人工智能與人類生活研究報(bào)告

2030年的人工智能與人類生活2014年秋季，人工智能百年研究（OneHundredYearStudy）項(xiàng)目啟動(dòng)，這是一項(xiàng)對(duì)人工智能領(lǐng)域及其對(duì)人類、社區(qū)、社會(huì)影響的長(zhǎng)期學(xué)術(shù)研究。這項(xiàng)研究包含使用人工智能計(jì)算系統(tǒng)的科學(xué)、工程和應(yīng)用實(shí)現(xiàn)。監(jiān)督該「百年研究」的常務(wù)委員會(huì)（StandingCommittee）組建了一個(gè)研究小組（StudyPanel）來(lái)每五年評(píng)估一次人工智能所處的狀態(tài)——這是本項(xiàng)目的核心活動(dòng)。本研究小組要回顧從上次報(bào)告到現(xiàn)在這段時(shí)間人工智能的進(jìn)展，展望未來(lái)潛在的進(jìn)展并且描述這些進(jìn)展對(duì)于技術(shù)、社會(huì)的挑戰(zhàn)與機(jī)遇，涉及的領(lǐng)域包括：道德倫理、經(jīng)濟(jì)以及與人類認(rèn)知兼容的系統(tǒng)設(shè)計(jì)等等?！赴倌暄芯俊苟ㄆ谶M(jìn)行專家回顧的首要目標(biāo)是：提供一個(gè)隨著人工智能領(lǐng)域發(fā)展的關(guān)于人工智能及其影響的收集性的和連通的集合。這些研究希望能在人工智能領(lǐng)域的研究、發(fā)展以及系統(tǒng)設(shè)計(jì)方面、以及在幫助確保那些系統(tǒng)能廣泛地有益于個(gè)人和社會(huì)的項(xiàng)目與政策上提供專業(yè)推斷上的方向指南及綜合評(píng)估。「百年研究」是仿照一個(gè)早期的被非正式地稱為「AAAIAsilomarStudy」的項(xiàng)目。在2008到2009年期間，當(dāng)時(shí)的美國(guó)人工智能協(xié)會(huì)（AAAI）的主席EricHorvitz聚集了一群來(lái)自這個(gè)領(lǐng)域不同機(jī)構(gòu)與方向的人工智能專家以及認(rèn)知科學(xué)、哲學(xué)與法律相關(guān)的學(xué)者。參與者在分布的小組中研究近期人工智能的發(fā)展、長(zhǎng)期的發(fā)展前途以及法律與道德上的影響，之后他們?cè)贏silomar一起開了三天的會(huì)議，分享并討論了他們的發(fā)現(xiàn)。會(huì)議給出了其中密集討論的內(nèi)容的一份短的書面報(bào)告，并且由參與者與其他同事在后續(xù)的討論中充實(shí)；這份報(bào)告在領(lǐng)域內(nèi)以及之外引起了廣泛的關(guān)注與爭(zhēng)論。Asilomar會(huì)議的巨大影響以及人工智能的重要進(jìn)展（包括人工智能算法與技術(shù)在全球范圍內(nèi)開始進(jìn)入到日常生活中）刺激產(chǎn)生了對(duì)人工智能及其對(duì)人們與社會(huì)的影響進(jìn)行長(zhǎng)期反復(fù)研究的想法。這個(gè)百年研究項(xiàng)目隨后在一所大學(xué)中開始，這是為了延伸深度思考以及跨學(xué)科的學(xué)術(shù)研究，激勵(lì)創(chuàng)新并且給政府機(jī)構(gòu)與產(chǎn)業(yè)提供明智的建議。這篇報(bào)告是計(jì)劃持續(xù)至少100年的研究系列中的第一篇。常務(wù)委員會(huì)在2015年的暑期成立了一個(gè)研究小組來(lái)負(fù)責(zé)組建現(xiàn)在這個(gè)初始的研究小組，并任命了得克薩斯大學(xué)奧斯汀分校的教授PeterStone擔(dān)任該小組的主席。這個(gè)包含了17名成員的研究小組由人工智能學(xué)術(shù)界、公司實(shí)驗(yàn)室以及產(chǎn)業(yè)界的專家與了解人工智能的法律、政治科學(xué)、政治以及經(jīng)濟(jì)方面的學(xué)者組成，并于2015年秋季中期啟動(dòng)。參與者代表著不同的專業(yè)、地區(qū)、性別以及職業(yè)階段。常務(wù)委員會(huì)廣泛討論了StudyPanel相應(yīng)的責(zé)任，包括人工智能最近的發(fā)展與在工作、環(huán)境、運(yùn)輸、公共安全、醫(yī)療、社區(qū)參與以及政府的潛在社會(huì)影響。委員會(huì)考慮多種聚焦研究的方式，包括調(diào)查子領(lǐng)域及其狀態(tài)、研究特定的技術(shù)（例如機(jī)器學(xué)習(xí)與自然語(yǔ)言處理）以及研究特定的應(yīng)用領(lǐng)域（例如醫(yī)療與運(yùn)輸運(yùn)輸）。委員會(huì)最終選擇了「2030年的人工智能與生活（AIandLifein2030）」為主題以強(qiáng)調(diào)人工智能的各種用途與影響的發(fā)生不是獨(dú)立于彼此，也不獨(dú)立于其他許多社會(huì)和技術(shù)上的發(fā)展。意識(shí)到了城市在大多數(shù)人類生活中的核心作用之后，我們將專注重點(diǎn)縮小到大多數(shù)人居住的大都市。常務(wù)委員會(huì)進(jìn)一步將專注重點(diǎn)縮小到具有很好可變性的城市環(huán)境以及世界性文化的典型的北美城市，從而限制研究小組的工作量。常務(wù)委員會(huì)期望該研究中的預(yù)測(cè)、評(píng)估和預(yù)先的指導(dǎo)將具有廣泛的全球性的實(shí)質(zhì)作用；另外，委員會(huì)正在制定將這個(gè)項(xiàng)目擴(kuò)展到國(guó)際上的未來(lái)研究計(jì)劃。既然做出了關(guān)注北美城市生活的決定，那么軍事項(xiàng)目就不在這篇最初的報(bào)告范圍中。這不是忽視細(xì)致監(jiān)控與審議人工智能在國(guó)防與戰(zhàn)爭(zhēng)（包括潛在地使發(fā)展和部署不平衡）上產(chǎn)生的影響的重要性。這篇報(bào)告計(jì)劃展現(xiàn)給四種讀者。對(duì)于公眾，本報(bào)告的目的在于提供一個(gè)可獲取的、在科學(xué)和技術(shù)上準(zhǔn)確的對(duì)于人工智能當(dāng)前狀態(tài)及其潛力的描述。對(duì)于產(chǎn)業(yè)界，本報(bào)告描述了相關(guān)技術(shù)、法律以及道德上的挑戰(zhàn)，可能幫助指引資源再分配。本報(bào)告也可以幫助地區(qū)、國(guó)家、國(guó)際政府更好地規(guī)劃人工智能在政府中的應(yīng)用。最后，本報(bào)告能幫助人工智能的研究者以及他們的機(jī)構(gòu)和資助者設(shè)置優(yōu)先級(jí)，以及考慮人工智能研究及其應(yīng)用所產(chǎn)生的道德與法律上的爭(zhēng)議?？紤]到「百年研究」在人工智能上的獨(dú)特本質(zhì)，我們期望未來(lái)的常務(wù)委員會(huì)與研究小組，以及研究科學(xué)家、政策專家、私人與公共部門的領(lǐng)導(dǎo)以及普通民眾，在對(duì)人工智能的未來(lái)進(jìn)行評(píng)估時(shí)能想到該報(bào)告。不管是否成功準(zhǔn)確預(yù)測(cè)了人工智能的發(fā)展軌跡和影響，我們都希望這個(gè)系列中這一份初次成果是有用的。目錄概述電影和小說(shuō)中描繪的人工智能主宰的可怕未來(lái)塑造了大眾對(duì)人工智能的想象，但這些都是虛構(gòu)的。在現(xiàn)實(shí)中，人工智能已經(jīng)在改變我們的日常生活了，而且基本上都是在改善人類健康、安全和提升生產(chǎn)力等好的方面。和電影不一樣，現(xiàn)在并沒(méi)有什么超人類的機(jī)器人正待到來(lái)，這甚至完全不可能。而且盡管濫用人工智能技術(shù)的可能性應(yīng)該得到承認(rèn)和解決，但其中它們更大的可能性是讓駕駛更安全、幫助孩子學(xué)習(xí)和擴(kuò)展及增強(qiáng)人類的生活。事實(shí)上，有益的人工智能應(yīng)用已經(jīng)在學(xué)校、家庭和醫(yī)院里開始了加速增長(zhǎng)。大多數(shù)研究型大學(xué)也劃出了單獨(dú)的人工智能研究科系，蘋果、Facebook、谷歌、IBM和微軟等科技公司也在探索人工智能應(yīng)用上投入了巨資——他們將其視為未來(lái)發(fā)展的關(guān)鍵。即使好萊塢在將他們的反烏托邦人工智能幻想故事搬上熒幕時(shí)也用到了人工智能技術(shù)。基于計(jì)算機(jī)的視覺(jué)、語(yǔ)音識(shí)別和自然語(yǔ)言處理方面的創(chuàng)新是這些變化的驅(qū)動(dòng)力，同時(shí)也將推動(dòng)相關(guān)領(lǐng)域的科學(xué)和技術(shù)的發(fā)展。人工智能也正在改變?nèi)藗兣c技術(shù)的交互方式。許多人已經(jīng)習(xí)慣上了在他們的智能手機(jī)上進(jìn)行觸控和對(duì)話。隨著人工智能系統(tǒng)學(xué)習(xí)對(duì)個(gè)人特點(diǎn)和目標(biāo)的適應(yīng)，人機(jī)關(guān)系的未來(lái)將會(huì)變得越來(lái)越微妙、流暢和個(gè)性化。這些人工智能應(yīng)用將幫助監(jiān)控人們的生活狀態(tài)、警告人們前面的風(fēng)險(xiǎn)以及提供人們想要的或需要的服務(wù)。比如，在北美一座城市的未來(lái)15年里——正是這份報(bào)告的時(shí)間框架和范圍——人工智能應(yīng)用將很有可能將交通交由自動(dòng)駕駛汽車接管，實(shí)現(xiàn)人與貨物的實(shí)時(shí)接取和運(yùn)送。光這一項(xiàng)就足以改變城市的整體面貌，因?yàn)樵僖膊粫?huì)有交通堵塞和停車?yán)щy的難題了。本研究刻意重點(diǎn)關(guān)注了典型的北美城市，旨在突出人工智能對(duì)城市中居住的數(shù)百萬(wàn)居民的日常生活的影響。研究小組還進(jìn)一步將調(diào)查范圍縮小到了8個(gè)人工智能可能將帶來(lái)最大影響的領(lǐng)域：交通（transportation）、醫(yī)療（healthcare）、教育（education）、低資源社區(qū)（low-resourcecommunities）、公共安全（publicsafetyandsecurity）、就業(yè)和工作場(chǎng)所（employmentandworkplace）、家庭/服務(wù)機(jī)器人（home/servicerobots）和娛樂(lè)（entertainment）。盡管人工智能技術(shù)來(lái)自于常見(jiàn)的研究資源，但這些技術(shù)已經(jīng)影響并將繼續(xù)影響這些不同的領(lǐng)域。其中每個(gè)領(lǐng)域都面臨著各種不同的與人工智能相關(guān)的難題，包括難以創(chuàng)造安全可靠的感知和作業(yè)硬件（交通和服務(wù)機(jī)器人）、難以獲得公眾的信任（低資源社區(qū)和公共安全）、難以克服對(duì)人類被邊緣化的恐懼（就業(yè)和工作場(chǎng)所）、以及還存在減少人際交往的風(fēng)險(xiǎn)（娛樂(lè)）。其中一些領(lǐng)域主要是在商業(yè)方面，如交通和醫(yī)療，而另一些則更面向消費(fèi)者，例如娛樂(lè)和家庭服務(wù)機(jī)器人。一些還是跨領(lǐng)域的，例如就業(yè)/工作場(chǎng)所和低資源社區(qū)。在每一個(gè)領(lǐng)域，即使人工智能在不斷帶來(lái)重要的好處，但同時(shí)也帶來(lái)了道德和社會(huì)上的問(wèn)題，其中包括隱私問(wèn)題。機(jī)器人和其它人工智能已經(jīng)在一些機(jī)構(gòu)里面替代人類工作了。作為一個(gè)社會(huì)，我們現(xiàn)在正處在一個(gè)確定如何部署基于人工智能的技術(shù)的緊要關(guān)頭，從而提振而不是阻礙民主的價(jià)值觀——例如自由、平等和透明。對(duì)于個(gè)人而言，我們生活的質(zhì)量和我們的貢獻(xiàn)所獲得的價(jià)值很有可能會(huì)逐漸發(fā)生轉(zhuǎn)變，但這些改變會(huì)很明顯。在接下來(lái)的幾年中，人工智能研究、系統(tǒng)開發(fā)和社會(huì)與監(jiān)管框架將會(huì)塑造人工智能的好處與其代價(jià)和風(fēng)險(xiǎn)之間的權(quán)衡，以及這些好處如何散布的方式。人工智能的準(zhǔn)確和精細(xì)的未來(lái)圖景——一個(gè)與其流行的描述相競(jìng)爭(zhēng)的圖景——一開始就受到了難以精確定義「人工智能」這一問(wèn)題的阻礙。在研究小組所考慮過(guò)的所有定義方法中，沒(méi)有一個(gè)認(rèn)為現(xiàn)在存在某種「通用的」人工智能。盡管使用了共同的研究和技術(shù)，但人工智能系統(tǒng)都專注于完成特定的任務(wù)，而且其中每一種應(yīng)用都需要數(shù)年的專注研究和精心獨(dú)特的構(gòu)建。這也造成了這8個(gè)領(lǐng)域內(nèi)進(jìn)展的不平衡。