促进人工智能和实体经济深度融合——智能经济加速跑 发展引擎更强劲
习近平总书记指出，“把新一代人工智能作为推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量，努力实现高质量发展”。党的十八大以来，以习近平同志为核心的党中央高度重视智能经济发展，促进人工智能和实体经济深度融合，为高质量发展注入强劲动力。
广东鹅岭风电场，丘陵山脉间，数十台风力发电机迎风矗立。这里产生的每一度“绿电”，都离不开人工智能的贡献。
“检修依靠智能巡检，远在北京也能在‘云端’管理这些30层楼高的‘大家伙’，效率比人工巡检提升10倍；保供依靠智能算法，发电、用电自动匹配，解决供电不稳定问题。”百度集团执行副总裁、百度智能云事业群总裁沈抖自豪地说，百度的电力智能化技术已在20多个省份广泛应用。
蓬勃发展势头强
近年来，我国智能经济蓬勃发展，产业规模快速增长。2021年人工智能核心产业规模超过4000亿元，比2019年同期增长6倍多。广义来看，我国数字经济规模从2017年的27.2万亿元增至2021年的45.5万亿元，规模稳居世界第二。
中国信息通信研究院院长余晓晖认为，良好的设施网络、巨大的市场需求和澎湃的创新热情，为数字经济发展壮大提供了有力支撑。
基础设施更完善。我国已建成全球规模最大、技术领先的网络基础设施，5G基站超过185万个，占全球总数超过60%，培育大型工业互联网平台超过150家、连接工业设备超过7800万台（套）。在全球算力分布统计中，我国智能算力总规模占比26%。
市场空间更广阔。余晓晖分析，我国有10.51亿网民，有全球最大、最活跃、最具潜力的数字服务市场。同时，我国是世界第一制造大国，仍有大量处在工业2.0、3.0阶段的企业需要向工业4.0阶段迈进，人工智能前景看好。
创新研发更积极。当前，我国人工智能发明专利授权总量全球排名第一，人工智能领域论文发文量全球领先，图像识别、语音识别等技术创新应用跻身世界先进行列，智能经济创新热情高涨、成果丰硕。
千行百业融合深
无人驾驶、智能工厂、智慧矿山……如今，人工智能已融入千行百业，小到居家出行、大到制造研发，智能经济给生产生活带来深刻变革。
——深度融合，赋能实体经济。
随着人工智能等新技术不断拓展，我国实体经济正加速向数字化、网络化、智能化方向转变。当前，工业互联网应用覆盖45个国民经济大类，创造出大量智慧应用场景。在制造业领域，已建成700多个数字化车间/数字工厂，实施305个智能制造试点示范项目和420个新模式应用项目，培育了6000多家系统解决方案供应商，智能制造应用规模全球领先。
“人工智能与制造、交通、医疗、农业等各领域融合日益深入，持续推动质量变革、效率变革、动力变革，源源不断地为经济高质量发展提供新动能。”余晓晖说。
——提质增效，助力转型升级。
走进广汽本田总装车间，质检线上，7台球型摄像机大显身手——同步拍摄一辆车的20多种车灯，并智能识别细节瑕疵，准确率高达99%，检测过程仅需1秒。“传统质检仅凭肉眼，点位多、速度慢，很容易漏检。用上智能云后，检测效率大幅提升，不良率降低，实现精细化生产。”沈抖介绍，工业互联网品牌“百度智能云开物”，已经为汽车、电子、化工等20多个行业企业提供智能化解决方案。
中国工业互联网研究院院长鲁春丛认为，运用人工智能等新一代信息技术，促进传统产业数字化转型，将有效提高质量效率、延伸产业链条、优化管理经营、保障安全生产，实现提质降本增效。
——数智引领，激发创新活力。
无人机自主识别灾害险情、智能调控千伏变电站倒闸操作、人工智能平台帮助训练智慧电力人才……携手百度智能云，国网福建省电力有限公司整体提升了设备运检、调度运行、安全监管等业务全链条智能化水平，树立起业内创新标杆。
