人工智能是人類科技文明發展到一定階段的產物，是研究、開發用于模擬、延伸和擴展人類智能的技術科學。由于計算機硬件性能的全方位提升和互聯網大數據的積累，歷經多次挫折的人工智能技術在21世紀第二個十年終于進入了新一輪高速發展時期。本輪人工智能技術以人工神經網絡的研究為基礎，以機器學習為主要特征，因深度學習算法和算力的重要突破及發展，使得在諸多領域都取得了較多的成果。
一些經濟學家對人工智能提出新的見解，迅速擴大的數據集、機器學習和日益提高的計算能力，這些應該列為除資本和勞動力之外一種全新生產要素，將以深遠且可能非同一般的方式影響生產率。它正締造一種新的“虛擬勞動力”，與其他生產要素不同，人工智能不會隨時間流逝而貶值。
人工智能帶來的沖擊
隨著智能機器人產業的發展，美國和X國有望從主宰傳統工業機器人領域的日本和德國搶走領軍地位。在此《金融時報》提到了中國機器人革命，機器人是X國制造2025計劃中的重要部分，幫助提高工廠自動化及科技水平，把勞動力成本上漲問題轉化為工業升級的契機。由此有個疑問：新興經濟體還能不能指望靠西方國家傳統發展道路致富？抑或機器人將接受曾讓數億人脫貧的許多職位？
由于人工智能技術的尖端性和前沿性，知識少數綜合實力強大的國家才有條件和能力去研發和掌握。第三世界國家經濟基礎薄弱、科技能力低，在人工智能技術發展的大趨勢下，將和發達國家之間差距進一步拉大。
例如印尼，機器人的普及使得發展中國家更難搭上經濟增長的“自動扶梯”，印尼等國工資水平更低人口相對年輕，更能吸引勞動密集型企業，還不適合普及自動化。如果不提供更好的教育和培養更多技能，發展中國家將難以利用制造業進步帶來的好處。
一個國家收入水平越低，越容易受自動化的沖擊。當前在農業、制造業等可貿易部門，低收入國家相對高工資國家更有成本競爭優勢，然而如果在這些國家過早去工業化，會使它們失去搭上人工智能發展快車的機會。
與全球化一樣，數字革命將為人類帶來普遍好處，但也會造成局部痛苦。我們怎么才能確保良好的結果呢？此類新技術會威脅很多成熟行業、市場和就業。與全球化一樣，數字革命將帶來普遍好處，但也會造成局部痛苦。我們怎么能確保良好的結果？首先，私營部門必須擁抱公共部門，認識到大家有著共同的目標。其次，公共部門需要調整自己，理解并迎接新技術所帶來的挑戰。第三，我們可能需要重寫治理我們民主社會的隱性社會契約，重新定義政府提供的商品和服務。
自動駕駛的挑戰
自動駕駛汽車將帶來極大的益處，但也會導致大量崗位流失，各國需未雨綢繆。
城市不希望所有人擁有自動駕駛汽車，那會加劇堵塞，也沒必要。如無人駕駛普及開來，人們堅持開車將被征收費用。無人駕駛將使城市車輛數量削減90%，運輸人數不變，事故數下降。車輛減少且使用電動車隨之污染減少。因為不用親自駕駛，老人、青少年、行動不便人士出行變得便利。人們因不再擁有汽車，就能省下相應的開支，也不用再考慮停車問題。
無人駕駛的商業理由是消除對人類駕駛員的需求。不會立即消滅崗位，而是可能會先讓司機的日子更舒適，然后在中期彌補司機數量的短缺，最終才會消除這些就業崗位。事故減少導致保險公司收入下降。同時也沖擊了傳統有人駕駛汽車及傳統能源的生產企業。
一些專家認為無人駕駛百分百安全無事故，然而這幾年美國及其它國家無人駕駛測試中發生的事故以及之前黑客大賽上自動駕駛汽車容易被黑已經形成反例。如果一個孩子突然出現在自動駕駛汽車前方，若避開他將撞向路邊的行人，智能汽車會怎么辦？應該剎車。前車以20英里時速慢速前進，能否給汽車編程超車？汽車的智能不大可能出現“接受適度風險駕駛”選項。種種現實問題仍需解決?！度諆韧叩缆方煌ò踩s》、《維也納道路交通安全公約》規定任何時候汽車必須由駕駛員控制，因而需要修改法律以適應未來自動駕駛汽車上路。
