人工智能如何“向善” 人工智能最前沿成果

人工智能如何“向善”

一段时间以来，以ChatGPT为代表的人工智能大模型搅动了全球人工智能技术发展的浪潮。从写代码到讲故事，从撰写文章到自动制作数据表格……人工智能正在给人类的工作、学习、生活带来诸多变化。

我们距离“无所不能”的通用人工智能还有多远？人工智能的发展带来哪些安全隐患和挑战？近日召开的2023北京智源大会上，来自全球的人工智能专家学者围绕相关话题展开探讨。

通用人工智能路途尚远

“想象一下，未来10年，通用人工智能（AGI）几乎在每一个领域都超过人类的专业知识，最终可能超过所有大型公司的总体生产力，这将提高人们的生活水平。”OpenAI首席执行官山姆·阿尔特曼展现了一幅人工智能的未来图景。

所谓AGI，是指能够像人类一样在各种领域进行智能任务的人工智能系统。这与目前人工智能应用只聚焦于特定任务或领域（如图像识别、语音识别、自然语言处理等）不同，对人工智能技术提出了更高要求。

“通用人工智能可以比人类更好、更快地学习和执行任务，包括人类无法处理的任务。由于机器在速度、内存、通信和带宽方面的巨大优势，未来通用人工智能几乎在所有领域都将远超人类的能力。”美国加州大学伯克利分校计算机科学教授斯图尔特·罗素说。

尽管人工智能已经有了“超越”人类的“时间表”，但在很多专家看来，目前的人工智能距离AGI还有不小的距离。

罗素认为，当下火热的大语言模型并不“理解世界”，只是通用人工智能的一块“拼图”——“我们并不了解如何将它与其他部分连接起来，甚至还有一些缺失的拼图还没有找到。”

北京智源人工智能研究院院长黄铁军指出，要实现通用人工智能，有3条技术路线：第一是大模型，通过海量高质量数据，让人工智能具备智能涌现能力；第二是具身智能，通过强化学习方法，训练出具身模型；第三是类脑智能，让机器达到或类似于人脑能力。

对于人工智能的发展，图灵奖得主、纽约大学教授杨立昆提出了“世界模型”的概念——人工智能系统可以通过这一模型理解世界的运转方式，并以最优化、成本最小的方式来行动。

加强安全治理领域国际合作

根据普华永道会计师事务所预测，到2030年，人工智能将创造15.7万亿美元的经济价值。人工智能为经济发展提供了重要机遇，但也引发了安全性方面的担忧和争议。

图灵奖得主、多伦多大学教授杰弗里·辛顿认为，目前的人工智能已经可以通过学习，掌握“欺骗”人类的方式。“一旦人工智能具备了‘欺骗’的能力，就有了‘控制’人类的能力。这样的超级智能可能会比预想中发生得更快。”

在通用人工智能时代到来之前，人工智能的安全风险主要来自于“人”。“我们不应该假设机器是公正的，因为机器可能会试图改变人类的行为。更准确地说，是机器的所有者想要改变其他人的行为。”图灵奖得主、中国科学院院士姚期智说，当前人工智能的发展处于重要窗口期，各国应共同合作，搭建人工智能的治理结构。

随着人工智能的本事越来越大，人工智能的“对齐”问题浮上水面。所谓“对齐”，即人工智能系统的目标要和人类的价值观与利益“对齐”，保持一致。

如何让人工智能与人类“对齐”？阿尔特曼认为，人们应当负责任地将人工智能应用到世界中，重视和管理好安全风险。他建议在人工智能技术研发过程中建立平等、统一的国际规范和标准，并通过国际合作，以可验证的方式建立人工智能系统安全开发的信任体系。

黄铁军认为，人工智能虽然会产生预料之外的新能力，但这并不意味着人类无法对人工智能进行管理。“如何管理人工智能这样一个创造性极强的系统，社会学、历史学等学科都能提供很好的借鉴意义。”

今年2月，中国在《全球安全倡议概念文件》中提出加强人工智能等新兴科技领域国际安全治理，预防和管控潜在安全风险。在此次智源大会上，专家学者积极评价中国在推动人工智能国际治理上的贡献。

阿尔特曼说，中国在人工智能领域拥有大量优秀的人才和产品系统，在人工智能的安全方面应发挥关键作用。

麻省理工学院人工智能与基础交互研究中心教授马克斯·泰格马克表示，中国在塑造全球人工智能议程上的能力日益增长，可以在人工智能安全治理领域发挥领导作用。

推动大模型共建共享

当下，全球人工智能领域的科技竞赛日趋白热化。2023中关村论坛上发布的《中国人工智能大模型地图研究报告》显示，全国已发布了79个参数在10亿规模以上的人工智能大模型。

从全球来看，中国和美国已发布的大模型数量超过全球总数的80%。中国自2020年起进入大模型快速发展期，在大模型方面已建立起涵盖理论方法和软硬件技术的体系化研发能力，形成了紧跟世界前沿的大模型技术群，涌现出多个具有行业影响力的预训练大模型。

