在 1 月 9 日微信公开课小程序分论坛上，微信开放平台产品经理黄容表示，微信小程序已经提供了 5 大类数百项组件和接口能力，满足 200 多个细分服务类目多种多样的功能需求。

在各项能力中，黄容特别提到了「微信开放接口」，其中深受开发者期待的「选择群聊天文件」接口终于在近日上线了。

通过「选择群聊天文件」接口，可让群文件与小程序更好地打通，可以让文档类或有文件沟通场景的小程序更好地做好文件传输管理。这一接口的开放，进一步加强了小程序与微信原生能力的结合，让「用户使用小程序，可以更接近使用微信的体验」。 

「微软 Office 文档」支持导入图片、音频、视频、文件等多种格式文档，「腾讯文档」仅支持 doc/docx/xls/xlsx 格式的文件。不过无论是「微软 Office 文档」还是「腾讯文档」小程序，现在的接口在每次导入时仅支持选择一个文档。

小程序「微软 Office 文档」与「腾讯文档」使用该接口的界面对比

而「腾讯文档」小程序主要支持文档同步，在 PC 上打开网页 https://docs.qq.com/desktop/，可以同步小程序上保存的数据。 

显然，「选择群聊天文件」接口非常适用于文档、云盘等小程序，不过目前微信官方文档并未公布这一接口，只能敬请期待了。

西安软件开发、西安APP开发、西安软件外包、西安软件开发、西安网站建设、电商软件开发、社交软件开发、直播软件开发、西安网站制作、西安区块链开发

抛开非理性的恐惧与期待，放下空洞的道德哲学思考，把注意力重新放到AI能做什么和不能做什么这类现实意义的问题上吧。

前Google大脑联合创始人、前百度首席科学家吴恩达，Facebook AI研究院的创始人Yann LeCun，Cloudera机器学习的总负责人Hilary Mason以及埃森哲的AI全球负责人Rumman Chowdhury博士就是这样做的。

他们审视了AI在2018年取得的成就和进步，比如基于大数据的AI训练、科技公司的应用；也展望了2019年AI的发展趋势，比如“少样本学习”、“通用性”的进展、自我监督学习和强化性学习。当然，少不了对于道德与偏见的讨论以及监管规则的变化。

AI的应用不仅限于科技公司的软件，正如吴恩达说的那样，“当制造公司、农业设备公司或医疗保健公司开发数十种AI方案来帮助其业务发展时，就是下一波大规模价值创造浪潮来临的时候。”

每期监测和精编中文视野之外的全球高价值情报，为你提供先人一步洞察机会的新鲜资讯和升级思维方式的深度内容，是为[ 红杉汇内参 ]。

AI被认为是一种同时能拯救世界和终结世界的技术。

为了绕过关于AI喧嚣和夸张的讨论，VentureBeat采访了这个领域的杰出人士。多年来，他们与世界上最大的科技公司合作，对AI形成了自身看法。VentureBeat采访了谷歌大脑的联合创始人吴恩达、Cloudera机器学习的总负责人及 Fast Forward Labs的创始人Hilary Mason、Facebook AI 研究院的创始人Yann LeCun以及埃森哲公司的AI全球负责人Rumman Chowdhury博士。我们希望知道他们眼中2018年AI领域有哪些里程碑，以及2019年会发生的大事。

Rumman Chowdhury

Rumman Chowdhury博士是埃森哲公司应用情报部门的常务董事，也是该公司负责AI项目的全球领导者。

Chowdhury曾在2018年表示，她很高兴看到公众对AI的能力和局限有了更多认识，也很高兴听到人们对AI带来的威胁有了更平衡的探讨——超越了对《终结者》中智能机器掌控全球的那种恐惧。她说：“随之而来的是人们对隐私、信息安全，以及AI对我们和未来几代人的影响的日益关注和疑虑。”

“在道德和AI领域，我希望我们深入探讨AI将面临的难题，那些没有明确答案的问题。AI和基于物联网的监控之间的‘正确’平衡是什么？这种平衡应既能保障信息安全，又能抵制强化现有种族歧视的惩罚性监控。我们应该如何重新分配从先进技术中获得的收益，才不会进一步扩大贫富差距？儿童应接触AI至何种程度，才会成为‘AI原住民’而不被其操纵或同质化？我们如何利用AI实现教育的规模化和自动化，又能让创造力和独立思考蓬勃发展？”她问道。

