智人时代：人类智能与机器智能平分秋色
人工智能是否会取代人类？辩论辩题
人工智能是否会取代人类？辩论辩题正方，人工智能会取代人类。
观点一，技术发展趋势。
随着人工智能技术的不断发展，人工智能已经可以在很多领域展现出超越人类的能力。
比如在医疗领域，人工智能可以通过大数据分析和深度学习技术，帮助医生做出更精准的诊断和治疗方案。
在工业领域，人工智能可以取代人类完成重复性、危险性高的工作，提高生产效率。
这些都表明人工智能在某些方面已经具备了取代人类的潜力。
观点二，经典案例。
2017年，谷歌的AlphaGo在围棋比赛中战胜了世界冠军李世石，这一事件引起了全球范围内的关注。
AlphaGo的胜利表明人工智能已经可以在复杂的智力游戏中超越人类，这也预示着人工智能在智力领域取代人类的可能性。
观点三，名人名句。
“人工智能是未来的主角，而不是配角。
”——比尔·盖茨。
比尔·盖茨的这句名言表明了人工智能在未来将会成为人类社会的主要力量，而不仅仅是辅助工具。
反方，人工智能不会取代人类。
观点一，人类独特的智慧和情感。
人类拥有独特的智慧和情感，这是人工智能无法取代的。
人类能够创造、思考、感知和表达情感，这些都是人工智能无法做到的。
观点二，人工智能的局限性。
虽然人工智能在某些领域展现出了超越人类的能力，但是在其他领域仍然存在很大的局限性。
比如在创造性领域，人工智能无法像人类一样创造出新的艺术作品或者发明创造。
观点三，名人名句。
“机器永远不会拥有创造力。
”——皮特·德鲁克。
皮特·德鲁克的这句名言表明了人工智能永远无法拥有人类的创造力，这也是人工智能无法取代人类的重要原因。
综上所述，人工智能是否会取代人类是一个复杂的问题，需要综合考虑技术发展趋势、经典案例和人类的独特优势。
在未来，人工智能可能会在某些领域取代人类，但是人类的智慧和情感是人工智能无法取代的。
《人工智能》章节测试题目及答案
B、大数据 C、云计算 D、物联网 我的答案：A 3、【判断题】美国未来学家雷蒙德•库兹韦尔认为"人类 纯文明"的终结在2050年。 我的答案：X 4、【判断题】强人工智能观点认为有可能制造出真正推理和解决问题的智能机器。 我的答案：√ 2.4机器智能的内涵 1、【单选题】机器学习的实质在于()。 A、想 B、找 C、判断
我的答案：√ 6、【判断题】基于思维的、基于行为的、基于概率论统计的方法生成的智能都属于多模态知识学习。 我的答案：X 2.6互动环节 1、【单选题】一个良好的群体应该是()。 A、协同机制比竞争机制重要 B、竞争机制比协同机制重要 C、协同机制与竞争机制同等重要 D、有序的竞争 我的答案：D 2、【判断题】传统的机器学习方法的表现主要是算法,目前的机器学习主要是强化学习,具有自学习的能力。 我的答案：√ 3、【判断题】在计算机方面,更多的是在生理层面进行模拟。 我的答案：X
1.【单选题】以下关于未来人类智能与机器智能共融的二元世界叙述不正确的是()。 A、人类智能与机器智能具有平等性 B、机器智能是模仿人类智能 C、人类智能与机器智能均具有群智行 D、人工智能与机器智能均具有发展性、合作性 我的答案：B 2、【单选题】机器通过人类发现的问题空间的数据,进行机器学习,具有在人类发现的问题空间中求解的能力,并 且求解的过程与结果可以被人类智能(),此为机器智能的产生。 A、采纳 B、参考 &理解 D、相同 我的答案：C 3、【判断题】人类智能可以和机器智能相互融合。 我的答案：√
我的答案：A 3、【单选题】人类的学习类型不包括() A、计算学习 B、记忆学习 &规则学习 D、交互学习 我的答案：C 4、【单选题】人通过算法赋给机器的智能属于()。 A、自然智能空间 B、认识智能空间 C、物物智能空间 D、人工智能空间 我的答案：D 5、【判断题】基于神经网络,机器在图像识别的速度和准确率上超越人类。
人类智能与机器智能的比较与发展
