新(xin)性發(fa)(fa)現(xian)的(de)(de)(de)(de)(de)可能(neng)(neng)(neng)(neng)性比較小。我(wo)現(xian)在做(zuo)的(de)(de)(de)(de)(de)深度學(xue)習(xi)與計算物(wu)(wu)理交叉(cha)的(de)(de)(de)(de)(de)研(yan)(yan)究，起碼(ma)目(mu)前還沒(mei)有(you)(you)看到(dao)人工(gong)(gong)(gong)智能(neng)(neng)(neng)(neng)能(neng)(neng)(neng)(neng)夠取代(dai)(dai)科學(xue)家的(de)(de)(de)(de)(de)證據。雖然現(xian)在也有(you)(you)很(hen)多(duo)實(shi)驗模(mo)擬一個(ge)環境，看看人工(gong)(gong)(gong)智能(neng)(neng)(neng)(neng)是否能(neng)(neng)(neng)(neng)取得(de)重(zhong)(zhong)新(xin)發(fa)(fa)現(xian)。比如給人工(gong)(gong)(gong)智能(neng)(neng)(neng)(neng)萬有(you)(you)引力定(ding)(ding)律發(fa)(fa)現(xian)之前的(de)(de)(de)(de)(de)各種數據，看人工(gong)(gong)(gong)智能(neng)(neng)(neng)(neng)能(neng)(neng)(neng)(neng)不能(neng)(neng)(neng)(neng)像牛頓一樣發(fa)(fa)現(xian)萬有(you)(you)引力定(ding)(ding)律。有(you)(you)些(xie)實(shi)驗聲稱(cheng)獲得(de)了很(hen)好的(de)(de)(de)(de)(de)結果，但(dan)仔(zi)細研(yan)(yan)究這些(xie)實(shi)驗，會發(fa)(fa)現(xian)其中(zhong)有(you)(you)很(hen)多(duo)可控的(de)(de)(de)(de)(de)空(kong)間(jian)。因此，我(wo)總體認為，目(mu)前的(de)(de)(de)(de)(de)人工(gong)(gong)(gong)智能(neng)(neng)(neng)(neng)做(zuo)出創造性發(fa)(fa)現(xian)的(de)(de)(de)(de)(de)可能(neng)(neng)(neng)(neng)性比較小。
3.人(ren)工(gong)智(zhi)能是否會引發與人(ren)爭(zheng)工(gong)作的(de)倫(lun)理隱(yin)憂
侯增廣：我(wo)(wo)覺得這(zhe)方(fang)面擔(dan)憂是(shi)(shi)不(bu)(bu)必要的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)。我(wo)(wo)們(men)借助人(ren)(ren)(ren)工智能和機(ji)(ji)器(qi)人(ren)(ren)(ren)可以(yi)(yi)提高工作效率，把人(ren)(ren)(ren)從重復性(xing)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)、危險性(xing)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)工作中解(jie)放出(chu)來(lai)。這(zhe)是(shi)(shi)一(yi)種社(she)會的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)進步(bu)。當(dang)然，人(ren)(ren)(ren)工智能的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)發展也面臨很多倫(lun)理問(wen)(wen)題，這(zhe)不(bu)(bu)可能在一(yi)個(ge)訪談中盡談。我(wo)(wo)只能從我(wo)(wo)所在的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)這(zhe)個(ge)領域談一(yi)個(ge)倫(lun)理問(wen)(wen)題的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)例子：目前(qian)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)人(ren)(ren)(ren)工智能方(fang)法是(shi)(shi)不(bu)(bu)能夠(gou)保(bao)證計(ji)算(suan)結果百分(fen)百正確，我(wo)(wo)們(men)應(ying)(ying)該(gai)把什(shen)么樣(yang)問(wen)(wen)題的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)決(jue)定(ding)權(quan)交給(gei)人(ren)(ren)(ren)工智能？如果出(chu)現失誤，這(zhe)個(ge)責任(ren)應(ying)(ying)該(gai)由(you)誰(shui)來(lai)承擔(dan)？我(wo)(wo)們(men)再以(yi)(yi)手(shou)(shou)術(shu)機(ji)(ji)器(qi)人(ren)(ren)(ren)為(wei)例。