在此次大会上，全面开源的智源“悟道3.0”系列大模型及算法正式发布。据了解，“悟道3.0”涵盖了一系列领先成果，包括“悟道·天鹰”（Aquila）语言大模型系列、天秤（FlagEval）开源大模型评测体系与开放平台，“悟道·视界”视觉大模型系列以及一系列多模态模型成果等。

黄铁军认为，人工智能大模型有3个特点：一是规模大；二是有“涌现性”，即能够产生预料之外的新能力；三是通用性，不限于解决专门问题或者专门领域。他表示，大模型不是任何一家机构或者一家公司垄断的技术，应当共建共享，推出一套智力社会所需的基础的算法体系。

（实习生张伟纳对本文亦有贡献）

分享让更多人看到

2023年终盘点：人工智能重磅级研究成果！

时至岁末，转眼间2021年已经接近尾声，迎接我们的将是崭新的2022年，在即将过去的2021年里，科学家们在人工智能研究领域获得了多项重要研究成果，本文中，小编就对本年度科学家们在该研究领域取得的重磅级研究成果进行整理，分享给大家！

参与转录、翻译和DNA修复的蛋白复合物。

图片来源：Science,2021,doi:10.1126/science.abm4805。

【1】Science：利用人工智能成功预测蛋白相互作用

doi：10.1126/science.abm4805

在一项新的研究中，来自美国德克萨斯大学西南医学中心和华盛顿大学等研究机构的研究人员利用人工智能（AI）和进化分析构建出真核生物蛋白相互作用的三维模型。他们首次鉴定出100多种可能的蛋白复合物，并为700多种以前未被描述的蛋白复合物提供了结构模型。对成对或成组的蛋白如何结合在一起执行细胞过程的深入了解可能会带来大量新的药物靶标。相关研究结果于2021年11月11日在线发表在Science期刊上。

Cong博士说，“我们的结果代表了结构生物学新时代的一个重大进展，计算在其中发挥着基本作用。”Cong博士解释说，蛋白经常以成对或成组的方式（形成蛋白复合物）运作以完成让有机体存活所需的每一项任务。虽然这些相互作用中的一些得到了很好的研究，但许多仍然是一个谜。构建全面的相互作用组（interactome）---即描述细胞中完整的分子相互作用---将阐明生物学的许多基本方面，并为科学家们开发促进或阻止这些相互作用的药物提供一个新起点。Cong博士工作于将生物信息学和生物学结合在一起的相互作用组学这一新兴领域。

直到最近，构建相互作用组的一个主要障碍是许多蛋白质结构的不确定性，这是科学家们半个世纪以来一直试图解决的问题。2020年和2021年，一家名为DeepMind的公司和Baker博士的实验室独立发布了两项名为AlphaFold（AF）和RoseTTAFold（RF）的人工智能技术，这两种技术根据产生蛋白的基因序列使用不同的策略来预测蛋白结构。

【2】NatMachIntell：新型人工智能技术或能预测人类机体的抗癌免疫力

doi：10.1038/s42256-021-00383-2

新抗原（neoantigens）在T细胞识别肿瘤细胞上扮演着关键角色，然而，仅有一小部分新抗原能真正引起T细胞反应，而且关于哪些新抗原能被哪些T细胞受体识别到的线索也非常少；近日，一篇发表在国际杂志NatureMachineIntelligence上题为“Deeplearning-basedpredictionoftheTcellreceptor–antigenbindingspecificity”的研究报告中，来自德克萨斯大学西南医学中心等机构的科学家们通过研究开发了一种人工智能技术，其或能识别出被机体免疫系统所识别的癌细胞表面的肽类，即新抗原。

这种名为pMTnet的新型人工智能技术或有望帮助研究者开发新方法来预测癌症患者的治疗预后以及对免疫疗法的潜在反应。研究者TaoWang教授表示，确定哪些新抗原能与T细胞受体结合，哪些不能结合似乎是一项不太可能完成的任务；但利用机器学习手段，我们就能取得重大进展。癌细胞中基因组的突变会导致其表面展现出不同的新抗原，其中一些新抗原就能被捕捉癌症迹象和外来入侵者的免疫T细胞所识别，从而就会促进癌细胞被宿主机体免疫系统所破坏，然而，其它新抗原似乎对T细胞隐身了，从而就会促进癌症受控生长。

对于免疫系统来讲，新抗原的存在是正常细胞和肿瘤细胞之间最大的区别之一，如果我们能弄清楚哪些新抗原能刺激机体的免疫反应，随后就能以多种方式来利用这一知识从而对抗癌症。能够预测哪些新抗原被T细胞所识别能够帮助科学家们开发个体化癌症疫苗，并设计更好的基于T细胞的疗法，或预测患者对其它免疫疗法的反应程度，但有数以万计的不同的新抗原，而且预测哪种新抗原能诱发T细胞反应的方法也被证明比较耗时，且在技术上具有一定的挑战性，成本也较为高昂。

