智能家電、智能手機、人臉識別、智能機器人……不知不覺，人們的生活已經進入智能時代。人工智能已經戰勝人類棋手，正在超越醫生診斷，未來也許將取代司機等人類職業。
西湖大學講席教授、耶魯大學兼職教授許田認為，當生物科技遇上人工智能，將帶來人類歷史上最猛烈的一次科技革命。《極簡宇宙史》的作者、霍金的學生克里斯托弗·加爾法德認為，人工智能將幫助人們更好地瞭解整個世界，瞭解生物的生命起源，幫助我們進行時空旅行，到另外一個星球去。清華大學計算機科學與技術系教授孫富春提出，未來，人工智能時代最重要的一個特點將是人與機器共生。以前，人與機器的關係是單向的、百分之百服從的。但是未來機器一方面將服從人的指令，另一方面人的決策也將受到機器的影響。
2018年3月28日，在共青團貴州省委主辦的“觸摸科學大咖 遇見科技未來”主題講座上，西湖大學講席教授、耶魯大學兼職教授許田、《極簡宇宙史》作者克里斯托弗·加爾法德、清華大學計算機科學與技術系教授孫富春、貴州師範大學副校長謝曉堯等科學家在貴州師範大學展開頭腦風暴，向1000多名來自貴州各高校的老師和學生揭示了人工智能的發展將如何改變人類的未來。
生物醫學×人工智能
在人類近代史上，科技革命推動了一波又一波的社會變化。許田認為，下一波改變人類生活和生命的科技革命將是生物科技。“科技革命普遍有一個特點，三十年緩慢的孵化、三十年後快速推動經濟和社會發展，六十年左右的時間之後，技術已經老化，很難產生新的推動力。”許田認為。“生物科技已經過了三十年的緩慢增長期，進入了十年的快速增長期。”而人工智能從20世紀80年代開始，剛好過去了30年。“當生物科技與人工智能兩波科技革命相遇，將產生無與倫比的力量。”許田說。
許田最早關注人工智能是在2012年，當時美國的新聞報道稱，斯坦福大學吳恩達教授的一項科技成果，使得計算機可以學習並識別一隻貓，許田認為這是一件激動人心的事情。雖然他一直深耕生物領域的研究，沒有學習過計算機的相關知識，自認為數學基礎也不太好，但他認為，這是他一定要做的事情，決定重新進行數學和計算機的學習。學習之後他對人工智能有了更深入的認識，也許普通人認為以深度學習為代表的人工智能打敗了圍棋世界冠軍，是因為他計算速度快、容量較大，但其實並不盡然，“現在的深度學習，更像人的智能了。”許田說。
西湖大學、耶魯大學教授 許田
在藥物研發方面，人工智能也會給目前效率低下、時間密集、不斷試錯的藥物研發過程帶來重大變革。據許田介紹，用傳統的方法進行新藥的研發，成本越來越高、花費的時間也越來越多，目前，研發一個新藥的成本平均在200億美金，時間平均為14年。但是將人工智能用於藥物研發，效率的提升是顯著的。目前，將人工智能與藥物研發相結合，許田與他的團隊用四年時間，使得四種藥物進入臨床二期和一期，“這是非常驚人的速度。”
目前，許田與他的團隊正在研究用神經網絡處理分子生物學的複雜信息，他們創建了一個兩萬人的樣本，每一個樣本都有24000個基因表達，他們希望提取、簡化人類基因表達的性狀。最終，他們希望建立人類基因組的基因表達神經網絡，未來，這不僅有助於癌症的診斷，也將有助於其它疾病的診斷。
人工智能的發展會帶來生物醫學的變革，與此同時，生物醫學的研究成果反過來也可以促進人工智能的發展。“人工智能中的深度學習最早就是模擬了哺乳動物視神經網絡，以及學習的方法。這個領域在未來顯然會是最熱門的領域，最有前途、最有新發現的領域。”許田說。
人與機器的共生
“人工智能從以大數據和深度學習為代表的弱人工智能，現在正在進入從特徵象能空間，下一步就是強人工智能。”清華大學計算機科學與技術系教授孫富春說。“我覺得強人工智能更接近於人的智能，最高形式將是碳智能和人機混合智能。”
清華大學計算機科學與技術系教授 孫富春
20世紀80年代時，漢斯·莫拉維克（Hans Moravec）等人曾經提出，與傳統假設不同，對於計算機而言，實現邏輯推理等人類高級智慧只需要相對很少的計算能力，而實現感知、運動等低等級智慧卻需要巨大的計算資源。語言學家和認知科學家史蒂芬·平克（Steven Pinkder）認為，經過35年人工智能的研究，人們學到的主要內容是：困難的問題是簡單的，簡單的問題是困難的。
一個三歲的孩子具有的辨識人臉、自由走動、回答問題、情感交互等基本能力，甚至是下意識的動作，對於計算機來說卻是很困難的問題。而下棋這樣一個對人來講比較困難的問題，對於機器來說卻很簡單，類似於下棋這樣需要運算能力的智能，被稱為硅智能。
“未來，人工智能時代一個最重要的特點是人和機器共生。”孫富春說。過去人和機器的關係是單向的，機器百分之百服從人，但是人工智能時代人和機器的關係是雙向的，機器要服從人，同時人的決策會受到機器的影響。未來，人所下達的命令，機器可能會提出不同的觀點，比如人會讓機器做什麼事情，機器會說這種方式不好可能另外一種方式更好。“這種生態我們叫人工智能的共生生態。”孫富春說。
發現宇宙未知
數據是人工智能發展的燃料，而天文學正面臨著數據洪潮，因此在天文研究中，以機器學習為代表的人工智能正扮演著越來越重要的角色。此前，在谷歌和美國德克薩斯大學奧斯汀分校的合作中，採用機器學習算法，對美國宇航局開普勒天文望遠鏡獲取的數據進行分析，成功的找到兩顆新的行星。
而在中國的貴州，擁有世界最大的射電天文望遠鏡“中國天眼”，“中國天眼”能夠捕捉到海量的宇宙原始數據，但是這些數據本身並不能立即告訴人們哪些是人類未知的天文現象，需要數據處理中心進行處理，才能進一步研究。為了對“天眼”數據進行及時深入的處理，貴州師範大學建立了貴州省射電天文數據處理重點實驗室。
“我們用機器學習算法建立了天文大數據計算和候選體的人工智能識別。”貴州師範大學副校長謝曉堯說。“如果不能夠對海量數據進行及時的計算，這些就只是數據垃圾，現在我們已經把計算速度提高了1000倍，在天文界達到了國際領先水平。”
貴州師範大學副校長 謝曉堯
目前，貴州師範大學的實驗室協助國家天文臺，已經發現了11顆脈衝星和54顆候選體，可以說，數據中心在脈衝星搜索計算和人工智能識別等方面，達到了世界領先水準。
當然，除了脈衝星的發現，宇宙那麼大，還有更多未知需要探索。“人工智能會幫助我們更好地瞭解整個世界，瞭解生物的生命起源，幫助我們進行時空旅行，到另外一個星球去。”克里斯托弗·加爾法德說。“此前，我和霍金教授一起為BBC拍攝了一部紀錄片，我們希望征服宇宙裡的其他地方，我們希望用人工智能讓我們更好地瞭解這個宇宙。我們需要有一個開放性的心態，去更好地理解人工智能。”
《極簡宇宙史》作者、霍金學生克里斯托弗·加爾法德
閱讀更多 最新科技資訊 的文章
