原标题：Toby Walsh教授：四个指数趋势解释人工智能威胁论！
Toby Walsh是澳大利亚新南威尔士大学（CSIRO）的教授，Data61 （CSIRO）研究小组组长，人工智能方面的专家。Walsh教授在悉尼首席信息官峰会上发表主题演讲时说道：CIO（首席信息官）们其实不需要担心人工智能会对未来造成威胁，我们距离生产出与人类大脑高度匹配的机器人还有很远的路程。
Walsh教授认为，我们目前造出的机器人虽然执行任务的水平超过人类，但它们只会按照我们的要求去执行任务，只能算是一个无意识的文字工具。我们如果想要生产出与人类能力完全一致的机器人或许还需要很久，可能是50年，也可能是100年，甚至是永远。
尽管如此，Walsh教授还是很高兴人工智能威胁论的话题能够成为CIO们关注的焦点，并且出现在战略商业计划中。
Walsh教授说到：“人工智能是当前人们最喜欢的科目之一，同样也是我小时候最喜欢的科目。我们读过很多的科幻小说，梦想着一个满是智能化电脑和机器人的未来，这样的未来似乎已经快要到来。”
我们或许想要问这样一个问题：人工智能能够在今天取得这样突飞猛进的发展，到底是基于怎样的因素？Walsh教授将答案总结于四个指数趋势。
第一个指数趋势是摩尔定律。由于物理量子限制等技术问题导致摩尔定律失效。英特尔宣布，今后晶体管数量再也不会每两年翻倍一次。
Walsh教授表示，尽管如此，我也并不担心这个领域的发展会受到限制。在过去的20年，芯片研发人员一直处于很懒散的状态。他们只是缩小了806数据结构，在芯片的设计上并没有太大的创新。但是我们看到了DPU（分散处理单元）的价值，我们在硬件中看到了更多有趣的东西，比如机器学习。这将会使我们在相同的晶体管数量下进行更多的计算。虽然摩尔定律在技术上已经消亡，但仍存在很大的创新空间，并将为计算机的发展赋予更大的动力。
第二个指数是不断升级的数据量。在企业家心里，运营和客户数据永远排在第一位。Walsh教授表示，如今的数据量比过去翻了几番，这对于人工智能来说是一个大契机。我们现在做的很多事情，尤其是机器学习，都属于数据培训。
Walsh教授补充到，目前人工智能的一个不足点是机器学习的速度过于缓慢。机器学习虽然是模仿人类的思维去学习，但是与人类不同的是机器学习是从例子中模拟学习。最先进的机器学习仍然需要从几十万甚至是几百万的例子中学习。但唯一的好处是海量的数据得以收集，我们可以从大量的数据中迅速得到想要的信息。
第三个指数趋势是算法方面的突破进展。Walsh教授表示，在过去的几年里，随着深度学习的发展，算法的性能呈指数级增长。
第四个指数趋势是流入该领域的资金数量。Walsh教授表示，通过这种方式，您可以衡量该领域的风险投资数量，可以预估AI领域的参与人数以及创业公司的数量，并且这些数量每两年就会翻一倍。
“将这四个趋势放在一起，就是人工智能取得重大进展的秘诀。”但Walsh教授强调，尽管人工智能前景可观，但想要生产出达到人类执行能力的机器人，未来还需面临很多棘手挑战。
考虑到技术的局限性，Walsh教授认为，今天的人工智能可以完成一些实时性强的重复性高的任务，例如瞬间识别人脸功能。
说到这里，那么我们一般都会让机器人帮助我们做哪些工作呢？一般分为这四类：肮脏的（dirty）、无趣的（dull）、困难的（difficult）、危险的（dangerous），我们称之为4D。从这种意义上讲，机器人也确实是一个有意思的存在。
如今随着科技的发展，人们对科技的要求越来越高，实际应用需要涉及更复杂的自动化和人工智能，聊天机器人就是人工智能实际应用的一个很好的例子。
文章最后，笔者用Walsh教授的一句话作为结尾：“在我们担心人工智能可能带来威胁之前，我们真正需要处理的是地球更紧迫的问题，比如气候变化！”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
