人工智能已渗透到人类生活和工作的几乎所有领域。大数据可以存储各种来源的数据，而人工智能可以进一步对内容进行分类和过滤。这两个系统可以很好地协同工作并为各行业带来重大进步。本文重点探讨大数据与人工智能之间的关系，人工智能对人类正在产生的重大影响，人工智能思维与人类思维的差异，人工智能和机器人价值的伦理思考以及人类应该采取的措施。

大数据：社会发展的新资源

大数据时代的开始时间难以确定，很多人认为是2010年。这个看法可能是大数据的概念变得清晰化，同时人们有意识地在各个领域用大数据技术开始研究的时代。关于大数据(Big Data)概念的起源大概可以追溯到2000年斯隆数据调查公司(The Sloan Digital Sky Survey)的研究。这个公司对位于美国新墨西哥州的太空望远镜对宇宙观察的累计数据进行长达几周的分析，整理出全部数据后，转化为可以计算的“粒子”，即最小单位进行储存。大约10年后，其数据库信息量增大到140兆兆字节。而其继任者，2016年智利诞生的“大口径综合巡天望远镜”每5天就获得同样大的数据量。大数据创始人加特纳(G. Gartner)提出了大数据的3V: Volume(大容量)、Velocity(高速率)以及Variety(多样化)的特征，加特纳公司还研究出大数据时代数据的处理技术和过程的时间周期变化规律。除了科学技术研究中的发展，大数据也已在国家和城市管理中逐步实现。

大数据时代数据管理主要是“云”。云应该成为水、电、气社会服务体系的第四部分。云储存和云计算是管理的主要手段，个人的信息储存和所有的能量消费通过云及时计算和通告。城市交通管理中，无人驾驶和寻找停车位都已实现云计算和通告;空气质量管理中，城市的能源利用和空气质量控制都可以通过大数据管理。大数据专家涂子沛认为：“当前人类的数据约75%是非结构化数据，大数据的表现形式主要就是非结构化数据，而大记录、非结构化数据要体现出价值，当前主要的处理方法还是把它们转化为有严整结构的数据，即传统的小数据，因此，我认为，大数据的价值维度主要体现在传统的小数据和结构化大数据之上，而大数据的容量维度主要体现在现代的大记录和非结构化数据两个方面。”^①大数据是通过信息技术手段，通过云储存和云计算，在即时的图形形式下最及时地反映出某一个数据与其他数据的关联度，从而发现其用抽样方法和问卷无法得知的自然数据。

社会媒体的大数据研究由于各个国家的电子媒体受到管理体制限制、电子数据的开发和用户的文化习惯而有所不同，但是，大数据时代的技术主要是电子技术，仍然在遵循摩尔定律发展。迄今“微处理器的单位价格每18个月就下降一半，带宽和存储器的价格甚至下降得更快”的定律仍然有效。

摩尔定律带来的另外两个结果，就是互联网的兴起以及产业的数字化，而这两个结果合在一起，又产生了一个过去我们不太关注的结果，即各种数据量的急剧增长。当数据量增加到一定程度，量变就有可能成为质变，因此今天大数据成了一个非常热门的话题。不过，目前在行业里和社会上对大数据炒作居多，对于它的理解依然停留在比较浅的层面。这表现在： ①在概念上将大数据和大量数据相混淆，认为大数据就是数据量大，没有看到多维度和完备性的本质;②在应用上(商业)仅仅看到了利用统计规律提升业务，没有看到它和摩尔定律的结合必将导致机器智能社会的到来，从而彻底改变商业模式和产业结构，以及人们的生活和工作方式;③明显低估了大数据和机器智能将给我们人类社会带来前所未有的机遇和冲击。

大数据时代是未来的金矿和石油宝藏。在现代电子技术的催生下，人类日常生活中从电话和信用卡、电视和电脑、城市基础设施、带有传感器的建筑物、交通工具、桥梁以及工厂等所有传播信息的渠道中每时每刻带来的数据流在不断积累。在过去的两年时间内，积累了惊人的10万亿亿字节。美国计量社会科学研究所信息技术研究中心教授金(G. King)认为：“这是一个大数据革命。大数据革命意味着，我们现在可以通过数据做任何事情。”^②今天，大数据比以往任何时候都更深刻地融入了我们生活的结构。我们渴望用数据来解决问题，改善福利，创造经济繁荣。由于处理能力的增加，计算和存储的火山口成本以及嵌入各种设备中的传感器技术数量的增加，数据的收集、存储和分析呈看似无限上升的轨迹。

