虽然人工智能的确存在某种不确定性的风险，但对于类似问题的讨论，需要建立在清晰的定义或限定的范围内才有意义。当前，科学技术的巨大进步推动了人工智能的迅猛发展，人工智能成了全球产业界、学界的高频词。然而，当在谈论人工智能可能对人类带来的负面影响或效应时，很多讨论都陷入了某种怪圈，即并不能很好地在限定的范围内讨论相应的问题和对应的责任，最终使得所提建议的价值打了折扣。

　　当然，其中的问题源于人工智能缺乏统一的定义，甚至于何为人工智能，当前在学界、业界、产界都没有任何定论。这样的结果之一，就是引发人们对人工智能不必要的恐惧或是认知上的混乱，甚至在传播的过程中造成了不必要的扭曲和误解。比如，我们常常将现实中的人工智能和科幻电影中的人工智能混为一谈。事实上，这两者完全是两种不同阶段的人工智能。通常，人工智能会被分为弱人工智能、强人工智能（通用人工智能）和超人工智能三大类。我们现在所能做的，最多只是处于弱人工智能阶段，即任何一种人工智能技术只能解决特定领域的特定问题，而不能在不同领域不同问题之间通用。而科幻电影的人工智能，则已经到达了超人工智能阶段。机器智能不仅能解决几乎所有领域的问题，更为关键的是，它们具备和人类一样自主的意识。因此才有所谓的反抗人类或是消灭人类的可能。但实际上，很多科学家甚至认为，哪怕是强人工智能都可能实现不了，因为这并非人工智能研究的主流方向。

　　另外常常被提及的，比如智能机器人将代替人类工作，未来多少年内将有多少工作被机器人替代。如果要仔细探讨的话，其实至少需要区分代替人类的究竟是AI（人工智能），还是IA（智能增强）？就目前而言，很多所谓的人工智能技术或产品，都是停留在IA阶段，它们都是只在部分程度上帮助提高人类工作的效率而已，并不能完全取代人类。基于人类社会本身是一个巨大的网络体系，这意味着人工智能要取代人类某些工作，必然要求它是一个体系的整体智能化。因为只有这样，机器与机器之间，或是机器与人类之间才能进行必要的协作。

　　举例来说，现在已经存在的自动化机床，它们是机器在自主完成某些工作，但它们不能称之为智能制造，因为它们的程序是固定的，没有不确定性。以此为标准，我们不难发现，现在很多存在的智能产品，或是宣传中的产品，都还是聚焦于个体的智能。尤其是涉及现实物理世界时，这种非体系化的智能导致的问题，将变得极为明显。比如，阅读新闻或购物，系统都可以实现很好的智能推荐，并且它并不担心由此造成任何可能的阻塞，因为它们都在虚拟世界。但在物理世界，就不会如此简单。比如，地图导航的智能化，虽然可以在一定程度上帮助解决拥堵的问题，但一旦出现机器同时推荐给很多车主同一条路线时，而没有从体系层面上进行分配、优化，那么很可能带来的结果就不是顺畅的道路，而是更加拥堵的道路。

　　总而言之，虽然人工智能的确存在某种不确定性的风险，但对于类似问题的讨论，需要建立在清晰的定义或限定的范围内才有意义，否则很多建议要么失去焦点，要么过早讨论而变得毫无意义。