人工智能的历史、现状和未来人工智能如何做到超越人类智慧

发表时间：2023-06-24 23:27:57

人工智能的历史、现状和未来

如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。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，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。

概念与历程

了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基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（ArtificialIntelligence，简称AI）”这一概念，标志着人工智能学科的诞生。

人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。

人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能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、跳棋程序等，掀起人工智能发展的第一个高潮。

二是反思发展期：20世纪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低谷。

三是应用发展期：20世纪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，推动人工智能走入应用发展的新高潮。

四是低迷发展期：20世纪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：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，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年国际商业机器公司（简称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。以上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，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。

现状与影响

对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为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。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。

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。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，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。例如，阿尔法狗（AlphaGo）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，人工智能系统诊断皮肤癌达到专业医生水平。

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。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。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”、有专才而无通才。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。

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，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，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。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；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%。

创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。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。目前智能科技时代的信息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人工智能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。

人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在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产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、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已经显现出来，需要抓紧提供解决方案。

趋势与展望

经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？

从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《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。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“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年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。

从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。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。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。

从“人工+智能”向自主智能系统发展。当前人工智能领域的大量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，比如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、用户需要人工适配智能系统等，非常费时费力。因此，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。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。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人员成本。

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、天文学等传统科学的发展。

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10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，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。

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5年人工智能将提升各行业运转效率。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。

人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。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2018》重点推动物联网建设和人工智能的应用。世界军事强国也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。

人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，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，制定完善人工智能法律法规，规避可能的风险。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。美国白宫多次组织人工智能领域法律法规问题的研讨会、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”。

态势与思考

当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，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值得重视的问题。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。

高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《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。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。

态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，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。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北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已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。

差距不小。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，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明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司CompassIntelligence对全球100多家人工智能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。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。

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。

当前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、展现中国智慧等，需要深入思考。

树立理性务实的发展理念。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。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，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。

重视固本强基的原创研究。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。面临发展的临界点，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。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，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。

构建自主可控的创新生态。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。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要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。同时，我们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，并通过实施标准加速人工智能驱动经济社会转型升级的进程。

推动共担共享的全球治理。目前看，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。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。

（作者：中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士）

如何解决"人工智能超越人类智慧"的争议问题

测试人工智能系统是否具有智能最著名的方法是”图灵测试“。1950年，图灵发表论文《ComputingMachineryandIntelligence》提出了“机器思维”的概念[27,28]，提出一位测试者在与被测试者相互隔离不能进行直接交流的情况下，通过信息传输，和被测试者进行一系列的问答，在经过一段时间后，测试者如果无法根据获取的信息判断对方是人还是计算机系统，那么就可以认为这个系统具有同人类相当的智力能力，也就是说这台计算机是有思维能力的，这就是著名的“图灵测试”(TuringTesting)。图灵在论文中这样定义图灵测试：

“我们称下面这个问题为“模仿游戏”。游戏参与者包括一个男人，一个女人，以及一个任意性别的询问者。询问者与另两个人待在不同的房间里，并通过打字的方式与他们交流，以确保询问者不能通过声音和笔迹区分二者。两位被询问者分别用X和Y表示，询问者事先只知道X和Y中有且仅有一位女性，而询问的目标是正确分辨X和Y中哪一位是女性。另一方面，两位被询问者X和Y的目标都是试图让询问者认为自己是女性。也就是说，男性被询问者需要把自己伪装成女性，而女性被询问者需要努力自证。现在我们问：如果我们把“模仿游戏”中的男性被询问者换成计算机，结果会怎样？相比人类男性，计算机能否使询问者更容易产生误判？”。

图灵测试并没有定义智能的范畴，而只能作为一个人工智能的充分条件，关于这一点，图灵在论文中写道：

“机器能否拥有智能，为了回答这个问题我们应该首先定义‘机器’和‘智能’。一种可能性是根据大多数普通人的日常理解去定义这两个概念，但这样做是危险的。在这里我并不打算定义这两个概念，可能有人会说这项测试对机器而言过于严格——毕竟人类也无法反过来成功伪装成机器，这只需检查算术的速度和正确度即可辨别。难道被认为拥有智能的机器就不能表现出和人类不同的行为么？这是一个很有力的反对意见，但至少不管怎样，假如我们有能力制造出一个可以成功通过测试的机器的话，也就无需为这个反对意见烦恼了。”

