苹果的Siri和其他具有人工智能的语音识别软件———比如Google的语音搜索———显然是重要，不仅因为它们现在能干什么———比如打电话，安排约会———而在于它们预示了什么。Siri对人类语言的识别水平也许仅仅相当于幼稚园的孩童，但仍然遥遥领先于早期的语音识别程序。“Siri很重要，”萨福说。它朝着能够与我们语音互动的装置又迈进一步。我们正在用技术创造越来越人性化的装置。很快与人类语音交流将成为各种机器的标准配置……事实上，有一天，不能语音互动的装置反而被视为反常。

Siri的开发者，SR I International的诺曼·温纳斯基和比尔·马克认为，Siri是创造终极“个人虚拟助手”的第一步。去年，两人在技术博客TechCrunch上发表文章说，“Siri不仅需要识别语音，还需要了解自然的语言、前后文、逻辑……我们还只是看到了冰山的一角。”在不远的将来，个人虚拟助手将变得更加有用。它们可以帮助人类安排假期、购物、选择医保方案，甚至帮你驾驶汽车。

能够自动驾驶的汽车已经进入公路测试阶段。“我认为这是发展的必然，”人工智能专家林赛说，人工智能驾驶的汽车有诸多的优势，比如它们不会因为一边开车一边补妆而分心。

当Google的亚宁乘坐自动驾驶汽车的时候，他不会打电话，或是阅读自己喜欢的博客，或是打一个盹。在汽车从他的家开往Google总部的路上，他一直忙着分析并监督汽车收集的数据。“由于汽车自动驾驶，作为一名纯粹的乘客感觉当然要放松很多，少了很多压力，”他说，“时间似乎也过得更快。”

曾经是科幻题材的自动驾驶汽车可能很快就会进入人们的车库。KPM G顾问公司和汽车研究中心共同发表的一份调查报告预计，自动驾驶汽车将于2019年开始销售。Google公司自动驾驶汽车也许是最广为人知的，很多大汽车制造商，比如福特、奥迪、本田和丰田，也都在自动驾驶汽车的研究上投入巨资。

Google的自动驾驶汽车装备有扫描仪、雷达、激光、GPS、摄像机和软件组成的复杂系统。在开始测试之前，一个人必须手动驾驶汽车沿着要测试的路线走一圈，创造这条线路———包括交通信号灯和其他障碍物———的详细地图。这些信息被下载到汽车的内置软件。当转换为自动驾驶模式时，车上的各种监视设备监视路况，将数据传回电脑，软件据之做出必要的速度和方向调整。如有必要，人可以随时接管方向盘;在公路测划开始后的近两年时间里，Google的自动驾驶车队累计行驶了超过30万英里，没有发生一次事故。

虽然现在还无法知道公众能否很快接受自动汽车;如果出现故障将会发生什么，但KPMG报告的作者们对这一技术竭力推崇。他们列举的优势包括：缩短交通时间，增加生产力，更重要的是还能减少交通事故的发生。今年年初，在西班牙巴塞罗那汽车世界大会上，福特汽车公司的董事长比尔·福特在演讲中说，装备有人工智能的汽车在未来至关重要。他说，“如果什么都不做，我们将面临‘全球大塞车’———没有尽头的交通堵塞，白白浪费时间、能源和资源，甚至会阻碍商业发展，危害人们的健康。”

不久前，哥伦比亚大学的帕特夏琳·廷特查科在一份研究报告中估计，能够与其他汽车相互沟通的自动驾驶汽车可以让我们的高速公路流量增加273%.

剩下的挑战依然艰巨。一辆真正自动化的汽车必须像人类驾驶者一样思考、反应。比如，当人开车时看到道路上出现一个球，人类会判断附近有小孩，必须减速。目前，人工智能还不具备这样的推理能力。但技术正在一步步向这个目标接近。新款汽车已经具备了几年前的汽车所不具备的自动功能———包括自动平行泊车、车道漂移警告信号、巡航控制调整。

立法者们也注意到新的技术。今年年初，内华达州颁发了全美国第一张自动驾驶汽车执照，而加州立法机构最近也批准在公共道路上进行自动驾驶汽车的最终测试。佛罗里达正在考虑类似立法。

“很难说，自动驾驶汽车大众化要等到什么时候，”亚宁说，在乘坐自动驾驶汽车时，一路上有很多人对他竖起大拇指，“但令人激动的是，这显然是汽车发展的正确方向。”

第一眼看上去，华盛顿州立大学(WSU )的学生公寓和其他大学宿舍并没有什么不同：稀少的家具、一台笔记本电脑随意摆放在沙发上，角落里放着电视和D V D播放器，一本学生生存手册里塞满了各种商品优惠券。

但仔细观察就会发现一些不同之处。靠近厨房的墙壁上的电灯开关闪烁着蓝白光。在冰箱、食橱门、微波炉上安装有特殊感应器。水槽下装有流量检测仪。

这一切都是华盛顿州立大学的CA SA S智能房屋计划的一部分。该计划利用人工智能让房屋更高效节能，帮助改善住户的生活。该项目开始于2006年，负责人是机电工程和计算机学院教授戴安·库克。这里的智能房屋有40至50个移动或热能感应器，不同于美国其他一些类似项目，并没有安装摄像机或麦克风。

运动感应器让研究者了解人在房屋中的位置。他们收集居住者的生活习惯信息。一旦系统熟悉了某个人在房屋中的活动，可以判断某一习惯性的活动是否发生———比如服药、锻炼。知道某天的时间和这个时间居住者通常的活动，“通常就足以判断此人现在在干什么。”

