近日，《關于“雙一流”建設高校促進學科融合加快人工智能領域研究生培養的若干意見》發布。人們不禁問道：人工智能的時代真的到來了嗎？它會不會取代人類？我們應該如何做準備？人工智能新型人才應該具備哪些素養？

針對這些問題，清華大學未來實驗室首席研究員、數字化先進制造研究中心主任、英國謝菲爾德大學智能制造專業終身教授馬兆遠，在其新書《人工智能之不能》中做了一番冷靜的講解。

1956年夏，約翰·麥卡錫（John McCarthy）和馬文·明斯基（Marvin Lee Minsky）等科學家在美國達特茅斯學院開會研討“如何用機器模擬人的智能”時，首次提出“人工智能”這一概念，標志著人工智能的誕生。從那以后，研究者們發展了眾多理論和算法，人工智能的概念也隨之擴展。2006年，基于神經網絡的深度學習算法取得重要突破，人工智能順勢迎來新一輪投資界和工業界的追捧。

廣義的人工智能指人所創造的、代替人從事某些思維行為的設備。它可以是算盤，可以是計算器、計算機，以至于超算中心上基于算法行為實現了類似于人類邏輯推理。從狹義講，從2006年開始的這一波人工智能浪潮，是在已有科技的基礎上因為深度神經網絡的突破而獲得的發展。

20世紀80年代，個人電腦的普及帶來了人類對人工智能的第二次恐慌，1997年計算機“深藍”戰勝了國際象棋特級大師加里·卡斯帕羅夫（Garry Kasparov），電影《終結者》和《機械戰警》都是這個時期的代表作品。2006年以后隨著深度學習技術的發展，人類迎來了對人工智能的第三次恐慌。美劇《西部世界》和電影《機械姬》就代表了這一階段人們對技術發展可能超越人類智慧的隱隱恐慌。美國未來學家雷·庫茲韋爾（Ray Kurzweil）提出奇點理論，被互聯網人追捧，人們擔心，到2049年，人工智能就可能超過人類，從此絕塵而去，人類會被機器人奴役，地球會被機器人統治。

人類天生具備的“秘密武器”

的確，在某些特定任務上，計算機已經表現出了遠超人類的能力。然而，在執行通用性任務時，如回答問題、感知以及醫療診斷，人工智能系統的能力變得越來越難以評估。

從認知的方式上來講，人類的認知過程與我們現在談論的人工智能是不一樣的。經典邏輯不能突破哥德爾不完備定理，但是，人卻具有這樣的能力。

人類有一種認識相對準確結論的直覺方法，這種方法與計算機式的方法不同，我們可以認知新的事物和了解新的問題，而不受哥德爾不完備定理的限制。就計算機的有限邏輯而導致的其內在不完備而言，人卻從來不會受到這樣的困擾，因為人天生具有突破有限邏輯的能力，也許這構成了我們通常意義上說的感性。這也許是我認為這一代人工智能無法超越人類思維的數學邏輯層面的本質原因。

社會需要的是終身學習者

我自從做了物理學教授，就越來越覺得工程的重要。我深深地覺得我們應該去找到人類與機器的差別，至少它應該影響我們今天的教育內容。誰都不想我們今天教給孩子們的技能，十幾二十年后他們長大了才發現機器做得比他們要好得多。

我憑著直覺感到，在車間伴隨著時時思考并探索和嘗試的動手能力，力學的、電學的、材料的，是無法輕易被機器取代的，相反，坐辦公室的工作，卻很容易被機器取代。

我一直沒有找到好的證明，直到有一天，跟我的導師基思·伯內特（Keith Burnett）先生聊起未來的工廠所應該營造的氣氛。人們希望能夠在未來工廠營造一種游戲的氛圍，讓年輕人以打游戲通關的心態從事創造性的工作。人工智能催化的以數字產業為主的知識研發目前還很難覆蓋手工業。比如，涉及基于大量操作經驗而形成的直覺，這是目前人工智能很難與人進行比照的方向。因此，在制造業中，高級技術工人在工作過程中，所具有的結合數字化和制造業流程本身特點的技能，在人工智能時代會顯得尤為重要。

傳統工程教育容易造成工程教育活動的開展而忽視學生個體身心發展規律，忽視學生工程實踐經驗構建以及工程實踐中學生的組織和溝通能力的培養。

突破常規而有所創新說起來也不難，但用到自己身上很難。當我們比較了人工智能和人的根本區別，也比較了經典系統和量子力學所預示的系統之間的差別，我們發現人類社會的發展趨勢是我們不再那么需要服從紀律的勞動力，這些勞動力可以輕易地被機器人取代。相反，社會對人的科學素養和人文底蘊要求越來越高。這包括人對世界的認知能力和人與人之間的溝通能力，也包括人對自身的感悟能力。社會需要的是具有創造力、充滿好奇心并能自我引導的終身學習者，需要他們有能力提出新穎的想法并付諸實施。