【3】NatCommun：新型人工智能血液检测技术或能高效识别出肺癌患者准确率高达90%以上！

doi：10.1038/s41467-021-24994-w

对机体游离DNA（cfDNA）评估的无创手段能为癌症检测和干预提供很好的机会；近日，一篇发表在国际杂志NatureCommunications上题为“Detectionandcharacterizationoflungcancerusingcell-freeDNAfragmentomes”的研究报告中，来自约翰霍普金斯大学医学院等机构的科学家们通过研究开发了一种新型人工智能血液检测技术，其能在来自约800名患癌或不患癌个体的样本中检出超过90%的肺癌病例。

这种名为DELFI（对早期截留片段的DNA评估，DNAevaluationoffragmentsforearlyinterception）的检测技术能发现循环在血液中的癌细胞脱落的DNA片段的独特模式，研究人员将这一技术应用到了来自丹麦、荷兰和美国的796名个体机体所采集的血样中，结果发现，DELFI技术能准确区分出肺癌患者和非肺癌患者。将这种检测技术与临床风险因素、蛋白质生物标志物结合起来，随后利用计算机断层扫描成像，DELFI技术就能帮助检测出94%的各期和各亚型的癌症患者；这其中就包括91%的早期或侵入性较低的I/II期癌症患者和96%的晚期III/IV期癌症患者。

肺癌是引发癌症死亡最常见的原因之一，每年全球大约会有200万人因肺癌而死亡；然而仅有不到6%的存在肺癌风险的美国人群会接受推荐的低剂量计算机断层扫描筛查，尽管预测可以避免数以万计的患者死亡，但全球接受筛查的人群少之又少；这或许是多种原因所造成的；包括对调查假阳性成像结果的潜在危害的担忧、辐射暴露或担心侵入性手术所产生的并发症等。很显然，开发替代性的无创检测技术或能改善高风险个体的癌症筛查，并最终改善一般人群的癌症筛查，而这是目前临床上迫切需要解决且未得到满足的一项挑战；研究者相信，针对肺癌的血液检测或液体活检或许是增强筛查工作的一个好方法，因为其很容易就能做到，而且可以被广泛使用，且具有一定的成本效益。

全链结构预测。

图片来源：Nature,2021,doi:10.1038/s41586-021-03828-1。

【4】Nature：利用人工智能系统Alphafold发布最完整的预测人类蛋白质三维结构数据库

doi：10.1038/s41586-021-03828-1

2021年7月22日，DeepMind宣布与欧洲分子生物学实验室（EMBL）合作，为人类蛋白质组的预测蛋白质结构模型建立迄今为止最完整、最精确的数据库。这将涵盖人类基因组所表达的全部约20000种蛋白质，并且这些数据将免费向科学界公开提供。该数据库和人工智能系统为结构生物学家提供了探究蛋白质三维结构的强大的新工具，并提供了一个宝贵的数据宝库，可能开启未来的进步，并预示着人工智能驱动的生物学的新时代。

AlphaFold于2020年12月被蛋白质结构预测关键评估（CriticalAssessmentofproteinStructurePrediction，CASP）的组织者认可为解决蛋白质结构预测这一具有50年历史的巨大挑战的方案，这对该领域是一个惊人的突破。AlphaFold蛋白质结构数据库建立在这一创新和几代科学家的发现之上，从早期的蛋白质成像和晶体学的先驱，到后来成千上万的花了数年时间对蛋白质进行实验的预测专家和结构生物学家。该数据库极大地扩展了积累的蛋白质结构知识，使科学家们可用的高精度人类蛋白质结构的数量增加了一倍以上。推进对这些构成生命的基石（即蛋白）的理解，将有助于各个领域的研究人员加速他们的工作。这些基石支撑着每种生物中的每一个生物过程。

Alphafold是去年12月宣布的支持这些结构预测的先进人工智能系统。2021年7月15日，Nature期刊公布了Alphafold最新高度创新版本背后的方法及其开放源代码（Nature，2021，doi：10.1038/s41586-021-03819-2）。7月22日的最新成果以论文的形式发表在Nature期刊上，论文标题为“Highlyaccurateproteinstructurepredictionforthehumanproteome”。该论文提供了构成人类蛋白质组的蛋白质的最完整图片，并发布了来自另外20种对生物研究很重要的有机体的蛋白质结构图片。

【5】Science：利用新型人工智能软件工具RoseTTAFold仅需10分钟就可准确地计算出蛋白质三维结构

doi：10.1126/science.abj8754

自从DeepMind在2020年的“结构预测关键评估（CriticalAssessmentofStructurePrediction）”（CASP14）会议上展示了该领域的显著进展以来，科学家们已经等待了数月，以便获得高度准确的蛋白质结构预测的机会。现在等待已经结束。

