如果說互聯網改變了信息基礎設施，那么移動互聯網則改變了資源配置方式。
我們既不能高估技術的短期作用力，更不能低估它的長期影響力。
陸奇稱智能時代的核心本質是“knowledge in every system, intelligence in every interaction”（知識無處不在，任何交互都是智能的）。
現在我們認為擁有人工智能的那些系統，比如，進化算法和深度學習等，都有一個共同特點：它們或多或少地表現出了黑箱的特點，雖然從理論上它們內部的運算步驟仍然可以追蹤，但由于計算量的巨大，使這種追蹤實際上很困難甚至不可能。于是，我們真的感覺它們有智能了。
換句話說，只有我們不知道機器在想什么、怎么想時，才認為它有智能。
人工智能近年來發展的趨勢是開始走出實驗室，進入人類生活，用一位互聯網大佬的話來說：它們變得能用了。這樣我們就面對著一個即將到來的挑戰：人工智能不會奪走我們的自由和生命，但會奪走我們的飯碗。這不需要人工智能的失控，它們可以在資本家的完全控制下做成這件事。
有學者認為，不必為這件事擔憂。回顧工業化的歷史，在20世紀初，美國有50%的農業人口，但隨著農業機械化，現在降到了4%，城市化吸收了多余的農民。但眼前發生的事情是不同的，當人工智能大規模進入社會后，人類能做的工作它們大部分都可以做，不會再有更多的就業崗位留給人類。通行的美好說法是，人們在常規工作中被人工智能取代后，可以去從事創造性的工作。問題在于，創造性的工作不是人人都可以從事的，也不需要那么多的人，如果社會分配制度不改變，一個全部由科學家和藝術家構成的人類世界幾乎是一場噩夢，這近百億科學家和藝術家中的絕大部分注定一生碌碌無為，對社會和自己都毫無用處，且淪入“創造性”的窮困潦倒中。
但這種思維方式總有些不對的地方。人類自古以來為生存而勞作，實在是迫不得已。工作著是美麗的，但誰都知道，不需要工作的生活更美麗。現在終于能夠制造出把自己從工作重負中解放出來的機器，這是人類文明最偉大的成就，無論如何不應該被看作一場災難，相反，這可能是人類所面對的前所未有的偉大機遇。只是，我們需要改變。
如何完成由現代社會向人工智能社會的過渡？有兩種可能。
一種可能十分黑暗：在現有的社會、經濟和政治體制下，人工智能帶來的問題幾乎是無解的。如果沒有及時建立起與之相適應的社會機制，在席卷全球的失業浪潮之下，世界的政治和經濟將陷入長久的混亂之中，一切都籠罩在人工智能及其使用者與大眾的無休止沖突中。
另一種可能是，社會成功地完成轉型。這將是有史以來人類生活方式最大的一次改變。“不勞動者不得食”，這個理念是人類社會的基石，文明誕生以來經歷過多次巨大變革，這一基石從未動搖。但人工智能可能會移除這一基石，進而導致從所有制和分配制度，到基本的經濟結構，再到政治體制，直到文化，都發生根本的變化。這是真正的人類解放，是向著古老的烏托邦理想邁進的一大步。2016年是《烏托邦》發表500周年，但托馬斯?莫爾無論如何不會想到，他的理想會借助于智能機器實現。
想象人工智能時代的社會和生活是困難的，即使在科幻小說中，我們也只能把種種可能性排列出來，而哪種可能性最有望成為現實，取決于我們的努力和選擇。
但不管怎么說，那是一個誘人的時代，我們正向它走去。
你能看見多久的歷史，就能看見多遠的未來。
語音識別能力、圖像識別能力、自然語言理解能力，包括為用戶畫像的能力，這些都是人的最本質的智慧能力。
互聯網創造了一種意見型用戶。
“互聯網+”時代人類在比特層面進步大，在原子層面進步小。
百度愿意幻想一個智能化的世界并去實現它，要讓人工智能成為新的操作系統，不僅是計算機的而且是世界的操作系統，同時嚴肅思考和提前應對人工智能的挑戰，最終讓這個時間從此不同。
陸奇的個人信念是“Know more, Do more, Be more”（知道更多，做到更多，體驗更多）。
以現代數字計算系統為基礎，IT（信息技術）行業在創造數以萬億元計的價值時，正是從組織信息（Information Organization，IO，幫助人類認知更多）、完成任務（Task Completion，TC，幫助人類實現更多）、豐富經驗（Experience Enrichment，EE，幫助人類獲得更多經驗）三個核心維度上使人類取得長足的進步。
當大浪潮席卷時，沒有誰可以巋然不動，如果你沒有抓住前進的機會，你就會落后，甚至被時代拋棄。
判斷人工智能的能力，或者判別是否真正是人工智能的標準仍然是，人類是否因此知道更多，做到更多，體驗更多。
