人脸本不属于隐私的范畴，我们每天出门不会蒙着面。但一旦人脸与手机、电脑和各种账号绑定，情况就不一样了。人脸数据的采集和使用必须遵循一定的标准，否则就意味着个人信息时时刻刻在裸奔。虽然机器没有意志，但开发技术的是人，管理设备的是人。

如何基于人工智能的应用主动创新战争和作战指导理论，如何确定人机结合作战行动的作战重心、攻击节点和力量配比，如何明晰无人化武器运用的责任权限避免附带伤亡等等，均需要进行深入的研究。总体上看，各国军队都有一种军事理论革新滞后于军事实践的危机感。

对于北京地铁即将推行人脸识别技术的做法，我表示坚决反对。以下是具体的理由。首先，人脸识别涉及对个人重要的生物学数据的收集，相关组织或机构在收集之前，必须证明这种做法的合法性。

那一年ImageNet大赛的冠军，是一个来自多伦多大学的研究组，他们创造性的在传统的“输入层”和“输出层”之间加入了几个逻辑层 —— 也就是所谓的“卷积层”......而“卷积网络”和“深度学习”的横空出世，也让新技术的曙光照进现实，人类文明似乎踏上一条全新的进化之路。

对区块链来说，通过5G网络，它的速度能够更快。5G解决通信问题，是一个移动互联网能动互联网，主要是传输速度加快，能爆发出新的应用场景，但无论如何，5G还是像一般的移动互联网，尽管它的传输过程非常高效，但它的传输网络，对一般的老百姓和一般的应用场景来说，都是不透明的。

正如《经济学人》企业网络总监康仕学（Robert Koepp）所讲，人与机器的关系并非零和游戏。机器和决策之间只有加上人，才能实现增益（augmentation），即从人类现在所做工作出发，追求更好地使用机器，拓展人类的工作空间。

而遵循AI的伦理，意味着公司的发展必须遵循四个原则：AI的最高原则是安全可控；AI的创新愿景是促进人类更加平等地获得技术能力；AI存在的价值是要教人学习，让人成长，而不是取代人、超越人；AI的终极理想是为人类带来更多的自由和可能。

Waymo无人驾驶项目是Google成熟的街景项目的延伸，把自动驾驶汽车这个看似是机器人的问题变成了一个大数据的问题。Google已对驾驶环境收集到了非常完备的信息，比如每条街道的宽窄、限速，不同时间的交通情况、人流密度，四周各种目标的形状大小、颜色，等等。

特斯拉的底气，来自于两个方面，其一是极佳的汽车工程师团队，这只队伍常年被苹果公司频频挖角；其二则是特斯拉常年销售电动车所累积的大量真实数据。专业知识加上大量真实数据，这是为AI打造的不二试验场。

生物学、物理学和机器学习来解决假肢面临的最困难问题之一，即灵活性。这是个十分复杂的问题，比如要让截肢者能够在假肢手臂上活动单个手指，需要解码其背后的大脑和肌肉信号，并将其转化为机器人控制指令，这些都需要多学科配合。

人在睡眠的时候，脑细胞同样也进入了休息和放松的状态，但有一部分脑细胞并没有完全休息，一些微弱的刺激就会引发它们的活动，从而让人们进入梦境。在大多数情况下，梦是使人愉快的。当我们睡觉时，我们记忆中的视觉和音频碎片结合成无意义的片段和全新的故事。松散的回忆瞬间融合了生动、形象的场景，在梦中我们会与

重要的是，如何将AI的本质属性“增强”而非将其用作“自动化”劳动力，换句话说就是“减轻负担”而非“完全取代”。