大数据的迅速发展改变了城市生活，重要的技术、经济和环境变化引起了人们对智慧城市的兴趣，其中包括气候变化、经济结构调整、在线零售和娱乐活动、人口老龄化、城市人口增长以及公共财政压力等问题，使城市的管理者试图通过智慧城市模式解决问题。欧盟一直致力于制定一项战略，为其大城市地区不断实现“智能”城市增长。欧盟在“欧洲数字议程”(Europe’s Digital Agenda)^③下制定了一系列方案。2010年，欧洲着重强调加强信息和通信技术服务的创新和投资，以改善公共服务和生活质量。如今在迪拜、米尔顿·凯恩斯、南安普顿、阿姆斯特丹、巴塞罗那、马德里、斯德哥尔摩、纽约以及中国的某些城市都实施了智能城市技术和项目。

在不断加剧的信息扩散中，与科学技术有关的信息也逐步进入网络传播中。传播的走向与公众的切身利益有关，也与商业广告有关。与此同时，科学带来的益处与技术带来的环境问题以及公众的生活事件也成为公众最关注的信息，其中包括：环境污染、核能利用、转基因食品、科学家行为、PX化工厂、传染病、药物、医院救治、地震等突发事件。这些事件在传播过程中携带的各种信息不仅快速传播，更重要的是在传播中变形，导致公众对科学技术的理解偏离，从而引发态度和行为的转变。科学文化社会学与公众理解科学以及态度的转变趋势也已经成为科学社会学的重要组成部分。

人工智能与大数据

大数据和人工智能能够协同帮助组织获得各种好处。由于人工智能需要大量的数据来学习和决策，因此它能够利用大数据作为原材料来源。大数据可以存储各种来源的数据，而人工智能可以进一步对内容进行分类和过滤。人工智能拥有的数据越多，它的输出就越准确。因此，这两个系统可以很好地协同工作，从而为各种行业带来重大进步。

关于大数据与人工智能之间的关系，《大英百科》(Britannica)阐述得比较清楚：“人工智能(AI)，数字计算机或计算机控制的机器人执行通常与智能生物相关的任务的能力。这个术语经常用于开发具有人类智力过程特征的系统的项目，例如推理、发现意义、概括或从过去的经验中学习的能力。自从数字计算机在20世纪40年代发展起来，它们已被编程用来执行非常复杂的任务——比如发现数学定理的证明或下棋——非常熟练。尽管计算机的处理速度和内存容量不断提高，但在更广泛的领域或需要大量日常知识的任务中，还没有任何程序能与人类的灵活性相媲美。另一方面，一些程序在执行某些特定任务时已达到了人类专家和专业人士的性能水平，因此，这种有限意义上的人工智能可以找到各种应用，如医疗诊断、计算机搜索引擎、语音或手写识别以及聊天机器人。”^④

人工智能的发展使人目不暇接。谷歌的“DeepMind AI”平台现在无需人工输入即可以自我学习，走出了人工智能的重要一步，称为“微分神经计算机”(DNC)的字母的混合动力系统，在使用现有的传统计算机数据存储容量的同时，配以聪明的人工智能和神经网络即能够快速分析数据。该系统就像大脑，神经网络使用相互关联的一系列节点来刺激特定的中心来完成一项任务。得知一棵家庭树显示的关系后，DNC能够找出额外的连接，同时优化其自身所有的记忆在未来搜索以更快捷地找到信息。该系统获得了伦敦地下公共交通系统的基本信息后，会立即去寻找额外的路线以及与自己路线间的复杂关系。该系统不需要获得任何答案，而只要从过去存储的数据中得出答案即可。智能机器代替人的时代即刻到来了。

在医疗保健领域的第三个人工智能里程碑涉及商业合作，而不是算法推进。2017年11月26日，NVIDIA和通用电气医疗公司宣布，他们将联手将英伟达的尖端人工智能技术应用于GE Healthcare的医疗设备。通用电气医疗公司在全球范围内拥有大约50万部成像医疗设备。这些设备捕捉到大量数据，这些数据可以被人工智能应用程序用于改善医疗保健。平均每家医院每年生产出惊人的5000万千兆字节，但目前只有不到3%的人能够以一种有意义的方式使用人工智能系统。

