摘要
人工智能突然占据国家战略、媒体宣传制高点，商界大佬集体发声力挺，原因何在？AI产业究竟是“未来已来”还是忽悠？
争霸人工智能
德国《每日镜报》网站5月14日报道称，人工智能（AI）正在从根本上改变世界，一场争霸战已经开始了。此非虚言。
“突如一夜春风来”，各国纷纷磨刀霍霍，将人工智能提升到国家战略高度，中美两国更是争先恐后从顶层设计层面布局人工智能。
中国的布局
中国政府对人工智能的关注度近年来迅速上升，从2015年7月写入《国务院关于积极推进“互联网+”行动的指导意见》、2016年3月写入国家“十三五规划纲要”、2017年3月首次写入“政府工作报告”，直至2017年7月国务院印发《新一代人工智能发展规划的通知》，国家层面的系统布局可谓步步为营，意在部署构筑中国人工智能发展的先发优势。
美国的手笔
早在2013财年，美国即将22亿美元财政预算投入以机器人为重点的先进制造业，同年4月启动创新神经技术脑研究计划，计划10年投入45亿美元；
2015 年，对人工智能相关技术的未分类研发投资约为 11 亿美元， 2016 年相关投入增长到 12 亿美元；
2017年，美国人工智能和机器学习行业实现400宗风险投资，投资额超过45亿美元；
今年5月10日，白宫主办了美国人工智能峰会，讨论了人工智能产业的发展前景，共议能够使美国民众受益的，确保美国在人工智能时代全球领先地位的相关政策。在峰会前一天，白宫还发布一份声明，称自2015年以来，联邦政府对人工智能和相关技术的非保密研发投资增长了40%，特朗普总统的2019财年预算在美国历史上第一次把人工智能和自主无人系统列为政府研发重点的项目。
多重驱动“魅力”叠加
各国之所以对人工智能“如此紧张”，首先是出于军事建设需要。
2015年12月中东战场爆发第一次使用无人机、无人坦克、战争机器人的战争，战争样式陡然升级至人工智能水平。
有专家预测，战争机器人横空出世，实际上等同于一战的坦克、二战的核弹，具有标志性拐点意义，各国焉能等闲视之？肯定是快马加鞭，抢占滩头阵地。
另一重要原因在于人工智能产业发展潜力无穷，简直是片浩瀚无垠的大蓝海，谁不垂涎三尺？
更何况，各种技术性突破层出不穷，如IBM正在研发的芯片，指甲盖大小可容纳约300亿个晶体管，而按软银孙正义的逻辑，人脑有300亿个神经元，人工智能超越人类指日可待，他已斥资1000亿美元，重注人工智能。
与此同时，人工智能亦全面占领媒体制高点，并在媒体不断渲染下走向“神坛”：阿尔法狗大败李世石、再败柯洁，聚焦全世界目光；诸如FACEBOOK开发的机器人居然自己衍生出人类不懂的语言吓得研发人员把电源拔了、智能安保机器人“竟然因厌倦工作投水自尽”等“花边新闻”成为坊间茶余饭后热议的话题……
面对如此风口，商业大佬们也集体发声，有力挺的，如马云、李开复、扎克伯格；有强烈质疑的，如马斯克，有站在中间和稀泥的，如比尔·盖茨。总之，谁都唯恐错失这一巨大商机。
然而，人工智能大潮滚滚，是否真的意味着“未来已来”？
四大争议
目前，围绕人工智能，至少有四大争议。
一、AI是所有产业的终结者
就目前认知而言，人工智能三大发展阶段，将不同程度地颠覆传统产业，如无人驾驶不仅颠覆既有汽车产业，还将彻底改变交通出行系统及私家车拥有方式。
而在终极意义上，未来所有产业都是人工智能产业，区别仅在于有些是人工智能商店，有些是人工智能汽车厂而已。产业边界将被人工智能所终结。
二、AI是所有劳动者的终结者
谷歌无人驾驶汽车已行驶300万公里，事故概率远小于人类，司机作为职业与职能被终结。
德勤财务机器人“小勤人”几分钟即可完成财务人员几十分钟才能完成的基础财务工作，且可以不间断工作，不涉及复杂逻辑分析的财务工作被消灭。
