我们所说的人工智能（AI），是一个广义定义。虽然众说纷纭，大部分专家认为，人工智能发展有三个水准：
弱人工智能（ANI）
第一类智能水准：能够专注于一个领域，例如能战胜世界围棋冠军的AI，但是也只能下围棋。
强人工智能（AGI）
第二类智能水准：达到和超过人类水准的人工智能，以Gottfredson博士的定义，有能力“推理、计划、解决问题、抽象思维、理解复杂概念、快速学习、从经验中学习。”
超人工智能（ASI）
第三类智能水准：超过所有人类智能总和的AI——用Tim Urban的话说，“从比人聪明一点点……到聪明一千万倍。”
那我们现在在哪个阶段呢？我们现在达到了第一个水准——弱人工智能——在很多方面，它已经进入了我们的生活中：
汽车里到处都是ANI，从可以在紧急情况下刹车的电脑，到可以调配汽车加油参数的系统。
谷歌搜索是一个很大的ANI，有很多非常复杂的方法将网页排序，知道给你显示什么。同样的，Facebook Newsfeed也是。
谷歌正在测试中的无人驾驶汽车，有一个很强的ANI系统，让它可以感知世界并做出反应。
电子邮件垃圾邮箱过滤器，知道什么是垃圾邮件、什么不是，并且学会按照你的偏好来过滤邮件。
你的电话就是一个小型ANI工厂……你用地图APP导航，收到定制化的音乐推荐，和Siri聊天等等。
例子不胜枚举。弱人工智能系统不怎么惊悚。失控的ANI会带来危害，但通常是独立事件。虽然ANI不会造成人类的生存性恐慌，相对人畜无害ANI应被视为一个先兆。每一次弱人工智能的创新进步，都在往强人工智能和超人工智能更近一步。
下一步是什么？强人工智能面临的挑战。
没有什么比试图创造像人类一样聪明的计算机，更能让人体会到人类有多聪明了。造一个可以进行两位数计算的计算机很简单，但是造一个看到狗猫能回答这是什么的计算机——特别困难。造一个可以下围棋的计算机？搞定。但造一个计算机能够读6岁小孩的图画书、不只能识别文字、还能理解含义？谷歌正在努力，投入了几百万美元。
一些对我们来说简单的事情，其实非常复杂。之所以对我们简单，是因为我们（和大部分动物）在千百万年的进化中已经优化了。然而，要做大数字运算、或者下围棋，对生物来说还是新游戏，还没有进化出相应的熟练度。所以，计算机在围棋上打败我们不算特别困难。
一个有趣的例子：
图片来自Medium
图A：你和计算机都能知道，这是一个由两种颜色构成的长方形。第一回合平手。
图B：你能轻松描述出各种模糊和透明的圆柱体、长板和3D转角，但是电脑会输得很惨。电脑会说，这儿有各种二维形状和灰度——图画里实际的内容。人脑可以自己脑补很多，理解深度等图片想表现的东西。
图C：电脑看到二维的黑白灰混合物。要达到人类级别的智能，电脑得理解面部表情之间的微妙区别，愉快、轻松和满足之间的区别。
如何实现强人工智能？
要达到人类大脑的智能水平，AI需要达到人类大脑的计算容量。而目前，只有很少的大脑区域已经精确测量。Kurzweil说开发了一种估算人脑总体运算速度的方法。根据摩尔定律的估计，计算机硬件进步会以惊人的速度指数发展。比开发硬件更难的是软件。“真相是，没人真正知道如何让机器更加聪明。我们还没教会计算机认识猫狗，判断一个手写的B是不是难看，或者一部电影是不是烂片。”Tim Urban在网站Wait But Why说。但普遍来说，有三种策略最为常见。
1、 向大脑学习。
最简单粗暴的办法就是抄袭大脑，按照大脑结构设计计算机架构。人工神经网络就是一个例子。更极端的方式是模拟整个大脑，不过截止现在，我们只能模拟一毫米厚大小的大脑，大约有302个完整神经元。为了让大家有个概念：大脑有八百六十亿个神经元，由几万亿个神经突触连接。
2、 让计算机学会进化。
即便我们模拟出了大脑也不一定成功，就好像完全模拟鸟儿翅膀运动来建造飞机一样。也许最好还是以建造机器的方式建造机器。被称为“遗传算法”的方法是，让一群电脑一起完成任务，成功的电脑们互相“结合”，不成功的电脑们则被淘汰。
3、 让计算机自己想去，我们不管了…
最后一种办法最简单，也最惊悚。我们先建造一个计算机，只有两个功能：研究AI，和给自己写代码。我们教计算机成为计算机科学家，自己进化成长。这被认为是我们最有希望的一条路径。
多久以后，计算机会有与人脑相等的能力？
密歇根湖的容量大约与我们的大脑容量相同（以每秒计算）。根据摩尔定律，计算机处理能力每18个月翻倍。如果以这个速度用水填满密歇根湖，你会很长时间都看不到什么进展，然后忽然间，湖就装满了。图片来源Medium。
可以非常现实地说，某一个时间点，我们就会实现强人工智能（AGI）——到达人脑级别智能的计算机。这是不是意味着，从这一刻起，计算机会和人类具有同等能力？实际上，并不是——计算机会比人类高效多了。因为计算机是电子的，还会有以下优势：
1． 速度。“大脑神经元的极限在大约300赫兹，而今天的微处理器……运行速度大约是2千兆赫兹，或者说，一千万倍。“Tim Urban说。
2． 记忆。遗忘或混淆对于计算机来说是不存在的。计算机在一秒钟内能记住的内容超过人类在十年内能记住的。电脑记忆更加精确，有更大的内存。