2018年底，waymo掌門人和蘋果聯合創始人承認自動駕駛的普及還要幾十年。自動駕駛技術還沒達到能在任何天氣和任何條件下都能駕駛的最高等級L5。一個原因是，自動駕駛的場景太多太復雜，算法達不到要求。自動駕駛是趨勢，然而還是要理性看待。最近，前華為智能駕駛總裁蘇箐對特斯拉自動駕駛的言論，也提醒了應對此保持謹慎。
潛在負面影響
隨著人工智能、生物科技和機器人領域的技術進步，每個人都急于弄清楚其對社會、經濟、道德層面的潛在影響。不妨考慮三個問題，第一個，人工智能是否像馬斯克說那樣，“可能比核武器危險”？第二個，如何在自動駕駛汽車中植入“倫理彈性”？比如，違反“不得超車”規則，以便讓騎車人享有更大路面空間，但應當對自動駕駛汽車如何編程，使其在遇到真正危機時做出正確反應。第三，誰負責確保最新技術成果不被濫用？法規滯后于現實，私人部門機構往往躲在對法律狹義解讀背后。
比較實際的例子是，如果我的機器人打破了鄰居的窗戶，誰該為此負責？機器人生產商、銷售商、我本人還是機器人？歐盟報告建議將比較先進機器人視為“有責任賠償它們可能引起的任何損失的電子人”。然而企業或無需繳納機器人稅，甚至可能無需對某些機器人承擔賠償責任，這就會帶來爭議。社會將需要更多資源，但機器人不交稅，比較盈利的企業不太可能繳納足夠的稅，也就是機器人帶來對納稅人資金更高需求同時也帶來更少的稅收收入。
在數字時代，通過精密算法和機器學習實現價格串謀的隱秘手段難以被起訴和追責。一些專家表示，現有的反壟斷法以人的意圖和行動力為前提，可能不足以防止企業在數字時代濫用它們的市場力量。人工智能和強大算法的崛起可能催生更多以損害消費者利益為代價維持更高價格、無視傳統執法機構、持續時間較長的卡特爾。這是現在反壟斷法規面臨的挑戰。
隨著定價系統變得日益自主，壟斷者甚至不需要和競爭對手談話就能壟斷價格，這些都不會留下能作為罪證的電子郵件或語音郵件。找到方法防止自我學習算法之間的串謀或成為競爭法執法機構迄今面臨的最大挑戰之一。
定價工具能夠在互聯網上搜尋競爭對手的價格、從自有數據庫中找尋相關的歷史需求數據、分析數字化信息并在數毫秒內得出定價解決方案。理論上這應該帶來更低的價格和更豐富的消費者選擇?！叭绻繕耸亲鰤氖拢詣踊到y和算法可以幫助你更快地做壞事”。該應用會阻止零售商降價，讓價格高于本來可能的水平。自由市場理論的標桿之一信息完全性可能損害而不是增進消費者權益。有個案例是2011年亞馬遜上兩家賣家使用有缺陷的定價工具使一本書價格在幾天內從113美元表彰到2300萬美元。第一種算法自動將書的價格定為第二個賣家的1.27059倍，第二個賣家將價格定為第一個的0.9983倍，沒有對價格上限編程，導致價格以外螺旋上升。
此外人工智能發展之快，可以想見機器將可完全代替人類進行殺戮，并提升國家發動戰爭的意愿。人工智能的性質使人無法預見自動武器發展的終點，不管進行多少精密的編程，也無法限制其后果，最好不要踏上這樣的路。
因此要正視人工智能的潛在負面影響，盡早采取措施規避。
技術焦慮癥
《未來簡史》中當以大數據、人工智能為代表的科學技術發展的日益成熟，人類將面臨著從進化到智人以來最大的一次改變，絕大部分人將淪為“無價值的群體”，只有少部分人能進化成特質發生改變的 “神人”。因此有人高呼“無用的階級”會被淘汰，“人工智能會統治人類”諸如此類言論。然而與其擔憂所謂的危機，現在是時候更應該關注人的自身，思考人類的價值，以及人類是否還具備寶貴的能力。技術進步或許不會搶走你的飯碗，但前提是你能不斷適應變化。
人們總會夸大描繪所處的時代，認為自己面臨的挑戰是空前的，如今我們在思考自動化未來時也犯了這種毛病。技術革命不會把人類推向一個機器產生自我意識并接管一切的未來，類似的擔憂毫無意義。同時，把人類貶低成毫無競爭力的體力勞動者，也未免過于自卑了。