交通是其中一個(gè)典型的例子——其中一些關(guān)鍵技術(shù)讓人工智能以驚人的速度得到了廣泛的采用。自動(dòng)化交通很快就將無(wú)處不在，并將成為大多數(shù)人與嵌入了人工智能系統(tǒng)的物理實(shí)體的第一次經(jīng)歷，并將極大地影響公眾對(duì)人工智能的感知。隨著汽車自己變成了比人類更好的司機(jī)，城市居民的私家車將會(huì)更少，也將住得離工作場(chǎng)地更遠(yuǎn)，花費(fèi)時(shí)間的方式也將發(fā)生改變，從而帶來(lái)一種全新的城市組織形式。在2030年一座典型的北美城市，嵌入了人工智能應(yīng)用的物理實(shí)體將不僅限于客車，還將包含貨車、飛行器和個(gè)人機(jī)器人。安全和可靠硬件的改進(jìn)將會(huì)刺激未來(lái)十五年內(nèi)的創(chuàng)新，也將帶來(lái)更好的家庭/服務(wù)機(jī)器人——它們已經(jīng)進(jìn)入了人們的家庭，目前主要是以真空吸塵器的形式。更好的芯片、低成本3D傳感器、基于云的機(jī)器學(xué)習(xí)和語(yǔ)音理解的進(jìn)步將提升未來(lái)的機(jī)器人服務(wù)和它們與人類的交互。專用機(jī)器人將能夠遞送包裹、清潔辦公室和增強(qiáng)安全性。但在可預(yù)見(jiàn)的未來(lái)里，技術(shù)限制和可靠的機(jī)械設(shè)備的高成本將繼續(xù)將商業(yè)機(jī)會(huì)限制在定義狹窄的應(yīng)用范圍內(nèi)。在醫(yī)療保健方面，在收集用于個(gè)人監(jiān)控設(shè)備和移動(dòng)應(yīng)用的有用數(shù)據(jù)上已經(jīng)出現(xiàn)了巨大的飛躍，這些數(shù)據(jù)來(lái)自醫(yī)療機(jī)構(gòu)的電子病歷（EHR），以及小范圍的用于輔助醫(yī)療手術(shù)的手術(shù)機(jī)器人和支持醫(yī)院運(yùn)營(yíng)的服務(wù)機(jī)器人。未來(lái)幾年，基于人工智能的應(yīng)用將能夠改善數(shù)百萬(wàn)人的健康狀況和生活質(zhì)量。盡管臨床應(yīng)用從實(shí)驗(yàn)室到真實(shí)世界的過(guò)程一直都較為緩慢，但有希望的跡象表明創(chuàng)新的步伐將得到提升。通過(guò)共享數(shù)據(jù)的激勵(lì)和機(jī)制以及去除無(wú)理的政策、法規(guī)和商業(yè)障礙，可以促進(jìn)醫(yī)療保健領(lǐng)域的進(jìn)步。對(duì)于許多應(yīng)用，人工智能系統(tǒng)必須緊密地與醫(yī)護(hù)人員和病人密切合作才能獲得他們的信任。改善智能機(jī)器與醫(yī)護(hù)人員、病人和病人家庭的自然交互方式是很關(guān)鍵的。為人類和有前途的人工智能技術(shù)帶來(lái)更流暢的交互同樣也是教育領(lǐng)域的一大關(guān)鍵難題，這個(gè)領(lǐng)域在這段時(shí)間也出現(xiàn)了一些可觀的進(jìn)展。盡管素質(zhì)教育總是需要人類教師的活躍參與，但人工智能有望改善所有層次的教育，尤其是通過(guò)大規(guī)模提供個(gè)性化教育。交互式機(jī)器導(dǎo)師現(xiàn)在已經(jīng)被用于根據(jù)匹配的學(xué)生教授科學(xué)、數(shù)學(xué)、語(yǔ)言和其他學(xué)科。自然語(yǔ)言處理、機(jī)器學(xué)習(xí)和眾包也已經(jīng)極大地促進(jìn)了在線學(xué)習(xí)，讓教育水平更高的教師可以將他們的教室擴(kuò)大很多倍，同時(shí)還能應(yīng)對(duì)單個(gè)學(xué)生的學(xué)習(xí)需求和風(fēng)格。在接下來(lái)的十五年的典型北美城市里，這些技術(shù)在教室和家庭里的應(yīng)用將很有可能得到極大的擴(kuò)展，只要它們能夠有意義地和面對(duì)面的學(xué)習(xí)進(jìn)行整合。除了教育方面，在協(xié)助低資源社區(qū)上，人工智能方法也存在很多機(jī)會(huì)——通過(guò)為各種社會(huì)問(wèn)題提供緩解方案和解決方案。傳統(tǒng)上，投資者對(duì)缺乏商業(yè)應(yīng)用的人工智能研究投資不足。有了針對(duì)性的激勵(lì)和資助重點(diǎn)，人工智能可以幫助解決低資源社區(qū)的需求，這方面一些新興的工作是很有希望的。比如，使用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)，人工智能可以創(chuàng)造預(yù)測(cè)模型來(lái)幫助政府機(jī)關(guān)解決防止兒童鉛中毒和高效食物分配等問(wèn)題。這些萌芽中的工作認(rèn)為還有更多的事情要做，尤其是當(dāng)機(jī)構(gòu)和組織也能參與進(jìn)來(lái)并與這些社區(qū)建立起信任時(shí)。獲取公眾信任也是公共安全領(lǐng)域內(nèi)人工智能應(yīng)用的一大難題。北美城市和聯(lián)邦機(jī)構(gòu)已經(jīng)開始在邊境管理和執(zhí)法部署人工智能技術(shù)。到2030年，他們將在很大程度上依賴于它們，包括用于偵察的改進(jìn)過(guò)的相機(jī)和無(wú)人機(jī)、用于檢測(cè)金融詐騙的算法和預(yù)測(cè)性警務(wù)。后者帶來(lái)了對(duì)無(wú)辜的人進(jìn)行無(wú)理的監(jiān)控的問(wèn)題，我們必須小心謹(jǐn)慎不要給系統(tǒng)引入人為偏見(jiàn)，并保護(hù)公民自由。部署良好的人工智能預(yù)測(cè)工具有望給數(shù)據(jù)和推斷帶來(lái)新形式的透明，并可能被應(yīng)用于檢測(cè)、刪除和減少人類偏見(jiàn)，而不是增強(qiáng)它。在人工智能對(duì)就業(yè)和工作場(chǎng)所的影響上的社會(huì)和政治決策也是類似，比如需要安全網(wǎng)來(lái)保護(hù)人們免受經(jīng)濟(jì)結(jié)構(gòu)變化的影響。人工智能有望在一些特定類型的工作中取代人類，比如駕駛汽車或卡車。但是，在許多領(lǐng)域，人工智能在短期內(nèi)很有可能將取代很多任務(wù)，但不能取代工作崗位，而且還將創(chuàng)造新類型的工作。但這些將會(huì)出現(xiàn)的新型工作目前還比將可能失去的工作更難預(yù)想。人工智能還將降低許多貨物和服務(wù)的成本，有效地使每個(gè)人都過(guò)得更好。更長(zhǎng)期來(lái)看，人工智能可能會(huì)被視為一種非常不同的財(cái)富創(chuàng)造機(jī)制，其中每個(gè)人都應(yīng)該從全世界的人工智能所創(chuàng)造的財(cái)富中分一杯羹。對(duì)于人工智能技術(shù)的經(jīng)濟(jì)成果的分配方式，不久之后已經(jīng)就應(yīng)該會(huì)有相關(guān)的社會(huì)爭(zhēng)論出現(xiàn)了。娛樂(lè)已經(jīng)被社交網(wǎng)絡(luò)和其它用于共享和瀏覽博客、視頻和照片的平臺(tái)轉(zhuǎn)變了；這些平臺(tái)依賴于NLP、信息檢索、圖像處理、眾包和機(jī)器學(xué)習(xí)等領(lǐng)域內(nèi)正被活躍開發(fā)的技術(shù)。一些傳統(tǒng)的娛樂(lè)資源已經(jīng)開始擁抱人工智能，包括譜曲、創(chuàng)作舞臺(tái)表演、甚至根據(jù)自然語(yǔ)言文本生成3D場(chǎng)景。人們對(duì)人工智能驅(qū)動(dòng)的娛樂(lè)的熱情讓人驚嘆。和人工智能的許多方面一樣，在技術(shù)對(duì)社交的替代或增強(qiáng)方面也一直存在著爭(zhēng)議。人工智能能讓娛樂(lè)越來(lái)越交互式、越來(lái)越個(gè)性化、越來(lái)越有參與感。應(yīng)該引導(dǎo)一些研究來(lái)理解如何利用這些性質(zhì)為個(gè)人和社會(huì)利益服務(wù)。人工智能接下來(lái)的研究？助力人工智能革命的研究也在快速發(fā)展。其中最重要是機(jī)器學(xué)習(xí)的成熟，它受到了數(shù)字經(jīng)濟(jì)崛起的部分影響。數(shù)字經(jīng)濟(jì)和機(jī)器學(xué)習(xí)都提供并利用大量的數(shù)據(jù)。其他因素包括云計(jì)算資源的崛起，以及消費(fèi)者對(duì)語(yǔ)音識(shí)別和導(dǎo)航支持這樣的技術(shù)服務(wù)的需求。機(jī)器學(xué)習(xí)由于人工神經(jīng)網(wǎng)絡(luò)的成功經(jīng)驗(yàn)前進(jìn)了一大步，如今能夠使用大型數(shù)據(jù)集和大規(guī)模計(jì)算對(duì)其進(jìn)行訓(xùn)練。這一方法也就是我們所熟知的深度學(xué)習(xí)。信息處理算法的性能也因?yàn)閭鞲?、感知、目?biāo)識(shí)別等這些基礎(chǔ)操作的硬件技術(shù)的重大進(jìn)步，而取得了跳躍性進(jìn)展。數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品的新型平臺(tái)和市場(chǎng)以及經(jīng)濟(jì)激勵(lì)發(fā)現(xiàn)新的產(chǎn)品和市場(chǎng)，也刺激著研究的發(fā)展，如今，隨著它稱為了社會(huì)的核心力量，人工智能領(lǐng)域轉(zhuǎn)向了建立能與人高效合作的、具有更廣泛人類意識(shí)的智能系統(tǒng)，包括開發(fā)人教機(jī)器人的交互與可延展方式的創(chuàng)造性方法。這些趨勢(shì)引發(fā)了如今人工智能基礎(chǔ)方法與應(yīng)用領(lǐng)域研究的熱門：大規(guī)模機(jī)器學(xué)習(xí)涉及到學(xué)習(xí)算法的設(shè)計(jì)，延展已有的算法，在極大型的數(shù)據(jù)集上做研究。深度學(xué)習(xí)是一類學(xué)習(xí)方法，促進(jìn)了在圖像、視頻標(biāo)記和運(yùn)動(dòng)中的目標(biāo)識(shí)別，并且在其他感知領(lǐng)域都有重大影響，比如音頻、語(yǔ)音和自然語(yǔ)言處理。強(qiáng)化學(xué)習(xí)是一個(gè)框架，能將機(jī)器學(xué)習(xí)的重點(diǎn)從模式識(shí)別轉(zhuǎn)變到經(jīng)驗(yàn)驅(qū)動(dòng)的序列決策上。它有望推動(dòng)人工智能應(yīng)用的前進(jìn)，在現(xiàn)實(shí)世界中做出決策。雖然在過(guò)去數(shù)十年，強(qiáng)化學(xué)習(xí)限制于學(xué)術(shù)界，但如今我們也看到了一些實(shí)際的成果。機(jī)器人目前主要涉及到如何訓(xùn)練機(jī)器人以一種更泛型的、預(yù)測(cè)性的方式與周圍世界進(jìn)行交互，如何在交互環(huán)境中促進(jìn)對(duì)目標(biāo)的操控，以及如何與人進(jìn)行交互。機(jī)器人的進(jìn)步將依靠相應(yīng)的技術(shù)進(jìn)步，從而改進(jìn)計(jì)算機(jī)視覺(jué)和其他形式的機(jī)器感知的可靠性與普遍性。計(jì)算機(jī)視覺(jué)是目前機(jī)器感知中最突出的形式。它是受到深度學(xué)習(xí)崛起影響最大的人工智能子領(lǐng)域，實(shí)現(xiàn)了史上第一次計(jì)算機(jī)能夠比人類更好的完成視覺(jué)任務(wù)。如今更多的研究集中在圖片和視頻的自動(dòng)化文字描述上。自然語(yǔ)言處理通常與自動(dòng)語(yǔ)音識(shí)別相結(jié)合，快速成為有大型數(shù)據(jù)集的普遍使用的口語(yǔ)語(yǔ)言上的一種商品。目前的研究轉(zhuǎn)向了開發(fā)能夠與人通過(guò)對(duì)話交互的精致、可用的系統(tǒng)，而不僅是對(duì)程式化的問(wèn)答做回應(yīng)。在多種不同語(yǔ)言間進(jìn)行機(jī)器翻譯也已經(jīng)取得了重大進(jìn)展，在不遠(yuǎn)的將來(lái)將有更多的實(shí)時(shí)的個(gè)人到個(gè)人交流。協(xié)作系統(tǒng)研究主要是研究幫助開發(fā)能與其他系統(tǒng)或人類協(xié)作的自動(dòng)化系統(tǒng)的模型和算法。眾包和人類計(jì)算研究是研究增強(qiáng)計(jì)算系統(tǒng)的方法，增強(qiáng)方式是通過(guò)自動(dòng)調(diào)用人類經(jīng)驗(yàn)，解決計(jì)算機(jī)不能單獨(dú)解決的問(wèn)題。算法博弈論（Algorithmicgametheory）和計(jì)算社會(huì)選擇（computationalsocialchoice）吸引了人工智能經(jīng)濟(jì)和社會(huì)計(jì)算領(lǐng)域的注意，比如系統(tǒng)如何處理潛在的不恰當(dāng)激勵(lì)機(jī)制，包括自私的人類參與者或公司以及代表他們的自動(dòng)化人工智能代理。