当你乘坐的汽车是自主驾驶汽车，那么一旦发生车祸，你希望汽车是优先拯救你还是拯救行人，是优先拯救年幼的人还是年长的人，是人类还是动物，是更多条生命还是更少的生命？世界各地有超过 200 万人参加了 MIT 的 Moral Machine 实验，实验背后的研究团队在《自然》期刊上公布的统计结果显示，在部分选择上人们有着共同的偏好，但另一部分选择则与地区文化和经济状况相关。研究人员识别出来三种共同的偏好：人类的生命高于动物，优先保护年幼的人而不是年长的人，拯救更多条生命而不是更少的生命。其它存在差异的选择则与文化和经济高度相关：更容忍违规穿越马路的行人的人来自于治理较弱、与美国的文化距离更远和不重视个人价值的地区。这些文化因素决定了一名违规穿越马路的行人是否应当得到与合规穿过马路的人相同的保护。

AI 创作的一幅肖像在纽约佳士得拍卖会上拍出了 432,500 美元，这是大型拍卖行首次竞拍计算机创作的艺术品。肖像的名字叫“Edmond de Belamy, from La Famille de Belamy”（如图），描绘了一个模糊和未完成的男性肖像，署名是“min G max D Ex[log(D(x))] + Ez[log(1-D(G(z)))]”。这幅作品是在生成式对抗网络（Generative Adversarial Network）算法帮助下完成的，是巴黎艺术家团体 Obvious Art 的创意，最初估计可以拍出 7000 到 10000 美元，结果是预估的数十倍。Obvious Art 成员 Hugo Caselles-Dupre 称，他们向 AI 系统输入了创作于 14 世纪到 20 世纪之间的 15000 张肖像的数据集。这幅画被一名匿名买家拍下。

MIT 发表新闻稿宣布向计算和人工智能领域投入 10 亿美元，使其在该领域的师资规模增加近一倍，这一举措以全球私募股权集团黑石首席执行官和联合创始人苏世民(Stephen Schwarzman)提供的 3.5 亿美元捐赠款为基础。MIT 将在位于波士顿郊外的剑桥校区兴建一座“标志性的新大楼”。这座大楼将于 2022 年竣工，并将作为苏世民计算学院(Schwarzman College of Computing)的教学楼。该学院将创造 50 个教员职位，会招收更多研究生。“我们正在重塑麻省理工，”麻省理工校长 Rafael Reif 说。“苏世民学院将作为全球计算研究和教育中心，以及强大的新型人工智能工具的智力工厂。”除了苏世民捐赠的 3.5 亿美元之外，其他捐赠者总计承诺捐赠 3 亿美元。为实现10亿美元筹资目标，麻省理工还需筹集 3.5 亿美元。

美国军方科学家声称，随着时间的推移，战场上的人类士兵将会越来越少见，而机器人将会日益常见。美国陆军研究实验室网络科学部门负责人 Alexander Kott 在 Conference on Applied Machine Learning for Information Security 会议上说，我们必须习惯这个激进的想法：人类将只是智能生命中的一种。他预言了一个反乌托邦的未来：人类战士将会与以机器人、传感器、智能武器、自动车辆和可穿戴设备为形式的智能代理共享战场。在某种程度上它们在今天已经存在。但在未来，它们将会变得更智能，能利用机器学习软件自动获取新信息和根据环境变化做出决策。 Kott 认为二十年内这一切将会变成现实，战场上的人类将会越来越少，我们必须习惯。他认为，AI 和机器学习将是一把三刃剑，人类将可能是网络世界里最低效最薄弱的一环。

Palm 和 Handspring 公司创始人 Jeff Hawkins 过去十年一直专注于大脑研究，他创办了 Numenta。在沉寂如此长时间之后，他与同事发表了一篇论文预印本《A Framework for Intelligence and Cortical Function Based on Grid Cells in the Neocortex》，开始对外公开他的大脑研究成果，他将于周一在荷兰的一个会议上阐述这项研究。Hawkins 最近曾安排与世界最著名的 AI 实验室 DeepMind 举行会议交流经验。Alphabet 旗下的 DeepMind 想要造出机器做任何大脑能做的工作，而 Hawkins 和他的 Numenta 则想要了解大脑如何工作然后逆向工程。但双方的会议最终无疾而终，因为 Hawkins 在与 DeepMind 联合创始人 Demis Hassabis 聊过天之后发现 DeepMind 几乎没人能理解他的工作。Hawkins 认为创建人工智能必须先理解大脑智能，“你不必模拟整个大脑，但你必须理解大脑工作模拟重要的部分。”他的理论始于皮层柱状体，处理视觉、听觉、语言和推理的大脑新皮质的关键部分。他认为，皮层柱以相同的方式处理每一项任务，类似计算机算法，他所做的就是找出这个算法。如果他真的能找到，那么 AI 研究有望取得新的飞跃。