人类智能与机器智能的比较与发展近年来，人工智能技术的快速发展已经成为了全球关注的焦点。
随着人们对人工智能的研究不断深入，机器已经逐渐取代甚至超越了人类在某些领域的智能表现。
那么，人类智能与机器智能之间真正的区别是什么？这两种智能各自的优缺点又是什么？相较于人类智能，机器智能将带来哪些影响和趋势？让我们一起探究人类智能与机器智能的比较与发展。
一、人类智能与机器智能的比较在定义人类智能和机器智能之前，我们需要先了解两者之间的主要区别。
人类智能是指人类所拥有的思考、判断、推理、学习、创造、自我意识和情感等能力，而机器智能则是指计算机或机器人所具备的模仿、模拟、分析、判断、计算、识别等能力。
虽然人类智能和机器智能都是指智能这一共同点，但是它们的本质、执行方式和结果都有着非常不同的特点。
首先，从思考方式上看，人类智能与机器智能可以说是根本性的区别。
人类是一种高度复杂的生物体系，也是互联网的最终用户。
我们在包括环境感知、知觉、思考、记忆、情感、意愿等方面都远远超越机器。
人类有着自己的主观体验，能够依据自己的经验和判断来进行决策和创造创新，而机器则只能根据其被编程的算法和规则来进行分析和处理的工作。
因此，人类智能在创意性、创新性、抽象思维等方面远远优于机器智能。
其次，人类智能和机器智能在应用场景上也有着巨大的差异。
人类智能在日常生活中起到了至关重要的作用，而机器智能则更多地用于人类无法解决或无法完成的重复性、高强度、高效率、高风险或枯燥的工作中。
比如，深度学习等人工智能技术已经成功地应用于语音识别、图像识别、自然语言处理、不良内容监测、医学图像分析等众多领域，取得了令人瞩目的成果。
但是，这些应用场景远远无法覆盖整个人类社会，其真正价值和意义还需要随着人工智能技术的共同进步和创新才能逐步显现。
最后，人类智能和机器智能因处理能力和效率的差异而存在着差异。
机器智能在进行大规模数据处理和复杂计算时拥有极高的效率和精度，能够进行计算准确性非常高的辅助决策。
AI发展历程
AI发展历程人工智能（Artificial Intelligence，AI）发展历程人工智能（Artificial Intelligence，AI）是指机器在模仿人类智能方面所表现出的能力。
从上世纪50年代开始，人工智能领域迅速发展，取得了显著的进展。
本文将梳理人工智能的发展历程，并探讨其对社会和科技的影响。
一、初创时期（1950-1970年代）人工智能领域的先驱者是达特茅斯会议上的一群科学家。
在会议上，他们共同提出了人工智能的概念，并寻求通过机器模拟人类智能的方法。
这一时期的主要任务是开发机器能够进行逻辑推理和问题解决的能力，试图打造出类似于人脑的智能系统。
尽管人工智能在早期取得了一些进展，比如奠定了逻辑推理和问题解决的基础，但由于当时计算资源的限制以及对智能的理解不够深入，人工智能的发展进一步受到了挑战。
随着时间的推移，人工智能研究的热潮逐渐减退，被认为是一场“冬天”。
二、知识驱动时代（1980-1990年代）在1980年代，人工智能经历了一次复苏。
人们开始关注如何将知识编码到机器中，以便机器能够根据这些知识进行推理和决策。
专家系统成为当时人工智能的主流研究方向，专家系统是借助于专家知识库进行问题解决和决策的计算机程序。
然而，尽管专家系统在某些特定领域取得了一些成功，但由于它们往往依赖于专家知识的编码和维护，限制了其在更复杂问题上的应用。
此外，专家系统无法处理模糊信息和不确定性问题，这也成为了其发展的瓶颈。
三、统计学习时代（2000年代至今）随着1990年代末期统计学习方法的兴起，人工智能进入了一个新的发展阶段。
统计学习是一种通过分析大量数据并从中提取规律，来训练模型和进行预测的方法。
机器学习和深度学习等技术在这一时期得到广泛应用。
大数据的时代给人工智能的发展提供了巨大的助力。
机器学习算法的不断发展和优化，使得机器能够处理更复杂的任务，比如图像识别、语音识别、自然语言处理等。
