現(xiàn)代的人工智能可以找出對(duì)應(yīng)的模式，然后對(duì)對(duì)象進(jìn)行分類，做出決策并評(píng)估結(jié)果。它可以使用反饋循環(huán)學(xué)習(xí)和適應(yīng)新情況。格物斯坦認(rèn)為：整個(gè)周期在大型組織中可能需要數(shù)年時(shí)間，但由人工智能驅(qū)動(dòng)的設(shè)計(jì)合理的流程可以在幾天內(nèi)完成。它可以自我重新編碼，推演變化，并驗(yàn)證它是否實(shí)際上是朝著你想要的方向移動(dòng)，所有這些都是以超出人類能力的準(zhǔn)確性和速度進(jìn)行的。這相當(dāng)強(qiáng)大。但也相當(dāng)具有威脅性。

人工智能系統(tǒng)擁有的數(shù)據(jù)越多，其能力提高的速度就越快。然而，對(duì)于擁有較少數(shù)據(jù)的部分企業(yè)和組織而言，如何滿足人工智能對(duì)數(shù)據(jù)的需求則是一個(gè)難題。但是，這并不意味著此類企業(yè)和組織無法使用人工智能。2020年，更多人工智能系統(tǒng)會(huì)依賴集學(xué)習(xí)能力和邏輯性于一身的“神經(jīng)符號(hào)”技術(shù)。神經(jīng)符號(hào)技術(shù)是突破自然語言處理技術(shù)的關(guān)鍵，它能夠結(jié)合常識(shí)性推理和各領(lǐng)域的專業(yè)知識(shí)來幫助計(jì)算機(jī)更好地理解人類語言和對(duì)話。此類突破將幫助企業(yè)部署對(duì)話能力更強(qiáng)的自動(dòng)化客戶關(guān)懷工具和技術(shù)支持工具，同時(shí)還將大大減少訓(xùn)練人工智能所需的數(shù)據(jù)量。

人們對(duì)人工智能可能會(huì)帶來的挑戰(zhàn)仍知之甚少，嚴(yán)肅的公共討論還十分缺乏。社會(huì)公眾對(duì)人工智能的想象在很大程度上仍被科幻小說和影視作品所主導(dǎo)，而對(duì)于人工智能在未來可能產(chǎn)生的影響，更是缺乏認(rèn)知和關(guān)切。在政策層面，對(duì)于人工智能的關(guān)注很大程度上仍集中于技術(shù)和經(jīng)濟(jì)層面，缺乏整體性的思考和討論。盡管有少數(shù)哲學(xué)和社科領(lǐng)域的學(xué)者開始關(guān)注人工智能帶來的倫理問題和社會(huì)挑戰(zhàn)，但這些討論并未進(jìn)入公共政策視界，而且討論的重點(diǎn)也多集中在超級(jí)人工智能這樣仍相對(duì)遙遠(yuǎn)的議題上。

目標(biāo)是要能夠被執(zhí)行人所接受的，通過努力可以完成的。在上級(jí)安排工作任務(wù)時(shí)，要自己先做一些衡量，看看達(dá)成目標(biāo)的標(biāo)準(zhǔn)是否可以實(shí)現(xiàn)。如果有一點(diǎn)困難，那沒關(guān)系，努力一下應(yīng)該可以；如果有一定的困難度，得問問上級(jí)，能不能、會(huì)不會(huì)給予一定的資源支持，如果會(huì)，那可以接受；如果困難度太高，應(yīng)學(xué)會(huì)說不。畢竟，目標(biāo)，應(yīng)該是共同制定的。

綜上所述，目標(biāo)是要能夠被執(zhí)行人所接受的，通過努力可以完成的。在上級(jí)安排工作任務(wù)時(shí)，要自己先做一些衡量，看看達(dá)成目標(biāo)的標(biāo)準(zhǔn)是否可以實(shí)現(xiàn)。如果有一點(diǎn)困難，那沒關(guān)系，努力一下應(yīng)該可以；如果有一定的困難度，得問問上級(jí)，能不能、會(huì)不會(huì)給予一定的資源支持，如果會(huì)，那可以接受；如果困難度太高，應(yīng)學(xué)會(huì)說不。畢竟，目標(biāo)，應(yīng)該是共同制定的。
? ? ? 責(zé)任編輯:tzh