Chowdhury预计，在未来一年，世界各地的政府将加强对科技的审查和监管。

她说道：“AI以及全球科技巨头所掌握的权力，引发了许多有关监管的问题。2019年我们将不得不需要找到这些问题的答案——当一项技术是可产生特定结果的多用途工具时，你如何监管它？如何制定既不扼杀创新、又不偏袒大公司(谁能承担合规成本)或小企业的监管规则？我们在什么层面进行监管，全球、国家，还是地区？”

Chowdhury说：“我希望监管机构、技术专家和研究人员认识到，我们的AI竞赛不仅仅是计算能力和技术智慧的较量，就像冷战不仅仅是核能力的较量一样。我们有责任用一种更公正、更公平、更合理的方式重建世界。我们也难得有机会能这样做，这一刻转瞬即逝，我们不要浪费了。”

在消费者层面上，她认为在2019年，AI将在家庭中得到更多应用。许多人已习惯于使用Google Home和Amazon Echo等智能音箱及其它智能设备。

“我想我们都在等机器人管家出现。”Chowdhury说。

吴恩达

吴恩达是斯坦福大学的计算机科学副教授，也是谷歌大脑的联合创始人，该项目旨在将AI推广到谷歌的许多产品中。他也是Landing AI公司的创始人，该公司帮助很多企业将AI融入到运营中。

在谷歌工作了三年多之后，他于2017年辞去了首席AI科学家的职务，加入了另一家科技巨头百度，成功帮助百度转型为AI公司。

“我认为，明年（2019年）很多大事会发生在软件行业以外的AI应用领域。我们在帮助谷歌和百度等公司，以及Facebook和微软方面做得不错。现在，Square和Airbnb、Pinterest等公司也开始使用AI。我认为，当制造公司、农业设备公司或医疗保健公司开发数十种AI方案来帮助其业务发展时，就是下一波大规模价值创造浪潮来临的时候。”

关于2018年大众对AI的认识，吴恩达也很高兴大众不再关注机器人杀手的情境。

在未来的一年里，吴很高兴看到AI和机器学习研究的两个特定领域取得进展，其中一点是AI可用更少的数据得出准确的结论，也就是“少样本学习”。

吴恩达说：“第一波深度学习发展浪潮主要是大公司用大量数据训练极庞大的神经网络，对吧？所以，如果你想建立一个语音识别系统，你需先用10万个小时的数据对其进行训练。如果想要训练机器翻译系统呢？用无数对平行语料库的句子对其进行训练。我越来越经常在小型数据上看到结果。即使只有1000张图像，你也想从这些数据中得到结果。”

另一个是计算机视觉的进步，被称为“通用性”。

“如果用斯坦福大学高端X光机拍摄的原始图像进行训练，计算机视觉系统可能会非常好用，许多领先的公司和研究人员已经创造出了比人类放射科医生更优秀的系统。 但如果把训练模型应用于来自低端X光机、不同医院的X射线，人类放射科医生比算法更能概括出病人的问题。我认为有趣的研究是提高学习算法在新领域的通用性。”他说。

Yann LeCun

纽约大学教授Yann LeCun是FacebookAI研究中心（FAIR）负责人和FacebookAI研究院院长，带领研发PyTorch 1.0和Caffe2，以及大量的AI系统，如Facebook每天使用数十亿次的文本翻译AI工具，或先进的围棋强化学习系统。

Yann LeCun认为，Fair在研究和工具上采用的开源政策推动了其他大型科技公司采取同样的做法。

“你今天在AI领域所看到的进步速度，很大程度上是因为，与过去相比，越来越多的人交流得更快、效率更高，做的研究也更开放。”

在伦理方面，Yann LeCun很高兴人们也看到了做出决策的危险性。Yann LeCun说，他不认为AI中的道德和偏见已经成为需要立即采取行动的问题，但人们应该为此做好准备。