物聯(lián)網(wǎng)（IoT）研究專注于將大量設(shè)備（包括家電、汽車、建筑、攝像頭）連接起來(lái)，收集并共享各自豐富的傳感信息從而達(dá)到智能目標(biāo)。神經(jīng)形態(tài)計(jì)算是一系列尋求模擬生物神經(jīng)網(wǎng)絡(luò)從而改進(jìn)計(jì)算機(jī)系統(tǒng)硬件效率和穩(wěn)健性的技術(shù)，它取代了用獨(dú)立的輸入/輸出、處理指令、存儲(chǔ)模塊的舊方法?，F(xiàn)在與未來(lái)的人工智能政策人工智能應(yīng)用是否成功的標(biāo)準(zhǔn)是他們?yōu)槿祟悇?chuàng)造的價(jià)值。在此角度看，設(shè)計(jì)人工智能應(yīng)用應(yīng)該使得人們成功的理解人工智能系統(tǒng)，參與到其使用中并建立對(duì)它們的信任。公共政策應(yīng)該幫助社會(huì)輕松采納人工智能應(yīng)用、擴(kuò)展其收益，并緩和它們的難免的錯(cuò)誤和失敗。對(duì)人工智能如何開展的爭(zhēng)論包括對(duì)隱私保護(hù)和人工智能收益公平分配的憂慮，這種憂慮是該被鼓勵(lì)的。在人工智能技術(shù)如此快的實(shí)現(xiàn)速度之下，也伴隨著對(duì)其應(yīng)用的擔(dān)心。研究小組建議所有的政府律師掌握人工智能技術(shù)知識(shí)。此外，要通過(guò)移除障礙并增加私營(yíng)和公共支持，鼓勵(lì)在人工智能系統(tǒng)公平性、安全性、隱私和社會(huì)化應(yīng)用上的研究。目前在美國(guó)，至少有16個(gè)獨(dú)立的經(jīng)濟(jì)相關(guān)的政府部門涉及到人工智能。人工智能研究，特別是其應(yīng)用的快速進(jìn)展，需要這些部門的專家開發(fā)新的法律、政策概念與隱喻（metaphor）。當(dāng)自動(dòng)駕駛汽車發(fā)生車禍、醫(yī)療設(shè)備事故時(shí)誰(shuí)該負(fù)責(zé)？如何避免人工智能應(yīng)用宣傳種族歧視或者金融詐騙？誰(shuí)該得益于人工智能技術(shù)帶來(lái)的效率？對(duì)技術(shù)過(guò)時(shí)的人群應(yīng)該提供什么樣的保護(hù)？隨著人們?cè)诋a(chǎn)業(yè)流程和消費(fèi)產(chǎn)品中更廣、更深的融入人工智能，更好的實(shí)踐需要被鋪開，也須要有更適合的政府制度。研究小組沒(méi)有考慮近期人工智能系統(tǒng)會(huì)自動(dòng)選擇對(duì)人造成傷害，可能的是人們使用基于人工智能的系統(tǒng)做好的以及壞的目的。而且盡管人工智能算法可能比人類做出一些較少偏見(jiàn)的決策，保證用于人工智能決策的數(shù)據(jù)沒(méi)有偏見(jiàn)仍是一項(xiàng)技術(shù)挑戰(zhàn)，這些偏見(jiàn)可能導(dǎo)致基于種族、性別以及其他因素的歧視。面臨人工智能技術(shù)產(chǎn)生的重大變革，逼迫生成更多、更嚴(yán)格的條例也可能使不可避免的。錯(cuò)誤理解什么是人工智能可能刺激人們反對(duì)有益于每個(gè)人的這些技術(shù)。不合適的條例可能造成悲劇。信息貧乏的條例會(huì)而扼殺創(chuàng)新，或者將其轉(zhuǎn)移到其他司法權(quán)可能是達(dá)不到預(yù)期目標(biāo)的。幸運(yùn)的是，領(lǐng)導(dǎo)產(chǎn)生如今數(shù)字技術(shù)成功條例的原則為我們提供了起點(diǎn)。在私營(yíng)條例中，寬泛的法律規(guī)定配合強(qiáng)硬的透明度需求和有意義的強(qiáng)制措施（而非嚴(yán)格的控制）能夠鼓勵(lì)公司開發(fā)流程，鼓勵(lì)職業(yè)人員實(shí)施隱私控制，與外部利益相關(guān)者結(jié)合，并將實(shí)踐適應(yīng)于技術(shù)發(fā)展。這反過(guò)來(lái)也能支持專業(yè)貿(mào)易協(xié)會(huì)和標(biāo)準(zhǔn)委員會(huì)在開展最好的實(shí)踐上的發(fā)展。在人工智能中，監(jiān)控著也能加強(qiáng)內(nèi)部和外部問(wèn)責(zé)、透明度、專業(yè)度之間活動(dòng)的良性循環(huán)。我們急需一場(chǎng)重要的、有力的、信息豐富的討論會(huì)，討論如何以一種豐富我們生活與社會(huì)的方式最好的控制人工智能，同時(shí)鼓勵(lì)該領(lǐng)域的創(chuàng)造性。由于高計(jì)算能力和大規(guī)模數(shù)據(jù)是很多人工智能技術(shù)的燃料且不平等的分布于社會(huì)，這使得人工智能技術(shù)把機(jī)遇不平等性變得更寬。這些技術(shù)將促進(jìn)有機(jī)會(huì)接觸數(shù)據(jù)和計(jì)算能力的那群人的能力和效率。在政策是否培養(yǎng)民主價(jià)值觀、公平共享人工智能收益，或者是否將力量和收益聚集于少數(shù)幸運(yùn)的人手中，我們要對(duì)政策進(jìn)行評(píng)估。就像本報(bào)告記錄的那樣，人工智能相關(guān)的重大進(jìn)展在過(guò)去15年中已經(jīng)對(duì)北美城市造成了影響，而且在接下來(lái)的15年中將會(huì)發(fā)生更多大量的進(jìn)展。近期的進(jìn)步主要是由于互聯(lián)網(wǎng)帶來(lái)的大型數(shù)據(jù)集的增長(zhǎng)和分析、傳感技術(shù)的進(jìn)步，以及深度學(xué)習(xí)的應(yīng)用。在接下來(lái)幾年，隨著公眾鼓勵(lì)在交通、醫(yī)療這些領(lǐng)域的人工智能新應(yīng)用，它們肯定會(huì)以一種建立可靠的、理解的方式被引入，并且還要尊重人權(quán)與公民權(quán)利。在鼓勵(lì)創(chuàng)新的同時(shí)，政策和流程應(yīng)該解決道德、隱私和安全影響，還應(yīng)該保證人工智能技術(shù)的收益公平、廣泛的分配。如果人工智能研究與應(yīng)用到2030年以及更遠(yuǎn)的未來(lái)在北美城市生活發(fā)揮積極的影響，做上面提到的事情是很重要的。第一部分：什么是人工智能？本節(jié)介紹了研究人員和從業(yè)者如何定義「人工智能」以及目前正在蓬勃發(fā)展的人工智能研究和應(yīng)用領(lǐng)域。它提出了人工智能是什么和不是什么的定義，并介紹了一些當(dāng)前人工智能研究的「熱點(diǎn)」領(lǐng)域。本節(jié)為第二部分的內(nèi)容奠定了基礎(chǔ)，第二部分闡述了人工智能在八個(gè)領(lǐng)域和在第三部分中的影響與未來(lái)，第三部分介紹了涉及人工智能設(shè)計(jì)和公共政策的問(wèn)題，并提出在保護(hù)民主價(jià)值的同時(shí)如何鼓勵(lì)人工智能創(chuàng)新的建議。定義人工智能奇怪的是，人工智能缺乏一個(gè)精確的、被普遍接受的定義，這或許有助于該領(lǐng)域的加速成長(zhǎng)、繁榮以及前進(jìn)。雖然人工智能的從業(yè)者、研究人員和開發(fā)人員由一種粗略的方向感和一個(gè)「與它相處」的命令所引導(dǎo)，人工智能的定義仍然很重要，而NilsJ.Nilsson就提供了一個(gè)有用的定義：「人工智能就是致力于讓機(jī)器變得智能的活動(dòng)，而智能就是使實(shí)體在其環(huán)境中有遠(yuǎn)見(jiàn)地、適當(dāng)?shù)貙?shí)現(xiàn)功能性的能力?！箯倪@個(gè)角度來(lái)看，對(duì)人工智能的表征取決于個(gè)人愿意「適當(dāng)?shù)亍共ⅰ赣羞h(yuǎn)見(jiàn)地」為功能性提供合成軟件和硬件的信用。一個(gè)簡(jiǎn)單的電子計(jì)算器比人類大腦進(jìn)行的計(jì)算要快得多，而且?guī)缀鯊膩?lái)不出錯(cuò)。電子計(jì)算器智能嗎？像Nilsson一樣，研究小組以一種寬泛的視角來(lái)看待此問(wèn)題，認(rèn)為智力取決于一個(gè)多維頻譜。根據(jù)這一觀點(diǎn)，算術(shù)計(jì)算器和人腦之間的區(qū)別不是某一類，而是規(guī)模、速度、自主性和通用性的區(qū)別。同樣的因素可以用來(lái)評(píng)估智能的其他各例——智能語(yǔ)音識(shí)別軟件、動(dòng)物大腦、汽車巡航控制系統(tǒng)、圍棋程序、自動(dòng)調(diào)溫器——并將它們放置在頻譜中的適當(dāng)位置。雖然我們的寬泛解釋把計(jì)算器列在了智能頻譜中，但是如此簡(jiǎn)單的設(shè)備與今天的人工智能相比幾乎沒(méi)有相似之處。從這個(gè)角度看，對(duì)人工智能的表征取決于個(gè)人愿意「適當(dāng)?shù)亍共ⅰ赣羞h(yuǎn)見(jiàn)地」為功能提供合成軟件和硬件的信用。一個(gè)簡(jiǎn)單的電子計(jì)算器比人腦計(jì)算快得多而且?guī)缀鯊牟怀鲥e(cuò)。人工智能的邊界已經(jīng)遠(yuǎn)遠(yuǎn)走在前面，而計(jì)算器可以實(shí)現(xiàn)的功能只是當(dāng)下的智能手機(jī)的百萬(wàn)分之一。目前人工智能開發(fā)人員正在改進(jìn)、推廣和擴(kuò)大從當(dāng)下的智能手機(jī)中所建立起來(lái)的智能。事實(shí)上人工智能領(lǐng)域是一個(gè)不斷努力推動(dòng)機(jī)器智能向前發(fā)展的過(guò)程。具有諷刺意味的是，人工智能正在遭受失去話語(yǔ)權(quán)的長(zhǎng)期災(zāi)難，最終不可避免地會(huì)被拉到邊界內(nèi)，即一個(gè)被稱為「人工智能效應(yīng)（AIeffect）」或「奇怪悖論（oddparadox）」的重復(fù)模式——人工智能將一種新技術(shù)帶到了普通大眾中去，人們習(xí)慣了這種技術(shù)，它便不再被認(rèn)為是人工智能，然后更新的技術(shù)出現(xiàn)了。同樣的模式將在未來(lái)繼續(xù)下去。人工智能并沒(méi)有「交付」一個(gè)驚雷般改變生活的產(chǎn)品。相反人工智能技術(shù)以一個(gè)連續(xù)的、進(jìn)步的方式正在繼續(xù)更好的發(fā)展。人類尺度值得注意的是，作為頻譜的智能表征并不授予人類大腦以特殊地位。但到目前為止，即使人類擁有著「推理、實(shí)現(xiàn)目標(biāo)、理解和生成語(yǔ)言、感知和響應(yīng)感官輸入、證明數(shù)學(xué)定理、玩具有挑戰(zhàn)性的游戲、合成和總結(jié)信息、創(chuàng)造藝術(shù)和音樂(lè)甚至撰寫歷史」的能力，人類智力在純粹的多功能性上與生物的和人工的世界并不相匹配。這使得人類智能成為檢測(cè)人工智能進(jìn)步的一個(gè)自然選擇。它甚至可能是作為一個(gè)經(jīng)驗(yàn)法則被提出來(lái)，認(rèn)為計(jì)算機(jī)能夠執(zhí)行的、以及人們?cè)?jīng)實(shí)現(xiàn)了的任何活動(dòng)，都應(yīng)該算作智力的一個(gè)實(shí)例。但是對(duì)于任何人類能力的匹配只是一個(gè)充分條件而非必要條件。至少在速度上，已經(jīng)存在許多超越人類智力的系統(tǒng)，比如對(duì)機(jī)場(chǎng)成千上萬(wàn)的航班進(jìn)行每日往返行程的調(diào)度。對(duì)人工智能在國(guó)際象棋游戲中打敗人類玩家的長(zhǎng)期探索以及最終的成功為人類和機(jī)器智能之間的比較提供了一個(gè)高知名度的實(shí)例。人們已經(jīng)被國(guó)際象棋吸引了數(shù)百年。當(dāng)建立計(jì)算機(jī)的可能性即將來(lái)臨時(shí)，被許多人認(rèn)為是計(jì)算機(jī)科學(xué)之父的阿蘭圖靈「提到了以國(guó)際象棋作為范例來(lái)展示智力的計(jì)算機(jī)概念?！箾](méi)有對(duì)強(qiáng)大的計(jì)算機(jī)的訪問(wèn)，「圖靈玩了一個(gè)模擬計(jì)算機(jī)的游戲，他每走一步棋大約花半個(gè)小時(shí)。」但只是在六十和七十年代，由來(lái)自卡耐基-梅隆大學(xué)、斯坦福、麻省理工學(xué)院、莫斯科的理論和實(shí)驗(yàn)物理研究所以及西北大學(xué)的小組所貢獻(xiàn)的一長(zhǎng)串改進(jìn)之后，國(guó)際象棋游戲程序開始取得成果。終極推動(dòng)是來(lái)自IBM的一個(gè)長(zhǎng)期項(xiàng)目，DeepBlue程序于1997年以3.5-2.5的成績(jī)打敗了國(guó)際象棋冠軍GarryKasparov。奇怪的是，在人工智能趕上了它的難以捉摸的目標(biāo)之后沒(méi)多久，DeepBlue被描繪成一個(gè)「蠻力方法（bruteforcemethods）」集合，而不是「真正的智能（realintelligence）?！故聦?shí)上，IBM關(guān)于DeepBlue的后續(xù)出版物提供了有關(guān)其搜索和評(píng)價(jià)程序的豐富內(nèi)容，完全沒(méi)有提及「智能的（intelligent）」一詞！DeepBlue是否智能？又一次，邊界移動(dòng)了。