国产围棋人机对决陈耀烨不敌下棋机器人元萝卜

国产围棋人机对决陈耀烨不敌下棋机器人元萝卜

陈耀烨对决下棋机器人“元萝卜”。赛事主办方供图

中新网北京7月30日电

开局阶段，双方飞快地摆出几个后AI时代的流行定式，局面旗鼓相当。随后“元萝卜”主动求战，打入刁钻位置。陈耀烨落入下风，他曾几次出招试图扭转局面，但都被“元萝卜”化解。至第192手，陈耀烨投子认负，“元萝卜”中盘获胜。

作为与“元萝卜”公开对弈的首个职业围棋选手，陈耀烨曾在2013年春兰杯世界职业围棋锦标赛、2016年百灵杯世界围棋公开赛、2018年天府杯世界围棋职业锦标赛中先后战胜李世石、柯洁、申真谞取得世界冠军，是中国第五位世界冠军三冠王，同时还获得了中国围棋天元赛八连冠。

聂卫平现场解说本场比赛。赛事主办方供图

对于此次对弈经历，陈耀烨感受独特，他提到：“我之前更多是和电脑的AI程序对弈，但‘元萝卜’非常不一样，它由机械臂落子，真的像是一个机器人一样坐在对面，体验感非常好。而且‘元萝卜’涵盖了从低到高的各个水平难度，围棋爱好者可以依照自己的水平来选择相应的棋力进行沉浸式的对弈练习，我认为‘元萝卜’可以给学围棋的朋友带来非常大的帮助。”

中国围棋协会名誉主席聂卫平作为嘉宾现场解说了这次人机对决，他对陈耀烨的布局予以肯定，也称赞了“元萝卜”的水平。

当谈及围棋的未来发展与AI的结合时，他表示：“AI为围棋的发展带来了很大的帮助，给人类棋手的布局理论和接触战中的概念都产生了非常大的影响。我认为，在AI的支持下，无论是职业棋手还是广大爱好者都会得到极大的提高。希望大家能够通过AI享受到围棋的乐趣，欣赏到其中的奥妙。”

AI下棋机器人”元萝卜“。赛事主办方供图

“我们希望‘元萝卜’能够让每一个爱好围棋的青少年在家中就能体验到人机对弈的乐趣。”在解说比赛时，商汤科技创新工程院院长沈徽这样表达了研发愿景。

据悉，本次挑战赛在中、日、韩三地同步直播，期间观看人数突破70万。(完)

历久弥新，NBA2K系列如何成为孤勇者

一款游戏，想要取得一个满意的成绩，往往花费几年时间去打造。如大家熟知的《神秘海域》《战神》等系列作品，制作组花费5年到7年来开发都是相当正常的。

可有种类型游戏有点不一样了，那就是体育游戏。由于需要时刻跟进现实赛事的赛季和阵容轮换，大部分体育类游戏都【需要】成为年货，在每年固定时段准时迎来更新。

对于一个具备相当量级的系列而言，这种更新频率的压力并不小，所以如同你看到的，可能有些时候它们的核心玩法、操作系统、画面水平并没什么显著的改变，但就是因为能够准确跟进赛季动态，带来最新的阵容和运动员，使得它们又能受到玩家追捧从，而获得非常好的销量成绩。

就比如我们这次文章的主角——NBA2K系列。作为一个长达20年的游戏系列，它的业界地位绝不是一朝一夕形成的，而是在这漫长的20年间一步步铸就。今天，我们就来聊聊NBA 2K系列一路走来的历程。

尽管在1999年就推出了NBA 2K篮球游戏，但NBA 2K1可能才算是2K系列真正意义上的首部作品。这部作品于2000年11月1日正式推出，由世嘉旗下Visual Games工作室制作，独占世嘉DC平台。

限于时代和设备的限制，在第一代产品中，不管是人物还是场景建模都稍显粗糙，但凭借着不错的操作手感依旧收获了第一批粉丝。 值得一提的是，初代NBA2K的封面人物是阿伦·艾弗森，这位身高183cm的选秀状元，在代言期间迎来自己职业生涯的高光时刻，在2001年带队杀入总决赛，凭借一己之力在如日中天的湖人OK组合拿下总决赛首胜。