Yann LeCun说，通过深度学习，研究人员已经可以很好地管理认知，但缺少的是对一个完整AI系统整体架构的理解。

“不同的人给AI系统起了不同的名字，但本质上人类婴儿和动物都是通过观察了解世界是如何运转的。我们还不知道如何用机器来做这件事，这是巨大的挑战。”Yann LeCun说：“如果我们能弄清楚，我们就能在AI和机器方面能取得真正的进展，让机器拥有一点常识，或者虚拟助理不会让人失望，因为它们可以就更广泛的话题和我们讨论。”

“在解决这个问题的过程中，我们希望找到方法来减少任意特定任务的必要数据量，比如我们已经通过在翻译和图像识别中使用自我监督学习，对Facebook的服务产生了影响。因此，这些事情不仅有长期影响，而且会产生即时的效果。 ”

Yann LeCun希望，AI在建立事件间的因果关系方面取得进展，不仅仅是通过观察来学习，而是理解，例如，如果人们在用伞，可能在下雨。

他说：“这将是非常重要的，因为如果你想让一台机器通过观察，来学习世界的运转，它必须能够知道它能影响到什么，从而改变世界的状态，而有些事情是做不到的。”

Hilary Mason

Fast Forward Labs被收购之后，创始人Hilary Mason成为Cloudera公司机器学习部门的总负责人。但Fast Forward Labs仍在运营中，制作应用机器学习报告，并帮助客户预测他们未来6个月至2年的情况。

2018年，AI领域的一个进步让Mason感到意外，那就是多任务学习，它可以训练单个神经网络，在推断图像中的物体时，应用多种标签。

Fast Forward Labs也一直在就AI系统的伦理影响，向客户提供建议。

“从五年前起，我们就一直在写关于道德的报告，但今年（2018年）人们真正开始把注意力放在道德上面。”Mason说，“我希望创造AI产品的技术人员和商业领袖将看重道德和偏见的问题，并且成为业内的默认规范。”

Cloudera公司最近推出了container-based machine learning platform（基于容器的机器学习平台），Mason认为，这种趋势将在未来几年持续，企业可以选择本地或者在云端部署的AI。

最后，Mason认为AI的业务会继续演变，会在业界形成普遍实践，而不仅仅是在公司内部。

“如果你是一家公司的数据科学家，或者机器学习工程师，然后跳槽到另一家公司，你的工作将完全不同：不同的工具、不同的期望、不同的报告结构。但我想我们会看到一致性。”她说。

