1.1　无处不在的人工智能

1.1.1　科幻片中描绘的人工智能

“人工智能”这个话题已在各类科幻片中被演绎过多次，无论是《她》中情感细腻、声线迷人的萨曼莎，《机械姬》中被用来测试却拥有自我意识的艾娃，还是《剪刀手爱德华》中孤独的机器人爱德华，他们是逐渐拥有自我意识的类人机器人。终有一天，他们能和人类一样拥有意识、情绪和情感吗？如果成真，人类该如何应对？

1. 《她》，你相信人工智能的爱情吗

如图1-2所示，《她》是2013年美国发行的人工智能科幻片，该片由斯派克·琼斯编剧并执导，由杰昆·菲尼克斯、斯嘉丽·约翰逊、艾米·亚当斯、鲁妮·玛拉、奥利维亚·王尔德主演。

故事背景是人工智能已经发展到了一个可以按需自学与人沟通的时代，主人公西奥多（杰昆·菲尼克斯饰）刚刚结束与妻子凯瑟琳（鲁妮·玛拉饰）的婚姻，还没走出心碎的阴影。一次偶然的机会让他接触到了最新的人工智能系统OS1，它的化身萨曼莎（斯嘉丽·约翰逊配音）拥有迷人的声线，温柔体贴而幽默风趣。西奥多与萨曼莎很快发现他们非常投缘，而且存在相互的需求与欲望，人机友谊最终发展成为一段不被世俗理解的奇异爱情。

整个故事以男主角西奥多的情绪变化为主线，从刚开始的欣喜、依赖和痴恋，到后面的迷茫和迷失，人工智能技术在影片中不断展现出美好愿景的同时，也带来了一些发人深省的安全和伦理问题。

（1）学习和个性化推荐

萨曼莎能根据西奥多初期的问答、聊天方式和内容进行自主学习，在与西奥多进行情感沟通的过程中，利用西奥多以往的人际沟通数据快速学习，了解用户的情感需求，使用符合用户需求的语言和图片去满足其精神需求；影片中，萨曼莎还可以帮助西奥多整理邮件，并按主人的习惯分类通知和回复，体贴地把西奥多的信件整理为一本书，然后联系出版社出版，有效地帮助西奥多解决了现实问题。

（2）安全和伦理挑战

为了让西奥多能有更好的体验，弥补自己没有肉身的遗憾，萨曼莎在互联网上找了一个志愿者以解决西奥多的生理需求。该情节发人深省，智能系统一旦超越“奇点”，找到现实世界中的真身，其强大的计算能力会将人类置于怎样的美好或危险境地呢？

影片中后段讲述了西奥多身边几乎所有人都在使用智能伴侣，他们都沉浸在与机器的深度沟通中，每个人的脸上都洋溢着发自内心的幸福笑容，智能伴侣从精神层面完美地陪伴了主人。

与此同时，问题也随之而来，智能系统需求旺盛、发展迅速，萨曼莎同时跟8000多人交流、600多人恋爱，同样有很多类似西奥多的人与萨曼莎坠入爱河，导致萨曼莎无法实时跟每个恋爱的人联系，这让使用者们难以忍受。一天，所有的智能伴侣突然全部断线，那些陪伴的虚拟人都消失了，所有人一瞬间都不知所措，失去了生活的方向。最后，男主角与有同样经历的艾米发现了现实陪伴的真与美，回归现实，在一片繁华的城市灯光中安静地并肩坐着，影片结束。

不妨设想一下，随着计算机的计算速度和存储容量的快速提升，如果智能伴侣可以一天24小时实时响应、永远在线，我们是否还需要现实陪伴？虚拟陪伴和现实陪伴，哪一个对我们更为重要呢？

2. 《我，机器人》，人工智能觉醒的故事会发生吗

人工智能在生活中带给我们的好处是显而易见的，大大提高了社会运转效率，降低了生产成本，也提升了我们日常生活的便利体验感。那么有些人担心了，威尔·史密斯主演的电影《我，机器人》（又名《机械公敌》）中的桥段是否会成为现实呢？

当科技真的发展到那个时候，人与机器人的最根本区别就是，人类有着高于机械的情感和自我意识，但当情感和自我意识处于相同的水平上时，人类反而就成了弱势的一方。人类造出了比自己强百倍的机器人，却不肯按自然界“弱肉强食”的规律乖乖地做一个臣子。平等的思维意识我们对它们不存在，它们也对我们不存在，再精密的程序也会有出错的一天，影片就通过“机器人革命”向观众表达了这一点，在悬殊的武力下，人类与机器人的立场彻底倒置。俗套的是影片对于解决人与机器人相互争斗的过程所用的也是战争，这也是我们潜意识里一种不安意识的体现，怀疑它们产生自我意识后首先背叛的就是人类。