百度PaaS與眾不同之處在于，人工智能作為一種橫向的服務貫穿全平臺。
為什么很多人認為工業4.0以后，人類將進入數字化社會的新階段？就是因為，智能系統將有能力在現實世界里提取數據，抓取知識，進而更好地幫助人類感知和認知現實世界，也將從經濟、社會、文化等層面廣泛而深刻地改變現實世界。
做人工智能事業要跨越的第一個障礙就是如何落地。人工智能意味著一個非常大的改變，時間會很長。要落地的話，首先必須找到非常好的、實際的用戶體驗，就是能給用戶帶來實際效益；其次，場景必須清楚，智能助手也好，無人駕駛汽車也好，信息找人也好，一定要有實際的用戶體驗價值；最后，還要找到商業模式，不然就沒有可持續性。
技術決策需要與產品和商業決策同步。
Matthew Fisher（馬修·菲舍爾）、潘建偉、朱清時等科學家都認為，意識的本質就是量子糾纏。
所謂個體命運不過是，一個人感到唯有這樣的生命熱情的散發才讓自己有美好地活過的感覺，才有自己身體的在世幸福，以至于非如此生活不可。
到了2016年，百度語音識別技術的準確率已達到97%。
百度圖片數據庫的分類則已經達到4萬類。
百度的人臉識別系統只需要1根蠟燭匯聚在1平方米以上的亮度，就能夠完成識別和判斷過程。
百度用的FPGA目前在CPU和GPU架構上面效率提高了5~6倍，而且不需要改變現有的架構，直接用FPGA就可以加速。
百度開放了全新的PaddlePaddle深度學習開源平臺。
YouTube-8M中包含了800萬段被標記的視頻。
人們常說，美國的今天就是中國的明天。陽關三疊的長周期也正在中國發生，區別在于時間大為壓縮。三十多年前，中國大部分人口還在田里耕作。二十多年前，中國才開始形成白領階層。最近幾年，白領群體的職業前景達到某種瓶頸。
這是新的不平衡規律。時間壓縮更突出的表現是，在美國按時間展開的進程，在中國是同時發生并按空間展開。
《第三次浪潮》的作者阿爾文·托夫勒在2001年的中國之行中評價：中國包含三個世界，第一次浪潮覆蓋約9億農民，第二次浪潮覆蓋大約3億市民，而第三次浪潮，據托夫勒當時獲得的國家計劃委員會（后來重組為國家發展和改革委員會，發改委）數據，只有1000萬人。中國的發展主題就是改變三次浪潮人口之間的關系。
亞當·斯密在《國富論》中指出，規模是分工協作的前提。越高級的需求，如果要增加產品，相應的分工協作就越復雜，會降低效率，損失規模效應。
德魯克的《管理的實踐》開宗明義，企業的目的是創造顧客。
基于人工智能的“用戶畫像”是對個人的描述，可以為每個人貼上無數標簽，精確追蹤個人的需求。
物聯網系統與傳統的機器系統在知識上有根本區別，在運作邏輯上，是從機械的牛頓機器向智能的默頓機器的升華。
未來政府的很多管理方式都有必要從追逐式管理變成預測性管理。
隨著人工智能技術的發展，政府治理模式和法制結構都可能發生重大改變。上海交通大學法學教授鄭戈認為：“（目前）法律總體上還是假定責任源自過錯，過錯損害了法律確定要保護的權利和利益，導致了損害結果，有損害就要有法律救濟。基于這種原理，法律總是滯后于損害的，只有當主觀過錯促生了具體行為，行為造成了實際損害之后，法律才能介入，介入的目的也是恢復此前的狀態。互聯網的出現和普及改變了人們之間的交流方式和互動方式，而大數據技術的發展則使互聯網的潛能發揮到了一個新的量級。大數據科技與認知科學和人工智能的結合使行為主義很可能變為明日黃花。預測性和引導性數據分析可以通過個人化的識別、分析、干預‘植入’意向和行為動機，從而改變法律的作用場域。”
（無人車）業內人士并沒有太擔心法律的阻礙，畢竟法律總是在追趕現實，在算法可能代替法律的時代，技術才是發展的核心驅動力。
投資融合了人的本質欲望，甚至包含了助推人類社會不斷發展的文化特質，投資過程帶來的意義，遠比最后的數字增長要大得多。
人工智能就是要向企業輸送源源不斷的“原力”，比如百度地圖的數據流平臺、可供接入的語音識別服務等才是最重要的。
數據—算法—知識—用戶體驗—新的數據，循環往復，滾雪球式前進，在這個過程中創造商業價值。這就是CAO（Chief AI Officer，首席人工智能官）做的事情。
CAO終究首先是一個具有“數據感性”的人。
著名數據分析公司MixPanel的CEO蘇海勒（Suhail）認為，“機器學習不是為了證明某些原因，它的存在是為了針對一些特定的數據、行為或者是模式做出一些高質量的預測。算法唯一的工作就是讓你能夠更加有效、更加精確地達成目標，而不是告訴你為什么。”