一個(gè)可操作的定義人工智能也可由其研究人員的工作來(lái)定義。本報(bào)告主要將人工智能視為通過(guò)合成智能以研究智能特性的計(jì)算機(jī)科學(xué)的一個(gè)分支。雖然人工智能的出現(xiàn)是依靠著硬件計(jì)算資源的快速發(fā)展，但是這里對(duì)于軟件的關(guān)注反映出人工智能界的一個(gè)趨勢(shì)。盡管，最近在為基于神經(jīng)網(wǎng)絡(luò)計(jì)算建立定制硬件上取得的進(jìn)展已經(jīng)促進(jìn)了人工智能硬件和軟件之間的嚴(yán)格耦合。「智能（intelligence）」仍然是一個(gè)復(fù)雜現(xiàn)象，其不同方面已經(jīng)吸引了幾個(gè)不同研究領(lǐng)域的注意，包括心理學(xué)、經(jīng)濟(jì)學(xué)、神經(jīng)科學(xué)、生物學(xué)、工程學(xué)、統(tǒng)計(jì)學(xué)和語(yǔ)言學(xué)。人工智能領(lǐng)域自然是得益于所有這些相關(guān)領(lǐng)域的進(jìn)步。比如人工神經(jīng)網(wǎng)絡(luò)，如今已成為若干基于人工智能的解決方案的中心，它最初是受生物神經(jīng)元中有關(guān)信息流的思想所啟發(fā)。人工智能研究趨勢(shì)直到本世紀(jì)初，人工智能的吸引點(diǎn)主要在于它所傳遞的承諾，但在過(guò)去的十五年里，大多這樣的承諾已經(jīng)得到兌現(xiàn)。人工智能技術(shù)已經(jīng)充斥了我們的生活。當(dāng)它們成為了社會(huì)的一股中心力量時(shí)，該領(lǐng)域正在從僅僅建立智能系統(tǒng)，轉(zhuǎn)向了建立有人類意識(shí)的、值得信賴的智能系統(tǒng)。幾個(gè)因素加速了人工智能革命。其中最重要的是機(jī)器學(xué)習(xí)的成熟，部分由云計(jì)算資源和廣泛普及的、基于Web的數(shù)據(jù)收集所支持。機(jī)器學(xué)習(xí)已經(jīng)被「深度學(xué)習(xí)（deeplearning）」急劇地向前推進(jìn)了，后者是一種利用被稱作反向傳播的方法所訓(xùn)練的適應(yīng)性人工神經(jīng)網(wǎng)絡(luò)的一種形式。信息處理算法的這種性能飛躍一直伴隨著用于基本操作的硬件技術(shù)的顯著進(jìn)步，比如感覺(jué)、感知和目標(biāo)識(shí)別。數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品的新平臺(tái)和新市場(chǎng)，以及發(fā)現(xiàn)新產(chǎn)品和新市場(chǎng)的經(jīng)濟(jì)激勵(lì)機(jī)制，也都促進(jìn)了人工智能驅(qū)動(dòng)型技術(shù)的問(wèn)世。所有這些趨勢(shì)都推動(dòng)著下文中所描述的「熱門」研究領(lǐng)域。這種編輯只是想要通過(guò)某個(gè)或另一個(gè)度量標(biāo)準(zhǔn)來(lái)反映目前比其他領(lǐng)域得到更大關(guān)注的領(lǐng)域。它們不一定比其他領(lǐng)域更重要或更有價(jià)值。事實(shí)上目前的一些「熱門」領(lǐng)域在過(guò)去幾年中并不怎么流行，而其他領(lǐng)域可能在未來(lái)會(huì)以類似的方式重新出現(xiàn)。大規(guī)模機(jī)器學(xué)習(xí)許多機(jī)器學(xué)習(xí)的基本問(wèn)題（如監(jiān)督和非監(jiān)督學(xué)習(xí)）是很好理解的。目前努力的一個(gè)重點(diǎn)是將現(xiàn)有算法擴(kuò)展到更龐大的數(shù)據(jù)集上。例如鑒于傳統(tǒng)方法能夠負(fù)擔(dān)得起若干遍數(shù)據(jù)集的處理，現(xiàn)代方法是為單次處理所設(shè)計(jì)；某些情況只認(rèn)同非線性方法（那些只關(guān)注一部分?jǐn)?shù)據(jù)的方法）。深度學(xué)習(xí)成功訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的能力非常有益于計(jì)算機(jī)視覺(jué)領(lǐng)域，比如目標(biāo)識(shí)別、視頻標(biāo)簽、行為識(shí)別和幾個(gè)相關(guān)變體的應(yīng)用。深度學(xué)習(xí)也在大舉進(jìn)軍感知方面的其他領(lǐng)域，如音頻、語(yǔ)音和自然語(yǔ)言處理。強(qiáng)化學(xué)習(xí)鑒于傳統(tǒng)機(jī)器學(xué)習(xí)主要關(guān)注于模式挖掘，強(qiáng)化學(xué)習(xí)將重點(diǎn)轉(zhuǎn)移到?jīng)Q策中，這種技術(shù)將有助于促進(jìn)人工智能在現(xiàn)實(shí)世界中更深入地進(jìn)入相關(guān)研究和實(shí)踐領(lǐng)域。作為一種經(jīng)驗(yàn)驅(qū)動(dòng)型的序貫決策框架，強(qiáng)化學(xué)習(xí)已經(jīng)存在了幾十年，但是這個(gè)方法在實(shí)踐中沒(méi)有取得很大成功，主要是由于表征和縮放的問(wèn)題。然而深度學(xué)習(xí)的出現(xiàn)為強(qiáng)化學(xué)習(xí)提供了「一貼強(qiáng)心劑」。由谷歌DeepMind開發(fā)的計(jì)算機(jī)程序AlphaGo在五次對(duì)抗比賽中擊敗了人類圍棋冠軍，它最近所取得的成功在很大程度上要?dú)w功于強(qiáng)化學(xué)習(xí)。AlphaGo是通過(guò)使用一個(gè)人類專家數(shù)據(jù)庫(kù)來(lái)初始化一個(gè)自動(dòng)代理的方法被訓(xùn)練的，但隨后提煉的方法是通過(guò)大量地自我對(duì)抗游戲以及應(yīng)用強(qiáng)化學(xué)習(xí)。機(jī)器人至少在靜態(tài)環(huán)境中，機(jī)器人導(dǎo)航在很大程度上被解決了。目前的努力是在考慮如何訓(xùn)練機(jī)器人以泛型的、預(yù)測(cè)性的方式與周圍世界進(jìn)行交互?；?dòng)環(huán)境中產(chǎn)生的一個(gè)自然要求是操縱，這是當(dāng)下所感興趣的另一個(gè)話題。深度學(xué)習(xí)革命只是剛開始影響機(jī)器人，這在很大程度上是因?yàn)橐@得大的標(biāo)記數(shù)據(jù)集還很困難，這些數(shù)據(jù)集已推動(dòng)了其他基于學(xué)習(xí)的人工智能領(lǐng)域。免去了標(biāo)記數(shù)據(jù)需求的強(qiáng)化學(xué)習(xí)可能會(huì)有助于彌合這一差距，但是它要求系統(tǒng)在沒(méi)有錯(cuò)誤地傷害自己或其他系統(tǒng)的情況下能夠安全地探索出一個(gè)政策空間。在可信賴的機(jī)器感知方面的進(jìn)步，包括計(jì)算機(jī)視覺(jué)、力和觸覺(jué)感知，其中大部分將由機(jī)器學(xué)習(xí)驅(qū)動(dòng)，它們將繼續(xù)成為推進(jìn)機(jī)器人能力的關(guān)鍵。計(jì)算機(jī)視覺(jué)計(jì)算機(jī)視覺(jué)是目前最突出的機(jī)器感知形式。它是受深度學(xué)習(xí)的興起影響最大的人工智能子領(lǐng)域。直到幾年前，支持向量機(jī)還是大多視覺(jué)分類任務(wù)所選擇的方法。但是特別是在GPU中的大規(guī)模計(jì)算的匯合，使得更大數(shù)據(jù)集的可獲得性（尤其是通過(guò)互聯(lián)網(wǎng)）以及神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)導(dǎo)致了基準(zhǔn)任務(wù)中能的顯著提高（比如ImageNet中的分類器）。計(jì)算機(jī)首次能夠比人類更好地執(zhí)行一些（狹義定義的）視覺(jué)分類任務(wù)。目前的研究多是關(guān)注于為圖像和視頻自動(dòng)添加字幕。自然語(yǔ)言處理自然語(yǔ)言處理是另一個(gè)通常與自動(dòng)語(yǔ)音識(shí)別一同被當(dāng)做非?；钴S的機(jī)器感知領(lǐng)域。它很快成為一種擁有大數(shù)據(jù)集的主流語(yǔ)言商品。谷歌宣布目前其20%的手機(jī)查詢都是通過(guò)語(yǔ)音進(jìn)行的，并且最近的演示已經(jīng)證明了實(shí)時(shí)翻譯的可能性。現(xiàn)在研究正在轉(zhuǎn)向發(fā)展精致而能干的系統(tǒng)，這些系統(tǒng)能夠通過(guò)對(duì)話而不只是響應(yīng)程式化的要求來(lái)與人互動(dòng)。協(xié)同系統(tǒng)協(xié)同系統(tǒng)方面進(jìn)行的是對(duì)模型和算法的研究，用以幫助開發(fā)能夠與其他系統(tǒng)和人類協(xié)同工作的自主系統(tǒng)。該研究依賴于開發(fā)正式的協(xié)作模型，并學(xué)習(xí)讓系統(tǒng)成為有效合作伙伴所需的能力。能夠利用人類和機(jī)器的互補(bǔ)優(yōu)勢(shì)的應(yīng)用正吸引到越來(lái)越多的興趣——對(duì)人類來(lái)說(shuō)可以幫助人工智能系統(tǒng)克服其局限性，對(duì)代理來(lái)說(shuō)可以擴(kuò)大人類的能力和活動(dòng)。眾包和人類計(jì)算在完成許多任務(wù)方面由于人類的能力是優(yōu)于自動(dòng)化方法的，因而在眾包和人類計(jì)算方面，通過(guò)利用人類智力來(lái)解決那些計(jì)算機(jī)無(wú)法單獨(dú)解決好的問(wèn)題，該領(lǐng)域研究調(diào)查了增強(qiáng)計(jì)算機(jī)系統(tǒng)的方法，這項(xiàng)研究的提出僅僅是在大約15年前，現(xiàn)在它已經(jīng)在人工智能領(lǐng)域確立了自己的存在。最有名的眾包例子是維基百科，它是一個(gè)由網(wǎng)絡(luò)公民維護(hù)和更新的知識(shí)庫(kù)，并且在規(guī)模上和深度上遠(yuǎn)遠(yuǎn)超越了傳統(tǒng)編譯的信息源，比如百科全書和詞典。眾包專注于設(shè)計(jì)出創(chuàng)新的方式來(lái)利用人類智力。Citizen科學(xué)平臺(tái)激發(fā)志愿者去解決科學(xué)問(wèn)題，而諸如亞馬遜的MechanicalTurk等有償眾包平臺(tái)，則提供對(duì)所需要的人類智力的自動(dòng)訪問(wèn)。通過(guò)短時(shí)間內(nèi)收集大量標(biāo)記訓(xùn)練數(shù)據(jù)和/或人機(jī)交互數(shù)據(jù)，該領(lǐng)域的工作促進(jìn)了人工智能的其它分支學(xué)科的進(jìn)步，包括計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理。基于人類和機(jī)器的不同能力和成本，目前的研究成果探索出了它們之間理想的任務(wù)分離。算法博弈理論與(基于)計(jì)算機(jī)(統(tǒng)計(jì)技術(shù)的)社會(huì)選擇包括激勵(lì)結(jié)構(gòu)、人工智能的經(jīng)濟(jì)和社會(huì)計(jì)算維度吸引到了新的關(guān)注。自20世紀(jì)80年代初以來(lái)，分布式人工智能和多代理（multi-agent）系統(tǒng)就已經(jīng)被研究了，于20世紀(jì)90年代末開始有顯著起色，并由互聯(lián)網(wǎng)所加速。一個(gè)自然的要求是系統(tǒng)能夠處理潛在的不恰當(dāng)激勵(lì)，包括自己所感興趣的人類參加者或公司，以及自動(dòng)化的、基于人工智能的、代表它們的代理。備受關(guān)注的主題包括計(jì)算機(jī)制設(shè)計(jì)（computationalmechanismdesign）（一種激勵(lì)設(shè)計(jì)的經(jīng)濟(jì)理論，它尋求激勵(lì)兼容的系統(tǒng)，其中輸入會(huì)被如實(shí)報(bào)告）、(基于)計(jì)算機(jī)(統(tǒng)計(jì)技術(shù)的)社會(huì)選擇（computationalsocialchoice）（一種有關(guān)如何為替代品排列順序的理論）、激勵(lì)對(duì)齊信息獲?。╥ncentivealignedinformationelicitation）（預(yù)測(cè)市場(chǎng)、評(píng)分規(guī)則、同行預(yù)測(cè)）和算法博弈理論（algorithmicgametheory）（市場(chǎng)、網(wǎng)絡(luò)游戲和室內(nèi)游戲的平衡，比如poker——它在近幾年通過(guò)抽象技術(shù)和無(wú)遺憾學(xué)習(xí)（no-regretlearning）已經(jīng)取得了顯著的進(jìn)步）。物聯(lián)網(wǎng)（IoT）越來(lái)越多的研究機(jī)構(gòu)致力于這樣一個(gè)想法：一系列設(shè)備可以相互連接以收集和分享它們的感官信息。