我们通常过于专注于机器学习算法的实现，倾向于忽略这种技术本身的一些重要问题：如未来的应用和政治后果。在这篇文章中，我们从非常受欢迎的非营利组织TED上收集了一系列的视频（并非关注于选择什么语言或算法来解决机器学习问题）。
通过这一系列视频，你将从“全景图”的角度了解到关于人工智能和机器学习的有趣讨论。你将会听到全世界不同立场的人对该领域在即将到来的发展对生活产生的影响、利益和后果。主题包括AI的政治和技术责任，AI对未来就业市场的影响，甚至于AI在艺术中的作用。
希望你和我一样喜欢这些演讲。
▍当机器比人类更聪明时会发生什么？
人工智能正突飞猛进地发展，研究表明，在本世纪内一台AI计算机有望变得和人类一样“聪明”。Bostrom，一位哲学家兼技术专家和我们一起深入思考在思维机器驱动下的人类正在建设的世界。人工智能机器能否帮助人类保存人性和价值观，抑或是它们会有自己的价值观。
▍人类能否对创造的AI失去控制？
担忧超级人工智能吗？神经科学家兼哲学家Sam Harris给出肯定答复，同时表示人类不能仅将这种担忧停留在口头上。Harris认为，人类马上将要创造超级机器人，但是人类还没有解决如何应对创造出来的超级机器人对待人类会如同人类对待蚂蚁一样。
▍哪些工作会被机器替代？哪些是不可替代的？
机器学习不仅仅能够对如信用风险评估和邮件分类这样简单的任务。现今，它可以被实现评论分级、诊断疾病等更加复杂的应用。随着机器学习的发展出现一个令人不安的问题：机器会替代你的工作吗？
▍为了增加广告点击率，我们正在建立一个反面乌托邦
在一场令人大开眼界的演讲中，她详细介绍了Facebook、Google和Amazon这样的算法公司是如何让你点击广告的，如何收集你的政治和社会信息。我们可能还不知道真正的威胁并不是来自机器，而是使用AI来控制我们的人。那么我们该如何应对呢？
▍如果没有工作我们该如何赚钱？
可以思考、学习和适应不同环境的机器人即将到来，这可能意味着我们人类将最终失业。我们该怎么办？未来主义者Martin Ford直截了当地谈论一个有争议的观点：把收入从传统工作中分离出以建立一个普遍的基本收入。
▍眼下计算机是如何变得更有创造力？
Google的首席科学家Blaise使用深度神经网络实现机器感知和分布式学习。在这个迷人的演讲视频中，他演示了如何训练神经网络来实现图像识别，反之，用它们来生成图像。结果是：很壮观、充满意境（带着诗意）远超图像分类。
▍AI如何改善我们的记忆、工作和社交生活？
Tom Gruber分享了他的愿望：AI帮助我们在感知、创造力和认知功能等方面帮助我们实现了超人的表现。从提高人类的工程能力到帮助我们记住我们读过的所有内容以及我们见过的每个人的名字。
▍AI将如何引领第二次工业革命？
在接下来的20年，他说，我们的将更具慧眼地看到我们所做的每件事将产生的深远影响。Kelly探索了我们需要了解的人工智能的三个趋势，以便于理解、接受和引导它的发展。
▍不必担心超级AI
“新的技术会带来新的忧虑”，科学家兼哲学家Grady Booch说道，“但我们没有必要担心一个全能的、无情的AI。”Booch展示了我们是如何教会机器而不是通过编程机器来分享人类的价值观，消除我们对智能计算机最大的忧虑（科幻引发的）。他并不担心人工智能可能带来的威胁，而是提醒我们考虑该如何通过人工智能来改善生活。
▍创造更安全的AI的3个原则
我们该如何利用超级智能AI的力量，同时防止被机器人统治呢？随着我们对全知识型机器人越来越多的研究，AI的先驱Stuart Russell却在研究一些不同的机器人：带有不确定性的机器人。他认为可以创造出兼容人类思想的AI，可以用常识、利他主义和其他人类价值观来解决问题。
伴随着不同时代人们消费习惯的变化和科学技术的发展，美国零售行业的业态也在不断演变。在我看来，新需求是驱动零售业态改变的根本，而科技是推动行业前进的重要工具。2016年底美国电商巨头亚马逊推出线下实体店AmazonGo，主打“JustWalkOut(拿了就走)”，顾客购物的全过程方便、快捷，不需要工作人员参与、不必排队结账，成为零售业态的一项重要创新。我认为，AmazonGo的设计理念就是“新零售”模式的一种体现。为了更加直观的了解美国的零售企业，这里有一个游学项目，可以帮到你对零售做一次更深层次的挖掘。
