很多人認(rèn)為人工智能和機器人技術(shù)是危機，將對我們的隱私，對我們的工作造成威脅和挑戰(zhàn)，因為我們很多的工作都將被移交給基于機器的大腦。但是，其實人工智能也正在改善我們的環(huán)境，保護(hù)人類，人工智能也將解決我們?nèi)祟愖约簾o法解決的很多艱難的事情。從治愈疾病到處理很多暴力的威脅，AI都將對我們做出很大的貢獻(xiàn)。

用人工智能設(shè)計新分子

想設(shè)計出一種新型太陽能材料、新型抗癌藥、或者能幫助莊稼對抗病毒的新型化合物嗎？你首先要解決兩項挑戰(zhàn)：一是弄清這種物質(zhì)的化學(xué)結(jié)構(gòu)，二是弄清哪些化學(xué)反應(yīng)能把原子連接成所需的分子或分子組合。

傳統(tǒng)方法需進(jìn)行大量猜測和摸索，極為耗時耗力，往往歷經(jīng)多次失敗才能成功。例如，一套合成方案可能要經(jīng)歷成百上千步才能成型，其中很多步都會產(chǎn)生不理想的副反應(yīng)，或是根本不可行。不過，如今人工智能已經(jīng)開始提升分子設(shè)計和合成雙方面的效率，讓企業(yè)能夠更快、更容易、更低成本地進(jìn)行生產(chǎn)，同時減少化學(xué)廢料。

運用人工智能技術(shù)，機器學(xué)習(xí)算法能夠?qū)^去所有試圖發(fā)現(xiàn)或合成新物質(zhì)的實驗進(jìn)行分析。這些實驗有的成功了，但失敗的實驗其實更重要。根據(jù)從中發(fā)現(xiàn)的規(guī)律，機器學(xué)習(xí)算法會對可能有用的新分子的結(jié)構(gòu)、以及合成這些分子的方法進(jìn)行預(yù)測。當(dāng)然，這些可不是按下一個按鈕就能做到的事情，但在藥物分子和材料的實際設(shè)計領(lǐng)域，人工智能技術(shù)正處于飛速進(jìn)步之中。

例如，德國明斯特大學(xué)研發(fā)的一款人工智能工具能夠重復(fù)模擬1240萬種已知的單步驟化學(xué)反應(yīng)，最終確定一套多步驟合成方案，且速度足足比人類快30倍。

而在制藥領(lǐng)域，一項以人工智能為基礎(chǔ)的、名叫“生成機器學(xué)習(xí)”的技術(shù)也令人倍感激動。大多數(shù)制藥公司都儲存著數(shù)百萬種化合物，需對它們一一進(jìn)行篩查，看它們有沒有制造新藥的潛力。但即使借助機器人和實驗室自動化工具，這個篩查過程也十分緩慢，成功率也較低。此外，理論上可能存在的分子達(dá)1030種，制藥企業(yè)擁有的化合物只占其中的一小部分。但利用一個描述已知藥物（以及候選藥物）的化學(xué)結(jié)構(gòu)和性質(zhì)的數(shù)據(jù)庫，機器學(xué)習(xí)工具就可以找到擁有類似性質(zhì)、但用處可能更大的新化合物。這種能力大大加速了新型藥物先導(dǎo)化合物的發(fā)現(xiàn)。

將近100家初創(chuàng)公司已經(jīng)在嘗試用人工智能技術(shù)進(jìn)行新藥研發(fā)了，包括Insilico Medicine、Kebotix和BenevolentAI等公司。其中BenevolentAI最近獲得了1.15億美元的融資，用于借人工智能技術(shù)進(jìn)行運動神經(jīng)元疾病、帕金森綜合征和其它疑難雜癥藥物的研發(fā)。BenevolentAI將人工智能應(yīng)用到了藥物研發(fā)的全過程中，從發(fā)現(xiàn)新分子到藥物設(shè)計，再到證明該藥物的安全性和有效性的臨床測試，都有人工智能的參與。

在材料領(lǐng)域，Citrine InformaTIcs等公司也運用了和制藥公司相似的手段，并通過與巴斯夫、松下這樣的大公司合作來加速創(chuàng)新進(jìn)程。美國政府也對該領(lǐng)域研究表示了支持。自2011年來，美國政府向材料基因組計劃的投資已超2.5億美元。

過去的經(jīng)驗告訴我們，新材料和新化學(xué)物質(zhì)可能會對健康與安全造成無法預(yù)見的風(fēng)險。幸運的是，人工智能應(yīng)當(dāng)能預(yù)測到這些風(fēng)險，從而減少負(fù)面結(jié)果。這項技術(shù)似乎正大大提高新分子和新材料上市的速度和效率，進(jìn)而改善醫(yī)療，幫扶農(nóng)業(yè)，更好地保護(hù)資源，并促進(jìn)可再生能源的生產(chǎn)與存儲。