帮助寻找新材料、高效发掘新药物靶点、参与完成辅助驾驶……“人工智能是引领这一轮科技革命和产业变革的战略性技术，不仅能助推传统产业创新，还在不断催生新技术、新产品、新模式、新业态。”鲁春丛说。
多方合力前景广
“数字经济、人工智能产业发展壮大非一日之功，只有政府、企业、科研院所等多方参与、持续努力，才能凝聚起更大合力，开辟科技创新和产业应用互相促进的广阔前景。”鲁春丛说。
强化政策支撑。国务院印发《新一代人工智能发展规划》、“培育壮大人工智能”写入“十四五”规划纲要……至今，我国已相继在北京、上海等地建立新一代人工智能创新发展试验区。“我们要继续加快数字产业化和产业数字化，聚焦创新融合，不断做强做优做大我国数字经济。”余晓晖说。
增进开放合作。与17个国家签署“数字丝绸之路”合作谅解备忘录，同非方一道制定实施“中非数字创新伙伴计划”，申请加入《数字经济伙伴关系协定》……“开放合作将使更多发展成果普惠共享。”鲁春丛建议，对内增强各领域政策协同配套，深化各地各部门各行业合作，完善数字经济市场体系，对外扩大开放合作，在全球数字创新和治理中分享中国经验、贡献中国智慧。
加强提升规范引导治理。从发布新一代人工智能治理原则到制定数据安全法，数字经济发展越快，越离不开规范和引导。“确保数字安全、完善技术标准和市场规范是数字经济健康发展的基础，是治理体系和治理能力现代化的重要体现。”余晓晖表示，要坚持统筹发展和安全，进一步明确监管底线，加快完善相关法律法规和标准体系，筑牢安全屏障，为数字经济健康发展营造更好环境。（记者邱超奕葛孟超）
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）
为什么要发展人工智能
最近人工智能的话题很火，无论是硅谷的创业公司、大学及科研机构，还是世界科技巨头谷歌、微软及百度都纷纷在人工智能领域投入大量人力物力做前瞻性的研究，而科技媒体也不断将人工智能话题放在头条位置，很显然当前一股席卷全球的人工智能热潮正扑面而来。
事实上人工智能是一个古老而沉闷的计算机学科，自诞生起到今天至少有超过50年的历史。很奇怪，人工智能沉寂了多年，现在为什么又突然热门起来了呢？大量事实证明，这当中最主要的原因就是今天硬件复兴了，也带动了人工智能的复兴。随着移动互联网、物联网、大数据、云计算等核心关键技术的大发展大突破，这个星球上的一切硬件都在面临着被智能化，而人类对智能化的终极追求就是实现人工智能。
人工智能的目的究竟是什么？众所周知，人工智能在二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。既然人类都在不遗余力的追求人工智能，那么怎样才算人工智能？人们这么做的目的又是什么？这是两个很有意思而又十分关键的问题，因为全球最顶尖的科学家为此争论了半个世纪都没有统一的结果。
抛开纷繁复杂的定义讨论，人工智能（ArTIficialIntelligence）顾名思义是人造的智能，也就是让机器具备人类一样的行为能力及思维意识。那么这样化繁为简的理解正确吗？很幸运这个意思可以通过众多业内顶尖专家的言论佐证。著名的美国斯坦福大学人工智能研究中心尼尔逊教授说“人工智能是关于怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”
很显然，以目前的科技发展水平，要让机器具备人类一样的行为能力不会太难，但是要让机器具备人类一样的思维意识还是一项巨大挑战。既然人工智能包括人类的行为能力及思维意识两个部分，那么我们让机器实现人工智能的路径是不是可以分成行为能力及思维意识两个阶段呢？如果一谈到人工智能就直奔如何让机器学会像人一样思考这样宏大的主题，容易误入歧途，倒不如不要那么好高骛远，先谈谈怎么让机器具备人类一样的行为能力吧。