情报  #当期盼已久的技术创新终于实现#

定义2019年的技术变局

加密货币对于一个日益注重安全的世界来说很有吸引力，2018年的比特币溃败挤掉了泡沫，但不意味着终结。

电动自动驾驶汽车的测试在美国越来越普遍，今年可能会出现低级别的商业试运营。

5G的到来和基础设施的改善意味着在2019年会推出5G终端，安卓阵营将领先一步。

机器人将出现在更多工厂和办公室，波士顿动力公司的“跑酷机器人”刺激了更多机器人公司的发展。

AR将在2019年迎来大考，大多数旗舰手机都会支持这种技术。

3D打印变得更加便宜，正在被多个行业采用。有机材料的医学3D打印将会改变医学的进程。

#技术颠覆了现实#

如何应对技术带来的挑战？

“屏幕时间”管理越来越重要，苹果的iOS屏幕时间、安卓的自定义时钟只是开始。

西安软件开发、西安APP开发、西安软件外包、西安软件开发、西安网站建设、电商软件开发、社交软件开发、直播软件开发、西安网站制作、西安区块链开发

网络战甚嚣尘上，俄罗斯被指控操纵选举，剑桥分析利用了大量隐私数据，秘密战争仍将继续。

监管规则开始变化。《欧洲通用数据保护条例》来了，美国人也被Facebook不负责任的态度激怒，监管规则的变化在全世界限制着科技公司。

绿色和可再生能源。没有任何神奇的技术可以彻底清理我们的星球，但一系列新能源、AI技术的应用和协作将推动环保和环境可持续的发展。

人脸识别与操作的普及和滥用将带来很多争议，像亚马逊这样的公司将继续向政府推销人脸识别技术。

虚拟现实和远程呈现在诸如教育、培训、游戏、旅游等领域有很好的前景，这些技术应用将改变现有的行业规则。

已经过去的2018年，是区块链进入大众视野的第十年。

这一年，区块链演绎出了一部十年的浓缩史——

作为区块链最初始应用也是最成熟应用的比特币，依旧没有摆脱大幅波动的走势，一年间币值跌去约八成；

区块链技术在实体经济中落地的场景增多，但似乎仍与业内为其贴上的“颠覆性”“革命性”等标签相去甚远；

再塑对共识机制的认识，这被不少业内人士称为是区块链的最大贡献，但对区块链本身及其价值的认识，业内却远未形成共识；

……

十年之际，区块链步入十字路口，十分需要一场再观察。

看不懂的矛盾体

2018年，比特币从超过17000美元/枚，到跌破4000美元/枚，一年间币值跌去了约八成。而这一年间，全球约有800多种加密数字货币名存实亡。

作为比特币底层技术的区块链，也经历了年初疯狂、年中迷茫、年底寂静的2018年。

互联网诞生以来，新技术的迭代让人眼花缭乱，但很少有这样一项新技术在十年时间里变数、讨论、争议不断。浮沉之中，区块链领域上演了一幕幕复杂剧情。

一方面，区块链吸引着大量企业与资本涉足，甚至“火”透了微信朋友圈；另一方面，区块链应用似乎仍没有走出讲故事的层面。

据工信部信息中心《2018年中国区块链产业白皮书》显示，以区块链为主营业务的公司数量已超过450家，涉及众多领域，同时，互联网巨头纷纷布局，不少地方政府也做出相关规划。但截至目前，推出的不少区块链项目仍较为初级，很多还处在内测阶段。

一方面，以比特币为代表的加密数字货币领域，似乎成为新财富故事的诞生地；另一方面，打着区块链和加密数字货币“幌子”的非法集资案件被屡屡曝光。

2017年9月，央行联合七部委叫停ICO（首次代币发行）。但在区块链领域，IFO（首次分叉发行）、IMO（首次矿机发行）等新概念一直层出不穷。2018年，以“普银币”“大唐币”等为代表的区块链与加密数字货币领域骗局，更是让不少人感叹这里的“水”太深。

一方面，在ICO的严监管和业内对诸多乱象反思之下，“币”“链”分离呈现，“链”圈选择绕开发币机制，单纯依靠区块链的独特技术优势，推动区块链与实体经济融合；另一方面，业内也有声音认为，缺少“币”这一重要激励机制，区块链对实体经济的推动会受到限制，即使技术有突破，也会绕弯路。

总之，区块链就如同一个矛盾体。一些业内人士也感慨，对于区块链，现在是“看不懂”“已经不知道该怎么看懂”。

有关诚意的再观察

自进入大众视野以来，区块链就被贴上不少炫目、高深的标签。“分布式记账”“利用哈希算法防篡改”等定义本身就极具专业色彩；作为新的技术群，区块链具有很多突出优点，但以“中间件”形式进入应用场景的方式却让末端用户难感知，应用效果既不像人工智能显性化，也不像量子计算立竿见影。

然而，真正让区块链变成“谜一般存在”且“饱受争议”的，是其与生俱来的发币机制，也就是自带的金融属性，这是很多前沿技术没有经历过的。在“币”与“链”纠缠中，究竟是为了“币”，还是为了“链”，变得真假难辨，真正做事的无法显山露水，不少真相也难以水落石出。

区块链故事的诸多演绎中，甚至包括对人性的考量，在“短期利益极其丰厚，长期效果预期不明”“写个白皮书，做个PPT，讲讲故事就能募集几个亿”等抉择和诱惑下，炒作、泡沫、欺诈随之而来，全面严监管也在所难免。

总之，虽然有人认为再塑对共识机制的认识是区块链的灵魂，但对区块链本身的认识，业内还远未形成共识；虽然有人说区块链可以解决互联网上的信任缺失问题，但对于区块链，还有太多不让人信任的部分；虽然有人说区块链顺应了信息互联网走向价值互联网的大趋势，但对于区块链的价值是什么、价值有多大、价值是否大于弊端等仍存争议……