這些設(shè)備可以包括家電、汽車、建筑、相機(jī)和其他東西。雖然這就是一個(gè)技術(shù)和無(wú)線網(wǎng)絡(luò)連接設(shè)備的問(wèn)題，人工智能可以為了智能的、有用的目的去處理和使用所產(chǎn)生的大量數(shù)據(jù)。目前這些設(shè)備使用的是令人眼花繚亂的各種不兼容的通信協(xié)議。人工智能可以幫助克服這個(gè)「巴別塔」。神經(jīng)形態(tài)計(jì)算傳統(tǒng)計(jì)算機(jī)執(zhí)行計(jì)算的馮諾依曼模型，它分離了輸入/輸出、指令處理和存儲(chǔ)器模塊。隨著深度神經(jīng)網(wǎng)絡(luò)在一系列任務(wù)中的成功，制造商正在積極追求計(jì)算的替代模型——特別是那些受到生物神經(jīng)網(wǎng)絡(luò)所啟發(fā)的——為了提高硬件的效率和計(jì)算系統(tǒng)的穩(wěn)定性的模型。目前這種「神經(jīng)形態(tài)的（neuromorphic）」計(jì)算機(jī)尚未清楚地顯示出巨大成功，而是剛開始有望實(shí)現(xiàn)商業(yè)化。但可能它們?cè)诓痪玫膶?lái)會(huì)變成尋常事物（即使僅作為馮諾依曼所增加的兄弟姐妹們）。深度神經(jīng)網(wǎng)絡(luò)在應(yīng)用景觀中已經(jīng)激起了異常波動(dòng)。當(dāng)這些網(wǎng)絡(luò)可以在專門的神經(jīng)形態(tài)硬件上被訓(xùn)練和被執(zhí)行，而不是像今天這樣在標(biāo)準(zhǔn)的馮諾依曼結(jié)構(gòu)中被模擬時(shí)，一個(gè)更大的波動(dòng)可能會(huì)到來(lái)?？傮w趨勢(shì)以及人工智能研究的未來(lái)數(shù)據(jù)驅(qū)動(dòng)型范式的巨大成功取代了傳統(tǒng)的人工智能范式。諸如定理證明、基于邏輯的知識(shí)表征與推理，這些程序獲得的關(guān)注度在降低，部分原因是與現(xiàn)實(shí)世界基礎(chǔ)相連接的持續(xù)挑戰(zhàn)。規(guī)劃（Planning）在七十和八十年代是人工智能研究的一根支柱，也受到了后期較少的關(guān)注，部分原因是它強(qiáng)烈依賴于建模假設(shè)，難以在實(shí)際的應(yīng)用中得到滿足。基于模型的方法——比如視覺(jué)方面基于物理的方法和機(jī)器人技術(shù)中的傳統(tǒng)控制與制圖——已經(jīng)有很大一部分讓位于通過(guò)檢測(cè)手邊任務(wù)的動(dòng)作結(jié)果來(lái)實(shí)現(xiàn)閉環(huán)的數(shù)據(jù)驅(qū)動(dòng)型方法。即使最近非常受歡迎的貝葉斯推理和圖形模式似乎也正在失寵，被數(shù)據(jù)和深度學(xué)習(xí)顯著成果的洪流所淹沒(méi)。研究小組預(yù)計(jì)在接下來(lái)的十五年中，會(huì)有更多關(guān)注集中在針對(duì)人類意識(shí)系統(tǒng)的開發(fā)上，這意味著它們是明確按照要與之互動(dòng)的人類特點(diǎn)來(lái)進(jìn)行建模與設(shè)計(jì)的。很多人的興趣點(diǎn)在于試圖找到新的、創(chuàng)造性的方法來(lái)開發(fā)互動(dòng)和可擴(kuò)展的方式來(lái)教機(jī)器人。此外在考慮社會(huì)和經(jīng)濟(jì)維度的人工智能時(shí)，物聯(lián)網(wǎng)型的系統(tǒng)——設(shè)備和云——正變得越來(lái)越受歡迎。在未來(lái)的幾年中，對(duì)人類安全的、新的感知/目標(biāo)識(shí)別能力和機(jī)器人平臺(tái)將會(huì)增加，以及數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品數(shù)量與其市場(chǎng)規(guī)模將會(huì)變大。研究小組還預(yù)計(jì)當(dāng)從業(yè)者意識(shí)到純粹的端到端深度學(xué)習(xí)方法的不可避免的局限性時(shí)，會(huì)重新出現(xiàn)一些人工智能的傳統(tǒng)形式。我們不鼓勵(lì)年輕的研究人員重新發(fā)明理論，而是在人工智能領(lǐng)域以及相關(guān)領(lǐng)域（比如控制理論、認(rèn)知科學(xué)和心理學(xué)）的第一個(gè)五十年期間，保持對(duì)于該領(lǐng)域多方面顯著進(jìn)展的覺(jué)察。第二部分：人工智能在各領(lǐng)域的應(yīng)用雖然人工智能的很多研究和應(yīng)用會(huì)基于一些通用技術(shù)，比如說(shuō)機(jī)器學(xué)習(xí)，但在不同的經(jīng)濟(jì)和社會(huì)部門還是會(huì)有所區(qū)別。我們稱之為不同的領(lǐng)域（domain），接下來(lái)的這部分將介紹人工智能研究和應(yīng)用的不同類型，以及影響和挑戰(zhàn)，主要有八個(gè)方面：交通、家庭服務(wù)機(jī)器人、醫(yī)療健康、教育、低資源社區(qū)、公共安全、工作和就業(yè)、娛樂(lè)?；谶@些分析，我們還預(yù)測(cè)了一個(gè)有代表性的北美城市在未來(lái)15年的趨勢(shì)。與人工智能的流行文化中的典型敘述不同，我們尋求提供一個(gè)平衡的觀點(diǎn)來(lái)分析，人工智能是如何開始影響我們?nèi)粘Ｉ畹?，以及從現(xiàn)在到2030年，這些影響將如何發(fā)展。交通交通可能會(huì)成為首批幾個(gè)特定應(yīng)用領(lǐng)域之一，在這些領(lǐng)域，大眾需要對(duì)人工智能系統(tǒng)在執(zhí)行危險(xiǎn)任務(wù)中的可靠性和安全性加以信任。自動(dòng)化交通會(huì)很快司空見(jiàn)慣，大多數(shù)人在嵌入人工智能系統(tǒng)的實(shí)體交通工作的首次體驗(yàn)將強(qiáng)有力的影響公眾對(duì)人工智能的感知。一旦硬件做到足夠安全和穩(wěn)健，它進(jìn)入日常生活的速度將使公眾所驚訝，這可能需要時(shí)間進(jìn)行調(diào)整。隨著汽車逐漸取代人類成為更好的司機(jī)，城市居民擁有的車輛將減少，住所和工作地點(diǎn)的距離也會(huì)更遠(yuǎn)，花費(fèi)的時(shí)間也會(huì)發(fā)生變化。這會(huì)導(dǎo)致出現(xiàn)一種全新的城市組織架構(gòu)。再者，2030年在典型的北美城市中，人工智能帶來(lái)的改變將不僅限于車輛，還會(huì)影響各種飛行器和個(gè)人機(jī)器人，這將引發(fā)對(duì)社會(huì)、道德和政策等議題的討論。一些關(guān)鍵技術(shù)已經(jīng)催化了人工智能在交通領(lǐng)域的廣泛應(yīng)用。與2000年相比，智能手機(jī)的普及，各類傳感器成本的下降和性能的提升，使得我們今天能獲取的關(guān)于個(gè)人和群體交通數(shù)據(jù)的規(guī)模和多樣性獲得了驚人的增長(zhǎng)。如果沒(méi)有這些數(shù)據(jù)、連接、實(shí)時(shí)傳感和交通預(yù)測(cè)等應(yīng)用、路線規(guī)劃，共享乘車和自動(dòng)駕駛將不可能實(shí)現(xiàn)。智能汽車2001年，GPS被應(yīng)用于私家車用于定位，目前已經(jīng)成為交通系統(tǒng)的基礎(chǔ)部件。GPS在輔助司機(jī)進(jìn)行駕駛時(shí)也將關(guān)于交通模式的大量數(shù)據(jù)提供給科技公司和城市部門。擁有GPS功能的智能手機(jī)的廣泛應(yīng)用也進(jìn)一步增強(qiáng)了鏈接以及位置信息的共享。當(dāng)前的車輛還配備了各種傳感設(shè)備。根據(jù)估算，美國(guó)平均每一輛車上裝有70個(gè)傳感器，包括陀螺儀、加速器、億光環(huán)境光源傳感器和濕度傳感器。對(duì)于汽車來(lái)說(shuō)，傳感器已經(jīng)不是什么新事物了。2000年之前制造的汽車已經(jīng)裝配了能夠獲取自身速度、加速和輪胎狀況的傳感器。這些車輛還擁有一些功能，能夠把實(shí)時(shí)傳感和決策（例如ABS）、氣囊控制、電氣牽引系統(tǒng)和控制和電子穩(wěn)定程序結(jié)合起來(lái)。自從2003年以來(lái)，一些自動(dòng)化功能就已經(jīng)被引入了商用車，具體功能見(jiàn)下表。這些功能能夠協(xié)助司機(jī)，甚至完全取代司機(jī)的某些活動(dòng)來(lái)增強(qiáng)安全性和舒適性?，F(xiàn)在的汽車能夠自動(dòng)破車，在高速路上可以自適應(yīng)巡航控制，變換車道時(shí)可以提示駕駛員盲區(qū)中出現(xiàn)的物體信息。視覺(jué)和雷達(dá)技術(shù)被引入到碰撞預(yù)防系統(tǒng)。深度學(xué)習(xí)也已經(jīng)應(yīng)用在了這些方向，通過(guò)對(duì)周圍環(huán)境的物體檢測(cè)和聲音識(shí)別來(lái)提升自動(dòng)駕駛汽車的性能。不遠(yuǎn)的未來(lái)，在用于駕駛的功能方面，感知算法將超過(guò)人類的水平。包括視覺(jué)在內(nèi)的自動(dòng)化感知，在處理是被和跟蹤等任務(wù)時(shí)，已經(jīng)接近人類水平。除了感知方面的進(jìn)步，隨之出現(xiàn)的還有算法的進(jìn)一步提升所帶來(lái)的推理和規(guī)劃能力。近期一份報(bào)告預(yù)測(cè)，自動(dòng)駕駛汽車將在2020年得到廣泛應(yīng)用。而自動(dòng)駕駛功能的應(yīng)用也將不局限于個(gè)人交通。我們將看到自動(dòng)駕駛汽車和遠(yuǎn)程操控的運(yùn)載車輛、飛行器、和自動(dòng)駕駛卡車?；谟脩艄蚕淼慕煌ǚ?wù)也將充分利用自動(dòng)駕駛汽車。此外，機(jī)器人技術(shù)的進(jìn)步也將更有利于其他類型自動(dòng)駕駛設(shè)備的創(chuàng)造和應(yīng)用，包括機(jī)器人、無(wú)人機(jī)等。現(xiàn)在還不明確的一點(diǎn)是，自動(dòng)駕駛汽車需要發(fā)展到何種程度才能引起大眾的廣泛接受。半自動(dòng)駕駛汽車中的人車合作與人類司機(jī)認(rèn)知符合的潛在意義都還未能完全理解。但如果未來(lái)的自動(dòng)駕駛汽車以可預(yù)測(cè)的速度走向應(yīng)用，且超越人類的駕駛水平，那勢(shì)必將帶來(lái)重要的社會(huì)變化。自動(dòng)駕駛汽車消除了美國(guó)交通傷亡的一大原因，可以延長(zhǎng)人們的平均壽命。美國(guó)一個(gè)通勤者的單程平均駕駛時(shí)間是25分鐘。當(dāng)有了自動(dòng)駕駛技術(shù)之后，人們可以在通勤中有更多的時(shí)間來(lái)工作和休閑。自動(dòng)駕駛汽車帶來(lái)的舒適度的提升和認(rèn)知負(fù)擔(dān)的減少，再加上共享交通，將影響人們選擇居住地點(diǎn)。自動(dòng)駕駛汽車和點(diǎn)到點(diǎn)交通服務(wù)可能消除對(duì)私人汽車的需要。對(duì)整體汽車產(chǎn)業(yè)的影響難以預(yù)測(cè)?？掌囈约叭藗?nèi)找嬖黾拥穆眯幸庠缚赡軐?dǎo)致更多的總駕駛里程。此外，共享自動(dòng)駕駛汽車（人們使用汽車作為服務(wù)而非自己擁有汽車）可能減少總里程，特別是如果與好的結(jié)構(gòu)合理的激勵(lì)機(jī)制結(jié)合起來(lái)，比如通行稅或者折扣，就能鋪開旅行需求、拼車、減少擁堵。共享交通的實(shí)現(xiàn)可能取代對(duì)公共交通的需求，或者公共交通可能改變形式，邁向個(gè)人快速公交系統(tǒng)。這已經(jīng)在4個(gè)城市中實(shí)現(xiàn)了，它們使用小容量汽車在許多站臺(tái)間進(jìn)行按需運(yùn)輸與點(diǎn)到點(diǎn)運(yùn)輸。隨著自動(dòng)駕黑絲汽車變得更加普遍，安全上的問(wèn)題將會(huì)出現(xiàn)，包括如何在發(fā)布前保證該技術(shù)是安全的、在不同的路況下有適當(dāng)測(cè)試的。自動(dòng)駕駛汽車和連接交通基礎(chǔ)設(shè)施將為黑客創(chuàng)造一個(gè)新的犯罪地點(diǎn)。當(dāng)死亡不可避免時(shí)，汽車編程選擇犧牲什么人也會(huì)引發(fā)到的問(wèn)題，特別是當(dāng)汽車需要瞬間做出選擇的時(shí)候。美國(guó)大部分州的法律系統(tǒng)沒(méi)有覆蓋自動(dòng)駕駛汽車的條例。到2016年，美國(guó)的4個(gè)州（內(nèi)華達(dá)、弗羅里達(dá)、加州、密歇根）、加拿大的安大略、英國(guó)、發(fā)過(guò)、瑞典都已經(jīng)通過(guò)了在公共道路測(cè)試自動(dòng)駕駛汽車的條例。甚至這些法律都沒(méi)有解決自動(dòng)駕駛汽車和半自動(dòng)駕駛汽車責(zé)任和事故問(wèn)責(zé)的問(wèn)題。交通規(guī)劃到2005年，城市開始投資交通基礎(chǔ)設(shè)施以為汽車和行人交通開發(fā)傳感能力。