既然人工智能是要让机器具备人类一样的行为能力及思维意识，那么这么做的目的是什么呢？很多人包括很顶尖的科学家都认为，人工智能可以让人类实现永生，因此全球很多顶尖的企业及机构都在苦苦探寻人类大脑的奥秘，不遗余力地模仿复制及模拟人类大脑。毫无疑问，要让机器人具备人类的思维意识，无疑于要让人类代替上帝思考，难度有多大可想而知。
事实上，迄今为止没有任何数据及案例能证明，让人类实现永生是人工智能的终极追求。也许，当我们把人工智能的期望降低一点，那么很快就发现人工智能未必能让人类实现永生，但是可以对人类有无尽的帮助。实际上，人工智能的目的更多是为了解放人类劳动，让人类生活得更好。比如汽车的出现代替了人类双腿走路，计算机的出现代替了手工抄写材料，洗衣机的出现代替了人工搓洗衣服，将人类从低效率的苦活、累活、及脏活等重复劳动中解放出来，未来的人工智能毫无疑问可以比现在做的更好。
对机器人威胁的担忧暂时是多余的
即使目前看来要让机器学会像人类一样思考比拥抱上帝还要困难，但是随着人工智能技术的快速发展，必然会有越来越多的机器具备人类一样的行为能力，也就是会有越来越多的机器人出现在我们的工作及生活中。那么问题来了，机器人的大量出现会不会威胁到人类安全啊？一不小心造成人类毁灭那可不是一件好玩的事情。
很显然，以目前可以预估到的科技水平看，不是机器人不会威胁人类，而是远远还没有到需要担忧的阶段，也许再过二三十年就可以认真思考和争论一下这个问题了，现在我们要做的就是如何让人工智能帮助人类生活得更好。
越来越多的事实可以证明，在简单重复的高强度劳动中，更多的应用机器人会提升效率，可以将人类从低效率的苦活、累活、及脏活等重复劳动中解放出来。也许很多人马上就跳出来说，这样岂不是造成大量工人失业，从而造成社会动荡、经济下滑？这个担忧就像汽车的出现会让很多马夫失业、让很多养马产业破产是一样的。
假如未来某天人工智能大发展之后，也许人类一周只需要工作三天就够了，但是社会经济的总产出不但没有下降反而因为机器人效率的提高而实现成倍增长，人类的生活消费水平从而大幅提升。当人类通过机器人为我们劳动而让我们实现丰衣足食，即使不工作又有什么关系呢？毕竟劳动不是我们的目的，而只是目前获得生存的一种手段，人类不会因为缺乏劳动而死亡，而缺少食物则会。
机器代理人会是人工智能的突破口吗？
众所周知，人类大脑是自然界最复杂的系统之一，是一个由约140亿个神经元组成的繁复的神经网络。很多心理学家认为，目前人类大脑只使用了3%，或者最多不超过10%，也就是说人类大脑90%以上都是处于休眠状态。目前已知的全球运行最快速的高性能计算机人工大脑，其智力水平大约与3岁小孩相当，可想而知要达到一个成年人的智力水平，我们还需要多大的研发工作量，更重要的是对大脑的研究我们聪明的计算机专家爱莫能助。
因为要想模拟大脑，总得先摸清楚大脑的运作原理吧？很遗憾，模拟大脑主要是计算机科学，但是了解大脑运作则属于生命科学，已经超出了聪明的计算机科学家的擅长领域，不是说生命科学家没有计算机专家聪明，而是生命科学没有摩尔定律，很少看到生命科学领域有计算机领域这样实现指数式的技术突破。因此，过去几十年，生命科学的发展是远远跟不上计算机科学的发展速度的，造成了人工智能相当于是一条腿在走路。
要判断一台机器是否真能够像人类一样“思考”目前来说还有不少难度，而最常用的方法就是让其进行“图灵测试”。计算机科学家阿兰图灵在1950年发表的论文《机器能思考吗》中，提出了著名的“图灵测试”，并且图灵预言，到2000年将有足够聪明的机器通过该项测试。
令人遗憾的是，在过去的64年中全球还没有一台机器通过了图灵测试，直到2014年6月英国雷丁大学一台超级计算机巧合通过了该项测试，从而成为有史以来首台通过“图灵测试”的机器。而这个时间比图灵原先预言的时间足足晚了15年，可见对于一日千里的计算机技术，人工智能的发展并没有像预期的那样取得突飞猛进的效果。
