无论我们接不接受，支不支持，人工智能的发展已经到了无法阻止的地步。少数派的声音被淹没在群体为人工智能狂欢的高潮之中，个体的发言微不足道。
所以表达观点之前应该对自己即将批判的对象有一个比较清晰的认知，这是个什么东西，它会带来什么，我们要怎么用？
其实AI不可怕，只要人类开发的过程中，不要破坏一些原则，“人工智能”与人类的相处还是会很融洽的，下面鄙人来说几点开发原则（不全面之处愿谅解且补充）。
1、 命令执行权限
电脑只能接受人脑的“指令”，必须由人预先将思维过程加以形式化和符号化，将指令输入电脑才可正常工作。因此，相关指令应当不包括：“极端行为”、“伤害他人行为”、“非法行为”等，不安全、不规范、不道德行为。
2、 被读取及学习风险（选择性学习能力、是非观）
在“人工智能”可以正常运行的前提，需要已被完全编程的主板，为防止其被恶意读取数据修改指令编程，安全方面需注意，鄙人认为可做“恶意修改感知”类格式化处理。另外，通过互联网的主动学习也许屏蔽一些非法、不健康、不道德等知识及案例。
3、 感性、社会性
总所周知，当今AI的应用已广泛市场，比如：医疗行业、教育行业、律师行业、制造行业、安保行业等，目前涉及的职位都需严谨，毋庸置疑，这是“AI工作者”不社会化认知、感情用事的去工作为佳，因此，在类似岗位上工作的“AI工作者”将不设定其感性思考逻辑、社会化认知系统（当然，现在技术还不具备使AI拥有这两个技能，未雨绸缪一下）。
4、 维护
为避免“人工智能将代替人类”、“人工智能将被恶意使用”此类伤害人类、扰乱社会的现象出现（当然，鄙人还是不相信人工智能会对人类产生威胁），对设备的后期维护，硬件升级最好保证开放方人类工作者来完成，即使科技进步飞快，也不要设定为“A人工智能”去维护“B人工智能”模式。
我们可以把人工智能算法简单分为两派，一派是巩固式学习，一派是自由式学习。巩固式学习一上来就告诉程序大概可分为几大类，大概有几个区间。
拿人做比喻。黑人、白人、黄种人，皮肤是什么颜色，颜色指数到多少，身高到多少，什么区间内大概是小孩、男人、女人，黑人、白人。把照片输进去，让机器分出类别来。
分析数据，来一个分析一个，程序把这个系统训练得非常好之后，下一次再来一组数字。虽然这个数据之前没测验过，但根据之前所学，依据身高，头发，肤色等，能大概判断出这张照片是男的、女的。这就是巩固式学习。
自由式学习就是让程序自己从大堆输入的数据中找规律，不提前告诉要怎么分组，不说要分出男人、女人，或者黑人、白人，智能机器通过读取分析各种数据，自己学会分出男女，或者还可能分出第三种、第四种人来。
有人也把它称为有监督的学习和无监督学习，这些就是目前人工智能比较前沿的理论。
閱讀更多 你的孤獨雖敗猶榮九九 的文章