目前已經(jīng)使用的傳感器包括感應(yīng)線圈、視頻攝像頭、遠(yuǎn)程交通微波傳感器、雷達(dá)和GPS。比如，2013年紐約市開始使用微博傳感器、攝像機(jī)網(wǎng)絡(luò)和流量計(jì)數(shù)器來(lái)檢測(cè)城市中的車輛交通。城市使用人工智能方法通過(guò)多種方式來(lái)優(yōu)化服務(wù)，比如公交車和地鐵規(guī)劃、跟蹤交通狀況以動(dòng)態(tài)調(diào)整限速或在高速路、橋梁和HOV車道上采用智能定價(jià)。通過(guò)道路網(wǎng)中的傳感器和相機(jī)，他們可以優(yōu)化交通等定時(shí)以改善交通流和幫助自動(dòng)執(zhí)法。這些動(dòng)態(tài)策略的目標(biāo)是更好地利用交通網(wǎng)中受限的資源，而且也因?yàn)閿?shù)據(jù)的可用性和個(gè)體的廣泛連通性而成為了可能。在2000年代以前，交通規(guī)劃者被迫依賴受限于特定日期或時(shí)間的靜態(tài)定價(jià)策略來(lái)管理需求。隨著動(dòng)態(tài)定價(jià)策略的采用，這會(huì)帶來(lái)涉及到公共利益公平分配的新問(wèn)題，因?yàn)楦咝枨蟓h(huán)境的市場(chǎng)條件可能會(huì)讓公共部分無(wú)法使用這些服務(wù)。大規(guī)模數(shù)據(jù)的可用性也讓交通成為了機(jī)器學(xué)習(xí)的一個(gè)完美領(lǐng)域。自2006年以來(lái)，Mapquest、谷歌地圖和Bing地圖等應(yīng)用已經(jīng)廣泛地被公眾用來(lái)規(guī)劃旅行線路、使用公交系統(tǒng)、接收關(guān)于交通狀況的實(shí)時(shí)信息和預(yù)測(cè)、以及尋找某個(gè)地點(diǎn)周圍的服務(wù)。優(yōu)化搜索算法已經(jīng)被用于汽車和行人去往給定目的地的路徑規(guī)劃。盡管有這些進(jìn)步，傳感和優(yōu)化技術(shù)在城市基礎(chǔ)設(shè)施上的廣泛應(yīng)用卻慢于這些技術(shù)在單獨(dú)的車輛或人上的應(yīng)用。盡管已經(jīng)有個(gè)別城市已經(jīng)部署了傳感和優(yōu)化應(yīng)用，但目前卻還沒(méi)有傳感基礎(chǔ)設(shè)施和人工智能技術(shù)的標(biāo)準(zhǔn)可用?；A(chǔ)設(shè)施需要成本，各個(gè)城市的重點(diǎn)也不一樣，而且涉及到人工智能的各方之間協(xié)調(diào)的高額成本對(duì)城市基礎(chǔ)設(shè)施的影響也越來(lái)越大。個(gè)體行動(dòng)、他們的偏好和他們的目標(biāo)的準(zhǔn)確預(yù)測(cè)模型會(huì)隨著更大的數(shù)據(jù)可用性而涌現(xiàn)。相關(guān)的道德問(wèn)題將在本報(bào)告的第三節(jié)進(jìn)行討論。美國(guó)交通運(yùn)輸部在2016年發(fā)布了一份提案，要求中等規(guī)模的城市想象用于交通的智慧城市基礎(chǔ)設(shè)施。這一倡議計(jì)劃向展示了技術(shù)和數(shù)據(jù)可以如何被用于重構(gòu)人與貨物的流動(dòng)方式的城市獎(jiǎng)勵(lì)4000萬(wàn)美元。一個(gè)愿景是實(shí)現(xiàn)車聯(lián)網(wǎng)，其可以通過(guò)車對(duì)車的通信實(shí)現(xiàn)高水平的駕駛安全。如果這一愿景成為了現(xiàn)實(shí)，我們預(yù)計(jì)在多代理協(xié)調(diào)、協(xié)作和規(guī)劃上的進(jìn)步將極大地影響未來(lái)的汽車發(fā)展，并在打造更加可靠更加高效的交通運(yùn)輸系統(tǒng)上發(fā)揮作用。機(jī)器人也可能會(huì)通過(guò)運(yùn)輸個(gè)人和包裹來(lái)參與到交通中（比如，Segway機(jī)器人）。對(duì)于貨物運(yùn)輸，人們對(duì)無(wú)人機(jī)的興趣越來(lái)越大，亞馬遜現(xiàn)在就正在測(cè)試使用無(wú)人機(jī)的快遞系統(tǒng)，盡管在合適的安全規(guī)則和監(jiān)管方面還存在著一些問(wèn)題。傳感能力的提升、無(wú)人機(jī)的采用和互連的交通基礎(chǔ)設(shè)施也將引發(fā)對(duì)個(gè)人隱私和私密數(shù)據(jù)安全的擔(dān)憂。未來(lái)幾年，這些問(wèn)題和相關(guān)的交通運(yùn)輸問(wèn)題也將需要得到解決——不管是通過(guò)部分行業(yè)內(nèi)先發(fā)制人的行動(dòng)還是在法律的框架內(nèi)。正如第三節(jié)政策討論中所指出的那樣，這些行動(dòng)的效果將會(huì)影響交通運(yùn)輸行業(yè)內(nèi)人工智能相關(guān)進(jìn)展的步伐和范圍。即時(shí)交通Uber和Lyft等即時(shí)交通服務(wù)已經(jīng)涌現(xiàn)成為了傳感、連接和人工智能的另一項(xiàng)關(guān)鍵應(yīng)用，這些技術(shù)可以使用算法根據(jù)位置和合適度（聲譽(yù)模型）來(lái)匹配司機(jī)和乘客。通過(guò)動(dòng)態(tài)定價(jià)，這些服務(wù)可以通過(guò)支付意愿進(jìn)行配給，動(dòng)態(tài)定價(jià)還有利于估計(jì)司機(jī)數(shù)量的增長(zhǎng)，這已經(jīng)成為了城市交通的一種流行的方法。隨著它們的快速發(fā)展，一些政策和法律問(wèn)題也隨之出現(xiàn)了，比如和已有的出租車服務(wù)競(jìng)爭(zhēng)以及對(duì)缺乏監(jiān)管和安全的擔(dān)憂。按需交通服務(wù)似乎很有可能成為自動(dòng)駕駛汽車的一個(gè)主要推動(dòng)力。拼車和駕乘共享一直以來(lái)都被視為有希望緩解交通擁堵的方法，而且還能更好地利用個(gè)人交通資源。Zimride和Nuride等服務(wù)將具有類似路線的人聚集到一起進(jìn)行聯(lián)合旅行。但拼車的方法難以獲得大規(guī)模的推動(dòng)力。人機(jī)交互幾十年來(lái)，人們一直在想象非常不同的、未來(lái)感十足的交通載具。盡管未來(lái)的車輛將會(huì)更加智能，無(wú)人機(jī)也將得到廣泛應(yīng)用，但在2030年之前我們不太可能會(huì)大規(guī)模地用上和現(xiàn)在已有的交通工具在外觀和功能上大相徑庭的交通載具。我們的研究小組并不指望可以海陸空穿行的無(wú)人機(jī)或四軸飛行器在這個(gè)時(shí)間范圍內(nèi)變成常用的交通運(yùn)輸方式（盡管現(xiàn)在已有原型機(jī)出現(xiàn)了）。我們預(yù)計(jì)人類會(huì)成為自動(dòng)駕駛汽車和無(wú)人機(jī)的訓(xùn)練、執(zhí)行和評(píng)估過(guò)程中的合作伙伴。這種伙伴關(guān)系可能是物理地，也可能是虛擬的。我們預(yù)計(jì)算法的進(jìn)步將促進(jìn)機(jī)器從人類輸入中的學(xué)習(xí)。我們還預(yù)計(jì)會(huì)出現(xiàn)建模人類注意機(jī)制、以及支持人機(jī)之間的通信和協(xié)作的模型和算法。這是未來(lái)汽車發(fā)展的一個(gè)組成部分。家庭/服務(wù)機(jī)器人過(guò)去十五年中，機(jī)器人已經(jīng)進(jìn)入了人們的家庭。但應(yīng)用種類的增長(zhǎng)慢得讓人失望，與此同時(shí)，日益復(fù)雜的人工智能也被部署到了已有的應(yīng)用之中。人工智能的進(jìn)步常常從機(jī)械的革新中獲取靈感，而這反過(guò)來(lái)又帶來(lái)了新的人工智能技術(shù)。未來(lái)十五年，在典型的北美城市里，機(jī)械和人工智能技術(shù)的共同進(jìn)步將有望增加家用機(jī)器人的使用和應(yīng)用的安全性和可靠性。特定用途的機(jī)器人將被用于快遞、清潔辦公室和強(qiáng)化安全，但在可預(yù)見(jiàn)的未來(lái)內(nèi)，技術(shù)限制和可靠機(jī)械設(shè)備的高成本將繼續(xù)限制狹窄領(lǐng)域內(nèi)應(yīng)用的商業(yè)機(jī)會(huì)。至于自動(dòng)駕駛汽車和其它新型的交通機(jī)器，創(chuàng)造可靠的、成熟的硬件的難度不應(yīng)該被低估。真空吸塵器經(jīng)過(guò)許多年的開發(fā)之后，真空清潔機(jī)器人ElectroluxTrilobite在2001年成為了第一款商用家庭機(jī)器人。它有一個(gè)簡(jiǎn)單的控制系統(tǒng)，可以做到避障和一些導(dǎo)航。一年之后，iRobot推出了Roomba，它的價(jià)格只有Trilobite的十分之一，只有512字節(jié)的RAM，運(yùn)行著一個(gè)基于行為的控制器。其所能做到的最智能的事情是避免從樓梯上跌落。自那時(shí)起，已有1600萬(wàn)臺(tái)Roomba被部署到了世界各地，現(xiàn)在也已有了其它一些競(jìng)爭(zhēng)品牌。隨著低成本嵌入式處理器的處理能力和RAM容量在2000年時(shí)令人沮喪的狀態(tài)的基礎(chǔ)上實(shí)現(xiàn)的提升，這些機(jī)器人的人工智能能力也取得了顯著的提升。簡(jiǎn)單的導(dǎo)航、自充電和處理垃圾箱裝滿的行為等已經(jīng)得到了解決，接著又解決了電線和地毯流蘇的問(wèn)題，這些是通過(guò)機(jī)械改進(jìn)和基于傳感器的感知的結(jié)合實(shí)現(xiàn)的。最近，全VSLAM（視覺(jué)同步定位和測(cè)繪，一種已經(jīng)存在了20年的人工智能技術(shù)）的加入讓機(jī)器人可以構(gòu)建它們所清潔的房屋的全3D世界模型，從而讓他們?cè)谒麄兊那鍧嵎秶鷥?nèi)更加高效。人們?cè)缙陬A(yù)測(cè)過(guò)的一些家用機(jī)器人應(yīng)用還沒(méi)有實(shí)現(xiàn)。機(jī)器人真空吸塵器也僅限于局部的平坦區(qū)域，而真正的家里有大量的單級(jí)階梯甚至樓梯；在機(jī)器人在真實(shí)家庭中的運(yùn)動(dòng)上的研究還非常少。硬件平臺(tái)的構(gòu)建仍然很困難，人們只對(duì)很少的應(yīng)用有足夠的購(gòu)買意愿。用于圖像標(biāo)注和3D對(duì)象識(shí)別等功能的感知算法盡管在人工智能會(huì)議上很常見(jiàn)，但離產(chǎn)品化還仍有幾年的時(shí)間。家庭機(jī)器人2030盡管家庭機(jī)器人到來(lái)的速度緩慢，但仍有跡象表明在接下來(lái)的15年內(nèi)會(huì)發(fā)生改變。像AmazonRobotics和Uber這樣的公司正在使用各種聚合技術(shù)開發(fā)大規(guī)模經(jīng)濟(jì)。也包括：模塊內(nèi)系統(tǒng)（SysteminModule，SiM）和許多片上系統(tǒng)（SystemonChip，SoC）的子系統(tǒng)，如今都被手機(jī)芯片制造商拒之門外（高通的SnapDragon，三星的Artik等）。這些系統(tǒng)至少要比十年前的超級(jí)計(jì)算機(jī)更好，它們有著8~64核，配備密碼學(xué)的專門化硅片、攝像頭驅(qū)動(dòng)、附加的DSPs，以及針對(duì)特定感知算法的硬硅片。這意味著低成本設(shè)備將能夠支持比我們15年前能夠想象到的更多的機(jī)載人工智能。云（其他人的計(jì)算機(jī)）將使得家庭機(jī)器人上的新軟件的快速迭代成為可能，共享更多的不同家庭內(nèi)收集的數(shù)據(jù)集，這反過(guò)來(lái)也能供給基于云的機(jī)器學(xué)習(xí)，然后進(jìn)一步改進(jìn)已經(jīng)部署了的機(jī)器人。由深度學(xué)習(xí)帶來(lái)的在語(yǔ)音理解和圖像標(biāo)記上的巨大進(jìn)步將增強(qiáng)機(jī)器人在家庭中與人的交互。低成本的3D傳感器受到游戲平臺(tái)的驅(qū)動(dòng)，全球數(shù)千名研究人員已經(jīng)開始在3D感知算法上的研究，這也將加速家庭和服務(wù)機(jī)器人的開發(fā)和采用。在過(guò)去的3年中，低成本的安全機(jī)械臂在全球已經(jīng)被數(shù)百個(gè)研究實(shí)驗(yàn)室引入，激起一波在家用機(jī)器人上的新型研究，這個(gè)日期可能是2025年。全球超過(guò)6家創(chuàng)業(yè)公司正在開發(fā)基于人工智能的家庭機(jī)器人，如今主要集中于社交互動(dòng)。最后，新的道德和隱私問(wèn)題可能會(huì)浮出表面。醫(yī)療對(duì)人工智能而言，醫(yī)療領(lǐng)域一直被視為一個(gè)很有前景的應(yīng)用領(lǐng)域?；谌斯ぶ悄艿膽?yīng)用在接下來(lái)的幾年能夠?yàn)榍О偃f(wàn)人改進(jìn)健康結(jié)果和生活質(zhì)量，但這是在它們被醫(yī)生、護(hù)士、病人所信任，政策、條例和商業(yè)障礙被移除的情況下。