人工智能领域著名的“蓝色大脑”计划，是由瑞士科学家设想的一个复制人类大脑的人工智能工程，从2005年启动至今已经近十年过去了，尽管该项目科学家在2009年声称有望在2020年左右制造出科学史上第一台会“思考”的机器，可是这个可能性有多大今天大家心知肚明。
很显然，要让机器具备人类的思维意识，学会像人类一样思考，这不是一件简单的事情。那么有没有更好的办法去实现人工智能呢？毕竟人工智能未必就是要让机器模仿复制一个人类大脑出来，模拟大脑只是其中一种路径，科学家应该寻找更多路径来实现人工智能。这方面也许好莱坞科幻大片“未来战警”又名“机器代理人”可以给我们的人工智能科学家带来一些启发。
正如“机器代理人”电影描述的那样，人类可以通过网络连接远程控制一个仿生机器人实现自己的行为能力，包括视觉、听觉及触角的同步。这也就意味着，人类可以实现瞬间的空间地理位置转移，你可以随时出现在地球的任何一个角落甚至是在火星上，只要那里有可以与你实现连接的机器人即可。更进一步，在实现机器代理人的基础上，只需要实现人类的记忆迁移与延续即可实现永生了。因为肉体是无所谓的，肉体可以通过基因工程克隆一个出来甚至是用仿生机器人都行，从目前的克隆技术看这块不会存在太多障碍，总比要克隆一个大脑容易的多。
目前要搞清楚的是一部机器通过远程的人类控制而具备人类的大部分的行为能力，是否也属于一种间接的人工智能呢？正如微软Hololens全息眼镜一样，不是通过传统光的干涉和衍射去实现全息投影，而是通过虚拟现实及增强现实技术去实现，目的就是让人感觉到三维全息影像这个视觉效果，至于是通过什么手段去实现其实并不重要。很显然，实现人工智能未必要死抱着模拟人类大脑不放，不妨试试其他更容易的路径。
毫无疑问，机器代理人式的人工智能要比单纯的依靠机器自我具备人类思维意识的人工智能更容易实现，而且也同样可以为人类从事各种复杂劳动提供极大帮助，比如从事消防救火及深海探险等工作，或者是远在数万公里之外的医学专家也可以足不出户在其他国家成功完成一台高难度的手术。总之，不管是以何种方式、何种路径去实现的人工智能，本质上再先进的技术都是为人类服务的，让人类生活得更美好才是技术进步的源动力。
发展人工智能经济意义分析2017年7月20日，国务院正式印发了《新一代人工智能战略规划》。明确提出我国新一代人工智能发展的目标，要求到2020年人工智能技術与世界先進水平同步；到2025年人工智能成为带动我国产业升级和经济转型的主要动力；到2030年，中国成为世界主要人工智能的创新中心，人工智能核心产业规模超过一万亿元，带动相关产业规模约10万亿元。对与人工智能的发展，我国已经提到了国家政策面的高度。
一、人工智能大幅提高劳动生产率
研究表明，人工智能可以通過三种方式激发经济增長潜力。
1，人工智能通過过转变工作方式，帮助企业更有效利用实践，进而大幅提升现有的劳动生产率。
2，人工智能甚至可以替代大部分劳动力，成为一种全新的生产要素。
3，人工智能的普及能帶动产业结构的升级换代，推动更多相关行业的创新。开拓生产、服务、医药等行业经济发展的全新济源。
根据普华永道6月27日发表的《抓住机遇--2017夏季达沃斯论坛报告》预测，到2030年人工智能对世界经济的贡献将达到15.7万亿美元，中国与北美有望成为人工智能的最大受益者，总获益相当于10.7万亿美元。到2035年，人工智能有望推动中国劳动生產率提高27%，人工智能到2035年拉动中国经济年增涨，從6.3%提速至7.9%。
二、“第四次工业革命”