在一项新的研究中，来自美国多个研究机构的研究人员在很大程度上重现了DeepMind在这项重要任务上取得的性能。相关研究结果于2021年7月15日在线发表在Science期刊上。与DeepMind不同的是，这些作者开发的方法，他们称之为RoseTTAFold，可以免费使用。世界各地的科学家们如今正用它来建立蛋白质模型，以加速他们自己的研究。自7月以来，该程序已被140多个独立研究团队从GitHub下载。

蛋白质由一串串氨基酸组成，它们折叠成复杂的微观形状。这些独特的形状反过来又引起了生物体内几乎所有的化学过程。通过更好地了解蛋白质的形状，科学家们可以加快开发针对癌症、COVID-19和其他数千种健康疾病的新疗法。

论文通讯作者、华盛顿大学医学院生物化学教授、华盛顿大学医学院蛋白质设计研究所所长DavidBaker博士说，“在蛋白质设计研究所，这是忙碌的一年，设计了COVID-19药物和疫苗并将其投入临床试验，同时开了发RoseTTAFold用于高精度蛋白质结构预测。我很高兴科学界已经在使用RoseTTAFold服务程序来解决突出的生物学问题。”

【6】SciRep：新型人工智能技术或有望实时检测患者机体中的癌变组织

doi：10.1038/s41598-021-90089-7

将吲哚菁绿（ICG，indocyaninegreen）与近红外内窥镜技术（near-infraredendoscopy）技术相结合能够增强手术中组织微灌注的实时评估能力，同时还能动态揭示肿瘤组织与正常组织的区别，尤其是通过视频软件荧光分析的技术。近日，一篇发表在国际杂志ScientificReports上题为“Digitaldynamicdiscriminationofprimarycolorectalcancerusingsystemicindocyaninegreenwithnear-infraredendoscopy”的研究报告中，来自都柏林大学等机构的科学家们通过研究开发了一种新型外科技术，其能利用人工智能技术来在手术中实时检测癌变组织，这或能从根本上改善患者的治疗结局。

文章中，研究者所开发的新方法揭示了他们如何利用数码相机和染料相结合，在手术过程中来观察活体组织中组织的癌变过程。这或许就能帮助外科医生在手术中观察到癌症的确切范围，从而确保通过手术切除最大的癌变组织。研究者RonanCahill教授说道，如果癌症能被完全探查出来，那么其更有可能在一次手术中就被治愈，或者我们就能利用组合型疗法来确保降低病人的癌症复发风险以及并发症产生风险。

在介入过程中对癌症进行动态学数码判别意味着外科手术医生能更好地在第一时间为个别病人进行完善正确的介入。如今研究人员正在开发的工具能直接部署和使用软件来帮助用户轻松地解释结果，而并不必进一步发展专业性的知识。此前，外科医生在实验室对组织类型进行正式鉴别之前或许还需要相当长的等待时间。通过间隔放射成像评估对疗法反应时也会出现这种延迟；相比之下，本文中，研究人员共同开发的新方法不仅能通过外观，还能通过其行为来检测癌变组织，这就能使其与附近的正常组织有效区分开来。

图片来源：CC0PublicDomain

【7】Nature：新型人工智能系统或能改善多种人类复杂转移性癌症的诊断

doi：10.1038/s41586-021-03512-4

原发不明癌症（CUP，Cancerofunknownprimary）是一组非常神秘的癌症诊断形式，即肿瘤起源的主要原发性位点并不能被确定，这对于科学家们而言是一项巨大的挑战，因为现代的治疗方法主要针对原发性肿瘤；最近的研究集中在使用基因组学和转录组学来识别肿瘤的起源；然而基因组的检测并不总是能奏效，而且在较低资源环境中缺乏一定的临床渗透性。

为了改善复杂转移性癌症患者的诊断，日前，一篇发表在国际杂志Nature上题为“AI-basedpathologypredictsoriginsforcancersofunknownprimary”的研究报告中，来自哈佛医学院等机构的科学家们通过研究开发出了一种人工智能系统，其能利用常规获得的组织学切片来准确寻找转移性肿瘤的起源，同时还能产生一种“鉴别诊断”策略，用于对原发性不明癌症患者进行诊断。

在1%-2%的癌症病例中，研究人员无法确定肿瘤起源的原发性位点，由于很多现代癌症疗法都会靶向作用原发性肿瘤，针对原发不明癌症的诊断技术往往相对缺乏，而且患者的中位总生存期仅为2.7-16个月，为了能够进行更为具体的诊断，癌症患者通常必须接受广泛的诊断，其中包括额外的实验室检测、活组织检查和内窥镜检查程序，这无疑中就会延误患者的治疗。

