这个故事只是吓唬奥利佛的笑话，不过近年来，霍金和越来越多科学、科技界的领袖都开始坚持 人工智能（AI）威胁论的观点，自然也引发了不少人的反驳。有威胁、没有威胁，双方各有论点，更客观全面的看法是：直到真的能够自我更新的 AI 出现之前，它还是一种纯粹的工具。工具没有善恶，要看用它的人。
如果说AI有一天会灭绝人类，至少今天有人还在用它给人类续命：以下几家公司或机构，正在医药/医疗行业应用人工智能相关技术，提高医药的研发和测试速度，尝试找到不治之症的治疗方法。
用机器代替肉眼寻找寄生虫
一直以来，医疗工作者通过肉眼观察采样玻片中的寄生虫，从而确定采样对象是否被寄生虫感染，以及感染了何种寄生虫。但在一些疾病（比如疟疾）肆虐的地区，有经验的工作人员本身短缺，让传染病预防和救治难度急剧增高。
Intellectual Ventures Laboratory（IVL）总部位于美国华盛顿州，业务主要是在一些高新科技诞生的种子期就投入资金去加速研发，从而将它们应用到人道主义或商业用途。IVL 孵化了一种名为 Autoscope 的系统，核心是用人工智能图像识别技术，基于形状和外观鉴别寄生虫。Autoscope 今年在泰国实地测试，成功鉴别了 170 块玻片中的寄生虫。
乍一看，人工智能怎么这么厉害，居然都能识别寄生虫了！
其实在目前，大多数人工智能核心都是经过训练的神经网络。就拿计算机图像识别能力来说，需要用海量的图片数据去进行训练。而训练的对象就是神经网络，一种极其复杂的计算机程序。用什么训练它，它就增强什么方面的能力——在 Autoscope 的案例中，给它看成千上万张含有寄生虫的照片。当然，这只是一个形象的说明而已，真正训练过程要复杂得多。
听音问诊
同理，如果用语音作为资料来训练神经网络，它就能逐渐听懂各种方言，甚至明白说话者的意图，判断他的性格甚至身份等等。
这也让过去医生“听脉”的问诊方式，进入了人工智能时代。
实验室训练了一个机器学习软件。它对阿兹海默症患者和健康人的演讲进行分析，从语料中找到语速、语调和语法的区别，找出规律。普通人用这个软件去测试，能够得知自己未来罹患阿兹海默症或其他认知障碍的风险有多高。
Winterlight 宣称，这项技术能够帮助人们提早预测抑郁、中风、失语、自闭症、多动症等认知障碍，进而进行预防或提早接受治疗。
让癌细胞去死
细胞靠代谢葡萄糖生存，但有其生命周期，到期就会死亡。但当细胞里的线粒体失灵，细胞除了葡萄糖之外还可以代谢乳酸，并且拒绝死亡。这样的细胞多了，人就得了癌症。
癌症治疗的难点在于这个过程发生了很难通过药物治疗逆转，一些非重要器官可以切除，重要器官怎么办？
波士顿生物医疗公司 Berg 使用人工智能系统，对比分析从癌症患者和健康人身上采集的样本，试图找到能够“对症下药”的那些关键节点，从而重新激活线粒体正常工作，逆转癌细胞增生，促使它们死亡。
该公司宣称，一个组织样本中的有超过 14 万亿个数据点，无法使用人工来鉴别，这也是他们使用人工智能的原因。目前他们已经开发出一种代号为 BPM31510 的药品，通过了细胞培养试验和动物试验，即将进入临床试验阶段。
过去医药高度依赖人工研发投入，人力、时间成本都很高，导致过去一款新药从开始研发到问世往往需要 12 到 14 年之久。Berg 用人工智能代替大量的人力，也节省了时间。该公司 CEO 尼文·纳雷因表示，Berg 的技术很快就会揭开癌症的密码，并且为治疗包括帕金森症在内的其他不治之症带来帮助。
对于患者来说，BPM31510 的最重要意义，就是让他们可以不再经历痛苦且昂贵的化疗过程。
和 Berg 同一方向，使用人工智能缩短新药开发时间的还有很多公司，比如旧金山的 Atomwise 等。
使用人工智能来治病和研发药物，听上去效率很高，但并不能抵消掉人们对它的不信任。有人问，有了人工智能还要医生干嘛？还有人说不能完全信任人工智能。
事实上，不能说所有的医生做出的决定都足够“科学”。对于常见病，医生开具治疗意见和处方往往基于经验，肚子疼医生开拉肚子的药，结果发现是严重的脏器疾病，这样的事并不少见。而在那些疑难杂症和不治之症上，医疗机构掌握的信息也并不全面，或者至少不如这些医疗科技公司领先。
当然，大部分医疗科技人士都同意，人工智能可以给出建议，最终的实施，仍应该在权威机构和医生监督下进行。另外，是否采用新治疗方案，也应由医患双方权衡利弊，一起决定。