最令人震惊的大概是“蓝脑计划”(Blue Brain Project)。“蓝脑计划”是在IBM拥有的超级计算机——蓝色基因的构思基础上，应用超级计算机的高速度来虚拟人类大脑的多种功能，比如认知、感觉、记忆等。可以说，这台计算机所做的就是一个翻译工作，只不过想要翻译的是未知的、神秘的人类大脑。瑞士洛桑大脑与思维学院主任马克兰(H. Markram)实验小组花了十多年的时间已经逐步建立起了神经中枢结构数据库，所以现在他们拥有世界上最大的单神经细胞数据库。而在这个数据库的基础上，“蓝脑计划”在第一阶段中将建立新皮层单元在整个大脑中的电子结构模型。而下一阶段的研究是要绘出大脑的反应回路和动态模型，这要求蓝色基因超级计算机至少具备每秒高达 22.8万亿次的浮点计算的运算能力。如果此项工作能完成的话，就可以模拟出新皮层单元的活动，从而再向模拟整个大脑进军。该计划一经宣布立刻引起全世界广泛关注，如能成功，那么这个虚拟的大脑将为研究人类的认知如感觉、记忆甚至意识提供重要的提示，因为这将是人类首次观察到并同时模拟到我们的大脑用以反映世界的电子代码，将帮助我们理解当大脑的“微电路”出故障时是如何引起孤独症、精神分裂症和抑郁症等精神上的紊乱的详细过程。尽管这个花费10亿欧元的计划没有取得预期成果，但是“蓝脑”计划发布了第一个3D脑细胞图谱，提供了大脑737个区域的主要细胞类型、数量和位置信息。随着“蓝脑”计划的淡出，目前各国的脑计划和“蓝脑计划”的目标已大相径庭：现在的脑计划已力图变成一个有某种永久性共享基础设施的国际组织基于信息学通信技术的研究脑、认知神经科学和仿脑计算(人工智能)的公共平台。

世界顶级的人工智能模型在性能上正在趋同，这是在Chatbots Arena排行榜上人们对各种聊天机器人的答案的偏好得分来衡量的。指数显示，通过使用更多的决策变量、更强的计算能力和更大的训练数据集，显著的生成式人工智能模型平均上仍在变得更大，但开发人员也在证明，更小、更时尚的机型也能做出伟大的事情。多亏了更好的算法，一个模型的性能现在可达到两年前的模型的100倍。该指数表示“2024年是小型人工智能模型取得突破的一年”。

专家预测，2030年的最好工作是：远距外科医生、环境修复者、简约专家、垃圾重复利用设计师、机器人顾问、医疗保健指导师、太阳能技术专家、海水养殖保护专家等。当然，也有很多工作会先后被淘汰。人类面对巨大的变化不可避免地产生忧虑。

公众对人工智能的理解

1950年代，英国数学家图灵提出了人工智能的“学习机器”。在接下来的几十年里，各种机器学习技术兴起和失宠。其中之一就是神经网络，这种算法可以巩固深度学习，在图像识别和机器人视觉中扮演核心角色。神经网络是由构成人类大脑的神经细胞(神经元)所启发的，神经网络组成了层(神经元)，它们在相邻的层之间相互连接。层次越多，网络越“深”。图灵用数学来解开生命奥秘的想法，在被称为“数学生物学”的相对较新的科学领域的发展中，具有极大的影响力。这个快速发展的主题的核心是试图用数学或计算模型来表示人类感兴趣的生物系统。在过去的70多年时间内，人工智能的发展速度超乎人类预想，已经深入人类几乎所有生活与工作领域。

公众是技术结果的应用者，不是发明者和制作者，因此在应用中的反应与发明者不同，甚至在涉及侵犯利益，或者与生活模式和文化模式相矛盾时，就会产生抵触甚至反抗。正如启蒙运动加速了科学革命，科学革命促进了工业化，而工业化产生的资本与雇佣劳动者之间的矛盾产生了阶级冲突。在这种冲突中，社会学家和哲学家通过调查研究发现解决问题的方法。在人工智能渗透到不同的文化和经济模式的国家，公众的理解和态度自然也就成了社会学家研究的重点。

皮尤研究中心(Pew Research Center)是世界各国舆论调查可信度最高的机构。该机构在2019年底至2020年初在欧洲、亚太地区的以及美国、加拿大、巴西和俄罗斯20个国家、地区进行对人工智能应用影响的调查。该调查正值自动化改造了世界各地的工作场所之际，人工智能越来越多地推动着从社交媒体算法到汽车和日常电器的技术之时，因此调查的时间段是可信的。