3． 运行。“电脑晶体管比生物神经元更加精准，老化的可能更低（即使老化了，也可以修理或者替换）。人类大脑容易疲倦，而计算机可以不停歇地运转，用最高速不停歇。”Tim Urban说。
4． 集体能力。在人类中，团队合作非常困难，因为费时间的沟通和复杂的社会层级。团队越大，每个人输出的速度越慢。而计算机不受困于某一个生物体，没有自我，可以同步，可以更新自己的操作系统。
想一想人类级别的AGI能有多大好处，很明显，到时候人们最多只会停个片刻，然后继续向前，奔向超过人类智能的新世界。人类与超人工智能的差异不会是速度，而是”的质量——与速度完全不同。人和大猩猩的区别，绝对不是思考速度——而是人类大脑有一些复杂的认知模块，能够让人实现复杂语言表征、长期规划或者抽象推理等活动。让大猩猩的大脑加快几千倍也不会把大猩猩变成人。“
有一个比我们更高质量的物种存在，为了体会这是多大件事，我们来想象一下，AI在智能阶梯上，比我们高两个台阶。Tim Urban说：”它增强的认知能力和我们的差别，会像大猩猩和人类之间的鸿沟一样巨大。大猩猩永远无法明白，一个门把手之中包含了多少魔法……这就是两步台阶的区别。“
“机器越聪明，越能够快速提升自己的智能。“从蚂蚁到一个普通人类也许要7很多年，但是从普通人到爱因斯坦，也许只要40天。“到了爱因斯坦的阶段，机器可以更轻松地进行更大幅度的跨越……当我们听到新闻，说已经有第一台机器达到强人工智能后，也许很快我们就会看见地球上出现一种位于这个位置的智能：
你觉得这个预言有可能吗？来看看现在的人工智能专家们，在两份调查问卷中怎么说。
超人工智能哪天会来？
Vernor Vinge教授、科学家Ben Goertzel、升阳电脑联合创始人Bill Joy还有，最出名的，发明家和未来学家Ray Kurzweil——他们和许多人一样，都同意机器学习专家Jeremy Howard的观点，他在一场TED演讲中给出了下面这个图表：
Jeremy Howard在Ted演讲“能学习的计算机，多么美好与骇人”中给出的图表。图片来源：Medium。
一些人相信这很快就会到来——指数级的增长正在发生。其他人，例如微软的联合创始人保罗·艾伦、心理学家Gary Marcus、纽约大学计算机科学家Ernest Davis和科技创业家Mitch Kapor，都相信Kurzweil等思想家都大大低估了这项挑战。而Kurzweil阵营会反驳说，我们都低估了指数增长，他们会将怀疑论者比作与1985年那些看见慢慢发芽的因特网说“这在短期未来内不可能成什么气候”的人。对此怀疑论者会反驳说，人工智能的每一步新技术进步的难度，同样在以指数增长，抵消了科技的发展。
然后还有包括Nick Bostrom在内的第三阵营，相信谁也没法确定未来人工智能的发展路线，认为第一，这绝对可能在不远的未来发生，第二，但这也没有保证，这也可能需要更长的时间。
还有其他人，例如哲学家Hubert Dreyfus，相信以上三个阵营都太天真了，竟然相信未来可能会有超级人工智能——具有超过所有人类智能的人工智能。他认为，这永远都不太可能。
所以，当你看着所有这些观点的时候，你会得出什么结论呢？
强人工智能时间表
2013年，Vincent C. Muller和Nick Bostrom对几百名人工智能专家进行了以下问卷：“仅为回答问题起见，假设人类科研活动会继续发展，不发生重大负面干扰。你认为到哪一年，会有（10%、50%、90%）可能出现达到人类水平的机器智能（或我们所称的AGI）？”该问卷让专家们写下一个比较乐观的时间预测（有10%可能性我们实现AGI的年份）、一个比较实际的猜测（有50%可能性我们实现AGI的年份）和一个保险的猜测（有50%可能性我们实现AGI的最早年份）。数据最终放在一起的结果如下：
乐观预计年份中位数（10%可能性）：2022年；
现实预计年份中位数（50%可能性）：2040年；
保险猜测年份中位数（90%可能性）：2075年。
所以，参与问卷的人就中位数来说，认为我们可能在25年后实现AGI。90%可能性的回答表示，如果你现在是青少年，中位数的回答以及其他超过一半的AI专家都认为，AGI会在你的有生之年实现。
超人工智能时间表
Muller和Bostrom还问了这些专家，他们对以下可能性的判断：1）在2年内实现超人工智能（也就是，几乎马上会到来的智能爆炸），2）在30年内实现超人工智能。回答者需在每一个选项现在一个概率。结果如下：
2年内实现AGI-ASI转化：10%可能性；
30年内实现AGI-ASI转化：75%可能性。
位于中位数的回答认为快速的（2年）AGI到ASI的转化只有10%的可能性，而长一些时间（30年内）的转化为75%可能性。我们不知道这个数据库中，大家认为50%的可能性会位于多长的时间长度，但是为了大致估计，我们可以猜测也许大家会说20年。
所以，位于中位数的观点——那些位于AI领域中心的专家们——相信最现实的预测是，超人工智能会在……实现强人工智能的2040年，加上转化到超人工智能的20年，在2060年超人工智能会到来。
via Medium
更多阅读：