孤胆英雄般的艾弗森，在那个时期吸引了大部分球迷的目光，而把他作为了封面人物的2k，也顺势吸引了一大波关注。

此后，连续四年的2k封面人物都是艾弗森，而早期2k系列游戏的品质，就如同他们四年不曾更换封面人物般的“稳定”——在不断试错和改变中稳步前进。

比较的特殊的是ESPN BASKETBALL。

由于SEGA、ESPN和Take-two商业上的各种交易拉扯，2k只能改了它的名字，但尽管命名变化，但我们完全可以把ESPN BASKETBALL看作NBA 2K4。在这一作游戏中，彻底改变以往单纯的竞技比赛模式，增添了许多现实感及养成模式和大量数据分析。

于是我们我们可以看到，在“24/7”的模式中，玩家可以自定义球员的外貌和能力，像是身高臂展擅长的位置，而后从一位菜鸟开始自己的篮球生涯，通过赢取比赛来提升这些能力，就如同近几代NBA2K游戏中的生涯模式一般。

在这一作中还开启了网络对战模式，不过只能够在主机平台联机对战。

事实上，2K篮球系列1-8代都未登录过PC平台，也许令谁都想没到的是，主机和pc的抉择对他们来说是如此的重要。而我们也可以趁这个时候可以来简单提及一下NBA 2K系列的老对手——NBA LIVE系列。

说起来，NBA LIVE系列应该是国内玩家接触更早的那款篮球游戏。从1995年开始，NBA LIVE凭借仿真的技术动作和出彩的AI、联机功能，以及不断的更新，在篮球游戏市场上遥遥领先，LIVE玩家群体也不断壮大。

然而在NBA LIVE 09与2K9推出后，情况却发生了一些微妙变化。EA在LIVE 09发售时决定退出PC平台，专攻主机市场，这让当时还处于追赶者位置的2K嗅到了一丝良机，于是，当年发行的《2K9》就成为了2K第一款进军PC端的篮球游戏。

最早先的篮球游戏玩家们对2K9赞誉有加，在 这样的篮球论坛里经常可以看到 “入坑神作”“最经典的篮球游戏”这样的描述。说实话，NBA 2K 9也确实配得上这些说法，作为2K系列的第一部PC平台作品，无解跳投的科比、暴力劈扣的詹姆斯给人留下了极其深刻的印象。

在游戏性方面，最明显的改变是球员的动作不再只是单纯的停下、投篮得分、离开，而是开创性地加入了许多球员的情绪反应，该作优化了球员的面部表情，包括进球的喜悦，犯规时的不解等情况下都可以看到球员相关的表情变化，游戏还忠实呈现了许多明星球员的招牌动作，像是封面球星凯文加内特捶胸握拳，还有他的垃圾话。（哈哈）

从另一个角度看，可以说，2K9在细节上处理的如此出色，是比游戏性更能获得玩家芳心的因素。

接下来，2k系列就以一种极为迅猛的姿态走上了高速速吸纳玩家的快车道。

《NBA 2K11》以“篮球之神”乔丹作为封面，并首次加入了历史球队供玩家使用。满足了玩家们操控篮球之神的想法，这个专为乔丹打造的版本，在细节之处高度还原了乔丹的招牌动作，诸如大回环扣篮、罚球线起跳等标志性动作都在游戏中完美复刻。

特别的是，在过去很多运动游戏里只会笼统设计出“90年代全明星队”，增改成“92-93公牛队”模式后，玩家能接触到大批历史球星，游戏成为了远比画质模糊的录像更贴切的NBA现场“实况”。

（而在2K11里也正式增加了“MP”（My Player）这个经典生涯模式。）

这一代还有个有趣的细节，在11代王朝模式里，只要获得了所有的冠军，你的球队将会前往白宫，接受总统奥巴马的颁奖。这个NBA一个赛季夺冠之后的保留曲目，也被游戏的制作者们提取出来放到游戏里，可见游戏的用心程度。

前一代的成功模式在《2K12》有了进一步的拓展。

在这一代中，玩家可以在“辉煌模式”里解锁从“天勾”贾巴尔到“大鸟”伯德等15位经典巨星所率领的15支经典球队，复古的转播和解说很有年代感，像是球衣、记分牌、一些场馆的细节也做得很不错。

后来的《NBA 2K14》《2K15》则是2k系列发展的顶峰，2k14被视为“次世代大作”，至今还是不少玩家心中的“系列最佳”

