如果说互联网改变了信息基础设施，那么移动互联网则改变了资源配置方式。
我们既不能高估技术的短期作用力，更不能低估它的长期影响力。
陆奇称智能时代的核心本质是“knowledge in every system, intelligence in every interaction”（知识无处不在，任何交互都是智能的）。
现在我们认为拥有人工智能的那些系统，比如，进化算法和深度学习等，都有一个共同特点：它们或多或少地表现出了黑箱的特点，虽然从理论上它们内部的运算步骤仍然可以追踪，但由于计算量的巨大，使这种追踪实际上很困难甚至不可能。于是，我们真的感觉它们有智能了。
换句话说，只有我们不知道机器在想什么、怎么想时，才认为它有智能。
人工智能近年来发展的趋势是开始走出实验室，进入人类生活，用一位互联网大佬的话来说：它们变得能用了。这样我们就面对着一个即将到来的挑战：人工智能不会夺走我们的自由和生命，但会夺走我们的饭碗。这不需要人工智能的失控，它们可以在资本家的完全控制下做成这件事。
有学者认为，不必为这件事担忧。回顾工业化的历史，在20世纪初，美国有50%的农业人口，但随着农业机械化，现在降到了4%，城市化吸收了多余的农民。但眼前发生的事情是不同的，当人工智能大规模进入社会后，人类能做的工作它们大部分都可以做，不会再有更多的就业岗位留给人类。通行的美好说法是，人们在常规工作中被人工智能取代后，可以去从事创造性的工作。问题在于，创造性的工作不是人人都可以从事的，也不需要那么多的人，如果社会分配制度不改变，一个全部由科学家和艺术家构成的人类世界几乎是一场噩梦，这近百亿科学家和艺术家中的绝大部分注定一生碌碌无为，对社会和自己都毫无用处，且沦入“创造性”的穷困潦倒中。
但这种思维方式总有些不对的地方。人类自古以来为生存而劳作，实在是迫不得已。工作着是美丽的，但谁都知道，不需要工作的生活更美丽。现在终于能够制造出把自己从工作重负中解放出来的机器，这是人类文明最伟大的成就，无论如何不应该被看作一场灾难，相反，这可能是人类所面对的前所未有的伟大机遇。只是，我们需要改变。
如何完成由现代社会向人工智能社会的过渡？有两种可能。
一种可能十分黑暗：在现有的社会、经济和政治体制下，人工智能带来的问题几乎是无解的。如果没有及时建立起与之相适应的社会机制，在席卷全球的失业浪潮之下，世界的政治和经济将陷入长久的混乱之中，一切都笼罩在人工智能及其使用者与大众的无休止冲突中。
另一种可能是，社会成功地完成转型。这将是有史以来人类生活方式最大的一次改变。“不劳动者不得食”，这个理念是人类社会的基石，文明诞生以来经历过多次巨大变革，这一基石从未动摇。但人工智能可能会移除这一基石，进而导致从所有制和分配制度，到基本的经济结构，再到政治体制，直到文化，都发生根本的变化。这是真正的人类解放，是向着古老的乌托邦理想迈进的一大步。2016年是《乌托邦》发表500周年，但托马斯・莫尔无论如何不会想到，他的理想会借助于智能机器实现。
想象人工智能时代的社会和生活是困难的，即使在科幻小说中，我们也只能把种种可能性排列出来，而哪种可能性最有望成为现实，取决于我们的努力和选择。
但不管怎么说，那是一个诱人的时代，我们正向它走去。
你能看见多久的历史，就能看见多远的未来。
语音识别能力、图像识别能力、自然语言理解能力，包括为用户画像的能力，这些都是人的最本质的智慧能力。
互联网创造了一种意见型用户。
“互联网+”时代人类在比特层面进步大，在原子层面进步小。
百度愿意幻想一个智能化的世界并去实现它，要让人工智能成为新的操作系统，不仅是计算机的而且是世界的操作系统，同时严肃思考和提前应对人工智能的挑战，最终让这个时间从此不同。
陆奇的个人信念是“Know more, Do more, Be more”（知道更多，做到更多，体验更多）。
以现代数字计算系统为基础，IT（信息技术）行业在创造数以万亿元计的价值时，正是从组织信息（Information Organization，IO，帮助人类认知更多）、完成任务（Task Completion，TC，帮助人类实现更多）、丰富经验（Experience Enrichment，EE，帮助人类获得更多经验）三个核心维度上使人类取得长足的进步。
当大浪潮席卷时，没有谁可以岿然不动，如果你没有抓住前进的机会，你就会落后，甚至被时代抛弃。
判断人工智能的能力，或者判别是否真正是人工智能的标准仍然是，人类是否因此知道更多，做到更多，体验更多。