亚马逊的 AI 专家在 2014 年开发了程序去评估应聘者的简历，给求职者打一到五星的评分，就像亚马逊商店里的商品一样。但到了 2015 年电商巨头发现这个程序对应聘技术类岗位的女性有偏见。原因是这个 AI 程序是使用亚马逊自己的简历库训练的，而技术类岗位的简历大部分来自男性，结果是程序被训练的更偏爱男性候选人。它会惩罚包含女性这个词的简历，对毕业于全女性学院的应聘者降低评分。亚马逊修改了程序，使其在评估时对性别保持中立，但这并不能保证它在筛选简历时不会以其它方式歧视应聘者。

前 Google 大中华区总裁、风险投资人李开复在《纽约时报》发表文章，谈论了中国在 AI 领域的真正优势，以及美国可以学习的地方。今天的中国用户在隐私方面确实没有话语权，以隐私换取便利早已不是新鲜事，中国的互联网巨头们因此能掌握用户非常深入的信息，而美国科技公司除了 Google 和 Facebook 外，其它公司不太可能掌握详细的用户生活信息。李开复称，“西方的分析人士经常承认中国在人工智能方面有优势的领域，但他们对中国在每个优势领域的实力本质往往有误解。就中国丰富的数据而言，分析人士经常指出中国人口的庞大规模（中国人拥有11亿部移动互联网设备），并声称不严格的隐私法律让用户数据的使用不加管制。但中国的核心数据优势不仅在于广度（用户数量）和获取（用户贡献的数据量），还在于每个用户的数据的深度，即使用对人工智能算法有意义的数字形式捕获中国人的真实世界活动...从这些巨大的数据流中显现出来的是每个中国用户的一个多维图像，这让人工智能公司能够更好地为他们定制服务。”

AI 不具有人类那种对异常现象感到难以置信但同时能坦然接受的能力，比如房间里突然出现一只大象。根据发表在预印本网站 arxiv.org 上的一项研究（PDF），计算机科学家发现深度学习并不真的“深度”，AI 在发现难以置信的事情后会“发疯”。在计算机视觉领域，人工智能系统会尝试识别和分类对象。在这项研究中，研究人员向计算机视觉系统展示了一幅客厅的场景，系统正确的识别了椅子、人和书架上的书。研究人员随后向场景中引入了异常对象：一只大象的图像。然后 AI 系统疯了，它忘记了已经识别的对象，将椅子识别为沙发，将大象识别为椅子，其它此前已经识别的对象都视而不见了。论文合作者 Amir Rosenfeld 称，研究显示了目前的对象识别系统是多么的脆弱。研究人员仍然在尝试理解为什么计算机视觉系统如此容易犯错。他们猜测是 AI 缺乏人类那种从容处理海量信息的能力。

SETI 向世界潮流看齐，部署了神经网络帮助管理其庞大的数据集。这一尝试几乎立即结出了果实：加州伯克利 SETI 研究中心的博士生 Gerry Zhang 和同事使用一个定制机器学习模型处理此前已经分析过的数据，发现了 72 个新的快速射电暴信号。快速射电暴是一种高能天体物理现象，呈现瞬态电波脉冲，仅维持数毫秒的爆发。快速射电暴的来源和性质仍然充满神秘，一种可能的解释是它来自先进文明。研究人员分析的快速射电暴 FRB 121102 来自于一个距离地球 30 亿光年的遥远星系，此前的算法从该星系发现了 21 个快速射电暴。而 FRB 121102 是至今观察到的唯一一个能重复发射出快速射电暴的天体。这些信号没有发现任何可识别的模式。