无论如何，人们需要的是有“诚意”的区块链，是能够推动社会进步的区块链。

从世界范围看，不少国家都在对区块链进行一场再观察，在讨论中推进。

开放式的新未来

十年之际，我们不妨回顾一下区块链发展的重要节点：

2008年，《比特币：一种点对点的电子现金系统》论文发表，比特币的底层技术区块链也在随后逐渐进入大众视野；

2014年，日本以太坊公共区块链平台被广泛关注，并开始探索与智能合约结合，这也被业内称为区块链从与金融结合的1.0时代，进入与产业结合的2.0时代……

区块链3.0时代的特征预测不一，有一种说法是与人工智能、物联网等的结合，当然，这个阶段的标志性事件还没有出现。

曾有人说，互联网在中国发展不过20多年，早已带来颠覆式的改变。而十年过去了，区块链领域仍没有诞生“杀手级”的应用，关于区块链的种种，我们至今仍有很多“看不清”，有不少“未知数”，有太多“有争议”。

但是，这丝毫没有冲淡人类从区块链中寻找打开未来世界钥匙的好奇心。而正是因为这种好奇心，人类不断尝试探索另一种可能，获得改变世界的能力。

2019年1月，网信办发布《区块链信息服务管理规定》，要求区块链信息服务提供者“备案”。工信部旗下中国信息通信研究院等发起了“可信区块链推进计划”，也吸引了越来越多的项目参加。总之，无论是国内还是国际，种种迹象都在表明，区块链越来越走向规范与合规。

“成熟的技术，往往年轻的时候长了一幅让人讨厌的样子。”谈及区块链，不少业内人士充满一种“对待年轻人般”的感情。

历史写满了新技术的故事。与一项项新技术本身一起改变世界的，是这些新技术所衍生出的生态圈、价值链，或是新技术本身所具有的强大学习能力。

西安软件开发、西安APP开发、西安软件外包、西安软件开发、西安网站建设、电商软件开发、社交软件开发、直播软件开发、西安网站制作、西安区块链开发

尤其是人类进入互联网时代以来，某项新技术留下最深烙印的，也许是技术本身；也许是一种新机制、一种新理念；也许是它衍生出来的某种想不到的东西……或者，也许是它引发了人类对网络世界、对人类自身的一些新思考。

探讨区块链走向何方，一直都是开放式的，无论在它风光之时，还是低落之时；无论是在当下，还是在未来。

机器人是从数理逻辑发展来的，它们的逻辑引擎将异常强大，却很难产生类似动物的情感和价值观，它们冰冷而强大的逻辑可能会对人类产生未知的伤害。

人类所创造的高科技产物将会在未来统治世界，而人类终将沦为被统治者。瞧瞧这个日新月异的社会，每一项新科技的诞生都意味着人类又少了一次可以动手的机会。因为机器已经代替我们，我们变得越来越没有意义，越来越微不足道。我们在未来还有什么存在的理由呢？我们只需要吃好一日三餐就足够了。

当智能机器从人类手中接管了更多的工作、更多的统治权时，我们的世界将会是怎样的呢？

啼笑皆非的社会管理

当陈小洛再一次睁开眼睛，他发现自己来到了3012年，这正是他毕业论文中设想的“由机器人完全管理”的社会。陈小洛感觉大喜过望，他决定亲眼看一看，这个社会是否真如自己预想中的那样完美，按照他的推理，这里的所有人都应当对目前的生活感到极度满意。

走出家门不远，陈小洛的眼前就出现了一座纯白色的大楼，在记忆当中，这里全市最好的综合医院。转过拐角，果然看到了医院的名称和标识，而且院墙上还有一个巨大的电子屏幕在介绍这家医院，上面写着“这里有全国最先进的微型机器外科专家为您进行手术，有最权威的数据库作为智能医师诊病依据。我们的患者治愈率为20%，患者满意度为31%，全国排名位列榜首。”