深度学习的引入更是让机器能够实现类似于人脑的学习和决策过程。
如何看待人工智能的历史与未来发展
如何看待人工智能的历史与未来发展人工智能的历史可以追溯到20世纪50年代初期。
当时，科学家们开始运用计算机技术尝试模拟人类智能，以解决各种实际问题。
随着技术的不断发展，人工智能领域经历了多次的发展浪潮和低谷。
早期的人工智能(AI1.0)主要基于符号推理，即根据预先定义的规则，推导出逻辑上的结论。
在这个阶段，人工智能研究主要集中在专家系统、推理处理、自然语言理解等领域。
代表性成果包括LISP语言、PROLOG语言以及专家系统DENDRAL等。
这些早期的成果为人工智能领域的发展奠定了基础，为后来的研究和技术进步打下了重要的基石。
在80年代和90年代，人工智能进入了AI2.0时代，也被称为连接主义学派。
这个时期的核心是神经网络和机器学习。
神经网络由一系列节点组成，通过学习数据，可以调整节点之间的权重来实现分类和预测。
机器学习算法包括监督学习、无监督学习和强化学习等。
代表性成果包括反向传播算法、支持向量机、随机森林和卷积神经网络等。
突破为人工智能的发展提供了重要的基础，推动了机器学习和神经网络技术的广泛应用。
进入21世纪初，人工智能迈入了AI3.0时代，也称为深度学习时代。
深度学习作为神经网络的延伸，具备处理更加复杂问题的能力，例如图像和语音识别等。
代表性的成果包括深度神经网络、循环神经网络以及生成对抗网络等，发展为人工智能的应用提供了更广泛的可能性。
如今，人工智能已经广泛渗透到各个领域，涵盖医疗、金融、交通、教育等多个领域。
在医疗领域，人工智能算法被应用于医疗数据的分析，帮助医生制定更准确的诊断和治疗方案;在金融领域，人工智能算法用于风险评估和投资决策，提高了金融市场的效率和稳定性;在交通领域，人工智能算法被用于优化交通流量、提升交通安全性，并进行路况预测等工作。
人工智能是否能够替代人类进行辩论辩题
人工智能是否能够替代人类进行辩论辩题正方，人工智能能够替代人类进行辩论。
首先，人工智能在辩论方面具有很大的优势。
人工智能可以通过大数据分析和深度学习，快速获取大量的信息和知识，并且能够在短时间内进行逻辑推理和论证。
相比之下，人类需要花费更多的时间和精力去获取知识和信息，并且在逻辑推理方面也不如人工智能高效。
正如名人名言所说，“人工智能不会疲倦，不会犯错，不会受情绪影响”，这正是人工智能在辩论方面的优势所在。
其次，人工智能在辩论中不受主观情感的影响。
人类在辩论过程中往往会受到情绪、偏见和个人立场的影响，而人工智能则能够客观、理性地进行辩论，不会受到这些因素的干扰。
这也正是人工智能能够代替人类进行辩论的重要原因之一。
最后，人工智能在辩论中还可以通过模拟人类语言和思维模式，使得辩论更加贴近人类的表达方式，更容易被人类理解和接受。
这样一来，人工智能就能够更好地代替人类进行辩论，甚至在一些方面表现得更胜一筹。
综上所述，人工智能具有较大的优势和潜力来替代人类进行辩论，其高效、客观和贴近人类的特点使得其在辩论领域有着广阔的应用前景。
反方，人工智能不能替代人类进行辩论。
首先，虽然人工智能在获取信息和逻辑推理方面具有优势，但是在理解和运用信息方面却存在局限性。
人工智能往往只是简单地根据事实和逻辑进行推理，而无法真正理解信息的含义和背后的情境。
这就导致了人工智能在辩论中缺乏对人类情感、价值观和道德等方面的理解和运用，无法进行真正意义上的辩论。
其次，人工智能在辩论中也缺乏灵活性和创造性。
辩论并不仅仅是简单的逻辑推理，还需要灵活的思维和创造性的表达。
而人工智能往往只是机械地进行逻辑推理，缺乏对复杂情境的理解和处理能力，无法进行灵活的辩论。
最后，人工智能在辩论中也缺乏人类的情感和人情味。
辩论不仅仅是理性的交锋，还需要情感的表达和人情味的体现。
而人工智能无法真正理解和表达情感，也无法在辩论中展现人类的情感和人情味。