已经形成类型垄断局面的2K系列，背靠财大气粗的公司，在玩家们眼中他们可以做得更好，可每年等来的游戏却变化不大。

还是原来的那些生涯、王朝、经理等模式，这些模式中的一些机制，例如签换规则、球员身价、伤病情况也不乏差评。从《2K19》起添加了赛场实时中文解说，但苏群、杨毅老师们的解说被不恰当地放在游戏过程里，这样的配音并不能让玩家们满意。

2020年初科比·布莱恩特意外去世，同年发售的《NBA 2K21》随即推出“曼巴永恒版”，尽管还是名头大于实质内容，但从另一个角度想，这么多年来，如实记录下NBA的球队、人物历程，似乎也已经成为了2K游戏背负的“责任”。

一晃眼，时间已经从指缝里流去了十几年，我们也从当年翻墙通宵的小伙子，变成了坐在电脑前就犯困的打工社畜，而2k系列也来到了《NBA 2K22》。公布的封面人物也早已不是那些老面孔“东艾西科北卡南麦”或者是“詹姆斯杜兰特库里伦纳德”，而是这些年的新起之秀，达拉斯独行侠队（我还是喜欢叫小牛）的卢卡·东契奇。

但2K NBA系列，仍在孜孜不倦地追求着最真实的游戏体验。动作捕捉、数据库建立、模式的更新、细节的提升、扫脸等一系列不成熟却在不断完善的新技术的应用使2K系列的竞争力进一步提升，也越来越贴近真实世界的那个NBA。

这以至于，游戏中的各种数据也成为很多球迷、媒体，甚至球员本身非常在意的事情。像是在2k16里，当时还在火箭队的詹姆斯·哈登评分也非常高，达到了92分，这让哈登开心地在推特上发布了一组照片，就是以他自己为封面的2k16Xbox版游戏包装。

NBA另一位巨星杜兰特，再一次采访则自己的分数表示不满：“我对我的评分绝对不满意。我自认为应该分数更高。我没有任何名人堂徽章，我觉得这很荒谬。”

而最有趣的是，当主持人问他还会不会玩2k时、玩的人物是谁时，杜兰特沉默了一会，还是发表了脱离不了真香定律的讲话：

“不过我还是在玩2K，更多玩的是詹姆斯和伦纳德。”

总而言之，NBA2K在漫长历史中几乎走完了所有弯路，也摸索出了最适合玩家的那部分，像是一如既往追求游戏的真实性，打造那些符合球迷们畅想的模式，并且把这些有点保持至今。

至于以后会不会有一款游戏打破2k的“统治”，抑或是2k突然做出什么新模式激起玩家们的兴趣，那都是以后的事。现在，NBA2K依旧是这个星球上最为成功的篮球游戏，它早已成为一个守擂者，等待着宛如东契奇一般的天才出现，和它角逐“goat”的桂冠。

维金斯不参加扣篮大赛的原因找到了

序章 天才之上的天才

夜深了，街角的灯却还亮着。我望着窗外昏暗的灯光，极目远眺，国家文化宫的轮廓依稀可见。在这个陌生的国度，我突然想要回忆一下我的职业生涯。

那就浅忆一下吧。

我是一个土生土长的佛罗里达人。

在读完大学之前，我几乎从未远离佛州的土壤。这里有全美最迷人的海岸线，阳光、沙滩、冰凉的气泡酒和身着比基尼的高挑小妞。当然，这一切都集中在东南部的迈阿密。

而在我生活的西北小城博尼费，只有我最牵挂的家人。

没错，当我没有用“亲人”，而是用“家人”来称呼这些陪伴我长大的人们时，你们会很轻易地联想到其中的故事。

我的父母在我很小的时候就抛弃了我，我对他们的记忆十分模糊，即便现在立刻与他们相见，也无法认出彼此。我的祖母抚养我长大，但却没享到什么福。她在我12岁时就去世了。我的一生都在怀念这位可怜的老太太，愿她永远生活在天堂。

12岁的我不仅对亲人离世手足无措，对接下来的生活更是一筹莫展。当我捂着因饥饿而咕咕叫的肚子胡思乱想时，双腿已不自觉地站在坎贝尔阿姨家门口。她是我祖母最好的朋友。

尽管并不富裕，但坎贝尔一家人还是无私地接纳了我，给了我一个安全且温馨的庇护所——即便这意味着他们不得不抚养四个孩子长大。

我要出人头地——这就是12岁时的我最真实的愿望。

我不是读书那块料，但幸运的是我的身体“长势喜人”。当城镇上的大家开始夸赞我出色的身体素质时，我正沉迷于7人制橄榄球。

随着身高不受控制地疯涨，我身边的大部分人开始告诉我，也许篮球更适合我。

佛州的篮球传奇并不少，大卫·罗宾逊和米奇·里奇蒙德的故事给了我许多激励。起初我有些焦虑，因为我不确定自己能否适应篮球场。但当我完成所有基础训练之后，我发现我的天赋远超同龄人。