陈小洛揉了揉眼睛，怀疑自己的眼睛出了问题，为什么1000年后医院的治愈率会下降到令人匪夷所思的地步呢？

陈小洛心事重重地继续往前行走，但是走着走着，他却发现了另一件非常奇怪的事情。过去，在医院前不远处有一条非常繁华的商业街，每天都是人来车往，络绎不绝。然而现在自己走了这么半天，却连商业街的影子都没看见，甚至连马路两边也没有任何店铺，只有几台自动贩售机孤零零地立在那里。

为城市创造了大量财富的商业街为什么消失了？陈小洛一路找人问了又问，才知道这时的市场管理都已经由机器人组成的政府负责了。而机器人的思想是由许多数据结构组成的，是一种按部就班的程式化的思维。计算机在进行计算时，讲求的是追求最简化的路径，即选择哪种算法能够最有效率的解决问题。这样一来，配给制的经济运行方式自然是最佳选择，机器人只要搜集人口和物品的数据，按照一定的配额分发，就可以解决全部问题了。原来，机器人管理的市场竟倒退到配给制社会。

还没有从市场消失了的事实中回过神来，前面的一阵喧闹又引起了陈小洛的注意。前面不远处就是市中级人民法院，在法院门口有一群人正围在一起，不知道看什么热闹。

陈小洛很好奇，挤到了人群前面，看到一个年轻妇女正拉扯着一个机器法官大哭大叫，法官的衣服被拉扯得变了型，眼睛前不停出现闪着“错误”字样的数据条。

稍一打听，陈小洛便弄明白了事情的大致经过。原来这个年轻妇女跟老公口角，老公打了她，刚好被机器警察现场发现，老公被逮捕了。没过几天，就到了法院宣判的日子，妻子向法官解释了这件事情的始末，表示自己的老公并不是故意为之，相反二人的感情十分和睦，希望法院释放自己的老公。然而法官在看到法医验伤报告和邻居陈词，查明打人情节属实之后，按故意伤害罪直接判了老公3年监禁。这一来老婆自然跟机器法官急眼了。

数理逻辑的天然缺陷

当聪明、不出差错、公正无私的机器人代替人类接管世界时，并没有使这个世界变得更美好，反而会出现更灾难性的差错，恐怕很多人这是怎么回事呢？

原来，机器人无论拥有多么强大的数据处理能力、无论多聪明，它们的智慧与人类大脑都有着本质的区别。机器人只按着设定的数理逻辑来运行，只要给出设定的条件，数理逻辑推导出的结果就是确定的。问题就出在这里，无论初始条件多么一致，但现实总是变幻无穷的，数理逻辑根本无法应付事物之间这千奇百怪的变化。

比如，当病人说出自己的症状时，其病因有很多种可能，当多种症状同时出现时，又衍生出很多可能的病因，人类医生可以凭借多年经验轻易判断病因，而机器人医生只能用数据库比对，然后将推理过程像数学一样利用公式来进行计算。这样一来，数据库是否全面，关键词提取是否准确等一系列因素都制约了智能机器人的“思考”。所以人工智能对于稍有疑难的病症，就束手无策或乱下诊断，治愈率低下也就很正常了。

只依靠设定的“规则”和“数据”来办事的机器人，如果对社会进行宏观管理就更乱套了，因为宏观社会的运行，诸多变量的交叉更是无穷无尽，而人类的情感与私欲又夹杂其间，使社会的变迁更加变幻莫测，单纯的数理逻辑对这样的现实只能望而兴叹。如今的经济学家也依赖数理公式来推断经济发展、管理经济运作，但对经济的运行几乎不起什么作用，因此经济学家常常被嘲笑为“伪专家”。事实上，经济发展的主要驱动力不是严密的逻辑计划，而是人类欲望的驱动，这种原始、强劲的欲望是逻辑推导不出来的。

表面上看，法律判决应该是智能机器最擅长的领域，机器人当法官比人类更加可靠。因为人类拥有感情，就难免会感情用事，不能做到完全的公平公正，而机器人则没有这方面的考虑，它们以法律法规为准绳，没有回旋的余地。

可是，人们的社会生活从来都不是冷冰冰的，每个人都是有血有肉有感情的。如果机器人当法官，从不将“人情”考虑到判罚当中，就会给人们的心灵和精神造成更多的伤害。让没有感情的机器来评判有感情的人类所实施的所有行为，怎么会有好的结果呢？