之前(qian)說過，人(ren)(ren)(ren)體是(shi)(shi)十分(fen)復雜的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)，手(shou)(shou)術(shu)中會遇到各(ge)種各(ge)樣(yang)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)狀況。如果是(shi)(shi)人(ren)(ren)(ren)做手(shou)(shou)術(shu)，他很清楚自(zi)己能力(li)或技(ji)術(shu)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)邊界在哪里，什(shen)么樣(yang)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)問(wen)(wen)題是(shi)(shi)他不(bu)(bu)能解(jie)決(jue)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)。因此(ci)，可以(yi)(yi)及時向老師、前(qian)輩請(qing)教，或者(zhe)邀請(qing)其他科室的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)大夫來(lai)會診(zhen)。但如果是(shi)(shi)機(ji)(ji)器(qi)人(ren)(ren)(ren)自(zi)主做手(shou)(shou)術(shu)，它是(shi)(shi)按照程序來(lai)運行的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)，這(zhe)個(ge)程序不(bu)(bu)可能包(bao)含(han)所有可能發生(sheng)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)情況，機(ji)(ji)器(qi)人(ren)(ren)(ren)也不(bu)(bu)會清楚自(zi)己能力(li)和技(ji)術(shu)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)邊界。那么，在某些(xie)程序交由(you)機(ji)(ji)器(qi)人(ren)(ren)(ren)來(lai)判(pan)斷和決(jue)定(ding)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)情況下，一(yi)旦手(shou)(shou)術(shu)失敗，這(zhe)個(ge)責任(ren)由(you)誰(shui)來(lai)承擔(dan)？是(shi)(shi)算(suan)法的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)研究(jiu)者(zhe)，是(shi)(shi)機(ji)(ji)器(qi)人(ren)(ren)(ren)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)制造(zao)商，還是(shi)(shi)按下操作鍵的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)醫(yi)護人(ren)(ren)(ren)員？這(zhe)是(shi)(shi)一(yi)個(ge)值得大家關注(zhu)的(de)(de)(de)(de)(de)(de)(de)(de)(de)(de)倫(lun)理問(wen)(wen)題。
王磊：每一次技(ji)術的(de)(de)更(geng)新(xin)換代，都(dou)會(hui)帶(dai)來產業(ye)的(de)(de)變化，某(mou)些(xie)工種可能(neng)被(bei)替代，從而引(yin)導勞(lao)動力向(xiang)不(bu)同(tong)的(de)(de)方向(xiang)分流。我覺得從人(ren)類(lei)(lei)整體的(de)(de)發展而言，與人(ren)爭(zheng)工作(zuo)這(zhe)個倫(lun)理問題可能(neng)不(bu)是(shi)(shi)(shi)最急迫(po)(po)的(de)(de)。我們(men)目前(qian)討論更(geng)多的(de)(de)倫(lun)理問題，是(shi)(shi)(shi)如(ru)何讓機器不(bu)“染上”人(ren)類(lei)(lei)的(de)(de)偏(pian)見。我們(men)知道，人(ren)工智能(neng)是(shi)(shi)(shi)基(ji)于大數(shu)據(ju)的(de)(de)，這(zhe)些(xie)數(shu)據(ju)集的(de)(de)標簽的(de)(de)制備過程(cheng)都(dou)需要人(ren)。特(te)別是(shi)(shi)(shi)，原來數(shu)據(ju)集是(shi)(shi)(shi)由人(ren)寫的(de)(de)，可能(neng)會(hui)進行克制。現在(zai)數(shu)據(ju)集都(dou)是(shi)(shi)(shi)互聯網(wang)搜(sou)集的(de)(de)，偏(pian)見很難避免，比(bi)如(ru)基(ji)于膚(fu)色(se)的(de)(de)偏(pian)見、基(ji)于性別的(de)(de)偏(pian)見等(deng)。那么(me)，在(zai)人(ren)工智能(neng)的(de)(de)應用中(zhong)，如(ru)何在(zai)算法(fa)中(zhong)去除這(zhe)些(xie)偏(pian)見，是(shi)(shi)(shi)我們(men)要面對的(de)(de)比(bi)較緊迫(po)(po)的(de)(de)倫(lun)理問題。