在进攻端我能凭借天赋予取予求，扣翻对手更是家常便饭。但我更喜欢防守，因为这跟橄榄球十分相似，奔跑、跳跃、拦截对手的进攻。

用我的臂展阻击对手的进攻，然后看着他们惊诧的表情——是我开始热爱篮球的原因。我享受人们对我的赞誉，在我带领高中球队夺取州冠军的那一天，我得到了30分、15个篮板和7次盖帽。

我是个天才，我周围的所有人都这么说。我自己也这么认为。我理所当然地入选了全美麦当劳高中生全明星阵容，在高中生百强榜中排名第六。

我想，我终于可以为家乡和坎贝尔阿姨做点什么了。

我的计划很简单，在大学打上一两年，然后去参加NBA选秀。锦衣玉食的生活似乎离我并不遥远。NBA球探，堪萨斯、康涅狄格、俄亥俄州大学的工作人员纷至沓来。他们给我钱，带我出去玩，但玩归玩，闹归闹，我只想为家乡的佛罗里达大学效命。

故事至此，接下来的事本该一帆风顺。然而世事难料。

我的大学时光过得浑浑噩噩。

大学第一个赛季，我挂了几科，缺席了许多比赛，场均只能上场5分钟，成了球队边缘人。第二个赛季，NCAA禁赛了我12场，理由是我在一些经纪人那里获得了一些好处。几百万美元，免费机票什么的。我不得不把这些钱全部捐给慈善机构，并且做完80小时的社区服务以避免进一步处罚。

有许多人为我鸣不平。乡亲们永远坚定地支持着我。

但我意识到自己并不是天才，我开始有意无意地放纵自己。离人们的期望越远，我的内心就愈发感到不安。

2014年选秀大会，我理所当然地落选了。

在接下来的几年里，我挣扎于联盟边缘，之后又去多米尼加、波多黎各和保加利亚打球。

不过说实在的，虽然和预期不同，但我对自己的现状也还算满意。我没有成为NBA巨星，但我也不再是那个站在坎贝尔阿姨家门前，瑟瑟发抖、饥肠辘辘、手足无措的孩子了。

哦对了，还有一件不值一提的小事：

2013年我参加了一个扣篮大赛，并且随随便便就拿到了一个冠军。至于我的对手，也许在他人眼里大名鼎鼎，但当时的我只是个乡巴佬，我觉得他们也不过如此。

安德鲁·维金斯、贾巴里·帕克、阿隆·戈登，他们姓名各不相同，但在那时，他们都有一个共同的名字：克里斯·沃克的手下败将。

我是克里斯·沃克，打篮球的克里斯·沃克。不是在奥斯卡颁奖典礼上被威尔打了一巴掌的那个克里斯·沃克。

听说输给我之后，安德鲁·维金斯再也没有参加过任何扣篮大赛，阿隆·戈登再也没有赢过任何一场扣篮大赛的冠军。噢，怎么说呢，这些可怜的家伙，希望幸运之神能再次眷顾他们吧。

克里斯·沃克

2020年于保加利亚首都索非亚

不参加扣篮大赛的原因

亲爱的小米切尔、亲爱的尼克：

见字如面。

此刻，我急需有人倾听，因为我从未如此难过。而这种时候我总是习惯在你们这得到一些安慰，因为你们是我最亲近的人，我的大哥和二哥。

正如你们所知，我14岁时就能做出花式扣篮动作，我对我的弹跳有百分百的把握，扣篮对我来说，就好比吃饭睡觉一样自在。

因为对扣篮有些执念，所以即便拥有一些天赋，我仍然会用心准备每一次与扣篮相关的大小赛事。我的每个扣篮动作都是精心设计、用心练习的成果。

扣篮是我的爱好，也是我的特长。

然而这次麦当劳全美高中生扣篮大赛却让我失望透顶。

我喜欢阿隆·戈登的扣篮，老实说，如果败于此人手下，我只能感叹时运不济，却不会担心自己已经失去才华。

不幸的是，我们都没有取得胜利。击败我们的是一个叫克里斯·沃克的家伙，在此之前我甚至没怎么听说过这个人，也不记得在NCAA的赛场上有与此人交手的经历。最重要的一点是，我并不认为他的扣篮优秀到足以击败我和阿隆·戈登。