能夠辯論和發(fā)指令的人工智能

如今的數(shù)字助手有時會讓你懷疑它們就是人類，但更加全能的數(shù)字助手也即將問世。在表象之下，Siri、Alexa和其它同類產(chǎn)品借助高級的語音識別軟件來了解你的需求，弄清如何滿足你的需求，然后用聽上去很自然的聲音讀出與你的問題對應(yīng)的答案。這類系統(tǒng)首先要接受“訓(xùn)練”，接觸大量人類可能給出的要求，然后由人類編寫出合適的答案，再將答案編輯成高度結(jié)構(gòu)化的數(shù)據(jù)形式。

這項工作非常耗時，訓(xùn)練出的數(shù)字助手能夠執(zhí)行的任務(wù)也很有限。這些系統(tǒng)也會“學(xué)習(xí)”，不斷加強問題與答案的匹配度，但畢竟程度有限。但盡管如此，它們的能力也堪稱驚人。

目前正在研發(fā)的新技術(shù)能夠讓下一代人工智能系統(tǒng)具備吸收和組織非結(jié)構(gòu)化數(shù)據(jù)（如原始文本、視頻、圖片、語音、電子郵件等等）的能力，然后針對某個從未接受過訓(xùn)練的話題，自動生成可靠建議、或是給出反對意見。

有些網(wǎng)站使用的聊天機器人已經(jīng)展現(xiàn)出了這種能力，在它們受過訓(xùn)練的數(shù)據(jù)范圍之內(nèi)，可以回答用自然語言提出的問題。這些聊天機器人基本不需要接受針對特定問題或要求的訓(xùn)練，只需借助一系列預(yù)先配置好的數(shù)據(jù)組合、以及即時讀取相關(guān)背景材料的能力，即可完成相應(yīng)任務(wù)。不過，它們?nèi)孕杞邮找欢ㄓ迷~和意圖識別方面的訓(xùn)練，才能給出高度準(zhǔn)確的回答。

今年六月，IBM發(fā)布了一項更高級的技術(shù)：一套未預(yù)先接受相關(guān)話題訓(xùn)練、就能與人類專家開展實時辯論的系統(tǒng)。該系統(tǒng)需利用非結(jié)構(gòu)化數(shù)據(jù)（包括維基百科上的內(nèi)容，其中有些經(jīng)過了編輯），確定這些信息的相關(guān)度和準(zhǔn)確度，然后將信息組織成能夠重復(fù)利用的資源庫，從中提取出能夠支持己方觀點的辯詞。它還要對人類對手的辯詞做出反應(yīng)。這套系統(tǒng)在展示中參加了兩場辯論。許多觀眾都認(rèn)為，它在其中一場辯論中的辯詞比人類對手更具說服力。

這套技術(shù)使用的軟件不僅能理解自然語言，還能應(yīng)對判斷積極和消極情緒這樣的高階挑戰(zhàn)。其研發(fā)時間已超五年，且目前仍處于未完成階段。盡管如此，該系統(tǒng)仍在與人類專家的辯論中占了上風(fēng)。接下來的三至五年間，想必會出現(xiàn)無數(shù)與之相關(guān)的應(yīng)用。這些系統(tǒng)將發(fā)揮重要作用，如幫助醫(yī)生迅速找到與某個復(fù)雜病例相關(guān)的研究資料，然后據(jù)此分析某套治療方案的優(yōu)勢。

這類智能系統(tǒng)只能匯編已有知識，無法像科學(xué)家或?qū)＜夷菢觿?chuàng)造新的知識。但隨著機器變得越來越智能，人類失業(yè)的可能性也越來越大。因此社會需要為下一代人工智能提供必要的技能，讓他們解決需要人類智力才能解決的問題。

對抗癌癥和視力喪失

全球每年有大約880萬人死于癌癥，并且有近1400萬人被診斷患有某種形式的癌癥。盡早發(fā)現(xiàn)癌癥，可以大大的提高患者的生存機會，并且降低疾病復(fù)發(fā)的概率。AI技術(shù)可以通過圖片掃描技術(shù)來幫助醫(yī)生識別疾病，這套技術(shù)可以96%的準(zhǔn)確識別患者的腫瘤和癌癥，包括診斷乳腺癌，肺癌，直腸癌，子宮肌瘤，卵巢癌，胃癌，和前列腺癌癥等等。還可以幫助視力下降的患者提前預(yù)防早期跡象，提前接受治療，杜絕視力喪失。

保護(hù)環(huán)境

氣候變化，環(huán)境污染是人類最大的挑戰(zhàn)。通過云計算，大數(shù)據(jù)，AI技術(shù)，我們可以通過機器學(xué)習(xí)算法來實時監(jiān)控能源的生產(chǎn)和需求，通過蓄電池，把能量儲存起來，循環(huán)利用，在人們需要的時候釋放出來，這樣可以消除不可再生能源對我們環(huán)境造成的沖擊。還可以通過AI技術(shù)實時調(diào)節(jié)我們對能源的需求，比如說冰箱可以通過AI技術(shù)遠(yuǎn)程控制，因此只有在電網(wǎng)需求低的時候才能進(jìn)入冷卻循環(huán)。