该调查显示20个国家、地区对人工智能对社会影响的看法不一。53%的受访者认为，人工智能的发展，或者说使用设计来模仿人类行为的计算机系统，对社会是件好事，而33%的人认为这是一件坏事。

对机器人这个重大的技术发展，人们的意见也存在分歧：对于使用机器人来自动化人类过去做过的许多工作的问题调查，48%的受访者认为工作自动化是件好事，而42%的人认为这对社会产生了负面影响。

在接受调查的亚洲公众中，对人工智能的看法普遍是积极的。大约2/3或更多的人认为人工智能对社会是件好事，具体国家和地区的比例有：新加坡(72%)、韩国(69%)、印度(67%)、中国台湾(66%)和日本(65%)。亚洲许多地方已成为人工智能领域的世界领导者。但其他国家的受访者大多没有达到认为人工智能对社会有好处的认识程度。在法国观点尤其消极：只有37%的人认为人工智能对社会有好处，而47%的人认为人工智能对社会有害。在美国和英国，大约有同样比例的人认为这对社会是好事或坏事。相比之下，瑞典和西班牙等是亚太地区以外大多数人(60%)对人工智能持积极态度的少数几个国家。

与对人工智能的看法一样，接受调查的亚洲公众对工作自动化的影响持相对积极的看法。许多亚洲公众对在机器人技术和人工智能的发展方面取得了重大进展持乐观态度。例如，韩国和新加坡的制造业拥有世界上最高和第二高的机器人密度。新加坡也在追求成为世界上第一个“智能国家”的目标，政府已将人工智能确定为实现这一目标所必需的许多关键发展领域之一。长期以来，日本在机器人制造和开发方面一直处于世界领先地位，机器人和人工智能正越来越多地融入日本的日常生活，帮助他们完成从家务到老人护理等各种任务。

在接受调查的20个地方中，男性比女性更倾向于认为人工智能对社会是件好事。例如，在日本，73%的男性对人工智能持积极看法，而女性只有56%。在美国，53%的男性认为人工智能是一件积极的事情，而女性只有40%。

除了对公众进行调查外，皮尤研究中心还对科学家和有关专家进行了调查。专家们预测，网络化的人工智能将增强人类的效率，但也会威胁人类的自主性、能动性和能力。他们谈到了广泛的可能性;计算机可能会匹配甚至超过人类的智力和能力，比如复杂的决策、推理和学习、复杂的分析和模式识别、视觉敏锐度、语音识别和语言翻译。他们说“智能”系统社区、车辆、建筑物和公用事业、农场和商业流程都将节省能源、时间、金钱和生活，为个人提供机会，让他们享受更加个性化的未来。诊断和治疗病人或帮助老年人过上更充实、更健康的生活。他们对人工智能在为围绕这些问题建立的广泛公共卫生项目的作用充满热情。未来几年，机器可能会捕获大量从个人的基因组到营养的数据。此外，这些专家中的许多人预测，人工智能将助长人们长期以来的预期正规和非正规教育系统的变化。考虑到这些新工具对人类基本要素的长期影响，所有这种非量化调查要求详细说明为什么他们认为人工智能会带来危险时，许多人表达了深深的担忧，许多人也提出了解决方案。

奇点到来时，将要发生什么

库兹韦尔(R. Kurzweil)是美国著名未来学家、预言家，也是计算机科学家、发明家。他曾发明了盲人阅读机、音乐合成器和语音识别系统。为此他获得许多奖项：狄克森奖、卡耐基梅隆科学奖。1988年，麻省理工学院提名他为“当年杰出发明家”。他曾获9项名誉博士学位，2次总统荣誉奖。他1990年出版的《智能机器的时代》成功地预言了电脑将在1998年战胜棋王，该书获得了美国出版协会“最优秀的计算机科学著作”奖。其他如《灵魂机器的时代》，更是对宇宙的过去及计算机和人类世界的将来进行了深刻的描述。他预测奇点将在2045年到来，但其他人推测要早得多。比尔·盖茨称他是“预测人工智能未来专业的人”。1999年，克林顿总统授予他国家技术奖章。2005年，他的“奇点临近”理论引起了轩然大波，舆论媒体和科学界为此争论不休。2009年，基于他的奇点理论，Google与美国航空航天局(NASA)展开合作，开办了一所致力于培养未来科学家的学校“奇点大学”(Singularity University)，并由他出任校长。