未來，“業務”的概念會變得模糊，“場景”成為事物運作的核心，這意味著產品不再像過去那樣圍繞業務來分類。
吳恩達針對如何尋找CAO給出了這樣一些建議：對人工智能和數據基礎設施有良好的技術理解；跨職能的工作能力；強大的企業家技能；吸引并留住人工智能人才的能力。
大數據世界的馬爾薩斯定律可以這樣來描述：人口以算數級數增長，數據以幾何級數增長；數據量以線性規律增加，計算量以非線性規律增長。
2014年，網站安全和內容分發公司Incapsula發布了一項統計數據：56%的網頁瀏覽量都由爬蟲機器人貢獻。換句話說主要的互聯網用戶已經不是人類。大部分點擊數據都是機器程序產生的。
可自改變架構的計算機能針對復雜程度不同的任務，有節制地調用計算機不同部分，不會大事小事都傾巢出動。
對抗生成網絡即人類對神經網絡進行了特別設計，讓其主動產生干擾數據來訓練網絡的能力。
“共同進化”是進化的深刻哲學，不是戰爭，而是糾纏，是“在持久的搖搖欲墜中保持平衡”。
機器的進化迭代過程比大自然快億萬倍。在這種對抗生成中，機器習得的邏輯已經遠遠超出人類的理解，可能成為一種“黑箱”。是追求“黑箱”，還是追求“白箱”，如何避免“黑箱”帶來的不可知危險，這是對人類的一個挑戰。
智能家居系統不僅通過“學習”了解家庭的起居規律，還通過千萬家庭的大數據和深度學習，成了育兒專家、工作助手、老人看護專家等。比如它會對嬰兒的睡眠時間提出建議，會根據流感發病現狀提醒預防，也可以提醒老人附近有什么可以跳廣場舞的地方。人性化的智能家居，不僅讓未來生活更舒適，還連接了人與世界。
2016年美國《連線》雜志發表了一偏長文：一種名為LettuceBot的農業機器人外形與拖拉機并無區別，卻可以每分鐘掃描5000多株幼苗，自動區分出雜草并進行清除，最終能減少除草劑90%的使用量。
技術的主要目的從來不是“替代”，而是“支持”。對許多人來說，烹飪過程本身就是一種樂趣，這樣的樂趣會得到人工智能的加持。
智能時代的新生話不該僅僅是盯著屏幕，人工智能也不應該將用戶完全留在家中。
在面對“未來已來”的人工智能時，《北京折疊》的作者郝景芳有自己的觀點：“未來的人類社會分工會更加明確，標準化的生產由人工智能完成，人類則負責哪些創造性和情感性的工作，同時未來社會的組織也會更加靈活。其中最關鍵的一點是在人工智能主導的社會中，現在的教育模式已經無法適應變化，如果不行改革，我們很難面對未來的人工智能時代。”
當人工智能在技術上超維進化，我們希望數字鴻溝也能夠被縮小。
智能社會還有更多機遇與挑戰在前方等待著我們的下一代。當他們走出學校，尋找工作崗位，面臨的又會是怎樣的場景？當機器人開始大規模接手人類的簡單機械工作，新人類又如何駕馭新的未來？
2016年12月，北京市高級人民法院上線了一款名為“睿法官”的人工智能系統，它不僅僅停留在收集資料、為案情“畫像”的輔助階段，而是已經可以做到對案件進行分析，采集案件的多元信息，識別出影響案件定罪量刑的相關要素及當事人上訴的理由，幫助當庭法官作出初步判斷，已經十分接近“判案”形態了。使用人工智能助理的律所和法庭能夠比同行更高效地處理案件，從而創造更高的收益和社會效應。
真正決定我們職業未來的，是我們是否具備智能時代所需要的職業素養。當智能工具變得越發無所不能，能否靈活使用它就成為差距所在。一個對程序編寫、數據分析、機器學習一竅不通的人，就像工業時代不會使用扳手的人一樣。
工具將人類從“自然的暴政”下解放，但工具本身、工具與社會關系的結合，又造成新的不平等。
帕里西認為，目前的機器人或者人工智能與人的區別在于，人的思維中包含了動機與認知兩種模式。人的任何行為都有動機，比如為了吃喝與生存、為了安全與繁殖、為了榮譽與理想等。而現有的機器人只有認知，無所謂動機，因為它的目的是由人設定的。機器人只是工具，為了滿足人的特定需要而存在。
每當一個新時代來臨，總有一部分人摩拳擦掌，一部分人隨波逐流，還有一部分人茫然無措。這幾年常有人說“未來已來，只是尚未流行”，充滿樂觀主義情緒。
憂思不代表悲觀，也只有在憂思基礎上的樂觀，才是真正的樂觀。
阿西洛馬AI原則分為三大類23條。第一類為科研問題，共5條，包括研究目標、經費、政策、文化及競爭等；第二類為倫理價值，共13條，包括AI開發中的安全、責任、價值觀等；第三類為長期問題，共5條，應對AI造成的災難性風險。這23條原則，也被稱為“二十三條軍規”。這樣的比喻借用自美國著名作家約瑟夫·海勒的黑色幽默小說《第二十二條軍規》書名，含義是為AI的不規范或非法行為設置不可逾越的障礙和禁區。