冰冷的逻辑终会伤害人类

要说机器智能与人类大脑最大的区别到底在哪里？答案或许正是——机器人没有右脑。

我们都知道，人类的大脑分为左右两部分，左脑叫做理性脑，用来处理各种信息，拥有进行计算理解分析归纳等功能，其特点是具有高度的抽象性、逻辑性及理性。智能机器的功能基本和我们的左脑完全吻合。按照人工智能专家的预言，或许再过二三十年，人工智能在计算逻辑等方面就会远远超过人类智能，人类在它们看来，可能会变成什么也不懂的“笨蛋”。

然而智能机器却有着显而易见的缺陷，那就是它不具有人类右脑所具有的各种功能。人类的右脑又称为感性脑，无论是无与伦比的想象力与创造力、敏锐的情感、直觉与灵感等等全都是人类大脑所独有的功能。

没有右脑的智能机器，也没有办法进行价值判断，没有道德选择能力。在经典科幻电影《2001太空漫游》中，太空船的智能主机HAL9000是有史以来最可靠的电脑，从未犯过任何错误。但它现在面临一个进退两难的困境：它被命令既要完成飞船使命（调查一件在木星上的巨型黑色方碑），又不能让船员知情。根据计算，它发现杀死船员是解决这一矛盾的最好方式，于是，它杀死了沉睡的科学家和其中一名宇航员，剩下的宇航员大卫跟HAL9000展开殊死搏斗，终于制服了它。

从这个黑色故事中，我们可以看出，当机器人强大到可以毁灭人类时，由于没有产生情感价值的右脑，它们自己不会判断是否要毁灭人类，但可以为了执行命令扫除一切可能的障碍。在它们眼里，人类也只不过像桌子、椅子一样的平常事物，为了完成指令，毁掉这些事物是必要的。

而人类的一切行为都是在一定的情感驱动下完成的，从情感出发，人类形成共有的价值观，形成人类社会的基本道德。如果由人来执行矛盾的命令，他们不会为了保密就杀死无辜的其他人，这就是道德约束的力量。

人类不能承受机器人的冷冰冰

很多人都相信，机器人能够帮助人类，但机器人终归是机器人，是人类造出来的，它怎么可能超越人类呢！它们只能替人类做一些简单的事情，至于分析等方面的问题还是要人脑来解决。但实际上，将来的智能机器人能自我学习、自我思考、自我创造、自我做出决定，最终能走上自我进化的道路，这时，人类恐怕就埋下了危险的种子。因为智能机器人会在某天突然达到一种临界点，它们将会“失去控制”，获得迅速的智能进化，以至于远远地、非常迅速地把人类抛在后面，其思维能力可以达到人脑的成千上万倍乃至几百亿倍。到那时，在机器人眼里，人也许就象猴子一样无知，人类的一切想法都会被它看穿，人的一切都在它们的掌握之中。

人类是生物化学反应的产物，生化反应进化出来的生命，首先产生的是情感，而不是数理逻辑，因此，人类的情感远在智力之前就存在了，即使是现代人类，也常常是情感主导着理性；而智能机器以数理逻辑为基础，即使发展得再厉害，也不会发展出情感和心灵的直觉，不会产生对外界的好奇心。因此，一个由智能机器管理的社会将是一个冷冰冰的、没有活力的甚至是冷酷的社会。

西安软件开发、西安APP开发、西安软件外包、西安软件开发、西安网站建设、电商软件开发、社交软件开发、直播软件开发、西安网站制作、西安区块链开发

随着网络技术把世界联成一片，未来机器人之间将实现知识共享、思想联合，将会组成独立于人类的强大的机器人联合体，甚至这种联合体将会合而为一，转变成为一个纯粹的、单一的“统一体”，每个机器人的个体思想、个体计算能力都成为整体的一部分，即所有的机器人共同组成了一个总的机器人。由这样一种庞大的、无所不知、无所不在的机器人，用冰冷的逻辑来管理人类社会，将可能比人世间最残暴的君主还要恐怖，这恐怕是人类不能承受之重了。