综上所述，人工智能在辩论中存在着诸多局限性，无法真正替代人类进行辩论。
AI技术和人类智能的区别与联系
AI技术和人类智能的区别与联系在当今科技高速发展的时代，人工智能（Artificial Intelligence，简称AI）技术成为了热门话题。
AI技术的出现引发了人们对于人类智能和机器智能之间的区别与联系的思考。
本文将探讨AI技术与人类智能的异同之处，并探讨两者之间的相互关系。
首先，AI技术与人类智能之间最显著的区别在于其来源不同。
人类智能是一种自然而然地存在于人类大脑中的智慧，是人类进化过程中的产物。
而AI技术则是人类通过研究和开发，通过模拟人类智能的方式创造出来的。
这种创造性的过程使得AI技术可以被不断改进和提升，而人类智能则受限于生理结构和进化的限制。
其次，AI技术和人类智能在认知方式上也存在差异。
人类智能是一种综合性的认知能力，可以通过感知、思考、学习和创造等多种方式来获取和处理信息。
而AI技术则是通过算法和模型来实现信息的处理和学习。
虽然AI技术在某些特定任务上可以表现出与人类智能相似的能力，但其认知方式仍然是基于程序和数据的处理，缺乏人类智能中的情感、直觉和创造性等方面。
此外，AI技术和人类智能在应用领域上也有所不同。
AI技术在目前主要应用于工业生产、医疗诊断、金融分析等领域，可以高效地处理大量数据和复杂的计算任务。
而人类智能则广泛应用于各个领域，包括艺术、文学、哲学等，具备创造性和灵感的特点。
人类智能的广泛应用使得人类社会具备了丰富多样的文化和智慧。
虽然AI技术和人类智能存在差异，但两者之间也有着紧密的联系。
首先，AI技术的发展离不开对人类智能的模拟和学习。
通过研究人类智能的认知机制和学习方式，科学家们可以更好地理解和开发AI技术。
其次，AI技术的应用也可以辅助和增强人类智能。
例如，在医疗诊断领域，AI技术可以通过分析大量的医学数据，提供准确的诊断结果，帮助医生做出更好的治疗决策。
此外，AI技术还可以在教育领域提供个性化的学习辅助，使得学生能够更高效地获取知识和技能。
然而，AI技术的发展也引发了一些人们的担忧。
辩论未来：人类是否会被人工智能取代？
人类是否会被人工智能取代？随着科技的不断进步，尤其是人工智能技术的迅猛发展，许多人开始担心人类是否会被人工智能取代。
一方面，人工智能在各个领域都展现出了惊人的能力和潜力；另一方面，人类拥有独特的思维方式和情感体验，这使得我们与人工智能有所区别。
在这场关于未来的辩论中，我认为人类不会被人工智能完全取代。
首先，人工智能目前虽然可以执行复杂的任务，但它们仍然只是机器程序，没有人类的创造力和思考能力。
人类具备自主学习、创造新知识的能力，而这些是人工智能无法实现的。
无论是艺术创作、科学研究还是社会交往，都需要人类的创造性思维和灵感。
人工智能只是通过学习和模仿来完成任务，它们缺乏思考过程中的直觉、灵感和创意。
因此，人类在创造性工作方面将永远存在独特的优势。
其次，人类在情感和社会交往方面具有独特的优势。
人工智能可以模拟情感和交流，但是它们没有真正的情感体验。
人类之间的情感连接和情感支持是人类社会运作的基石。
我们可以理解他人的情感，共享快乐和悲伤，建立深层次的人际关系。
而人工智能无法真正体验情感，只是通过算法和数据分析来处理信息。
无论是家庭、友谊还是爱情，我们需要人类的温暖和情感互动。
此外，尽管人工智能在某些领域取得了惊人的成就，但它们并不具备人类的伦理和道德观念。
人类有自己的价值观和道德准则，可以做出艰难的选择。
然而，人工智能只是根据预定的规则和算法行动，并没有道德判断能力。
这使得人工智能无法参与一些需要伦理决策的领域，如医疗伦理、法律判断等。
人类的判断和决策是基于伦理、道德以及多种因素的权衡，而这是人工智能无法复制的。
最后，人工智能虽然能够提高工作效率和生活便利性，但也伴随着一些风险和挑战。
人工智能对就业市场和劳动力需求产生了巨大的冲击，许多工作岗位可能会被自动化替代。