百度PaaS与众不同之处在于，人工智能作为一种横向的服务贯穿全平台。
为什么很多人认为工业4.0以后，人类将进入数字化社会的新阶段？就是因为，智能系统将有能力在现实世界里提取数据，抓取知识，进而更好地帮助人类感知和认知现实世界，也将从经济、社会、文化等层面广泛而深刻地改变现实世界。
做人工智能事业要跨越的第一个障碍就是如何落地。人工智能意味着一个非常大的改变，时间会很长。要落地的话，首先必须找到非常好的、实际的用户体验，就是能给用户带来实际效益；其次，场景必须清楚，智能助手也好，无人驾驶汽车也好，信息找人也好，一定要有实际的用户体验价值；最后，还要找到商业模式，不然就没有可持续性。
技术决策需要与产品和商业决策同步。
Matthew Fisher（马修·菲舍尔）、潘建伟、朱清时等科学家都认为，意识的本质就是量子纠缠。
所谓个体命运不过是，一个人感到唯有这样的生命热情的散发才让自己有美好地活过的感觉，才有自己身体的在世幸福，以至于非如此生活不可。
到了2016年，百度语音识别技术的准确率已达到97%。
百度图片数据库的分类则已经达到4万类。
百度的人脸识别系统只需要1根蜡烛汇聚在1平方米以上的亮度，就能够完成识别和判断过程。
百度用的FPGA目前在CPU和GPU架构上面效率提高了5~6倍，而且不需要改变现有的架构，直接用FPGA就可以加速。
百度开放了全新的PaddlePaddle深度学习开源平台。
YouTube-8M中包含了800万段被标记的视频。
人们常说，美国的今天就是中国的明天。阳关三叠的长周期也正在中国发生，区别在于时间大为压缩。三十多年前，中国大部分人口还在田里耕作。二十多年前，中国才开始形成白领阶层。最近几年，白领群体的职业前景达到某种瓶颈。
这是新的不平衡规律。时间压缩更突出的表现是，在美国按时间展开的进程，在中国是同时发生并按空间展开。
《第三次浪潮》的作者阿尔文·托夫勒在2001年的中国之行中评价：中国包含三个世界，第一次浪潮覆盖约9亿农民，第二次浪潮覆盖大约3亿市民，而第三次浪潮，据托夫勒当时获得的国家计划委员会（后来重组为国家发展和改革委员会，发改委）数据，只有1000万人。中国的发展主题就是改变三次浪潮人口之间的关系。
亚当·斯密在《国富论》中指出，规模是分工协作的前提。越高级的需求，如果要增加产品，相应的分工协作就越复杂，会降低效率，损失规模效应。
德鲁克的《管理的实践》开宗明义，企业的目的是创造顾客。
基于人工智能的“用户画像”是对个人的描述，可以为每个人贴上无数标签，精确追踪个人的需求。
物联网系统与传统的机器系统在知识上有根本区别，在运作逻辑上，是从机械的牛顿机器向智能的默顿机器的升华。
未来政府的很多管理方式都有必要从追逐式管理变成预测性管理。
随着人工智能技术的发展，政府治理模式和法制结构都可能发生重大改变。上海交通大学法学教授郑戈认为：“（目前）法律总体上还是假定责任源自过错，过错损害了法律确定要保护的权利和利益，导致了损害结果，有损害就要有法律救济。基于这种原理，法律总是滞后于损害的，只有当主观过错促生了具体行为，行为造成了实际损害之后，法律才能介入，介入的目的也是恢复此前的状态。互联网的出现和普及改变了人们之间的交流方式和互动方式，而大数据技术的发展则使互联网的潜能发挥到了一个新的量级。大数据科技与认知科学和人工智能的结合使行为主义很可能变为明日黄花。预测性和引导性数据分析可以通过个人化的识别、分析、干预‘植入’意向和行为动机，从而改变法律的作用场域。”
（无人车）业内人士并没有太担心法律的阻碍，毕竟法律总是在追赶现实，在算法可能代替法律的时代，技术才是发展的核心驱动力。
投资融合了人的本质欲望，甚至包含了助推人类社会不断发展的文化特质，投资过程带来的意义，远比最后的数字增长要大得多。
人工智能就是要向企业输送源源不断的“原力”，比如百度地图的数据流平台、可供接入的语音识别服务等才是最重要的。
数据—算法—知识—用户体验—新的数据，循环往复，滚雪球式前进，在这个过程中创造商业价值。这就是CAO（Chief AI Officer，首席人工智能官）做的事情。
CAO终究首先是一个具有“数据感性”的人。
著名数据分析公司MixPanel的CEO苏海勒（Suhail）认为，“机器学习不是为了证明某些原因，它的存在是为了针对一些特定的数据、行为或者是模式做出一些高质量的预测。算法唯一的工作就是让你能够更加有效、更加精确地达成目标，而不是告诉你为什么。”