微軟亞洲研究院院長洪小文博士談到，只有等人類了解了創造力的產生過程，才有可能教會計算機人類特有的那種創作。如果算法繼續由人撰寫而機器只會按人提供的算法執行，本質還是和以前的算盤一樣，計算機可以完成一些特定類型的任務，但不代表計算機就能理解這些任務。人工智能專家赫布里希認為，機器人無法復制創造力。無法重組更高級的抽象概念，無法急于很少的信息或事例想象未來，它們沒有直覺。專家的這些見解有助認識清楚當下人工智能本質的問題，方可消除技術焦慮癥。
人們將需要新的、不同的技能。增加教育機會和實行全民基本收入或許可以緩解機器人對勞動市場的影響。自動化正在加劇年輕一代的職業焦慮感，但大型新興市場的年輕人相對自信得多，他們懂得利用技術和網絡資源進行自我培訓。
技術讓我們得以費少得多的力氣創造多得多的價值，如果我們無法弄明白如何應對這種形勢，如何確保以反映我們共同價值觀、保護弱者的方式分享機器人的勞動成果，那么我們應該感到羞愧。如果是那樣的話，我們已遭遇真正的敵人，就是我們自己。
生存指南
人工智能有著強大的優勢，在另一方面，人工智能能實現普通智力嗎？機器能像人類一樣解決問題嗎？現在盡管AlphaGO, AlphaZero在圍棋上戰勝了人，然而它們目前僅限于下棋，還未能解決其它問題，這就需要通用人工智能——指在不特別編碼知識與應用區域的情況下，應對多種甚至泛化問題的人工智能技術。通用人工智能還需要做持續學習，需要具備嚴密的推理和邏輯的能力，能在沒有任何輸入的情況下自我學習，架構需要更新，這就有要變成一個自己能夠組合，完成一個更復雜的系統。這些是目前人工智能還仍待解決的問題。但這還不說明機器就能有思維能獨立思考，做到這樣要的是強人工智能，不僅要具備人類的某些能力，還要有知覺、有自我意識，可以獨立思考并解決問題。如果強人工智能有自主意識，能否受控還不得而知。因而對于強人工智能的開發，學界存在著爭議。
比較人類大腦與人工智能，人類大腦在有邏輯地發揮想象力、進行跳躍性思維比人工智能出色的多，要擁有創造力。人類擁有機器無法超越的“同理”能力，可靠情商取勝。目前人類還是要掌握閱讀、寫作、算術基本技能，否則無法建立起創造性地解決高階問題的思維框架。金融時報2018年4月一篇文章談到下一代需要重視人工智能無法效仿的人類技能：創造力、創新、彈性、處理沖突、模棱兩可和不確定性的能力等等。應對人工智能挑戰不僅關乎培養更多人工智能和電腦專家（盡管這很重要），還關乎構建人工智能無法效仿的技能。這些是不可或缺的人類技能，例如團隊合作、領導能力、傾聽、保持積極心態、與人打交道以及管理危機和沖突。這些都是隱性知識（而非顯性知識）形式。它們屬于訣竅技能，而不是事實技能。事實技能很容易傳給下一代，而且容易衡量。訣竅技能很難傳遞，也很難衡量。因此正確認識人類的優勢，并識別出人工智能所不具備的能力，是應對人工智能挑戰的關鍵。
對于人工智能時代的職業發展，有專家建議：
赫芬頓：最佳戰略是“具有無限的適應能力和無限的靈活性”，“把變化視為唯一的不變”。
布林約爾松：“學習如何做那些人類比機器更擅長的事情”，包括創造力和創業精神，人際交往。“終身學習”。“如果你不真正熱愛你所做的工作，那么要出類拔萃很難，甚至不可能”。
其中的終身學習是一劑良方，這是指社會每個成員為適應社會發展和實現個體發展的需要，貫穿于人的一生的，持續的學習過程，這也應了我國一句老話，活到老學到老。目前社會急劇變化，新問題層出不窮，知識更新速度大大加快，人們需要更新知識觀點，獲得新的適應能力，以適應這個時代。
如果將適應能力強的人與計算機搭配，就可以消除單調乏味的工作，人性化地應對這種變化。開發者“必須設法幫助人類更好地進行具有人性特定、最有價值的工作”。只有人類和機器基于共同的目標進行合作，才能實現突破。當我們達到這樣的共生境界，人類將釋放巨大潛能。對此要重新思考教育，視為終身過程；獎勵好奇心和實驗，這些是發現和理解未知事物的基石。
人類與人工智能之間不應是取代，而應合作共生，增進人類共同福祉。正確地認識問題，保持開放心態，調整自身并適應時代。