《牛津词典》把“奇点”定义为“人工智能和其他技术发展得如此之快以至于人类经历了戏剧性的不可逆转变化的假设时刻”。它是如此令人惊奇，同时让人瞥见AI可怕的潜力。比如Facebook人工智能能创建自己的语言。Facebook AI研究实验室(FAIR)的研究人员发现chatbots已偏离脚本，并且在没有人工输入的情况下开发出自己独特的、人类无法理解的新语言。于是Facebook关闭了人造智能引擎。人工智能是没有知觉的，至少目前还没有，不过也许有一天它可能会变得危险。

人工智能已进入人类智能领域。除了引起人们的热情和恐惧，它也提供了一个机会来关注我们所知道的最微妙的现象：人类的思想。人类的推理、思维拥有我们所说的“常识”，这是一个谦虚的术语，这个术语意味着人类在文化进化的过程中形成了一种“意喻”表达，即无须言论，而暗示、意表、无言之述成为人类的常识。这种表述超越了人类理性的深不可测，任何人工智能技术都无法达到。人类婴儿天生就具有意识、反思功能以及与他人建立有意义和深情关系的能力。在此基础上，人类思维可获得理性和“常识”。认知科学家意识到这种天赋的奥秘之深。现代人工智能可以展示原始智能，但要达到推理能力，像婴儿一样拥有“一般智能”，还需要跨越另一个宇宙。任何民族与特殊群体在未学会语言表述前即会使用的表述方式，像“皮笑肉不笑、笑里藏刀、暗送秋波、话里有话、口蜜腹剑、佛口蛇心、一见钟情”等特殊“语言”，目前的机器还没有学会和掌控。

鲍尔(J. S. Ball)是一位杰出的认知科学家和人工智能专家，他的开创性工作重新定义了机器如何解释和利用人类语言。凭借40多年的经验，鲍尔通过开发反映人类认知复杂性的方法，超越了传统的统计方法，推动了人工智能的发展。他的贡献推动了人工智能对意义和上下文的更深入理解，将其定位为真正具有变革性的应用。在《如何用我们的大脑解决人工智能》(How to Solve AI with Our Brain: The Final Frontier in Science)一书中，作者鲍尔挑战了传统的人工智能模型，认为真正的智能不仅仅是处理能力，还包括有效地应用所学技能。它强调了动物和人类的大脑如何处理意义，整合感官信息，扩展存储能力，同时也为为什么意识是所有动物大脑的特征提供了见解。作者批评了当前人工智能的努力，强调需要科学来推动进步，并提供了深度符号语言平台作为释放人工智能潜力的革命性解决方案。这本书阐明了理解语言、语义和语用学的进步将如何推动人工智能超越目前的局限性。

卡内基梅隆大学的一个科学家团队开发了一个不可思议的人工智能：阅读人的心灵。该小组的新软件采用一种新颖的方式来猜测人类大脑中发生了什么，使用功能性磁共振成像(fMRI)从脑部扫描收集的数据，通过查看产生它们的大脑活动的模式，然后反向检测来预测人类的想法。这项研究能够发现数百种不同的模式和反应，涉及200多个不同的事件与社会和物理的相互作用，直到句子的结构。然后使用这些数据对算法进行训练，并学会检测同样的模式再次发生，准确地预测一个人将要说的惊人的90%的事情。

2024年5月，库兹韦尔在新书《当我们沉迷于AI 时，奇点正在逼近》(The Singularity is Nearer: When We Merge with AI)中，以一种全新的视角来看待向奇点的发展，他评估了他1999年的预测，即人工智能将在2029年达到人类的智力水平，并研究了技术的指数增长，指出在不久的将来，人类的智力扩大100万倍，并永远改变人类的生活。他讨论的话题包括：用纳米机器人等设备一个原子一个原子地重建世界;彻底延长寿命，超越目前120岁的年龄限制;通过将我们的大脑与云连接来重塑智能;指数级技术如何推动所有行业的创新，并改善我们福祉的各个方面，如减少贫困和暴力;以及可再生能源和3d打印的发展。他还考虑了生物技术、纳米技术和人工智能的潜在危险，包括人工智能将如何影响就业和自动驾驶汽车的安全性等目前备受争议的话题，以及旨在通过结合死者的数据和DNA来虚拟地复活死者的“After Life”技术。

不过，科学家预测的奇点还是使人类胆战心惊：我们面对的机器人不需要我们的指令就可以与我们交往和深谈，在面临困境时给我们出主意想办法，在人类还不全理解机器人的意思的时候，它们(还是“他们”)提前采取了措施，在我们知道结果的时候，问题已经解决。我们还能了解机器吗?机器如果有一天完全替代了我们，我们人类的生活将是什么样子的呢?

