[[321443]]
阿蘭·圖靈(1912至1954)是最早重視人工智能概念的思想家之一。他的開拓性工作，為我們如今熟知的數字計算與AI領域奠定起發展基礎。

要從最簡單粗暴的角度來理解，人工智能就是一項工程挑戰。當前最先進的AI算法，無一例外都基于非常復雜的數學原理。訓練這些先進AI模型需要巨大的計算資源量，而AI的發展本身也在推動新一代芯片的研發與創新。

然而，人工智能又遠非工程技術所能概括。伴隨著關于廣泛自動化的堅實承諾，AI技術同時也迫使我們重新考慮經濟組織與社會結構設計等根本性問題。對AI的追求讓我們不得不面對關于意識、智能與創造力的核心挑戰——更具體地講，人何以為人?

因此，任何希望在二十一世紀真正把握人工智能發展脈搏的朋友，都必須廣泛接納來自工程學、心理學、經濟學、社會學以及哲學領域的問題與觀點。

下面，我們將援引世界上眾多最偉大思想家的名言，了解他們如何看待人工智能這一意義深遠的主題。希望這些名言有助于闡明AI主旨、涵蓋范圍、潛在挑戰以及蘊藏于其中的巨大能量。

“真正的問題并不是智能機器能否產生情感，而是機器是否能夠在沒有情感基礎的前提下產生智能。”——馬文·明斯基(Marvin Minsky), 1986

“技術日新月異，人類生活方式正在快速轉變，這一切給人類歷史帶來了一系列不可思議的奇點。我們曾經熟悉的一切，都開始變得陌生。”——約翰·馮·諾依曼(John von Neumann), 1958 (在技術快速發展的背景下，他首先提出了「奇異性」一詞)

“250多年以來，經濟增長的基本動力一直是技術創新。其中最重要的，正是經濟學家們提出的所謂通用型技術，包括蒸汽機、電力與內燃機等等。而我們這個時代下最重要的通用型技術正是人工智能，特別是機器學習。”——埃里克·布林約爾松(Erik Brynjolfsson )與安德魯·麥卡菲(Andrew McAfee), 2018

“雖然還沒人提及，但我認為人工智能更像是一門人文學科。其本質，在于嘗試理解人類的智能與認知。”——塞巴斯蒂安·特倫(Sebastian Thrun), 2013

“我們不得不面對的最大難題，并非來自人類大腦是否屬于機器的哲學問題。毫無疑問，大腦就是機器，而且是包含大量嚴格遵循物理定律的零件的機器。眾所周知，我們的思想僅僅是一系列復雜處理過程的產物。而最重要的問題是，我們對這樣一臺復雜的機器并不夠了解，因此我們還沒有做好應對這臺機器的準備。”——馬文·明斯基(Marvin Minsky), 1986

“如果人類的大腦簡單到我們可以理解，那么我們就將愚蠢到無法理解大腦。”——愛默生 W. 皮尤(Emerson M. Pugh,) 1977

“有些人擔心人工智能的出現會令人類感到自卑，但任何有頭腦的人單是觀察花朵就應該能感到自己的渺小。”——艾倫·凱(Alan Kay)

“人類很容易讓自己陷入對機器的依賴，以至于不得不接受一切都交給機器處理的現實。隨著整個人類社會及其面臨的問題越來越復雜，機器也將變得越來越智能。人們將讓機器為自己做出更多決策，這單純是因為機器做出的決策能帶來比人類決策更好的結果。這最終會發現到某個特定階段——在這一階段中，保持系統運作所需要的決策將變得極為復雜，導致人類再也無法有效做出決策。屆時，機器將在實質上掌控一切。”——泰德·卡欽斯基(Ted Kaczynski，「大學炸彈客」), 1995

“從表面上看，經過編程的計算機似乎明白什么是汽車、什么是加法器——但事實上，它什么也不明白。”——約翰·塞爾(John Searle), 1980

“人們總喜歡活在舒適區內，用粗暴的斷言安慰自己，例如機器永遠無法模仿人類的某些特性。但我給不了這樣的安慰，因為我認為并不存在無法模仿的人類特性。”——Alan Turing, 1951

“在我們交談時，你怎么能確定我的內心深處正在進行所謂「思考」?圖靈測試將成為解決這類問題時的一種重要探針——類似于物理學領域的粒子加速器。如同物理學當中，如果我們希望了解原子或者亞原子層面的情況，由于無法直接觀察，我們必須將經過加速的粒子散布到目標周圍以觀察其行為，最終推斷出目標的內部性質。圖靈測試將這一基本思路擴展到了意識領域——它把思維視為不可直接觀察的「目標」，并通過更為抽象的方式推斷其內部結構。通過將問題從目標思維中「分散」出去，我們就能了解其內部工作原理，正如物理學領域的作法一樣。”——道格拉斯·霍夫斯塔特(Douglas Hofstadter), 1981

“人工智能是我們人類正在從事的最為深刻的研究方向之一，甚至要比火與電還更加深刻。”——桑德爾·皮猜(Sundar Pichai), 2020