未来，“业务”的概念会变得模糊，“场景”成为事物运作的核心，这意味着产品不再像过去那样围绕业务来分类。
吴恩达针对如何寻找CAO给出了这样一些建议：对人工智能和数据基础设施有良好的技术理解；跨职能的工作能力；强大的企业家技能；吸引并留住人工智能人才的能力。
大数据世界的马尔萨斯定律可以这样来描述：人口以算数级数增长，数据以几何级数增长；数据量以线性规律增加，计算量以非线性规律增长。
2014年，网站安全和内容分发公司Incapsula发布了一项统计数据：56%的网页浏览量都由爬虫机器人贡献。换句话说主要的互联网用户已经不是人类。大部分点击数据都是机器程序产生的。
可自改变架构的计算机能针对复杂程度不同的任务，有节制地调用计算机不同部分，不会大事小事都倾巢出动。
对抗生成网络即人类对神经网络进行了特别设计，让其主动产生干扰数据来训练网络的能力。
“共同进化”是进化的深刻哲学，不是战争，而是纠缠，是“在持久的摇摇欲坠中保持平衡”。
机器的进化迭代过程比大自然快亿万倍。在这种对抗生成中，机器习得的逻辑已经远远超出人类的理解，可能成为一种“黑箱”。是追求“黑箱”，还是追求“白箱”，如何避免“黑箱”带来的不可知危险，这是对人类的一个挑战。
智能家居系统不仅通过“学习”了解家庭的起居规律，还通过千万家庭的大数据和深度学习，成了育儿专家、工作助手、老人看护专家等。比如它会对婴儿的睡眠时间提出建议，会根据流感发病现状提醒预防，也可以提醒老人附近有什么可以跳广场舞的地方。人性化的智能家居，不仅让未来生活更舒适，还连接了人与世界。
2016年美国《连线》杂志发表了一偏长文：一种名为LettuceBot的农业机器人外形与拖拉机并无区别，却可以每分钟扫描5000多株幼苗，自动区分出杂草并进行清除，最终能减少除草剂90%的使用量。
技术的主要目的从来不是“替代”，而是“支持”。对许多人来说，烹饪过程本身就是一种乐趣，这样的乐趣会得到人工智能的加持。
智能时代的新生话不该仅仅是盯着屏幕，人工智能也不应该将用户完全留在家中。
在面对“未来已来”的人工智能时，《北京折叠》的作者郝景芳有自己的观点：“未来的人类社会分工会更加明确，标准化的生产由人工智能完成，人类则负责哪些创造性和情感性的工作，同时未来社会的组织也会更加灵活。其中最关键的一点是在人工智能主导的社会中，现在的教育模式已经无法适应变化，如果不行改革，我们很难面对未来的人工智能时代。”
当人工智能在技术上超维进化，我们希望数字鸿沟也能够被缩小。
智能社会还有更多机遇与挑战在前方等待着我们的下一代。当他们走出学校，寻找工作岗位，面临的又会是怎样的场景？当机器人开始大规模接手人类的简单机械工作，新人类又如何驾驭新的未来？
2016年12月，北京市高级人民法院上线了一款名为“睿法官”的人工智能系统，它不仅仅停留在收集资料、为案情“画像”的辅助阶段，而是已经可以做到对案件进行分析，采集案件的多元信息，识别出影响案件定罪量刑的相关要素及当事人上诉的理由，帮助当庭法官作出初步判断，已经十分接近“判案”形态了。使用人工智能助理的律所和法庭能够比同行更高效地处理案件，从而创造更高的收益和社会效应。
真正决定我们职业未来的，是我们是否具备智能时代所需要的职业素养。当智能工具变得越发无所不能，能否灵活使用它就成为差距所在。一个对程序编写、数据分析、机器学习一窍不通的人，就像工业时代不会使用扳手的人一样。
工具将人类从“自然的暴政”下解放，但工具本身、工具与社会关系的结合，又造成新的不平等。
帕里西认为，目前的机器人或者人工智能与人的区别在于，人的思维中包含了动机与认知两种模式。人的任何行为都有动机，比如为了吃喝与生存、为了安全与繁殖、为了荣誉与理想等。而现有的机器人只有认知，无所谓动机，因为它的目的是由人设定的。机器人只是工具，为了满足人的特定需要而存在。
每当一个新时代来临，总有一部分人摩拳擦掌，一部分人随波逐流，还有一部分人茫然无措。这几年常有人说“未来已来，只是尚未流行”，充满乐观主义情绪。
忧思不代表悲观，也只有在忧思基础上的乐观，才是真正的乐观。
阿西洛马AI原则分为三大类23条。第一类为科研问题，共5条，包括研究目标、经费、政策、文化及竞争等；第二类为伦理价值，共13条，包括AI开发中的安全、责任、价值观等；第三类为长期问题，共5条，应对AI造成的灾难性风险。这23条原则，也被称为“二十三条军规”。这样的比喻借用自美国著名作家约瑟夫·海勒的黑色幽默小说《第二十二条军规》书名，含义是为AI的不规范或非法行为设置不可逾越的障碍和禁区。