《纽约时报》机器人编辑可根据读者偏好决定推送内容，甚至可以独立制定标题、摘要文案及配图，想必闻听此言的各位小编“已哭晕在厕所”。
2000年，高盛纽约总部现金股票交易柜台有600名雇员，如今仅剩两名交易员“留守空房”，其他的皆被机器人替代。人工智能在高人力成本的金融界高歌猛进，比较吻合科技创新的本质。
三、AI将控制人类
谷歌的未来科学家赫斯维尔说，大概2030年左右，人类可对自己的3万个DNA重新进行编程从而进入到永生，而能够使用最新的先进技术让自己更长寿的，一定是那些富人。
因此，《未来简史》作者赫拉利认为，“150年之后人类会进入后数据时代，大批穷人被淘汰，200年之后富人也被淘汰，最后实际上是人工智能开始变成超强人工智能，那么数据本身成为一种获得的状态，整个人类都要被淘汰，没人什么事了”。这当然是极端悲观的观点。
四、AI如何界定
究竟什么是AI，从定义上来讲，人工智能可分成“人工”和“智能”两方面。
关于“人工”，顾名思义，即人力制造，而“智能”则标准比较模糊，涉及到思维、意识、自我、伦理等多方面的问题。
目前，比较普遍认可的人工智能评价标准是“图灵测试”，但到目前为止，除一款名为尤金·古斯特曼的程序外，再无计算机通过图灵测试。
因此，严格意义上人们所熟知的包括阿尔法狗在内并不算“智能”，不具备更高级别的学习和创造功能。
在争议中爆发
以上几点，尽管存在广泛的意见分歧，却丝毫不妨碍人工智能成为当今至IN的潮流科技，之所以突然登上历史舞台，离不开背后的产业基础：互联网发展到今天，几乎一网打尽、互联互通，移动通信、移动支付、大数据、云计算、滩头监测、虹膜技术等横空出世，客观上为进入技术集成阶段提供了前提。
简言之，首先是社会科学技术分门别类的突破汇成涓涓细流，继而汇聚成一条大河，成就了今天人工智能的集中爆发。
四大制约
然而，任何产业的发展都不可能一蹴而就，AI发展仍然受到诸多制约：
制造层面
精密制造水平，离真正人工智能的要求相去甚远，且不说芯片等核心部件，就是机器人制造的精密程度，远达不到人类自身的灵敏度。
技术层面
受制于三大要素（也是本次人工智能大潮的三大基石）：算法（深度学习算法）、数据（互联网、移动互联网、物联网发展积累了大量数据）和计算能力（GPU等芯片、云计算）。
尤其是算法，直接决定了人工智能的发展水平。当前，深度学习算法存在三大缺陷：缺乏推理能力、缺乏短时记忆能力、缺乏执行无监督学习的能力。
此外，人工智能必须同时进行“阅读”和“聆听”才能获取知识，其核心技术是NLP(神经语言程序学)，但当前的学习方法尚不足以解决NLP的核心问题。
算力层面
目前的GPU、FPGA等人工智能芯片，虽然比CPU计算能力更强，但局限性依然很大。
目前来看，人类对大脑的思维过程还知之甚少，其整个处理和决策过程还是个“黑箱”。
当前的处理芯片跟人脑在物理结构上的差距非常大，甚至根本就不是一回事。对人脑神经系统的研究还任重道远，近10年内基本也看不到获得根本突破性进展的可能。
数据层面
目前机器系统能够“理解”的基本都是结构化数据，像语音、图像、社交数据这些非结构化数据的“理解”还存在很大问题，在10年之内是否能够解决非结构化数据的“理解”问题尚未可知。
目前所处的弱AI阶段，AI不能像人类一样靠理性或感性进行推理和解决各方面（哪怕很简单）问题，机器只不过看起来像是智能的，其实只是既定程序的执行而已，只能解决某一方面的问题（就像下围棋不能代表会下象棋），不会有自主意识，不会有创造性。
而强AI的定位是在各方面相当于人类或者超过人类，也称为通用人工智能，涉及到诸如意识、自我、思维、心理、记忆等等问题，而人类对这些问题内在机理的理解大多仍处于相对“蒙昧”阶段。因此，人类发展自我意识、自主意识，心理形成机制等探索研究水平，将直接制约AI向高阶升级。