《我，机器人》虽然主要以人类的视角来看待问题，但它所表现出来的绝对不仅仅是人类本身的立场，它也表达出机器人的立场。一直以来我们对它的印象标签就是服务于人——只要我们不需要，它就没有存在的价值，这在当下确实是这样一个道理。在科技更为发达的未来世界，却显然不是这样一个道理，机器人已经有了自我感情，我们也无法把它当成机器人对待，在生命的角度上都是平等的。机器人威胁人类的情景如图1-3所示。

3. “机器人六原则”会有效吗

上面两部科幻片介绍了人工智能的未来应用和可能存在的危害。早在1940年，科幻作家阿西莫夫就提出了“机器人三原则”，旨在保护人类而对机器人做出约束，这被看成人工智能必须遵守的准则。

“机器人三原则”的一个假设是人工智能已经可以独立思考了。科幻作家和科学家们幻想出可能出现的人工智能危机，于是制定了“机器人三原则”用于约束人工智能，具体如下。

第一条：机器人不得伤害人类，或者看到人类受到伤害而袖手旁观。

第二条：机器人必须服从人类的命令，除非这条命令与第一条相矛盾。

第三条：机器人必须保护自己，除非这种保护与以上两条相矛盾。

后来，科学家和科幻作家们发现“机器人三原则”有着极其致命的缺陷，就是机器人对“人类”这个词的定义不明确，甚至会自定义“人类”的含义，于是又增加了三条原则，具体如下。

第四条：不论何种情形，人类为地球上所居住的会说话、会行走、会摆动四肢的类人体。

第五条：接受的命令只能是合理合法的指令。不接受可能伤害人类或破坏人类体系的命令，如杀人、放火、抢劫、组建机器人部队等。

第六条：不接受罪犯（不论是机器人罪犯还是人类罪犯）的指令。若罪犯企图使机器人强行接受，可以执行自卫或命令协助警方逮捕罪犯。

在科幻作品或电影中，通常都做过一个假设：未来的人工智能已经可以像人类一样思考，所以才有了机器人原则的出现，机器人原则也就是人工智能原则。但现在人工智能还处在专用人工智能突破阶段，并不具备通用能力，也不能独立思考，所以“机器人六原则”还难显身手。

现阶段先进的人工智能算法的AlphaGo依靠大量的计算在各种可以预知的逻辑线中选择最优解或次优解，虽然围棋等已远超人类，但不能解决其他领域的问题，并非通用人工智能。而无人驾驶和手机方面的AI应用主要依赖大数据匹配，并不能真正体现出人工智能的全部，所以说通用人工智能才刚刚起步。

至于人工智能未来会如何发展及发展到哪一步，很难预测，重要的是我们在时间的长河中要不断地接受未知的一切。

1.1.2　人工智能的发展现状

近期，人工智能的进展主要集中在专用人工智能的突破方面，如AlphaGo在围棋比赛中战胜人类世界冠军，AI程序在大规模图像识别和人脸识别中达到了超越人类的水平，甚至协助诊断皮肤癌的准确程度已达到专业医生水平。

AlphaGo开发团队负责人戴密斯·哈萨比斯提出，要朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。

1. 专用人工智能的突破

因为特定领域的任务相对单一、需求明确、应用边界清晰、领域知识丰富，所以建模相对简单，人工智能在特定领域更容易取得突破，更容易超越人类的智能水平。如果人工智能具备某项能力代替人来做某个具体岗位的重复的体力劳动或脑力劳动工作，就属于专用人工智能。下面具体介绍专用人工智能的应用情况。

（1）AI+传媒

传媒领域存在大量跨文化、跨语言的交流和互动，应用人工智能语音识别、合成技术，能够根据声纹特征，将不同的声音识别成文字，同时能够根据特定人的声音特征，将文本转换成特定人的声音，并能在不同的语言之间进行实时翻译，将语音合成技术和视频技术相结合，形成虚拟主播，播报新闻。