这项研究中，研究人员开发的人工智能系统就能够帮助改善复杂转移性癌症患者的诊断，尤其是在低水平资源的地区；其能利用常规获得的组织切片来寻找转移性肿瘤的起源，同时还能针对原发不明原因的癌症患者产生一种鉴别诊断策略。文章通讯作者FaisalMahmood指出，几乎每一名接受癌症诊断的患者都会有一张组织学切片，这在一百多年来一直是诊断的标准，本文研究就为科学家们提供了一种方法来利用普遍获得的数据和人工智能的强大力量，帮助改善这些通常需要大量诊断工作的复杂癌症病例的诊断。

【8】Nature：利用真实数据和人工智能评价肿瘤临床试验的入组标准取得进展

doi：10.1038/s41586-021-03430-5

在药物开发过程中，人类的临床试验是必要的步骤。临床试验的入组标准是导致临床试验低入组率的一个关键障碍。例如，研究发现约80%的晚期非小细胞肺癌患者不符合临床试验的标准。结果，86%的临床试验未能在目标时间内完成招募受试者。美国国家癌症研究所认为，临床试验入组标准任意排除患者，应简化和扩大。美国FDA也强调，在没有确凿的临床证据的情况下，某些人群通常被排除在临床试验之外。限制性临床试验并不能完全反映药物在批准后使用人群中的有效性和安全性。因此，非常需要有更快的临床试验累积和更好的普遍性的数据驱动的临床入组标准。然而，如何扩大临床入组标准仍然是一个重大挑战。即使是针对同一疾病的类似机制的试验，也常常使用不同的入组标准，越来越多的人关注如何使临床试验更有包容性，但临床试验入组标准的设计仍然具有挑战性。

数据驱动的算法结合真实世界的数据可以改善临床试验中的这些问题。人工智能可以筛选符合的患者，预测哪些患者更有可能参加试验，并从电子健康记录（EHR）中提取特征。近期，美国斯坦福大学的JamesZou研究团队在Nature上发表了题为"Evaluatingeligibilitycriteriaofoncologytrialsusingreal-worlddataandAI"的论文。

美国斯坦福大学的JamesZou研究团队使用TrialPathfinder的计算框架，用真实世界的数据系统地评估了不同入组标准对癌症试验人群和结果的影响。研究人员应用TrialPathfinder来模拟已完成的晚期非小细胞肺癌试验，数据来自美国全国范围的电子健康记录数据库，包括61094例晚期非小细胞肺癌患者。研究显示，许多共同入组标准，包括基于几个实验室值的排除，对试验危险比的影响最小。

【9】NatBiomedEng：人工智能能够预测死亡风险

doi：10.1038/s41551-020-00667-9

Geisinger的研究人员发现，使用心脏超声心动图视频开发的计算机算法可以预测患者一年内的死亡率。研究结果表明，该算法（所谓基于机器学习或人工智能（AI）的范例）优于其他临床使用的预测指标，包括汇总队列方程式和SeattleHeartFailure得分。研究结果发表在NatureBiomedicalEngineering杂志上。

“我们很高兴发现机器学习可以利用诸如医学图像和视频之类的非结构化数据集来改善各种临床预测模型，”该系共同资深作者兼助理教授ChrisHaggerty博士说。

成像对大多数医学专业的治疗决策至关重要，并且已成为电子健康记录（EHR）中数据最丰富的组成部分之一。例如，心脏的单次超声可产生约3，000张图像，心脏病专家在众多其他诊断数据的背景下，只有有限的时间来解释这些图像。这为利用诸如机器学习之类的技术来管理和分析该数据并最终为医生提供智能计算机帮助创造了巨大的机会。

【10】Science子刊：利用人工智能预测哪些女性将可能患乳腺癌

doi：10.1126/scitranslmed.aba4373

一个由来自美国、瑞典的成员组成的研究小组表示已经开发出一种人工智能(artificialintelligence，AI)系统，可以在肿瘤出现前数年预测乳腺癌，并发表在ScienceTranslationalMedicine杂志上。近年来，人工智能应用已经在医学诊断领域取得了非凡的进展。它们可以通过训练数千个例子来寻找癌症或其他疾病，然后应用到实际案例中。在这项新的研究中，该团队描述了他们如何开发和训练他们的系统，以及在测试时它的工作效果如何。

多年来，科学家一直在寻找确定乳腺癌风险的方法。一些基因组学研究鉴定出一些列增加患病风险的变异。其他研究也使用各种因素和分析来预测风险，但迄今为止，它们还没有被证明足够准确。在这项新的研究中，研究人员使用了多年来多次筛查的女性的乳房X光照片数据。他们训练该系统来研究最终患上乳腺癌的女性的乳房X光片，然后利用该系统根据自己的乳房X光片数据来预测未来患乳腺癌的风险。

（生物谷Bioon.com）

生物谷2021年终盘点正在进行！更多精彩盘点！敬请期待！

人工智能的创新发展与社会影响

党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。

一、引言

1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。

跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。

总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。

为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。

二、人工智能的发展历程与启示

1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年的发展历程划分为以下6个阶段：

一是起步发展期：1956年-20世纪60年代初。人工智能概念在1956年首次被提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序、LISP表处理语言等，掀起了人工智能发展的第一个高潮。