公平的判罚一旦需要被祈求，赛制本身就已距离崩溃不远。

这事到此为止，此后我仍然会乐观处世，但我发誓，从今往后，绝不再参加扣篮大赛。

此信为证。

愿你们一切都好。

你们的兄弟，安德鲁

2013年麦当劳扣篮大赛之后

18岁的安德鲁·维金斯将这封信投进了球场附近的一处邮箱后，头也不回地便走了，丝毫没有注意到自己的信并没有顺利入箱：由于邮箱内的信件已堆积到了投递口，他的那封信戏剧性地被弹了出来，落在了地面上。

9年之后，同一地点，有一个身形与他相似，但略显魁梧，头上披着毛巾的男人从旁走过。那个邮箱早已不在，但他仿佛能看到9年前的那封信似的，朝着那封信掉落的地方看了看，嘴角略微上扬。

回家后，这个男人立刻写了一封回信，这也是一切故事的开端。

给18岁的安德鲁·维金斯：

我是你最新一封信件的忠实读者，但我的身份并不重要。尽管已经是全美第一高中生，但你接下来的职业生涯并一帆风顺。反之，你会经历许多不可思议的挫折。在职业生涯初期，对你的不满远多于赞誉，对你的质疑与信任持平。你需要打出自己的篮球，你需要打出一些侵略性。

扣篮大赛只是一场秀，这场秀没有严格的标准，裁判的水平全靠个人素质及修养。所以你不参加这项比赛的决定是明智的，我甚至十分庆幸你在18岁的年纪就已经意识到了这一点。与你同场竞技的阿隆·戈登，他之后的经历要比你惨得多。

扣篮大赛的失败与你之后的挫折相比不值一提。

基于你之后的种种经历，我还是趁早告诉你为妙，你并不是什么天之骄子。你身边会有有比你更伟大也更勤奋的球员。

你终将获得成功，但这源于正确的选择和不懈地努力。

温馨提示，从你进入联盟的第一天起，你就会遇到这辈子最大的麻烦之一。你将加入一支东部的球队。在那里，一位你一直尊敬的人，会让你在职业生涯未开始之前，就处于一种极其尴尬的境地。希望届时你能调整好心态。

祝 运。

你的，安德鲁

2022年的某一日

人类和AI再弈围棋，人类150完胜

导言：据英国《金融时报》2月17日报道，一名人类围棋选手在比赛中以15:0的悬殊比分击败一个顶级人工智能系统。在以ChatGPT为首的人工智能大火的今天，这条消息仿佛一条fake news。

遥想2016年，谷歌围棋人工智能“阿尔法狗”（AlphaGo）以4比1的成绩战胜世界围棋冠军李世石，那场人机大战可是人工智能史上的里程碑事件。后又有围棋高手柯洁几次大战阿尔法狗，战绩都不甚理想。

而在阿尔法狗“归隐”的数年间，新一代的人工智能竟0分落败，甚至这位战胜AI的Kellin Pelrine仅只是一位美国业余围棋选手。他在与名为Leela Zero的AI公平对弈的情况下，连胜15盘(实质上是14盘，有1盘作为测试，借助了电脑)。是Kellin Pelrine将以超凡棋艺举起人类反抗AI的大旗，还是AI技术反而退步了

01

人类完胜AI

在我们以为看到了一缕人类战胜AI的微光时，现实将我们打回谷底。实际上，被Pelrine打败的AI围棋机器人，棋力与AlphaGo不相上下，而Pelrine之所以能轻易以如此漂亮的战绩打败AI，其实是因为此前他用另一台计算机程序搜寻了围棋人工智能系统的弱点，找到了AI的漏洞击败了顶级AI围棋机器人Leela Zero。

实际上，发现AI漏洞的也是AI。Pelrine背后是美国公司FAR AI，这家公司开发了一个发掘bug的围棋AI，然后让它和AI围棋机器人下了一百多万盘棋，专门寻找可以让人类棋手利用的盲点。结果真的找到了AI的盲点：AI棋手分不清“声东击西”。