此外，人工智能技术的风险，如数据隐私、算法偏见和人类依赖等问题，也需要我们认真面对和解决。
人类在与人工智能共存的过程中，需要保持警惕和审慎，以确保科技的发展符合人类的利益和价值观。
人工智能智慧时代
人工智能智慧时代1. 引言在当今迅猛发展的科技时代，人工智能（Artificial Intelligence，AI）成为了一个炙手可热的话题。
随着计算机技术的不断进步，人们对人工智能的期望越来越高。
人工智能技术的出现和发展，促进了社会的进步和改变，开启了智慧时代的大门。
2. 人工智能的定义和发展历程人工智能是一门研究如何使计算机能够像人一样地思考、学习和解决问题的科学。
人工智能的发展历程可以追溯到上世纪50年代，当时计算机科学家们开始尝试用机器模拟人类的思维和学习过程。
经过几十年的发展，人工智能逐渐成为了一个独立的学科，并在各个领域得到广泛应用。
3. 人工智能的应用领域人工智能技术的应用范围非常广泛，涵盖了许多领域。
在医疗领域，人工智能可以辅助医生进行诊断和治疗决策，提高医疗水平。
在交通领域，人工智能可以实现自动驾驶，提高交通安全性和效率。
在金融领域，人工智能可以用于金融数据分析和风险管理。
在农业领域，人工智能可以用于精准农业和农作物病虫害的监测与预测。
在教育领域，人工智能可以辅助教学，提供个性化的学习方式。
4. 人工智能的技术原理人工智能技术的核心是机器学习（Machine Learning）。
机器学习是一种让计算机基于过去的经验和数据，通过自动学习和优化算法，从而提高性能和效率的方法。
机器学习主要分为监督学习、无监督学习和强化学习三种方式。
监督学习是指让计算机通过已标注的数据来学习和预测，无监督学习是指让计算机通过未标注的数据来学习和发现规律，强化学习是指让计算机通过试错学习和反馈来提高性能。
5. 人工智能的挑战和风险尽管人工智能在各个领域取得了巨大的成就，但也面临着许多挑战和风险。
首先，人工智能技术发展速度过快，可能导致相关法律法规跟不上。
其次，人工智能可能会替代一些传统的工作岗位，导致大量失业。
此外，人工智能的算法也存在一定的偏见和不公平性，可能对社会造成负面影响。
因此，人们需要认真对待人工智能的发展，并采取相应的措施来解决相关问题。
人工智能技术发展历史回顾
人工智能技术发展历史回顾人工智能（Artificial Intelligence，简称AI）是一项基于计算机科学的技术，旨在使机器能够模拟和执行类似人类智能的任务。
自20世纪50年代以来，人工智能技术经历了多个阶段的发展，取得了令人瞩目的进展。
本文将回顾人工智能技术的发展历程，并展望其未来的前景。
1. 初期阶段（1950年代-1960年代）人工智能的起源可以追溯到上世纪50年代，当时计算机科学家们开始探索如何开发智能机器。
1956年，达特茅斯会议标志着人工智能作为一个独立领域的诞生。
在此期间，早期的人工智能研究主要集中在逻辑推理、问题解决和语言理解等领域。
例如，早期的象棋程序可以处理一些简单的象棋问题，但在处理更复杂的问题时遇到了困难。
然而，由于计算机处理能力的限制和对人类智能理解的误解，人工智能在这一阶段并未取得太大的进展。
随着计算机硬件和算法的发展，人工智能进入了一个新的阶段。
2. 知识表示和推理阶段（1970年代-1980年代）在上世纪70年代和80年代，人工智能技术逐渐开始重视如何表示和推理知识。
专家系统成为这一时期最重要的研究领域之一。
专家系统通过收集和整理领域专家的知识，并在计算机上进行推理和解决问题。
专家系统的发展使得人工智能在一些特定领域取得了一些应用成果。
例如，医疗领域的专家系统可以帮助医生做出诊断和治疗决策。
然而，专家系统依赖于人类专家提供的知识，无法适应复杂多变的实际情况，限制了人工智能的进一步发展。
3. 机器学习和深度学习阶段（1990年代-至今）进入上世纪90年代，人工智能的研究重点逐渐转向了机器学习和深度学习的领域。