① 语音实时转化为文字。

2018年年初，科大讯飞公司推出了“讯飞听见”APP，基于该公司强大的语音识别技术、国际领先的翻译技术，为广大用户提供语音转文字、录音转文字、智能会议系统、人工文档翻译等服务，能够实时将语言翻译成中文或英文，如图1-4所示。目前，讯飞开放平台上的在线日服务量已超35亿人次，用户数超10亿。

② 讯飞翻译机。

在2017年北京硅谷高创会上，志愿者使用讯飞翻译机服务外国来宾，降低了志愿者的工作压力。工作人员细心周到的服务和翻译机精准流畅的即时翻译，受到了与会嘉宾的一致赞扬。讯飞翻译技术正式成为科大讯飞自有技术布局的重要赛道，除推出面向普通消费者的讯飞翻译机外，面向会务、媒体等多种场合的“讯飞听见”实时中英文转写服务也屡次被报道。

③ 语音合成——纪录片《创新中国》重现经典声音。

如图1-5所示，2018年播出的大型纪录片《创新中国》，要求使用已故著名配音演员李易的声音进行旁白解说。科大讯飞利用李易生前的配音资料，成功生成了《创新中国》的旁白语音，重现经典声音。在这部纪录片中，由AI全程担任“解说员”。制片人刘颖曾表示，就自身的体验而言，除部分词汇之间的衔接略有卡顿外，很难察觉是利用AI进行配音的。

④ 语音+视频合成——AI合成主播。

图1-6所示的AI合成主播是2018年11月7日第五届世界互联网大会上，搜狗与新华社（全称：新华通讯社）联合发布的全球首个全仿真智能AI主持人。通过语音合成、唇形合成、表情合成及深度学习等技术，生成具备和真人主播一样播报能力的AI合成主播。

AI合成主播使用新华社中英文主播的真人形象，配合搜狗“分身”的语音、合成等技术，模拟真人播报画面。这种播报形式突破了以往语音和图像合成领域中，只能单纯创造虚拟形象，并配合语音输出唇部动感效果的约束，提高了观众感觉上的真实度。利用搜狗“分身”技术，AI合成主播还能实时、高效地输出音视频合成效果，使用者通过文字键入、语音输入、机器翻译等多种方式输入文本后，就可以获得实时的播报视频。这种操作方式将减少新闻媒体在后期制作方面的各项成本，提高新闻视频的制作效率；同时，AI合成主播拥有和真人主播同样的播报能力，并能24小时不间断播报。

（2）AI+安防

应用人工智能技术能够快速提取安防摄像头得到的图像或视频数据，与数据库进行对比，实现对目标的形状、属性及身份特征的识别。在人群密集的各种场所，可根据形成的热度图判断是否出现人群过密、混乱等异常情况并实时监控。智能安防能够对视频进行周界监测与异常行为分析，能够判断是否有行人及车辆在禁区内长时间徘徊、停留、逆行等，能够监测人员奔跑、打斗等异常行为。

① 天网工程。

如图1-7所示，天网工程是指为满足城市治安防控和城市管理需要，利用GIS地图、图像采集、传输、控制、显示等设备和控制软件，对固定区域进行实时监控和信息记录的视频监控系统。天网工程通过在交通要道、治安卡口、公共聚集场所、宾馆、学校、医院及治安复杂场所安装视频监控设备，利用视频专网、互联网等网络把一定区域内所有视频监控点的图像传到监控中心（天网工程管理平台），对刑事案件、治安案件、交通违章、城管违章等图像信息进行分类，为强化城市综合管理、预防打击犯罪和突发性治安灾害事故提供可靠的影像资料。

由国家相关部委共同发起建设的信息化工程涉及众多领域，包含城市治安防控体系的建设、人口信息化建设等，由上述信息构成基础数据库数据，根据需要进行编译、整理、加工，供授权单位进行信息查询。

天网工程整体按照部级—省厅级—市县级平台架构部署实施，具有良好的拓展性与融合性，目前许多城镇、农村，以及企业都加入了天网工程，为维护社会治安、打击犯罪提供了有力的工具。

② AI Guardman。

日本电信公司宣布已研发出一款名为“AI Guardman”的新型人工智能安全摄像头。这款摄像头可以通过对人类动作意图的理解，在盗窃行为发生前就能准确预测，从而帮助商店识别盗窃行为，发现潜在的商店扒手。

如图1-8所示，这套人工智能系统采用开源技术，能够实时对视频流进行扫描，并预测人们的姿势。当监控到可疑行为时，系统会尝试将行为数据与预定义的“可疑”行为匹配，一旦发现两者相匹配，就会通过相关手机APP来通知店主。据相关媒体报道，这套系统在测试阶段，帮助多个店铺减少了约40%的盗窃案件。