主要的應(yīng)用包括臨床決策支持、病人監(jiān)控、輔導(dǎo)、在外科手術(shù)或者病人看護(hù)中的自動(dòng)化設(shè)備、醫(yī)療系統(tǒng)的管理。近期的成功，比如挖掘社交媒體數(shù)據(jù)推斷潛在的健康風(fēng)險(xiǎn)、機(jī)器學(xué)習(xí)預(yù)測(cè)風(fēng)險(xiǎn)中的病人、機(jī)器人支持外科手術(shù)，已經(jīng)為人工智能在醫(yī)療領(lǐng)域的應(yīng)用擴(kuò)展出了極大的應(yīng)用可能。與醫(yī)學(xué)專家和病人的交互方法的改進(jìn)將會(huì)是一大挑戰(zhàn)。至于其他領(lǐng)域，數(shù)據(jù)是一個(gè)關(guān)鍵點(diǎn)。在從個(gè)人監(jiān)護(hù)設(shè)備和手機(jī)App上、臨床電子數(shù)據(jù)記錄上收集有用的數(shù)據(jù)方面，我們已經(jīng)取得了巨大的進(jìn)展，從協(xié)助醫(yī)療流程和醫(yī)院運(yùn)行的機(jī)器人那里收集的數(shù)據(jù)可能較少一些。但使用這些數(shù)據(jù)幫助個(gè)體病人和群體病人進(jìn)行更精細(xì)的針對(duì)和治療已經(jīng)被證明極其的困難。研究和部署人工智能應(yīng)用已經(jīng)被過(guò)時(shí)的條例和激勵(lì)機(jī)制拉扯后腿。在這樣大型的、復(fù)雜的系統(tǒng)中，貧乏的人機(jī)交互方法和固有的難題以及部署技術(shù)的風(fēng)險(xiǎn)也阻礙了人工智能在醫(yī)療的實(shí)現(xiàn)。減少或者移除這些障礙，結(jié)合目前的創(chuàng)新，有潛力在接下來(lái)幾年為千百萬(wàn)人極大的改進(jìn)健康結(jié)果和生活質(zhì)量。臨床應(yīng)用十幾年來(lái)，人工智能臨床助手的觀點(diǎn)已經(jīng)成為了陳詞濫調(diào)。盡管在醫(yī)療領(lǐng)域已經(jīng)有了成功的人工智能相關(guān)技術(shù)的試點(diǎn)，目前醫(yī)療輸送系統(tǒng)仍非常不幸的因結(jié)構(gòu)病態(tài)難以吸收、應(yīng)用新進(jìn)展。由平價(jià)醫(yī)療法案（AffordableCareAct）提供的激勵(lì)機(jī)制已經(jīng)加快了EHR在臨床實(shí)踐中的滲透，但執(zhí)行力度缺乏，破壞了臨床醫(yī)師對(duì)EHR作用的信心。一小撮公司控制著EHR市場(chǎng)，用戶界面普遍認(rèn)為不合格，包括醫(yī)師通常不理會(huì)惱人的彈出窗口。使用來(lái)自EHR數(shù)據(jù)的新型分析技術(shù)的潛力，包括人工智能，就由于這些原因和其他的條例與架構(gòu)障礙而難以被意識(shí)到。展望下一個(gè)15年，人工智能在進(jìn)步，如果配合足夠的數(shù)據(jù)與有的放矢的系統(tǒng)，這極有可能改變分配給臨床醫(yī)師的認(rèn)知任務(wù)。醫(yī)師如今還是老一套的從病人那里聽取病癥描述，在腦海中關(guān)聯(lián)與已知疾病的臨床表征的模式。有了自動(dòng)化助手，醫(yī)師反而能夠監(jiān)督這一流程，應(yīng)用自己的經(jīng)驗(yàn)和直覺(jué)指導(dǎo)輸入流程，并評(píng)估機(jī)器智能的輸出。醫(yī)師文字版本的實(shí)地經(jīng)驗(yàn)仍然很重要。一個(gè)主要挑戰(zhàn)是將人類方面的醫(yī)療與自動(dòng)化推理流程最佳結(jié)合。為了在未來(lái)取得進(jìn)步，臨床醫(yī)師必須從開始就參與其中，從而保證系統(tǒng)能很好建立且值得信任。新一代的熟悉技術(shù)的醫(yī)師已經(jīng)在手機(jī)設(shè)備上經(jīng)常使用專門化的App了。同時(shí)，初級(jí)保健醫(yī)師的工作量已經(jīng)增加到了尋求幫助的點(diǎn)。因此，開發(fā)新機(jī)器學(xué)習(xí)方法的機(jī)會(huì)，通過(guò)自動(dòng)挖掘科學(xué)文獻(xiàn)創(chuàng)造推斷架構(gòu)模式的機(jī)會(huì)，以及通過(guò)支持自由形式對(duì)話的認(rèn)知助手的機(jī)會(huì)，都是無(wú)比巨大的。鑒于這些進(jìn)展并未受到條例、法律、社會(huì)障礙的阻礙，對(duì)醫(yī)療價(jià)值的巨大改進(jìn)在我們的掌握之中。醫(yī)療分析在人口層次上，人工智能從數(shù)百萬(wàn)病人臨床記錄挖掘結(jié)果的能力能使得精細(xì)的、更私人化的診斷和治療成為可能。隨著完全的、一生僅一次的基因序列成為病人常規(guī)，基因型-表型連接的自動(dòng)發(fā)現(xiàn)也將成為可能。一個(gè)相關(guān)的（可能較早）能力將會(huì)是發(fā)現(xiàn)「像我的病人一樣的病人」，從而基于分析類似群體做治療決策。傳統(tǒng)的與非傳統(tǒng)的醫(yī)療數(shù)據(jù)，因社交平臺(tái)得以加強(qiáng)，可能導(dǎo)致自定義亞人口的出現(xiàn)，每個(gè)人受到周圍有自動(dòng)建議和監(jiān)控系統(tǒng)的醫(yī)療提供商生態(tài)系統(tǒng)的管理。隨著醫(yī)療流程和數(shù)百萬(wàn)個(gè)體的終身醫(yī)療記錄變得可用，這些發(fā)展有潛力從根本上轉(zhuǎn)變醫(yī)療輸送系統(tǒng)。類似地，可穿戴設(shè)備對(duì)個(gè)人環(huán)境數(shù)據(jù)的自動(dòng)獲取將擴(kuò)展個(gè)人醫(yī)療。隨著供應(yīng)商發(fā)現(xiàn)吸引大量人口（例如，共享醫(yī)療）的發(fā)現(xiàn)，然后創(chuàng)造出能挖掘產(chǎn)生個(gè)人分析與建議的大規(guī)模人工數(shù)據(jù)，這些活動(dòng)將具有更大的商業(yè)化可行性。不幸的是，F(xiàn)DA在認(rèn)可創(chuàng)造性診斷軟件上進(jìn)展緩慢，在加速創(chuàng)新上也有遺留障礙。HIPAA（HealthInsurancePortabilityandAccountabilityAct）法案要求保護(hù)病人隱私，這導(dǎo)致了病人數(shù)據(jù)流應(yīng)用人工智能技術(shù)的法律障礙。已批準(zhǔn)藥物的意外副作用可能要比今天出現(xiàn)的更快、更嚴(yán)厲，但分析藥物相互作用的手機(jī)APP可能受阻于應(yīng)用病人病例信息。更普遍的是，醫(yī)療領(lǐng)域的人工智能研究與創(chuàng)新因缺乏被普遍接受的隱私保護(hù)方法與標(biāo)準(zhǔn)而受阻。FDA認(rèn)可創(chuàng)新軟件的速度緩慢，部分是因?yàn)椴荒芮宄斫膺@些系統(tǒng)的成本/收益權(quán)衡。如果監(jiān)管者（主要是FDA）認(rèn)識(shí)到有效的上市后報(bào)告是一個(gè)可靠的對(duì)安全風(fēng)險(xiǎn)的對(duì)沖，對(duì)新的治療與干預(yù)措施的最初認(rèn)可可能成為可能。自動(dòng)圖像解析也是研究了數(shù)十年的課程。對(duì)大型弱標(biāo)記圖像的解析進(jìn)展是爆發(fā)性，比如來(lái)自網(wǎng)頁(yè)的大型圖片檔案。乍一看，你會(huì)很驚訝?zhēng)缀鯖](méi)有變革類似于醫(yī)療圖像解析的。大部分生成醫(yī)療圖像的方式（CT、MR、超聲波）都是電子化的，圖像都是存檔的，而且也有大型的公司有專注于圖像的內(nèi)部研發(fā)機(jī)構(gòu)（比如，西門子、飛利浦、GE）。但目前為止，還有數(shù)個(gè)障礙限制了進(jìn)展。在過(guò)去十年中，大部分醫(yī)院的圖像檔案都電子化了。更重要的問(wèn)題是不知道圖片中的內(nèi)容（圖片中是肝臟還是腎臟？），更不要說(shuō)做出精細(xì)判斷了（肝臟中的小黑點(diǎn)表明潛在的腫瘤？）。嚴(yán)厲的條例管理著這些高風(fēng)險(xiǎn)判斷。即使有前沿的技術(shù)，放射科醫(yī)師仍然傾向于查看圖像，所以價(jià)值定位還并不引人注目。同樣，醫(yī)療條例阻礙了機(jī)構(gòu)間的數(shù)據(jù)聯(lián)合。因此，只有大型的整合醫(yī)療公司才能夠解決這些問(wèn)題，比如KaiserPermanente。自動(dòng)/增強(qiáng)圖像解析的發(fā)展開始加快。接下來(lái)的15年內(nèi)可能不會(huì)帶來(lái)全自動(dòng)的放射學(xué)，但最初的圖像分類或者下一層的圖像檢查可能提高醫(yī)療圖像生成的速度的成本高效益。當(dāng)與電子病人記錄系統(tǒng)結(jié)合的時(shí)候，大規(guī)模的機(jī)器學(xué)習(xí)技術(shù)可能應(yīng)用于醫(yī)療圖像數(shù)據(jù)。例如，多專業(yè)醫(yī)療系統(tǒng)有百萬(wàn)病人掃描檔案，每個(gè)都有相關(guān)的放射報(bào)告，而且大部分有相關(guān)的病人記錄。已經(jīng)有論文表明通過(guò)在這些數(shù)據(jù)上訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，能產(chǎn)生基礎(chǔ)的放射性發(fā)現(xiàn)，有很高的可靠性。醫(yī)療機(jī)器人15年前，醫(yī)療機(jī)器人大多是科幻小說(shuō)內(nèi)的形象。一家從IBM衍生出的名為Robodoc的公司為矯形外科手術(shù)開發(fā)機(jī)器人系統(tǒng)。技術(shù)是可用的，但公司難以商業(yè)化最終關(guān)閉，技術(shù)也被收購(gòu)。盡管，近期外科機(jī)器人的研究與實(shí)際使用也開始爆發(fā)。在2000年，IntuitiveSurgical介紹了達(dá)芬奇系統(tǒng)，這是一個(gè)最初市場(chǎng)化的新技術(shù)，支持最低程度的心臟搭橋手術(shù)，然后在前列腺癌的治療上也獲得大量的市場(chǎng)吸引力，并在2003年與其主要的競(jìng)爭(zhēng)對(duì)手ComputerMotion合并。醫(yī)院運(yùn)行中的智能自動(dòng)化方面的成果較少，它不像外科機(jī)器人。20年前，一家名為HelpMate的公司為醫(yī)院輸送（比如食物和醫(yī)療記錄的輸送）創(chuàng)造了一個(gè)機(jī)器人，但最終破產(chǎn)。最近，Aethon為基礎(chǔ)輸送引入了TUG機(jī)器人，但目前為止少有醫(yī)院投資該技術(shù)。然而，其他服務(wù)產(chǎn)業(yè)的機(jī)器人，比如酒店與倉(cāng)庫(kù)，包括AmazonRobotics（前身為Kiva）的機(jī)器人都證明這些技術(shù)至少在大規(guī)模環(huán)境中是可用且具有成本效益的。此外，這些技術(shù)最終可能在醫(yī)療領(lǐng)域產(chǎn)生額外的創(chuàng)新。往前看，醫(yī)療領(lǐng)域出現(xiàn)的很多任務(wù)將增強(qiáng)而非完全的自動(dòng)化。例如，機(jī)器人可能向正確的屋子輸送物品，但然后就需要人進(jìn)行選擇，并放到最終位置。一旦一位病人站到步行器上，陪伴病人在走廊走動(dòng)可能就相對(duì)簡(jiǎn)單了（盡管面對(duì)術(shù)后或者老年病人，這個(gè)任務(wù)更瑣碎，特別是在走廊有大量器械和其他人的情況下）。在手術(shù)針準(zhǔn)確放置的情況下，進(jìn)行縫合對(duì)機(jī)器人而言也很簡(jiǎn)單。這表明很多未來(lái)的系統(tǒng)將在人與機(jī)器之間親密交互，而且需要在兩者間建立協(xié)作的技術(shù)。自動(dòng)化的成長(zhǎng)將產(chǎn)生對(duì)醫(yī)療流程的新洞見(jiàn)。歷史上，機(jī)器人機(jī)器人不是非常受數(shù)據(jù)驅(qū)動(dòng)或是面向數(shù)據(jù)的科學(xué)。隨著（半）自動(dòng)滲透到醫(yī)療領(lǐng)域，這正在發(fā)生改變。隨著新型外科、輸送、以及病人看護(hù)平臺(tái)變成線上，量化以及預(yù)測(cè)分析開始建立到來(lái)自這些平臺(tái)的數(shù)據(jù)之上。這些數(shù)據(jù)將被用于評(píng)估性能質(zhì)量、識(shí)別缺陷、錯(cuò)誤或者潛在的最優(yōu)方式，而且將被作為反饋改進(jìn)新能。簡(jiǎn)言之，這些平臺(tái)將促進(jìn)在做什么與結(jié)果檔案間建立連接，使得真正的「閉環(huán)」醫(yī)療成為可能。移動(dòng)健康目前為止，醫(yī)療上的循證分析依靠傳統(tǒng)的醫(yī)療數(shù)據(jù)，主要是上面討論過(guò)的電子醫(yī)療記錄。在臨床環(huán)境，有希望帶入新數(shù)據(jù)。例如，在人工智能代理的幫助下，Tele-Language使得醫(yī)師能夠同時(shí)與數(shù)個(gè)病人進(jìn)行語(yǔ)言治療。