机器学习是一种基于数据构建模型并进行预测和决策的方法。
通过让机器从海量数据中学习规律和模式，人工智能得以实现更复杂的任务。
深度学习则是机器学习的一个子领域，着重于构建多层次的神经网络模型。
深度学习的出现极大地提升了计算机在图像识别、语音识别等领域的能力。
例如，人工智能在图像识别方面取得了突破性的进展，可以准确地识别和分类数字、物体和人脸等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
125专 栏C OLUMN 张小平
《大数据与智能
化》杂志执行总
编、思想坦克智
媒体创始人以珍妮纺纱机的问世为标志，在250年的
现代文明历史中，互联网从初兴到成为整个地
球的血脉，只用了短短50年时间。
人类历史虽
然短暂，但文明的步伐始终在加速前行。
因此，
在机人时代近在眼前之际，我们忍不住要看得
更远：机人时代之后的人工智能会是什么样的
呢？机器人会像各种科幻电影里那样无所不能
吗？我们会变成超人一般的存在吗？
我们认为，以互联网为代表的信息化革
命，绝不是人类进步的终点。
相反，互联网正
在不断发展进化，并将开启人类最终的命运之
门——智人时代。
而阿里巴巴创始人马云关于人类社会从
“IT时代走向DT时代”的论断，及谷歌工程师
库兹韦尔关于“2045年，半机器人时代来临”的
预言，都在印证着智人时代的到来。
从弱人工智能进化到强人工智能是人工
智能发展中最难的一个节点。
关键有两点，一是
万物互联之后计算机处理速度的飞跃提升，二
是人工智能自我进化。
前者的实现毋庸置疑，而
对于后者，我们也大可以抱乐观态度。
就中国而
言，目前，“百度大脑”、“讯飞超脑”等计划和
项目正如火如荼地开展，而中科院自动化所的
类脑智能研究中心也正在研究如何让机器有自
主思维。
强人工智能时代什么时候到来？最乐观的
预测是2045年，它是谷歌公司工程总监、未来
学家雷·库日韦尔给出的。
《时代》周刊对此进
行报道与演绎：2045年，人类将会通过与计算
机结合而获得“永生”，计算机智能将取代人
脑，永久改变人类的命运。
到时，人类可以选
择与计算机融合，成为“半机器人”。
而在这之
前，即2030年，人类的大脑将可被接入互联网。
由此，人类将进入云中思考的阶段。
其后，人类的思维成为“生物思维与非生物思维的混合体”——人类大脑甚至可以通过用DNA链制造的微型纳米机器人与云计算服务器相连，从而增强智力。
《超能陆战队》上映后，拥有大白成为很多人的一个梦。
在智人时代，这个梦不再是梦。
而且，我们所拥有的大白还会更先进、更人性，因为它具有自主思考、决策、行动的能力，是一个名副其实的机器“人”。
半机器人指的是人类的一种进化形态，机器人本身也会“进化”。
当机器拥有了人类智慧和认知后，其依靠自身强大的计算能力、储存能力、比人类更强大的持续性和可靠性会很自然地跳跃至下一阶段：成为独立的社会成员。
由此，我们的社会结构将由人类一元统治发展为人与机器人的二元结构。
换言之，机器与人类彻底结合将会产生一个新的物种——“智人”。
这并非是幻想。
凭借神经网络技术的突破，依靠D-WAV E量子计算机等第六代计算机的超强计算能力以及利用万物互联所收集的海量数据，人工智能有望在本世纪内实现质的突破。
一旦人工智能进入了智人时代，它将不会停留在人类智慧水平这一标杆上，而会通过构建好的信息互联体系，不断地加强自身软件性能、集团性学习和同步的能力，甚至可以集团性处理同一任务。
可以说，在人类实现由弱人工智能向强人工智能转变这一关键步骤后，同一阶段的人类恐怕将很难探知强人工智能在“想”什么。
届时，人类是否还可以利用自己造出来的人工智能也未可知。
智人时代：人类智能
与机器智能平分秋色
以互联网为代表的信息化革命，绝不是人类进步的终点。
相反，互联网正在不断发展进化，并将开启人类最终的命运之门——智人时代│国际公关│2015年第6期。