（3）AI+医疗

随着人机交互、计算机视觉和认知计算等技术的逐渐成熟，人工智能在医疗领域的各项应用变成了可能。其中主要包括：语音识别医生诊断语录，并对信息进行结构化处理，得到可分类的病例信息；通过语音、图像识别技术及电子病历信息进行机器学习，为主治医师提供参考意见；通过图像预处理、抓取特征等进行影像诊断。

① IBM Watson系统。

IBM Watson系统能够快速筛选癌症患者记录，为医生提供可供选择的循证治疗方案。该系统能不断地从全世界的医疗文献中筛选信息，找到与病人所患癌症相关度最大的文献，并分析相关病例，根据病人的症状和就医记录，选择可能有效的治疗方案。Watson肿瘤解决方案是Watson系统提供的众多疾病解决方案之一。

利用不同的应用程序接口，该系统还能读取放射学数据和手写的笔记，识别特殊的图像（如通过某些特征识别出某位病人的手等），并具有语音识别功能。

如果出现了相互矛盾的数据，Watson肿瘤解决方案还会提醒使用者。如果病人的肿瘤大小和实验室报告不一致，Watson肿瘤解决方案就会考虑哪个数据出现的时间更近，提出相应的建议，并记录数据之间的不一致。如果诊断出现了错误，就医的成本会更加高昂。

根据美国国家癌症研究所提供的数据，2016年，美国约有170万个新增癌症病例，其中约有60万人死亡。癌症已经成为人类死亡的主要原因之一。仅需15分钟左右，Watson肿瘤解决方案便能完成一份深度分析报告，而这在过去需要几个月时间才能完成。针对每项医疗建议，该系统都会给出相应的证据，以便让医生和病人进行探讨。

② DeepMind眼疾检测设备。

近日，Google旗下人工智能公司DeepMind发布了一项研究，展示了人工智能在诊断眼部疾病方面取得的进展。

该研究称，DeepMind与伦敦Moorfields眼科医院合作，已经开发了能够检测超过50种眼球疾病的人工智能系统，其准确度与专业临床医生相同。它还能够为患者推荐最合适的方案，并优先考虑那些最迫切需要护理的人。

DeepMind使用数以千计的病例与完全匿名的眼部扫描数据对其机器学习算法进行训练，以识别可能导致视力丧失的疾病，最终该系统达到了94%的识别准确率。通过眼部扫描诊断眼部疾病对于医生而言是复杂且耗时的。此外，全球人口老龄化意味着眼病正变得越来越普遍，增加了医疗系统的负担，这为AI的加入提供了机遇。如图1-9所示，DeepMind的AI已经使用一种特殊的眼部扫描仪进行了训练，研究人员称它与任何型号的仪器都兼容。这意味着它可以广泛使用，而且没有硬件限制。

③ 我国人工智能医疗。

我国人工智能医疗虽然起步稍晚，但是进步较快。数据显示，2017年，中国人工智能医疗市场规模超过130亿元，并在2018年已达到200亿元。

目前，我国人工智能医疗企业聚焦的应用场景集中在以下三个领域。

• 基于声音、对话模式的人工智能虚拟助理。例如，广州市妇女儿童医疗中心主导开发的人工智能平台可实现精确导诊，并辅助医生诊断。

• 基于计算机视觉技术对医疗影像进行快速读片和智能诊断，如图1-10所示。据腾讯人工智能实验室专家姚建华介绍，目前人工智能技术与医疗影像诊断结合的场景包括肺癌检查、糖网病眼底检查、食管癌检查，以及部分疾病的核医学检查、核病理检查等。

• 基于海量医学文献和临床试验信息的药物研发。目前，我国制药企业也纷纷布局人工智能领域。人工智能可以从海量医学文献和临床试验信息等数据中，找到可用的信息并提取生物学知识，进行生物化学预测。据预测，该方法有望将药物的研发时间和成本各减少约50%。

（4）AI+教育

随着人工智能技术的逐步成熟，个性化的教育服务将会步上新台阶，“因材施教”这一问题也会得到改善。在自适应系统中，可以有一个学生身份的AI，有一个教师身份的AI，通过不断演练教学过程来强化AI的学习能力，为用户提供更智能的教学方案。此外，可以利用人工智能自动进行机器出题、机器阅卷，解决主观题的公平公正性，它能够自动判断每个批次考卷的难易程度。

