关于人工智能（AI）的未来，它将在社会的各个领域无处不在。人们常常认为，人工智能已经能够治愈疾病、加速创新，并提升人类的创造力。然而，尽管人工智能确实带来了许多机遇，它也引发了一些问题和误解。

AI解决方案

在短时间内，AI解决方案已经从硅谷的技术圈扩散到了全球的政府和政策制定者。人们普遍认为，人工智能将彻底改变世界，甚至拯救人类。各国政府纷纷承诺支持本国的人工智能发展计划，如英国政府宣布投入3亿英镑用于人工智能研究，法国总统马克龙致力于将法国打造成为全球人工智能中心，中国政府则计划在2030年前建立起一个价值1500亿美元的人工智能产业。这些举措显示出人工智能解决方案正在崛起，并且将持续影响未来。

神经网络的复杂性

尽管许多宣传都强调了“人工智能革命”的巨大影响力，但实际上，部署先进的机器学习系统面临着诸多挑战。其中一种最有前景的技术是神经网络，它模仿了人脑的结构，但规模较小。虽然很多基于AI的产品使用神经网络从大量数据中提取模式和规则，但这并不意味着简单的添加神经网络就能解决所有问题。同样，仅仅依靠神经网络并不能使社会变得更加包容、公平或个性化。

AI系统需要大量的数据才能运行，但公共部门往往缺乏支持高级机器学习所需的基础设施。许多数据仍然保存在离线档案中，即使有些数据已经数字化，但也常常难以访问。因此，人工智能的应用引发了诸多质疑。例如，加州大学伯克利分校计算机科学教授斯图尔特·拉塞尔提倡更加实际的方法，关注人工智能的日常应用，而非追求超级智能机器人的幻想。麻省理工学院的罗德尼·布鲁克斯教授也指出，许多机器人和人工智能的创新需要更广泛的实地部署才能实现其潜力。

对抗性攻击与安全性

部署机器学习系统的一个主要难题是其易受对抗性攻击。这意味着恶意的AI可以操纵其他AI系统，使其做出错误的预测或行为。许多研究人员警告，如果没有适当的安全标准和防御机制，AI的推广可能会带来风险。因此，人工智能的安全性仍然是一个经常被忽视的话题。为了更好地利用AI并减少潜在的危害，我们需要思考如何将机器学习有意义地应用于政府、企业和社会的特定领域。这意味着我们需要讨论人工智能伦理以及许多人对机器学习的不信任。

现实与期望

最重要的是，我们必须认识到人工智能的局限性，并且人类依旧需要在许多方面发挥领导作用。不要过分夸大AI的能力，而是应该理性看待它的实际技术能力。长期来看，Facebook曾希望通过算法识别和阻止虚假信息和仇恨言论的传播，但在立法者的要求下，该公司不得不雇佣超过10000名人工审核员来替代算法。

在医疗领域，IBM的沃森肿瘤学项目旨在通过AI辅助医生治疗癌症，但由于效果不佳，该项目在大多数试验医院中被弃用。此外，在司法判决中使用算法评估风险评分也引发了争议，因为它加剧了结构性种族歧视。这些例子表明，AI并不是万能的解决方案。盲目追求AI而忽视其实际效果可能并不明智。因此，对于那些希望增加对国家AI计划的投资的人来说，这是一个重要的教训：所有的解决方案都有成本，不是所有的问题都可以通过自动化来解决。