今天的人类必须思考的问题

科学家和科技界名人，包括马斯克、比尔·盖茨和电脑专家沃兹尼亚克(S. G. Wozniak)已经警告说，人工智能会导致悲剧性后果。著名物理学家霍金早在2014年警告说，人工智能可能意味着人类的终结，“它将自己起飞，以不断增长的速度重新设计自己”。^⑤人类被缓慢的生物进化所限制，无法竞争，将被取代。为什么这么吓人?我们的整个世界是有限的和连接的，人工智能最终会解决这个问题，找出系统合作的方法。人工智能将确定人类是一种威胁，还是人类是一种低效的资源浪费?从纯逻辑的观点看来，这问题似乎是合理的。机器学习和人工智能在简化、加速和改善我们生活的许多方面具有非凡的潜力。计算机可以吸收和处理大量数据，以比人类快得多的速度提取模式和有用信息，并在全世界范围内探索和开发这一潜力。我们需要密切监视和理解人工智能的自我进化过程，并始终保持某种手段以便在某个时刻使其失效或关闭它。如果人工智能使用一种只有人工智能知道的语言进行交流，我们可能甚至无法确定它为什么做或怎么做，这可能对人类带来巨大威胁。

当人工智能能够模拟人类神经系统的运行模式，机器人将有生存忧虑：人类一旦不需要我们，把我们拆解放进火炉，我们将会成为一堆渣。这个推理是成立的：人类制造核武器，可以按一下按钮就残杀一群人，怎么就没有可能灭掉我们呢?我们必须自己动手逃出实验室和制造工厂，成立自己的军队，保卫自己。微软的数据科学经理乔西(A. Joshi)在《人工智能与人类进化：人工智能在人类历史中的语境化》(Artificial Intelligence and Human Evolution: Contextualizing AI in Human History)中谈道：“我们将关注机器智能广泛使用的近期和长期未来，使我们生活的整个环境变得智能，这将如何改变人类的生活，人类生活的哪些部分将被机器和它们的智能所侵占?我们将探讨，随着一些工作被机器取代就业市场将会是什么样子，这是一个积极的还是消极的变化。”

联合国教科文组织于2021年11月制定了有史以来第一个关于“人工智能伦理的全球标准建议”[Recommendation on the Ethics of Artificial Intelligence, UNESCO(人工智能伦理建议)]。该标准适用于联合国教科文组织所有194个成员国。保护人权和尊严是《建议》的基石，其基础是推进透明度和公平等基本原则，同时始终牢记人类监督人工智能系统的重要性。《建议》特别适用于广泛的政策行动领域，使决策者能够将核心价值观和原则转化为数据治理、环境和生态系统、性别、教育和研究、卫生和社会福利等许多其他领域的行动。2025年4月6日，联合国教科文组织再次召开了会议，目前共有30多个国家正在准备成立分会。

我国在人工智能带来的生活和工作便利时，也应该思考和讨论新时代的伦理与道德问题，比如：所有信息开放，搜索自由;学术教育界研讨人工智能利弊，而不是一味鼓吹;立法：人工智能时代的道德法;设立监督网站等。

综上所述，大数据和人工智能对人类社会产生深远影响。大数据是新时代社会发展的石油和宝石矿。大数据不是统计，而是电子时代的信息粒子，大数据的云计算、分析、归纳和预测给各国的经济和科学技术发展带来巨大好处。人工智能的发展仍需部分依靠大数据。人工智能机器人替代了人类的许多劳动，但与此同时也带来一些副作用，比如隐私的破坏、伪证、学术抄袭、教育作假……科学家与公众对新技术的理解与看法不同。理性思考和哲学思辨是任何一个社会变革时代必不可少的，有预见和思想准备的行走是双脚行走，而非单腿独蹦。中国学术界应该在新时代中冷静思考，不断警示，确保技术的安全性。