① 纸笔考试主观题智能阅卷技术。

传统的测评需要占用大量人力、物力资源，且费时费力，而借助人工智能技术，越来越多的测评工作可以交给智能测评系统来完成。如图1-11所示，作文批阅系统主要应用于语文等学科的测评，不仅能自动生成评分，还能提供有针对性的反馈诊断报告，指导学生如何修改，在一定程度上解决了教师因作文批改数量大而导致的批改不精细、反馈不具体等问题。

② 课堂教学智能反馈系统。

如图1-12所示，课堂教学智能反馈系统可以分析学生的课堂专注度和学习状态。在教室正前方布设摄像头采集视频，通过前置计算设备或服务器集成的专注度分析模型进行检测与识别，并在课后生成教学报告，自动分析学生的课堂专注度，实时地将专注度及各种行为统计结果反馈给学校管理系统，从而实现教学与管理联动。

（5）AI+自动驾驶

在L3及以上级别的自动驾驶过程中，车辆需要能够自动识别周围的环境，并对交通态势进行判断，进而对下一步的行驶路径进行规划。除本车传感器收集到的数据，还会有来自云端的实时信息、与其他车辆或路边设备交换得到的数据，实时数据越多，处理器需要处理的信息越多，对于实时性的要求也就越高。通过深度学习技术，系统可以对大量未处理的数据进行整理与分析，实现算法水平的提升。深度学习与人工智能技术已经成为帮助汽车实现自动驾驶的重要技术路径。

① 特斯拉已能实现L5级别的自动驾驶。

特斯拉创始人埃隆·马斯克（Elon Musk）2016年宣布，该公司所有的特斯拉新车会装配具有全自动驾驶功能的硬件系统Autopilot 2.0。据特斯拉官网显示，Autopilot 2.0适用于所有的特斯拉车型，包括Model 3，配备这种新硬件的Model S和Model X已投入生产。

Autopilot 2.0系统已经投入使用，但还需要通过在真实世界行驶数百万公里的距离来校准和更新。

据悉，Autopilot 2.0系统将包含8个摄像头，可覆盖360°可视范围，对周围环境的监控距离最远可达250m。车辆配备的12个超声波传感器完善了视觉系统，探测和传感软硬物体的距离则是上一代系统的两倍。全新的增强版前置雷达可以通过冗余波长提供周围更丰富的数据，雷达波还可以穿越大雨、雾、灰尘，对前方车辆进行检测。

马斯克表示，Autopilot 2.0将完全有能力支持L5级别的自动驾驶，这意味着汽车完全可以“自己开车”，如图1-13所示。

② 中国无人驾驶公交车。

中国无人驾驶公交车——阿尔法巴已开始在中国广东深圳科技园区的道路上行驶。该车目前正在试运行，在长约1.2 km的公路上行驶3站，运行速度为25 km/h，最高速度控制为40 km/h。40分钟即可充满电，单次续航里程可达150 km，可以监测到100 m之内的路况。

（6）AI+机器人

“机器人”（robot）一词最早出现在1920年捷克科幻作家卡雷尔·恰佩克的《罗索姆的万能机器人》中，原文写作robota，英文译为robot。更科学的定义是1967年由日本科学家森政弘与合田周平提出的：“机器人是一种具有移动性、个体性、智能性、通用性、半机械半人性、自动性、奴隶性等7个特征的柔性机器。”

国际机器人联合会将机器人分为两类：工业机器人和服务机器人。工业机器人是一种应用于工业自动化的，含有3个及以上的可编程轴、自动控制、可编程、多功能执行机构，可以是固定式的或移动式的。服务机器人则是一种半自主或全自主工作的机器人，能完成有益于人类健康的服务工作，不包括从事生产的设备。由定义可见，工业机器人和服务机器人分类的标准是机器人的应用场合。

① Atlas机器人。

Google收购了波士顿动力公司（Boston Dynamics），这家在机器人领域颇具特色、技术领先的公司在YouTube上发布了新一代Atlas机器人的视频，颠覆了以往机器人重心不稳、笨重迟钝的形象。

如图1-14所示，新版Atlas是机器人发展史上一次质的飞越，它不仅能在坎坷不平的地面上自如行走，还能完成开门、拾物、蹲下等拟人的动作，而且被挑衅时还可以自我调整，被推倒后还可以自己爬起来。