二是反思发展期：60年代-70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入了低谷。

三是应用发展期：70年代初-80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入了应用发展的新高潮。

四是低迷发展期：80年代中-90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。

五是稳步发展期：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年IBM深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念，这些都是这一时期的标志性事件。

六是蓬勃发展期：2011年-至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器（GraphicsProcessingUnit，简称GPU）等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。

通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：

（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。

（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。

（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。

（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。

（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。

（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。

三、人工智能的发展现状与影响

人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。

（一）专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定领域的人工智能技术（即专用人工智能）由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，因此形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。例如，阿尔法狗在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。

（二）通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。

（三）人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI优先）；微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，全球知名风投调研机构CBInsights报告显示2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。

（四）创新生态布局成为人工智能产业发展的战略高地。信息技术（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动AI技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理GPU服务器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。

（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。

（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。

由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，人工智能系统的智能水平即将全面超越人类水平，30年内机器人将统治世界，人类将成为人工智能的奴隶，等等。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。

四、人工智能的发展趋势与展望

人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。

（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。

（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。

（三）从“人工+智能”到自主智能系统。当前人工智能的研究集中在深度学习，但是深度学习的局限是需要大量人工干预：人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据（非常费时费力）、用户需要人工适配智能系统等。因此已有科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类AI”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低AI人员成本。

（四）人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。

（五）人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来十年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。

（六）人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。

（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。2018年4月，欧盟委员会计划2018-2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略》重点推动物联网建设和人工智能的应用。世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即提出谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。

（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。2017年9月，联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。

五、我国人工智能的发展态势与思考

我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。

一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。

二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS统计结果，我国在人工智能领域发表的论文数量已居世界第一。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南京大学等高校纷纷成立人工智能学院。2015年开始的中国人工智能大会（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。

三是差距不小。我国人工智能在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，截至2017年一季度全球人工智能领域专业技术人才数量超过190万，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。

四是前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。

人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧需要深入思考。

（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，实现机器在任意现实环境的自主智能和通用智能仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此发展人工智能不能以短期牟利为目的，要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，并务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。

（二）加强基础扎实的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。在此发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。

我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。

（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如军民融合、产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。

另外，我们需要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过标准实施加速人工智能驱动经济社会转型升级的进程。

（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。

（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。

（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能将进一步拉大发达国家和发展中国家的生产力发展水平差距。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！

（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、咨询会；特斯拉等产业巨头牵头成立OpenAI等机构，旨在以有利于整个人类的方式促进和发展友好的人工智能；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。

（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。

六、结束语

人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！

（主讲人系中国科学院院士）

未来已来走进中国电科人工智能专题展区看最前沿AI成果

从著名的图灵测试开始，人工智能便在跌跌撞撞中找寻自己前进的道路。

近年来，AI作为第四次工业革命的核心驱动力之一，正结合新一代应用场景，深刻重构人类社会生产、分配、交换、消费等各个环节，并持续催生新技术、新产品、新产业，释放历次科技革命和产业变革所集聚的巨大能量。

那么，人工智能的“未来之光”究竟会如何照亮现实呢？

第十三届中国国际航空航天博览会，中国电科携机器人、人机混合以及人工智能的相关技术成果参加本届航展，展现人工智能领域最前沿科技。

以智能系统、智能装备等层次，中国电科在人工智能专题展区，体系化展示在人工智能基础、算法、平台和应用等方面的系统布局。

其中，“灵犀手”可穿戴设备、多智能体博弈训练平台MaCA、四足机器人等为代表的研究应用成果，可广泛服务政府决策服务、市民衣食住行、城市综合治理等诸多领域，惠及百姓生活、服务社会公众。

智能装备：智“生产”慧“生活”

在中国电科人工智能专题展区，四足机器人大战颇有看头。跑跳、爬梯、空翻、跨越障碍……它们时而迈着哒哒的小碎步，时而晃动“身体”左顾右盼，随着音乐响起，它们甚至开始队列表演翩翩起舞……

“这是由中国电科21所研制的ANYmal_C四足机器人、‘龙骧’四足机器人和‘虎贲’四足机器人。”现场专家介绍，四足机器人能在工业现场复杂的设施、路况环境下自由穿行和作业，自主完成上下台阶、跨越间隙、跨越障碍等运动，具有多种潜在应用场景。例如，它们可以用于地铁列车检测，查看车厢内的安全锤和灭火器是否完好无损，有没有垃圾和危险物品。它们甚至可以当宠物狗，卖萌、运送东西……ANYmal_C搭载了深度视觉传感器、激光雷达、声音传感器、热成像仪等传感设备，能够在无人监管的情况下自主完成巡检、预警等巡航作业任务。

