現(xiàn)代的人工智能可以找出對應(yīng)的模式，然后對對象進(jìn)行分類，做出決策并評估結(jié)果。它可以使用反饋循環(huán)學(xué)習(xí)和適應(yīng)新情況。格物斯坦認(rèn)為：整個周期在大型組織中可能需要數(shù)年時間，但由人工智能驅(qū)動的設(shè)計合理的流程可以在幾天內(nèi)完成。它可以自我重新編碼，推演變化，并驗(yàn)證它是否實(shí)際上是朝著你想要的方向移動，所有這些都是以超出人類能力的準(zhǔn)確性和速度進(jìn)行的。這相當(dāng)強(qiáng)大。但也相當(dāng)具有威脅性。

人工智能系統(tǒng)擁有的數(shù)據(jù)越多，其能力提高的速度就越快。然而，對于擁有較少數(shù)據(jù)的部分企業(yè)和組織而言，如何滿足人工智能對數(shù)據(jù)的需求則是一個難題。但是，這并不意味著此類企業(yè)和組織無法使用人工智能。2020年，更多人工智能系統(tǒng)會依賴集學(xué)習(xí)能力和邏輯性于一身的“神經(jīng)符號”技術(shù)。神經(jīng)符號技術(shù)是突破自然語言處理技術(shù)的關(guān)鍵，它能夠結(jié)合常識性推理和各領(lǐng)域的專業(yè)知識來幫助計算機(jī)更好地理解人類語言和對話。此類突破將幫助企業(yè)部署對話能力更強(qiáng)的自動化客戶關(guān)懷工具和技術(shù)支持工具，同時還將大大減少訓(xùn)練人工智能所需的數(shù)據(jù)量。

人們對人工智能可能會帶來的挑戰(zhàn)仍知之甚少，嚴(yán)肅的公共討論還十分缺乏。社會公眾對人工智能的想象在很大程度上仍被科幻小說和影視作品所主導(dǎo)，而對于人工智能在未來可能產(chǎn)生的影響，更是缺乏認(rèn)知和關(guān)切。在政策層面，對于人工智能的關(guān)注很大程度上仍集中于技術(shù)和經(jīng)濟(jì)層面，缺乏整體性的思考和討論。盡管有少數(shù)哲學(xué)和社科領(lǐng)域的學(xué)者開始關(guān)注人工智能帶來的倫理問題和社會挑戰(zhàn)，但這些討論并未進(jìn)入公共政策視界，而且討論的重點(diǎn)也多集中在超級人工智能這樣仍相對遙遠(yuǎn)的議題上。

目標(biāo)是要能夠被執(zhí)行人所接受的，通過努力可以完成的。在上級安排工作任務(wù)時，要自己先做一些衡量，看看達(dá)成目標(biāo)的標(biāo)準(zhǔn)是否可以實(shí)現(xiàn)。如果有一點(diǎn)困難，那沒關(guān)系，努力一下應(yīng)該可以；如果有一定的困難度，得問問上級，能不能、會不會給予一定的資源支持，如果會，那可以接受；如果困難度太高，應(yīng)學(xué)會說不。畢竟，目標(biāo)，應(yīng)該是共同制定的。

綜上所述，目標(biāo)是要能夠被執(zhí)行人所接受的，通過努力可以完成的。在上級安排工作任務(wù)時，要自己先做一些衡量，看看達(dá)成目標(biāo)的標(biāo)準(zhǔn)是否可以實(shí)現(xiàn)。如果有一點(diǎn)困難，那沒關(guān)系，努力一下應(yīng)該可以；如果有一定的困難度，得問問上級，能不能、會不會給予一定的資源支持，如果會，那可以接受；如果困難度太高，應(yīng)學(xué)會說不。畢竟，目標(biāo)，應(yīng)該是共同制定的。
? ? ? 責(zé)任編輯:tzh