而且從病人手機(jī)被動(dòng)收集的數(shù)據(jù)中提取行為模式并發(fā)出警報(bào)的Lifegraph已被以色列的精神病醫(yī)師采納，用于檢測(cè)病人苦惱行為的早期跡象。向前看，受到移動(dòng)計(jì)算革命的驅(qū)動(dòng)，自然環(huán)境下生物統(tǒng)計(jì)學(xué)的驚人成長(zhǎng)以及平臺(tái)的爆發(fā)和應(yīng)用是一個(gè)有希望且未曾意料到的趨勢(shì)。大量的手機(jī)App如今在提供信息、引入行為修改，或識(shí)別「像我一樣」的群體。這些結(jié)合更專門化的運(yùn)動(dòng)追蹤設(shè)備（比如Fitbit）趨勢(shì)的興起，加上家庭環(huán)境與健康追蹤設(shè)備之間的（內(nèi)部）連通性的興起，已經(jīng)創(chuàng)造出了一個(gè)驚人的新的創(chuàng)新領(lǐng)域。通過(guò)結(jié)合社交和醫(yī)療數(shù)據(jù)，一些醫(yī)療App能進(jìn)行數(shù)據(jù)挖掘、學(xué)習(xí)與預(yù)測(cè)，盡管他們的預(yù)測(cè)相對(duì)基礎(chǔ)。數(shù)據(jù)的聚合與功能性的跨應(yīng)用可能將刺激出新的甚至更顯著的產(chǎn)品，比如不僅建議鍛煉日程甚至建議最佳鍛煉時(shí)間的App，并且還能為這些鍛煉日程提供輔導(dǎo)。老年看護(hù)在接下來(lái)的15年中，美國(guó)的老年人數(shù)量的增長(zhǎng)將超過(guò)50%。美國(guó)國(guó)家統(tǒng)計(jì)局表示在接下來(lái)10年內(nèi)，家庭健康助手將增長(zhǎng)38%。盡管該領(lǐng)域有廣泛的機(jī)會(huì)（基礎(chǔ)的深灰指出、交互以及通信設(shè)備，家庭健康監(jiān)控，各種簡(jiǎn)單的戶內(nèi)身體助手，比如步行器、備餐助手），在過(guò)去的15年中發(fā)生過(guò)很少。但即將到來(lái)的時(shí)代轉(zhuǎn)變將伴隨著老年人對(duì)技術(shù)接受度上的改變。目前出生于1946年的70歲的老人可能在中年或者更晚的年紀(jì)才體驗(yàn)到一些形式的個(gè)性化IT，然而如今50歲的老人對(duì)科技更親近也更熟悉。最終，對(duì)支持身體、情感、社交以及心理健康的可用的或者成熟的技術(shù)，老人將有更大的興趣，也將有更大的市場(chǎng)。以下是一些可能存在的例子：生活質(zhì)量與獨(dú)立性：自動(dòng)化交通將為老人提供持續(xù)的獨(dú)立性以及更寬的社交界限。共享信息將幫助家庭與出門在外的家庭保持聯(lián)系，預(yù)測(cè)分析可能被用于推動(dòng)家庭向積極行為發(fā)展，比如提醒往家打電話。家庭中的智能設(shè)備將在日常生活活動(dòng)上提供幫助，比如做飯。如果機(jī)器人操作能力有足夠的改進(jìn)，也能幫助老人穿衣服、如廁。健康保健監(jiān)控運(yùn)動(dòng)與活動(dòng)的手機(jī)應(yīng)用配合社交平臺(tái)將能夠推薦保持心理與身體健康的建議。室內(nèi)健康健康和健康信息的接入將能夠檢測(cè)心態(tài)與行為的變化，并做出護(hù)理提醒。個(gè)性化健康管理將幫助消除與多合并病癥和/或治療作用之間關(guān)聯(lián)的復(fù)雜性。治療與設(shè)備更好的聽從助手與視覺(jué)輔助設(shè)備的建議將消除聽覺(jué)與視覺(jué)障礙上的影響，提高安全性以及與社會(huì)的溝通。個(gè)性化康復(fù)與家庭內(nèi)治療將減少去醫(yī)院以及護(hù)理中心的需要。身體輔助設(shè)備（智能步行器、輪椅、外骨骼）將拓展身體有限制的人的活動(dòng)范圍。研究小組期望低成本傳感技術(shù)的爆發(fā)能為家庭內(nèi)的老人提供大量的能力。原則上，社會(huì)中實(shí)際存在（指人）以及有簡(jiǎn)單身體能力（例如，有基礎(chǔ)交流能力的移動(dòng)機(jī)器人）應(yīng)該為新的創(chuàng)新提供一個(gè)平臺(tái)。然而，如此做需要融合人工智能的多個(gè)領(lǐng)域（自然語(yǔ)言處理、推理、學(xué)習(xí)、感知、機(jī)器人），從而創(chuàng)造一個(gè)老年人可用的、合用的系統(tǒng)。這些創(chuàng)新將引發(fā)關(guān)乎多個(gè)圈子的隱私問(wèn)題，包括朋友、家庭以及護(hù)理員。教育在過(guò)去的十五年間，教育界見(jiàn)證了為數(shù)眾多的人工智能科技的進(jìn)步。諸如K-12線上教育以及大學(xué)配套設(shè)備等等應(yīng)用已經(jīng)被教育家和學(xué)習(xí)者們廣泛利用。盡管素質(zhì)教育還是需要人類教師的活躍參與，但人工智能在所有層面上都帶來(lái)了強(qiáng)化教育的希望，尤其是大規(guī)模定制化教育。如何找到通過(guò)人工智能技術(shù)來(lái)最優(yōu)化整合人類互動(dòng)與面對(duì)面學(xué)習(xí)將是一個(gè)關(guān)鍵性的挑戰(zhàn)，這一點(diǎn)醫(yī)療行業(yè)也是如此。機(jī)器人早已經(jīng)成為了廣為歡迎的教育設(shè)備，最早可以追溯到1980年MITMediaLab所研制出的LegoMindstorms。智能輔導(dǎo)系統(tǒng)（ITS）也成為了針對(duì)科學(xué)、數(shù)學(xué)、語(yǔ)言學(xué)以及其他學(xué)科相匹配的學(xué)生互動(dòng)導(dǎo)師。自然語(yǔ)言處理，尤其是在與機(jī)器學(xué)習(xí)和眾包結(jié)合以后，有力推進(jìn)了線上學(xué)習(xí)，并讓教師可以在擴(kuò)大教室規(guī)模的同時(shí)還能做到解決個(gè)體學(xué)生的學(xué)習(xí)需求與風(fēng)格。大型線上學(xué)習(xí)的系統(tǒng)所得的數(shù)據(jù)已經(jīng)為學(xué)習(xí)分析產(chǎn)生了迅速增長(zhǎng)的動(dòng)力。但是，學(xué)院與大學(xué)采用人工智能技術(shù)的步伐依然很緩慢，主要是由于資金的缺乏，以及其可以幫助學(xué)生達(dá)成學(xué)習(xí)目標(biāo)的有力證據(jù)。一個(gè)典型美國(guó)北部城市的未來(lái)五十年，智能導(dǎo)師與其他人工智能技術(shù)幫助教師在課堂或家中工作的規(guī)模很有可能會(huì)顯著擴(kuò)大，因?yàn)橐庠笇W(xué)習(xí)是基于虛擬現(xiàn)實(shí)的應(yīng)用。但是計(jì)算機(jī)為基礎(chǔ)的學(xué)習(xí)系統(tǒng)將無(wú)法完全替代學(xué)校里的教師們。教育機(jī)器人今天，K-12線上教育學(xué)校能夠利用更加復(fù)雜和多樣化的設(shè)備，這些都來(lái)自于許多創(chuàng)造了可在多種語(yǔ)言中編程的新型傳感技術(shù)的公司。Ozobot是一個(gè)機(jī)器人，教孩子們編代碼以及邏輯分析去讓它跳舞或根據(jù)顏色代碼模型玩游戲。Cubelets幫助教孩子們通過(guò)組裝有著不同功能的機(jī)器人模塊以進(jìn)行思考、行動(dòng)或感知來(lái)學(xué)習(xí)邏輯思維。WonderWorkshop的Dash和Dot則有著廣泛的編程能力。八歲以及以上的孩子們可以利用一個(gè)虛擬編程語(yǔ)言Blockly創(chuàng)造簡(jiǎn)單的動(dòng)作，或者通過(guò)C語(yǔ)言或Java制造一些IOS或安卓的應(yīng)用。PLEO機(jī)器人是一個(gè)機(jī)器人寵物，幫助孩子們通過(guò)讓機(jī)器人根據(jù)環(huán)境的不同方面做出反應(yīng)反應(yīng)學(xué)習(xí)生物學(xué)。然而，盡管有些機(jī)器人的確參與其中并帶來(lái)樂(lè)趣，但是為了讓它們更加普遍被利用，我們還需要一些有著足夠說(shuō)服性的證據(jù)以證明它們可以提高學(xué)生們的學(xué)術(shù)表現(xiàn)。智能輔導(dǎo)系統(tǒng)（ITS）與線上學(xué)習(xí)ITS由一些諸如Why-2Atlas的研究實(shí)驗(yàn)室項(xiàng)目發(fā)展而來(lái)，后者幫助人-機(jī)對(duì)話在這個(gè)時(shí)代的早期解決物理問(wèn)題。ITS從實(shí)驗(yàn)室的試驗(yàn)階段到實(shí)際應(yīng)用的迅速轉(zhuǎn)變十分驚人，但同時(shí)也是我們樂(lè)于見(jiàn)到的。可下載的軟件與線上系統(tǒng)，例如CarnegieSpeech或Duolingo提供了利用自動(dòng)語(yǔ)音識(shí)別和神經(jīng)語(yǔ)言程序?qū)W技術(shù)來(lái)識(shí)別語(yǔ)言中的錯(cuò)誤并幫助用戶修改的外語(yǔ)訓(xùn)練。輔導(dǎo)系統(tǒng)，例如CarnegieCognitiveTutor已經(jīng)在一些美國(guó)高校中有所應(yīng)用，幫助學(xué)生們學(xué)習(xí)數(shù)學(xué)。其他ITS也針對(duì)在圖像、電路、醫(yī)療診斷、計(jì)算機(jī)知識(shí)和編程、遺傳學(xué)、化學(xué)方面的訓(xùn)練進(jìn)行了發(fā)展。認(rèn)知輔導(dǎo)師軟件可以模仿一個(gè)優(yōu)秀的人類輔導(dǎo)師，例如在學(xué)生遇到某些數(shù)學(xué)問(wèn)題時(shí)提供暗示等?；谒蟮陌凳九c提供的答案，輔導(dǎo)師可以提供詳細(xì)具體的反饋。這種應(yīng)用也在向更高的教育擴(kuò)展。一個(gè)叫做SHERLOCK的ITS正在開始用來(lái)教空軍技師診斷飛行器中的電路系統(tǒng)障礙。南加州大學(xué)的信息科學(xué)學(xué)院已經(jīng)研發(fā)了更多先進(jìn)的，基于avatar的訓(xùn)練模塊幫助訓(xùn)練被送往國(guó)際崗位的軍隊(duì)人員與有著不同文化背景的人們進(jìn)行交流。對(duì)于個(gè)性化輔導(dǎo)的新算法，例如BayesianKnowledgeTracing，讓個(gè)體掌握學(xué)習(xí)和解決問(wèn)題的次序。大部分的驚喜來(lái)自于MOOCs的爆炸式發(fā)展與其他各種線上教育的模型——包括像維基百科和KhanAcademy以及復(fù)雜的學(xué)習(xí)管理系統(tǒng)，建立于同步或異步教育和適應(yīng)性學(xué)習(xí)工具。自從上世紀(jì)九十年代后期，例如像EducationalTestingService和Pearson已經(jīng)在研發(fā)自動(dòng)化的自然語(yǔ)言程序?qū)W估測(cè)工具，在標(biāo)準(zhǔn)測(cè)試中聯(lián)合評(píng)估論文。許多MOOCs課程非常受歡迎，還有EdX、Cousera以及Udacity都在利用自然語(yǔ)言處理、機(jī)器學(xué)習(xí)與眾包技術(shù)來(lái)評(píng)估較短的答案與論文中的錯(cuò)誤以及編程作業(yè)。支撐專業(yè)生級(jí)別的教育和終生學(xué)習(xí)的線上教育系統(tǒng)也在迅速擴(kuò)張。這些系統(tǒng)都具有很大的潛力因?yàn)槊鎸?duì)面的交流需要對(duì)于專家和跳槽者并不是非常重要。盡管他們不是人工智能系統(tǒng)和應(yīng)用界的領(lǐng)導(dǎo)，但是他們會(huì)成為這些技術(shù)在經(jīng)歷測(cè)試和強(qiáng)化過(guò)程中的早期采用者?？梢哉J(rèn)為人工智能是教師的秘密武器，特別是在高等教育中，可使用人工智能大幅度擴(kuò)展他們的課堂級(jí)別。為了不斷測(cè)試不同年級(jí)的學(xué)生，自動(dòng)生成問(wèn)題也是有可能，比如評(píng)估單詞量的問(wèn)題、多項(xiàng)選擇問(wèn)題，使用到了WordNet、Wikipedia、和線上知識(shí)本體這樣的資源。隨著線上課程的爆發(fā)，這些技術(shù)無(wú)疑將被線上教育采納。盡管這些系統(tǒng)在教育系統(tǒng)中的長(zhǎng)期影響還不明顯，人工智能社區(qū)在很短時(shí)間內(nèi)學(xué)習(xí)到了很多東西。學(xué)習(xí)分析從MOOC到KhanAcademy這些大規(guī)模線上學(xué)習(xí)系統(tǒng)以及較小的線上項(xiàng)目收集到的數(shù)據(jù)集，以及促進(jìn)了學(xué)習(xí)分析領(lǐng)域的快速發(fā)展。線上資源不僅對(duì)普遍傳播有里，也是進(jìn)行數(shù)據(jù)收集以及設(shè)備實(shí)驗(yàn)的天然工具，它有助于科學(xué)發(fā)現(xiàn)并規(guī)模化的改進(jìn)學(xué)習(xí)質(zhì)量。SocietyforLearningAna