现场亮相的“龙骧”四足机器人是“三兄弟”里的“大个子”，较大的体型使其具有更好的复杂地形通过性、负载能力，可以搭载更多的外设载荷；“虎贲”四足机器人则是憨憨的“小兄弟”，具备强劲的运动能力与稳定性，搭载了深度相机、激光雷达和语音模块，能够实现目标跟随、自主定位导航、目标识别和语音控制功能。

想体验超人的感觉吗？面向人体机能增强的“白虹”髋关节助力外骨骼机器人和“灵犀手”可穿戴设备可以带给你超人般的体验。

“白虹”外骨骼机器人是21所研制的可穿戴的髋关节主动助力外骨骼机器人，它十分“聪明”，可以实时检测人体的运动状态并据此分析得到人体的运动意图，对穿戴者进行行走中的腿部助力和搬运物资时的腰部助力。

据现场负责人介绍，“白虹”外骨骼机器人腰部搬运助力以及腿部行走助力相结合的功能为业内首创，控制算法聚焦人工智能、传感器融合等，实现了对人体运动意图的精准判断识别及预测，处于国内领先水平。该外骨骼用途广泛，不仅可以用在搬运运输等负重环节，还可以针对登山、远足等运动，减少使用者的运动新陈代谢量，进而减少体力消耗。

“灵犀手”可穿戴设备是意念控制、人工智能、生物交叉等前沿技术的集成，由中国电科14所研制，可根据人体动作或动作意图精准控制机器人或其他设备，可以应用于残疾人或战争受害者的康复医疗、外置骨骼装备、肌电假肢、肌控轮椅等，不同于国外的手术介入方式，灵犀手仅需要短时间的训练，就能使患者重新按照自己的意图完成抓握动作，实现基本的生活自理。同时可用于工业部门中对人体有害的危险场所作业、车辆的无人驾驶以及遥控无人机等。

除了穿戴设备，还有工人的好帮手——21所研制的机载多关节柔性机械臂，该机械臂适用于机载下高冲击、恶劣工况等环境。具备人机交互控制、拖拽示教、碰撞检测等功能，是一款易安装、易操作的智能机器人产品。机载多关节柔性机械臂易编程，可快速设置参数，并且可360度旋转，有着高精度、高可靠性、灵敏的力反馈特征，在现场，它可以模仿观众的动作，充分展示它的灵敏性。

中国疫情防控常态化之下，防疫安防不容小觑，本届航展，有智能防疫安防机器人给你最安心的守护。“看！围绕人工智能专题展区巡逻的就是我们忠诚的卫士——由中国电科38所研制的智能防疫安防机器人。”

智能防疫安防机器人集被动式太赫兹人体检查、无接触红外测温、新冠疫情密切接触者查询、智能机器人设计于一体，无接触，更安全。机器人具有路径规划、自动巡航、自主避障、手动遥控等功能，续航时间可达12小时，打造了防疫安防新模式。可广泛应用于医院、海关、机场、法院及政府、银行等单位的办事大厅。

智能系统：人工智能最前沿创新成果

在人工智能专题展区的大屏上，展播着中国电科人工智能最前沿创新成果。

现实世界远比人工智能机器人开发实验室环境复杂。在现实生活中，人类会思考、会学习，那机器呢？

为了让机器深度学习，与人类协同进化，创新院研制了多智能体博弈训练平台MaCA，可支撑新型智能博弈决策控制算法的训练，该平台支持人机/人人/机机等多种博弈形式，可实现人和机器相互学习，协同进化。并且，基于该平台已开展多项训练试验，在人机混合、群智决策等方面推进了智能控制与决策技术的发展，相关技术在智慧城市、智能交通、智能网络等领域亦有广泛应用前景。

人工智能好比生活中的柴米油盐，还可以赋能百业，同时也在追逐星辰大海。

中国电科人工智能专题展区正在本届珠海航展引发高质量的“回响”，让城市更聪明，让企业更高效，让生活更便捷……

未来已来走进中国电科人工智能专题展区看最前沿AI成果

从著名的图灵测试开始，人工智能便在跌跌撞撞中找寻自己前进的道路。

近年来，AI作为第四次工业革命的核心驱动力之一，正结合新一代应用场景，深刻重构人类社会生产、分配、交换、消费等各个环节，并持续催生新技术、新产品、新产业，释放历次科技革命和产业变革所集聚的巨大能量。

那么，人工智能的“未来之光”究竟会如何照亮现实呢？

第十三届中国国际航空航天博览会，中国电科携机器人、人机混合以及人工智能的相关技术成果参加本届航展，展现人工智能领域最前沿科技。

以智能系统、智能装备等层次，中国电科在人工智能专题展区，体系化展示在人工智能基础、算法、平台和应用等方面的系统布局。

其中，“灵犀手”可穿戴设备、多智能体博弈训练平台MaCA、四足机器人等为代表的研究应用成果，可广泛服务政府决策服务、市民衣食住行、城市综合治理等诸多领域，惠及百姓生活、服务社会公众。

智能装备：智“生产”慧“生活”

