我认为我们必须彻底重新思考机器学习，才能克服以前的局限。一方面，我们需要神经科学领域的参与，而且是21世纪的神经科学！因为到目前为止，人类或动物的大脑最好地证明了，物理生物系统要比如今的算法更加智能。另一方面，我们缺乏理论基础：正如数学家开发出基于统计学的“概率论”一样，我们需要一种“智能理论”，以借此开发新的算法。

事实上，我们无法对此进行准确的时间估计。大多数专家都认为，原则上可以构建此类强人工智能。人们只能推测何时会实现这一目标。但大多数人工智能研究人员似乎都认为，这将在几十年后实现，而非几个世纪之后。我对此表示同意。

其社会影响将超过人类历史上任何其他变革。一个强人工智能几乎可以完成任何工作，至少和人类做得一样好，甚至比人类做得更好。此外，与任何其他软件一样，它可以轻松地成倍增长。这种技术在经济和科学进步方面的潜力是无法估量的。最大的问题在于，人类是否能够利用这种技术，为所有人谋利。如何分配大量物质资源，并确保那些人工工作被机器取代的人员的基本生存？如果大多数人不再需要工作，会对社会造成哪些心理影响？强人工智能是否永久可控，或是我们不得不担心会失去对技术的控制？

当然，我们一方面确实应用了人工智能研究，即我们尝试在自身行业的背景下巧妙使用或调整现有算法，以便默克可以从中取得经济利益。例如自动分析医疗成像数据，或为我们的高性能材料业务寻找具有某些预定义属性的新化学品。此外，我们目前正在成立一个小型研究小组，负责研究智能基础。从本质上讲，我们希望了解一个对象——生物大脑或人工智能——如何能够了解其环境，且如何从不相关的细节中获得抽象概念。例如：孩子为何能快速辨别猫这种动物，虽然每只猫看起来都各有不同，甚至能够在不同的角度和不断变化的光线条件下持续感知同一只猫？一则理论称，大脑会形成对猫的“恒定表征”，即一种描述猫的“核心”数据集，并且不论非重要性细节如何变化，这一“核心”一直保持不变，即具有恒定性。然而，其工作原理如何，却依然是一个秘密。回答这个问题可能是迈向强人工智能的重要而必要的一步。我们相信，大脑研究、计算机科学、数学和理论物理专家需要彼此携手，才能取得进步。在此方面，各个学术机构可以成为重要的合作伙伴，如达姆施塔特工业大学或法兰克福马克斯普朗克大脑研究所。

我认为智慧发展是我们这个时代最激动人心的主题之一。科学世界观如今所达到的详尽和全面程度让人惊叹。我们可以在时间和规模层面测量并理解超出我们直接感知范围的事物。我们能够根据理论考量预测微小的基本粒子，如希格斯玻色子，然后通过实验予以验证。这同样适用于难以置信的巨大和遥远的物体，如黑洞和其引力波。我们能够测量超过130亿年的宇宙微波背景辐射和来自飞秒激光器的脉冲，其持续时间仅为千万亿分之一秒。我们现在同样对自寒武纪爆发以来5亿多年的生物演化，及其细胞生物化学如何在纳米范围内运作有清晰的了解。而在另一方面，我们身体内被称为大脑的重达1.5公斤的器官，其所消耗的能量仅为20瓦，而且时刻伴随我们，但我们却不知道它是如何工作的……

• _{https://www.merckgroup.com/cn-zh/research/science-space/envisioning-tomorrow/precision-medicine/generativeai.html}
  
• _{https://www.merckgroup.com/cn-zh/research/science-space/envisioning-tomorrow/precision-medicine/petra.html}
  
• _{https://www.merckgroup.com/en/future-of-work/artificial-intelligence}
• _{https://www.merck.ai/}