WSU智能房屋研究的主要目的是协助老年人生活。随着婴儿潮一代步入老年，国家医疗系统面临巨大危机。库克的研究意图找到一种方法，让老年人———尤其是患有老年痴呆症和轻微行动障碍的老人———能够延长独立生活的时间，同时减少看护人员的负担。西雅图一个大型的辅助看护结构也在20个老年公寓进行智能房屋技术研究。智能房屋也能通过监督人们的活动，获得关于居住者健康状况的线索。“如果能够开发出一种悄悄地持续观察人类活动的技术，我们也许能够发觉被观察者自己也未察觉的变化，”WSU心理学教授莫琳·施密特-艾齐科姆说。

在不久的将来，感应器似乎将会变得无处不在。在韩国首都首尔的旁边，一座名叫松岛的智能城市正在建设中，计划2017年竣工。松岛将密布感应器，用于监控一切，比如水和能源的使用，垃圾的处理，甚至还可以指导城市交通。

很多可能会觉得，这样无所不在的监督系统让人感到害怕不安，但具有人工智能的机器人或其他装置也可以成为可爱的伴侣，尤其是孤独的老年人的伴侣。人们已经对具有人工智能的装置产生了某种情感。“我们爱我们的电脑;我们爱我们的手机。这些装置让我们感受到了人的气息，”上月苹果公司的另一位创始人史蒂夫·沃兹尼亚克在帕洛阿尔托的一个论坛上说。

新影片《机器人与弗兰克》讲述了发生在不久的将来的故事：一位老人得到了一个机器人，最初他对它极其排斥。但是“慢慢地，两”人“的关系在悄悄变化、互相影响。”影评网站Film journal.com点评，“自《虎豹小霸王》(ButchCassidyandtheSundanceKid)以来，还没有那一部影片将男人之间的友谊描绘得如此富有意义且幽默有趣……完美的伙伴关系是这部影片的灵魂。”(来源:南方都市报 南都网

并非所有人工智能技术都会带来幸福结果。除了个人隐私受侵犯的担忧之外，人工智能还可能导致大批人失业，尤其是对于不需要太多技术的行业。有一则笑话说，“一座现代化的纺织厂只雇佣一个人和一条狗———人的工作是喂狗。狗让人远离机器。”

“我们正在经历的所谓的‘不创造新工作的经济复苏’就是机器智能提高的结果，这些新诞生的公司从一开始就不需要人类工人，”未来学家萨福说。Facebook已经成长为一家资产数十亿的公司，但却只有几十个雇员，早几年，对于这样规模的公司是无法想象的。另一位未来学家托马斯·弗雷预言，到2030年，超过20亿个工作将会消失———但他又补充说，新技术将为那些有能力的人创造众多新的工作。

分析者已经注意到劳动力市场的变化。对于高技术和高学历人才，还有那些低级的服务性工作比如厨师、美容师、家政助理或保安的需求依然强劲。但在制造行业，蓝领工人不断被机器人取代。亚马逊网站最近购买了用机器人承担仓库内搬运工作的K ivaSystem s，大幅减少了对人工的需要。

人工智能同样开始侵入非制造业领域。《与机器赛跑》一书作者埃里克·布林约尔松和安德鲁·麦克菲说，“人工智能革命对于白领工作的威胁正如机械化革命对于蓝领工作。”律师们可以用智能程序取代助手研究案件。《福布斯》杂志用一款叫N arrativeScience的智能软件代替记者撰写关于公司盈利的报道。税务筹划软件和旅行网站也代替了从前人做的工作。从银行、航空公司到有线电视公司，众多企业都将它们大部分的客户服务工作交给了自动服务亭或语音识别系统。萨福说，“当我们等待机器聪明到能够与我们进行长时间有意义对话的时候，机器已经聪明到能够消灭或抢走人类的工作。”

我们不得不承认人工智能已经长足进展，好奇号火星探测器就是一个最好的例证。“实在是了不起。让人难以置信，”人工智能专家林赛说，“它(好奇号)绝对代表了智慧。”在地球上除了人类没有其他生物能够做到它所做的。但是与此同时，“不同于人类宇航员，它并不理解自己在干什么。”

机器最终能否出现真正类似人类的智慧，包括自我意识(在科幻影片《2001：太空漫游》中，计算机霍尔的自我意识觉醒最终导致它“精神”崩溃。)“我认为，我们已经通过了图林测试，只是还不知道而已。”佛罗里达人与机器认知研究所的高级科学家帕特·海耶斯不久前在接受英国《电信报》采访时说。想一想，他说，在1950年，当图灵提出他的测试方法时，任何人与Siri对话都会大吃一惊，“他们绝对无法想象自己是在和机器对话。”

但也有人认为，人工智能在相当长的一段时间里依然将处于原始阶段。“常识并不那么寻常。它需要相当程度的对世界的了解，”iR obot的安格尔说，“我们将看到越来越多的和人类互动的机器人。但它们距离近似人类水平的智能还很遥远。这个距离不是5年，不是10年。而是非常非常远。”

麻省理工学院的温斯顿自诩技术乐观主义者，即使他也表现得很谨慎。他说，“预言未来很容易———但要预言未来事件发生的具体时间却很难。”今天，人工智能大量依靠“大数据”技术———迅速廉价地处理海量的信息，在堆积如山的信息中搜索，判断有意义的联系。但这种方式和人类逻辑相距遥远。温斯顿说，长期目标是设法将这种“大数据”方式与初级的逻辑推理相结合。

温斯顿认为，今天的人工智能研究所处的阶段相当于1950年D N A结构发现3年前的生物学。“当时人人都很悲观，大家都在说，我们可能永远都琢磨不透啦，”他说，然后双螺旋结构横空出世。“在之后的50年里，生物学取得了难以想象的进步。”温斯顿补充说，人工智能也需要这样一两个重大突破……