在发现作弊之后，华为开始用 AI 智能调度机制自己辩解，华为称“由于不同场景对性能的要求不同，最新版本的华为智能手机系统可以通过 AI 智能调度等先进技术，使硬件性能得到充分发挥，满足用户在不同场景下的体验诉求”，表示为了尊重用户的选择权，华为将在 EMUI 9.0 版本中把“性能模式”开放给用户，这样用户即可选择在有需要的时候开启该模式。然而 Anandtech 的测试显示，华为的系统实际上是使用白名单在检测到相关测试软件之后将 CPU 和 GPU 都设置到最高性能，使其手机在测试中表现最佳，最有利于其宣传。

iRobot 推出了最新款扫地机器人 Roomba i7+，它具有其它 Roomba 机器人所没有的功能：它能永久记住房屋布局，更智能更高效的打扫房间。旧款的 Roombas 每次清扫地面都需要创建新的地图，而新的 i7+ 则能记住地图并能根据主人要求制定规划。用户现在能通过 iRobot 的手机应用指挥机器人打扫特定房间，比如只清洁厨房。

随着越来越多的 AI 进入到我们的生活中，如何确保它公正没有偏见？新西兰的 Rhema Vaithianathan 和同事开发算法去识别有关虐待儿童的报警电话是否值得进一步调查。这个算法包含了对家庭背景和犯罪记录的数据训练，能在接到报警电话时生成风险分数。一位父亲对此提出疑问，说自己曾与毒瘾作斗争，过去社会工作者曾把他的孩子从家里带走。但他已经有很长时间不再吸毒。如果用一台电脑评估他的档案，他为改变自己的生活所作的努力会毫无意义吗？换句话说：算法会不公平地评判他吗？Vaithianathan 向他保证，会有人一直参与其中，所以他的努力不会被忽视。计算机算法越来越多地被用于指导可能改变生活的决定，包括在被指控犯罪后拘留哪些人，应该调查哪些家庭潜在的虐待儿童问题，以及被称为“预测性警务”的趋势，如警察应该关注哪些社区。这些工具被认为可以让决策更加一致、准确和严谨。但 2016 年，美国记者称，一个用于评估未来犯罪活动风险的系统会歧视黑人被告。其潜在不公平性正在引起警惕。且监管是有限的：没有人知道该类工具有多少正在被使用。

人权组织人权观察发表报告说，能自主杀人的武器系统违反确立了长达百年的国际法。 报告称，杀人机器人违反了马尔顿斯条款(Martens clause)，这是国际人道法律被广为接受的条款。该法要求要按照人道原则评判新出现的技术，如果再没有其他条约规定的情况下，由公共良知决定，令武装冲突行为不仅受条约和习惯法约束，而且还要受该条款涉国际法原则约束。人权观察高级研究员杜克蒂（Bonnie Docherty）说，允许开发并使用杀人机器人会破坏已经确立的道德和法律标准，不同国家应该共同努力，在这种武器全球扩散前就杜绝这种武器。杜克蒂说，越来越多来自科学家，宗教领袖，高科技公司，非政府组织，普通公民的反对说明公众明白了杀人机器人超越了道德界限。他们对此很担心，许多国家政府也很担心，这都需要立即采取应对措施。

Google DeepMind 在《Nature Medicine》期刊上发表的研究报告显示，它的 AI 在诊断眼疾上与人类医生一样出色。 DeepMind 与伦敦摩尔菲尔茨眼科医院合作，在今年 2 月开发出能够通过分析 3D 视网膜扫描影像、识别青光眼和糖尿病视网膜病变等主要眼睛疾病的 AI 技术。在 997 名患者的扫描影像上进行的测试中，DeepMind 的算法在转诊推荐的准确度方面比摩尔菲尔茨眼科医院的 8 名视网膜专科医生表现得更好。DeepMind 算法的错误率为 5.5%，而 8 名人类医生的错误率在 6.7% 到 24.1% 之间。如果向人类医生提供他们通常会获知的有关患者的背景信息，使 AI 与人类医生的比较更符合真实情况，人类医生的错误率会降低到 5.5% 到 13.1% 之间——与 AI 的水平持平或者更差。

国际外交舞台上，一个经常用的形容词是 “风云变幻”。但中国的科学家相信，国际关系看似变幻莫测，实则有序可循。利用人工智能 AI 进行数据分析，可以从纷繁的蛛丝马迹中理出个头绪脉络，预测外交领域里的冷暖阴晴。中国外交部在接受《南华早报》的采访时首次证实，中国正在研发专门用来分析国际形势变幻的 AI 模型，为中国的外交官预测国际关系和国际局势的发展趋势助一臂之力。中国外交部没有透露研发项目的细节。但据信中国外交部已经在使用其中一个早期研发的系统，用于中国在海外投资的风险评估以及预测发生政变和恐怖袭击的可能性。《泰晤士报》称，中国社科院设计的一个 AI 系统据信用来对收集的大量的数据，包括从鸡尾酒会上的闲谈到卫星图片，进行分析，为外交战略的制定提供参考。