在中国电科人工智能专题展区，四足机器人大战颇有看头。跑跳、爬梯、空翻、跨越障碍……它们时而迈着哒哒的小碎步，时而晃动“身体”左顾右盼，随着音乐响起，它们甚至开始队列表演翩翩起舞……

“这是由中国电科21所研制的ANYmal_C四足机器人、‘龙骧’四足机器人和‘虎贲’四足机器人。”现场专家介绍，四足机器人能在工业现场复杂的设施、路况环境下自由穿行和作业，自主完成上下台阶、跨越间隙、跨越障碍等运动，具有多种潜在应用场景。例如，它们可以用于地铁列车检测，查看车厢内的安全锤和灭火器是否完好无损，有没有垃圾和危险物品。它们甚至可以当宠物狗，卖萌、运送东西……ANYmal_C搭载了深度视觉传感器、激光雷达、声音传感器、热成像仪等传感设备，能够在无人监管的情况下自主完成巡检、预警等巡航作业任务。

现场亮相的“龙骧”四足机器人是“三兄弟”里的“大个子”，较大的体型使其具有更好的复杂地形通过性、负载能力，可以搭载更多的外设载荷；“虎贲”四足机器人则是憨憨的“小兄弟”，具备强劲的运动能力与稳定性，搭载了深度相机、激光雷达和语音模块，能够实现目标跟随、自主定位导航、目标识别和语音控制功能。

想体验超人的感觉吗？面向人体机能增强的“白虹”髋关节助力外骨骼机器人和“灵犀手”可穿戴设备可以带给你超人般的体验。

“白虹”外骨骼机器人是21所研制的可穿戴的髋关节主动助力外骨骼机器人，它十分“聪明”，可以实时检测人体的运动状态并据此分析得到人体的运动意图，对穿戴者进行行走中的腿部助力和搬运物资时的腰部助力。

据现场负责人介绍，“白虹”外骨骼机器人腰部搬运助力以及腿部行走助力相结合的功能为业内首创，控制算法聚焦人工智能、传感器融合等，实现了对人体运动意图的精准判断识别及预测，处于国内领先水平。该外骨骼用途广泛，不仅可以用在搬运运输等负重环节，还可以针对登山、远足等运动，减少使用者的运动新陈代谢量，进而减少体力消耗。

“灵犀手”可穿戴设备是意念控制、人工智能、生物交叉等前沿技术的集成，由中国电科14所研制，可根据人体动作或动作意图精准控制机器人或其他设备，可以应用于残疾人或战争受害者的康复医疗、外置骨骼装备、肌电假肢、肌控轮椅等，不同于国外的手术介入方式，灵犀手仅需要短时间的训练，就能使患者重新按照自己的意图完成抓握动作，实现基本的生活自理。同时可用于工业部门中对人体有害的危险场所作业、车辆的无人驾驶以及遥控无人机等。

除了穿戴设备，还有工人的好帮手——21所研制的机载多关节柔性机械臂，该机械臂适用于机载下高冲击、恶劣工况等环境。具备人机交互控制、拖拽示教、碰撞检测等功能，是一款易安装、易操作的智能机器人产品。机载多关节柔性机械臂易编程，可快速设置参数，并且可360度旋转，有着高精度、高可靠性、灵敏的力反馈特征，在现场，它可以模仿观众的动作，充分展示它的灵敏性。

中国疫情防控常态化之下，防疫安防不容小觑，本届航展，有智能防疫安防机器人给你最安心的守护。“看！围绕人工智能专题展区巡逻的就是我们忠诚的卫士——由中国电科38所研制的智能防疫安防机器人。”

智能防疫安防机器人集被动式太赫兹人体检查、无接触红外测温、新冠疫情密切接触者查询、智能机器人设计于一体，无接触，更安全。机器人具有路径规划、自动巡航、自主避障、手动遥控等功能，续航时间可达12小时，打造了防疫安防新模式。可广泛应用于医院、海关、机场、法院及政府、银行等单位的办事大厅。

智能系统：人工智能最前沿创新成果

在人工智能专题展区的大屏上，展播着中国电科人工智能最前沿创新成果。

现实世界远比人工智能机器人开发实验室环境复杂。在现实生活中，人类会思考、会学习，那机器呢？

为了让机器深度学习，与人类协同进化，创新院研制了多智能体博弈训练平台MaCA，可支撑新型智能博弈决策控制算法的训练，该平台支持人机/人人/机机等多种博弈形式，可实现人和机器相互学习，协同进化。并且，基于该平台已开展多项训练试验，在人机混合、群智决策等方面推进了智能控制与决策技术的发展，相关技术在智慧城市、智能交通、智能网络等领域亦有广泛应用前景。

人工智能好比生活中的柴米油盐，还可以赋能百业，同时也在追逐星辰大海。

中国电科人工智能专题展区正在本届珠海航展引发高质量的“回响”，让城市更聪明，让企业更高效，让生活更便捷……