Sebastian Thrun 眼中的 AI 和未来世界
AI，即人工智能，目标是让机器在智力层面上超越人类。机器学习是当前最引人注目的领域之一，它使机器能够从数据和经验中进行学习，而不像传统方式那样完全依赖于预先设定的规则。
机器学习的潜力广泛，涵盖医疗诊断、法律服务、互联网搜索、会计、飞行器控制以及游戏等多个领域。以 AlphaGo 为例，它通过大量棋局学习，最终击败了顶级围棋选手。这显示了人工智能在分析海量数据时的能力远超人类。
此外，无人驾驶技术是机器学习应用的一个关键示例。2005年，Sebastian Thrun 的团队开发出一辆可以自主学习驾驶的无人车 Stanley，并赢得了美国政府组织的 DARPA 超级挑战赛。Google 无人驾驶车同样依靠大量的道路测试积累数据来优化驾驶行为，这种共享的学习能力使得机器可以在错误中迅速进步，并将经验传递给所有同类车辆。
未来的AI技术可能与农业革命和工业革命一样具有变革性。它可以减轻人们重复性的脑力劳动，比如信息检索等工作，从而释放人力资源去从事更具创意性和人性关怀的工作。
精彩问答
Q: 你是如何看待计算机视觉的未来前景的？
A: 计算机视觉是人工智能中最激动人心的领域之一，深度学习的进步让我们能分析以前无法识别的复杂图像元素。
Q: 现在业内关于自动驾驶技术和实现的完成度，各家相比会有很大的差距吗？比如 Tesla 和 Geohot ？
A: Tesla 已经推出了名为 Autopilot 的无人驾驶技术，尽管还不完善，但它代表了目前市场上较为先进的水平。Geohot 因为安全问题终止了其项目。
Q: 现在的人工智能离强人工智能还有多远？机器人什么时候能真正读懂人说的话、理解看到的东西、了解人类的情感，（深度）神经网络能做到这一点吗？
A: 当前的人工智能仍属于专业化领域，距离能够理解和模拟人类情感还有一段距离，不过在基础的情绪识别方面已有进展。
Q: 基于学习的方法主导机器学习的根本原因是什么？它将如何与更传统的 AI 方法进行交互？
A: 学习方法之所以主导，是因为它们模仿了人类的学习过程。相比之下，这种方法比传统编程更为有效。
Q: 未来的硬件技术有什么新的要求，以满足AI的趋势？
A: 随着计算机性能的提升，特别是GPU等浮点运算能力的发展，AI 技术得到了长足的进步，这也是未来发展的关键因素之一。