一些未来学学者和技术专家预言了一个并不遥远的未来，AI 将变得和人类几无差别，成为真正的智能。他们声称，到那时，AI 很可能按照我们人类的方式，从情感、智力和精神层面，来体验这个世界。但它们有灵魂吗？当我们听到或使用“灵魂”这个词时，大部分人本能地知道我们所指的灵魂为何意，但要深究灵魂是什么却有些困难。关于灵魂究竟为何物的争论有一个根本的问题，即人类是纯粹的肉体存在，还是肉体和某样东西的混合体。富勒神学院的心理学教授布朗（Warren S Brown）一直在思考这个问题。对他而言，灵魂不是身体自我（physical self）之外的本质，而是血肉之躯的个体之人与上帝（精神上的），或是人类彼此之间的交往和沟通这些经历的总和。布朗和许多哲学家都用“非还原物理主义”这一术语来探讨人类的演生属性，他们认为人类的精神世界“是不可还原为人类躯体基本的组成部分，比如分子、细胞、神经元、神经系统、大脑”。基于人类是灵性行为存在的定义，是时候把我们原本的问题从“AI 可能有灵魂吗？”改“AI 可能像我们一样成为灵性行为体吗？”人工智能先驱、MIT 的明斯基（Marvin Minsky）认为是可以的。明斯基假设，机器很有可能进化出一种世界上特殊的存在，这种存在以探索自我身份和目的为基础，而且这种存在方法和人类自己的存在形式可能很相似。

IBM CEO 今年初声称 AI 会对业务产生指数级的影响。上个月，IBM 旗下的 AI 部门 Watson  曝出了大规模裁员，显示蓝色巨人在将 AI 转变成有利可图的业务上面临重重困难。一名为避免失去遣散费而匿名的工程师称，IBM Watson 拥有很出色的 AI，但就像不知道如何走路的漂亮鞋子，他们必须找到方法如何利用 AI。裁员主要影响 IBM 收购的三家企业：Phytel，Explorys 和 Truven。三家企业是在 2015 年和 2016 年收购的，为 IBM 带来了医保数据和挖掘数据获得新见解的分析系统。两名遭到解雇的 Phytel 工程师指责 IBM 在收购之后管理不善，称 Phytel 的问题其实就是 IBM 在让 Watson 变得有利可图上挣扎不已的象征。

Adobe 知道它的著名图像编辑软件 Photoshop 被用于制造假的新闻照片，它正在研究利用 AI 去识别假照片的标记——也就是照片是否经过了 Photoshop 的特殊处理。Adobe 表示用 AI 识别假的图像是该公司在数字媒体领域帮助增强信任度和真实性的一种方法。当有人用 Photoshop 修图时，除非能在像素级别做到完美，否则他们总是会留下修改的痕迹。元数据和水印可以帮助确定图像源，数字取证工具通过检查像素级别的照明、噪声分布等去发现不一致的地方。Adobe 表示它的 AI 将能更快更可靠的发现修改的迹象。

Google AI 子公司 DeepMind 开发出一个神经网络，能根据一张 2D 图像“想象出”它的 3D 场景。该系统被称为 Generative Query Network (GQN)，相关研究报告发表在《科学》期刊上。GQN 项目旨在复制一个人类大脑仅仅通过环顾四周就能了解世界的那种轻松方式。GQN 由两部分组成。第一部分是通过图像传感器来观察场景，然后用计算机代码将其表达出来。第二部分是 “生成式网络”，它可以从先前未观察到的视角来预测或想象场景。GQN 目前仍有很大的局限性，它迄今只在包含少量物件的相对简单场景中展示了想象力。

花旗投行部门表示，随着机器以更快的速度取代人类，在未来 5 年内，其 2 万名技术与运营人员中，最多将有一半被裁员。花旗总裁兼机构客户集团首席执行官福雷斯 (Jamie Forese)表示，占花旗投行员工总数近五分之二的运营岗位的工作 “最适合由计算机来处理”。如果整个行业都仿效这种做法，潜在裁员力度将远甚于 2007 年至 2017 年，在那十年间，全球前十大投行中的八家总计裁员近 6 万人。并非每个投行老总都赞同还会大量裁员。汇丰全球银行业务及市场主管阿萨夫 (Samir Assaf) 称，技术取代不了多少投行职员。