② 亚马逊仓库里的机器人。

2012年，亚马逊以7.75亿美元的价格收购了Kiva System公司，后者以做仓储机器人闻名。Kiva System公司更名为Amazon Robotics。

2014年，亚马逊开始在仓库中全面应用Kiva机器人，以提高物流处理速度。Kiva机器人和我们印象中的机器人不太一样，它就像一个放大版的冰壶，顶部有可顶起货架的托盘，底部靠轮子运动。如图1-15所示，Kiva机器人依靠电力驱动，可以托起最多重3000磅（约1.3吨）的货架，并根据远程指令在仓库内自主运动，把目标货架从仓库移动到工人处理区，由工人从货架上拿下包裹，完成最后的拣选、二次分拣、打包复核等工作。之后，Kiva机器人会把空货架移回原位。电池电量过低时，Kiva机器人还会自动回到充电位给自己充电。Kiva机器人也被用于各大转运中心。目前，亚马逊分布在各地的仓库中有超过10万台Kiva机器人，它们就像一群勤劳的工蚁，在仓库中不停地走来走去，搬运货物。如何让“工蚁”们不在搬运货架的过程中相撞，是Amazon Robotics的核心技术之一。在过去很长一段时间内，它几乎是唯一能把复杂的硬件和软件集成到一个精巧的机器人中的公司。

（7）AI+电子支付

用户的身份识别是支付起点，随着人工智能的发展，已开始出现用生物识别技术替代通用的“介质安全认证+密码认证”方式的趋势。生物识别技术包括指纹识别、人脸识别、视网膜识别、虹膜识别、指静脉识别、掌纹识别等，它们可以让人在借助更少物体甚至无附属物体的情况下完成身份识别，实现“人即载体”，达到无感识别。

2015年，马云提出未来将实现刷脸支付。马云现场演示了刷脸支付，马云的笑脸被定格在汉诺威电子展的大屏上，几秒钟后，屏幕显示支付成功。

2017年9月1日，支付宝刷脸支付在一些肯德基连锁店试用，实现了真正的商用。在杭州万象城肯德基餐厅内，用户在自助点餐机上选好餐，进入支付页面，选择“支付宝刷脸支付”，然后进行人脸识别，只需几秒即可识别成功，再输入与账号绑定的手机号，确认之后就可完成支付，整个过程不足10秒。

2. 通用人工智能起步阶段

通用人工智能（Artificial General Intelligence，AGI）是一种未来的计算机程序，可以执行相当于人类甚至超越人类智力水平的任务。AGI不仅能够完成独立任务，如识别照片或翻译语言，还会加法、减法、下棋和讲法语，还可以理解物理论文、撰写小说、设计投资策略，并与陌生人进行愉快的交谈，其应用并不局限在某个特定领域。

通用人工智能与强人工智能的区别如下：

（1）通用人工智能强调的是拥有像人一样的能力，可以通过学习胜任人的任何工作，但不要求它有自我意识；

（2）强人工智能不仅要具备人类的某些能力，还要有自我意识，可以独立思考并解决问题，这来源于约翰·希尔勒（John Searle）在提出“中文房间实验”时设定的人工智能级别。

“中文房间实验”是由美国哲学家约翰·希尔勒提出的。如图1-16所示，实验将一位只说英语的人（带着一本中英文字典）放到一个封闭的房间里。写有中文问题的纸片被送入房间，房间中的人可以使用中英文字典来翻译这些文字并用中文回复。虽然他完全不懂中文，但是房间里的人可以让任何房间外的人误以为他会说流利的中文。

约翰·希尔勒想要表达的观点是，人工智能永远不可能像人类那样拥有自我意识，所以人类的研究根本无法达到强人工智能的目标。即使是能够满足人类各种需求的通用人工智能，与自我意识觉醒的强人工智能之间也不存在递进关系。因此，人工智能可以无限接近却无法超越人类智能。

现在世界上有很多机构正在研究AGI。谷歌DeepMind和谷歌研究院正在研究如何通过使用PathNet（一种训练大型通用神经网络的方案）和Evolutionary Architecture Search AutoML（一种为图像分类寻找良好神经网络结构的方法）实现AGI。微软研究院重组为MSR AI，专注于“智能的基本原理”和“更通用、灵活的人工智能”。特斯拉的创始人埃隆·马斯克与西雅图科技公司创立的OpenAI的使命是“建立安全的AGI，并确保AGI的好处尽可能广泛而均匀地分布”。