自从人工智能自诞生以來，亦开始与各类行业深度融合，成为经济结构转型升级的新支点。目前人工智能已經在GPU、人脸识别和无人驾驶等各个领域得到了快速的应用。在制造业方面，未来汽车行业的研发设计、供应链运输、驾驶技术的提供以及交通的解決方案等將有人工智能的参与。
有统计表明，无人驾驶汽车比传统人力驾驶安全系数更高，驾驶时间更长，並且可以減少80%的交通事故。服务业也同样广泛应用受益於人工智能技術的发展应用。相信未来，人工智能技术将能广泛应用于智能城市的建设，大幅提高政府的治理效率。医疗保健行业是受益於人工智能的另一主要服务业。根据世界银行数据，全球医疗保健开销占全世界GDP的10％，而其中至少10％（约千亿美元）用于如癌症检测和X光片检查等的医疗手段诊断。乃至通过机械手臂做一些高难度的手术，例如上海的中山医院的心脏外科就有叫“达芬奇”的机械手臂为病人做手术。相较于人力而言，人工智能技术更加精确安全，成功率更高！相信在不远的未來人工智能技术帮助提升基层医院的诊断速度，准确程度和治疗精度。
三、人工智能冲击劳动力市场
在社会享受著人工智能技术所带来的生活品质提高的同时，市场也开始出现质疑人工智能的声音。
目前社会对人工智能最为担心的是人工智能的应用将冲击劳动力市场，导致失业率增加和工资的下降，最终带来通涨或通缩。事实上，这类观点并非好恶依据。世界经济论坛（WEF）早前发表了一份名为《职业的未來》的报告，预测人工智能将在今后5年改变商业模式劳动力市场，导致15个主要发达和新新经济体净损失超過500万个就业岗位。的确，未来很多蓝领及白领岗位。例如工厂工人，司机，客服代表、甚至是银行工作人员都有可能会面临失业的窘境。人工智能一定程度上对劳动力市场造成了冲击，也不可避免地对其他相关行业带来风险。技术进步带来的另外一个结果就是低通脹。可以这样分析，由于人工智能等互联网技术的崛起有效压缩了供应链中的多个环节，減少了企业的成本，進而降低了商品价格而降低消费者成本。
例如用美国统计局的数据看，通信服务商Verizon提供的无限流量套餐决定限量流量套餐的決定，拉低了美国6月核心通胀率0.2個百分点的。依次判断，人工智能技术似乎对通胀率亦将会有较为明显的的削弱作用。
四、正视科技变革带来的挑战
“科技是一把双刃劍”并非一個陌生的命题。不可否认，人工智能技术的发展的确会为人类社会帶來诸如失业率提高提高和物价降低等问题，但我们更应辨认地看待人工智能，正视人工智能带来的问题，并且以有效的政策配合来劲量消除其對社会的负面影响。在人工智能对劳动力市场的影响，需要考虑以下几个问题。
首先，随着人口红利的消失及社会老龄化程度的加剧，以人工智能为代表的制度和技术红利的发展是一个必然趋势。
其次，科技部在7月21日国务院新闻厅上表示，“科技发展对就业的冲击不是今天人工智能出现后才有的，生产机械的出现从二战后就开始导致大量手工业的工人失业。但长远看，科技带来的就业机会远远大于失业率。”未來，一些新新的专业性工作岗位会將应运而生，如人工智能的开发者、维护修理者目前是机械无法替代的。
最后，未来政府也会更加注重针对人工智能技术的相关政策的规划协调。一方面，政府将加大对劳动力进行再培训和教育力度，使其能夠从事一些人工智能的开发专业性领域，未来劳动力将更加适应智能社会和智能经济发展的需要。另一方面，由於人工智能的诞生会使大量財富集中到少数人手中，加剧社会财富的两极分化。
总而言之，近年全球的低通胀困局是由大宗商品价格下跌、人口老龄化导致的需求不足、以及欧美兼职热潮兴起所掩盖的劳动力闲置和薪资增长缓慢等综合因素导致。人工智能对通胀的影响最终还是取決於我来人均可支配收入和政府的再分配政策。故此人工智能技术的进步不是导致低通胀的唯一必然因素，反而技术进步反而会有助推动商品成本下降，给消费者带来更物美价廉的产品。在促进消费升级，同时带动全社會消費水平的提升。让我们做好相应准备，为未来布局，用积极的态度迎接这个必然的变革把！