简单来说，一个AI找到了另一个AI的漏洞，然后人类用这个漏洞击败了AI。像极了某些科幻电影中，一个跳反AI从其他AI手中拯救人类的桥段。

在找bug的过程中，AI会被边缘和角落的落棋吸引注意力，注意力被分散的同时棋手将中央的棋子串成一个大圈来包围AI棋手。对于人类来说，这是个难登大雅的小伎俩，但AI很难注意到自己正在一步步落入陷阱。

02

深度学习技术存在缺陷

这次事件暗示了驱动AI的深度学习技术存在缺陷。深度学习技术是人工智能的核心，是一种以人工神经网络为架构，对数据进行表征学习的算法。

通俗来讲，就是你给它什么，他学习什么。目前深度学习技术应用在大多数人工智能产品上，比如自动驾驶、视觉识别、机器人，和最近大火的ChatGPT等等。

这种技术的特点是，虽然学习速度快，但不会判断数据准确性，也无法像人类一样举一反三。深度学习可以在不理解数据的情况下模仿数据中的内容：它不会否定任何数据，不会发现社会上的偏见，而只是“学习数据”。

去年一位国外人工智能研究者利用将网络上著名的喷子、粪坑论坛板块“4chan /POL/”（/POL/为Politically Incorrect的缩写，即“政治不正确”）的数据作为人工智能的深度学习模型，训练出了一个满嘴种族歧视、仇恨偏见、疯狂带节奏的“史上最糟AI”GPT-4chan。这个糟糕AI在网络上疯狂发帖1.5万条，几乎没有被网友认出这不是真人。

深度学习的另一大缺点是，不懂变通和举一反三。加州大学伯克利分校计算机科学教授Stuart Russell指出AI只能“理解”它们过去遇到的特定情况，而无法像人类一样进行“概括”。

在围棋人机对弈中，深度学习只能让AI“理解”它们过去接触过的特定棋势，当棋盘边缘有下棋动作时，AI会同往常一样做出下一步反应，对于未接触过和训练过的人类策略和陷阱无法识别，因此无法像人类一样看穿伎俩，举一反三。

03

AI面临的安全问题

当前主流的利用深度神经网络学习等技术具有的“黑箱属性”，导致AI算法存在不可解释性，这也为人类使用AI带来了难以预知的安全风险。

随着神经网络模型结构越来越复杂，模型越来越大，参数越来越多，这些模型中的逻辑错误和漏洞就更加难以被发现。一旦漏洞遭到攻击，后果难以想象。

例如人脸识别系统的漏洞如果被发现，在人脸照片上添加少量干扰或将对抗补丁打印制作后由真人佩戴，就能欺骗人脸识别系统。在自动驾驶系统中，修改障碍物参数、加上干扰因素使系统无法识别障碍，存在巨大安全隐患。

除了AI技术本身的问题外，数据安全也是发展中的难点。目前的人工智能应用往往绑定了个人隐私、商业机密信息等，在AI落地的过程中，就可能在数据应用或者流通环节造成信息泄露。

另外，AI技术滥用也是目前存在的普遍现象。前段时间大火的AI作画将大量艺术家的绘画作品作为样本进行训练，开发者为了盈利，将AI生成画作的权限下放至每一个用户。大量拼凑的AI画作产生，无数职业插画师开始抵制甚至起诉版权问题。

美国版权局称AI作画不受版权保护，这意味着利用AI抄袭和拼凑别人的作品进行变现被默认合法。类似的还有AI换脸等应用，利用换脸入侵人脸识别系统，后果难以想象。防范AI滥用，是整个人工智能应用环节必须要关注到的安全风险。

04

提前应对AI安全隐患

云集众多技术大佬的OpenAI在创立之初就将防范AI危险作为自己的宗旨之一，可见AI技术背后隐藏的风险程度。

虽然AI技术尚未完全成熟，但应对措施仍应当被提前讨论。首先，安全漏洞本质上是因技术不成熟导致的，因此技术上的完善是所有举措中最庞大最艰巨的任务。其次是需要加强信息监管，建立标准化的人工智能质量管理认证体系，保障技术安全和数据安全。最后，我国在人工智能领域相关的法律仍处于缺失状态，推动立法，由法律来保障和约束人工智能在未来拥有良好的发展环境。

最后，既然AI是从现有数据，和从用户沟通过程中学习数据，那么也许我们从现在开始，就应当对AI表达出起码的善意。

图片源于Q仔互联网冲浪所得，若有侵权，后台联系，Q仔滑跪删除~