近些年，隨著人工智能的話題越來越熱，引發了人們的一系列擔憂，京東的智能小車會替代快遞員嗎？魯班機器人會取代設計師嗎？生產線的機器人會完全取代人工嗎？... ...我們雖然現在還處于弱人工智能時代，但AI對人類生產協作的沖擊不言而喻，是這樣嗎？我們會不會對人工智能有些誤區呢？

誤區1:什么是人工智能？

「它是一個特定技術」，工智能經常會與多層卷積神經網絡混淆。這有點像把物理和蒸汽機的概念搞混了。人工智能探究如何在機器中創造智能意識，它不是在研究中產生的任何一個特定的技術。

「這是一個特定類別的技術方法」，例如，經常有人用符號化或邏輯化的方法將人工智能與「其他方法」相互比較，如神經網絡和遺傳編程。人工智能不是一種方法，它是一個課題。所有這些方法都是在對人工智能進行研究的產物。

「人工智能只是算法」，人工智能的確包含算法（也可粗略定義為程序），它也包含計算機中其他的應用。當然，人工智能系統需要處理的任務相比傳統算法任務（比如排序、算平方根）復雜得多。

誤區2:人工智能將如何造福人類？

「人工智能沒有人性」，在很多反烏托邦幻想中，人工智能會被用來控制大部分人類，無論是通過監視，機器人執法，法律判決甚至控制經濟。這都是未來可能出現的情況，但首先它不會被大多數人接受。人們往往忽視人工智能可以讓人類接觸更多的知識，消除人與人之間的語言隔閡，解決無意義和重復的繁重任務。

「人工智能將造成不平等」，自動化程度的提升將使財富集中到越來越少的人手里。但是現在，如何使用人工智能的選擇權在我們手里。

誤區3：什么是機器學習？

「機器學習是一個新的領域，它已經代替了人工智能的地位」。這種誤解是最近機器學習熱潮產生的副作用，大量學生在之前沒有接觸過人工智能的情況下學習了機器學習課程。機器學習一直是人工智能的核心話題：阿蘭·圖靈在二十世紀五十年代的論文中已經認為學習是通向人工智能最可行的途徑。

「機器不能學習，它們只能做程序員告訴它的事情」。這顯然是錯的，程序員能夠告訴機器如何學習。Samuel 是一個優秀的跳棋玩家，但他的程序很快就通過學習超過了他。近年來，機器學習的很多應用都需要大量數據來進行訓練。

 誤區4:什么是神經網絡？

「神經網絡是一種新型計算機」，在實踐中，幾乎所有的神經網絡都運行在普通的計算機架構上。一些公司正在設計專用機器，它們有時會被稱作是「神經計算機」，可以有效地運行神經網絡，但目前為止，這類機器無法提供足夠的優勢，值得花費大量時間去開發。

「神經網絡像大腦一樣工作」，事實上，生物神經元的工作方式比神經網絡復雜得多，自然界存在很多種不同的神經元，神經元的連接可以隨時間進行改變，大腦中也存在其他的機制，可以影響動物的行為。

誤區5:什么是強人工智能和弱人工智能？

「強人工智能是人類智力級別通用人工智能研究的方向」。這個解釋具有代表性，但這不是強/弱人工智能概念被提出時的本來意義。

「弱人工智能」被認為是針對特定領域，執行特定任務的人工智能研究，如語音識別和推薦系統（也稱工具 AI）。雖然沒有人具有最終解釋權，但這種語義的轉換可能會造成不必要的混亂。

誤區6:為什么人們會突然對人工智能如此擔心？

從 2014 年開始，媒體就報道如霍金、埃隆馬斯克、比爾蓋茨等名人對人工智能的擔憂。這些報道通常引用那些最絕望話語并省略實質擔心的深層原因，通常就像「什么是人工智能現存風險」那樣的問題。另外，因為人工智能的發展正在加速。這種加速可能是很多因素的集合，包括逐步完善的理論基礎，它連接了很多的人工智能領域成為一個統一的整體。還有學術實驗室能產出達到能夠應用并解決現實世界的實際問題在人工智能方向商業投資的急劇增加也作為。

結語：小編認為人工智能的發展是為了更好地造福人類，而非與人類作對，取代人類。當然，AI會取代一部分成本高、重復度高的崗位，但就像工業革命、電氣革命一樣，我們一定會創造出更多的崗位，讓人們生活的更有價值！