图灵测试与人工智能的关系可以用集合的概念进行阐述，如上图所示。从图中可以看到“所有人类行为”对应的集合“和所有智能行为”对应的集合有交集但又互有不同。虽然“在全部智能行为”中有部分能力是人类靠自身力量无法完全实现，但人类可以被认为是有智能标准体，因此，能达到“人类水平”的部分—也就是两个集合交集的那个部分—就应该被认作是“拥有智能”的特征。而且，人类的所有行为并不总是和智能相关。图灵测试要求机器全面模拟“所有人类行为”，其中既包括人类“智能”的部分，也包括人类的“非智能”行为，由此可得出结论通过图灵测试是“拥有智能”的一个有效的充分条件，而非必要条件或充要条件。【以上内容引用微软研究院】

作为最被广泛应用的人工智能测试方法，图灵测试经常用来检验机器是否具备人的智能，但总体看，图灵测试的方法受人为因素干扰太多，严重依赖于裁判者和被测试者的主观判断，因此往往有人在没有得到严格验证的情况下宣称其程序通过图灵测试，例如2014年6月英国雷丁大学客座教授凯文•沃维克宣称一款名为“尤金•古特曼(EugeneGoostman)”的计算机软件通过了测试[30]，但是测试结果充满争议，例如机器人只要能够通过30%的评判标准即可被判定通过图灵测试，另外这个计算机软件通过扮演一名年仅13岁，且第二外语为英语的男孩让参与测试的裁判大幅度降低了测试难度。

中国科学院自动化所研究员王飞跃在“关于人工智能九个问题”中也对图灵测试存在的问题进行了讨论，他的意见主要有以下两点：

（1）第一点是人类的智能并不是一个单一的对象，而是有多个类别组成，同样人工智能对应也是多类别组成。图灵测试究竟测试的那些类别并不明确，从实践上看，目前图灵测试仅仅局限在语言智能等特定小领域里，不具备代表性。

（2）图灵测试并不是考官对一台计算机测试后就可以宣布其是否拥有智能，图灵测试的本意是指一个广义的人类做个为整体的考官，其测试的时间段也不是具体的一段时间而是广义的时间段，即所有的人类在所有时间都分辨不出人与机器之后，才算其人类智能与人工智能等价。

从上述讨论可以看出，图灵实验只对人工智能系统是否具有人类智能回答“是”或“否”，并不对人工智能系统的发展水平进行定量分析，而且测试的智能或智力种类还过于单一；在测试方法上存在漏洞，容易被测试者找到漏洞从而产生作弊行为，从上述存在的问题看，图灵实验目前还无法承担定量分析智能系统智力发展水平的需求。

二，解决人工智能威胁论争论的四个困难

总体看，目前包括图灵测试在内的各种方案中还存在无法定量分析人工智能发展水平的问题，只能定性的判断一个人工智能系统是否和人一样拥有同等水平的智力。但这个系统和人类智慧进行对比，高低程度如何，发展速度与人类智慧发展速度比率如何，上述中研究没有涉及到可具体执行的思路和方案。我们认为这些问题长时间存在，主要与下面提到的四点困难有关。

（1）第一个困难是没有统一的模型和测试方法对不同的人工智能系统进行测试。人工智能无论从理论研究还是从应用实践都存在众多分支和发展方向。在理论上人工智能分为三大学派，如符号主义(Symbolicism)或计算机学派(Computerism)；连结主义或生理学派(Physiologism)；行为主义(Actionism)或控制论学派(Cyberneticsism)等。在应用实践上，人工智能可以应用的方向包括符号计算、模式识别、机器翻译、机器学习、问题求解、逻辑推理与定理证明、自然语言处理、分布式人工智能、计算机视觉、智能信息检索、专家系统等等。

每种具体的人工智能系统往往只具备一个或若干上述提到的功能。例如IBM的深蓝强于计算能力，在国际象棋方面可以与人类对手一决高下；沃森系统拥有庞大知识库系统，因此可以在常识问答比赛中击败人类选手。因为没有统一的模型可以涵盖这些人工智能系统，就无法形成统一的测试方法进行测试和比较。如图1.2所示，人工智能系统A在计算能力上得分为100，人工智能系统B在计算机视觉识别上得分为80，人工智能系统C在机器翻译测试得分为90分，我们仍然无法得出结论A的智力能力高于C，C的智力能力高于B的结论。

（2）第二个困难是没有统一的模型和测试方法，能够同时对人工智能系统和人类进行测试，这也是当前人工智能威胁论产生最重要的原因之一。因为没有人工智能系统和人类智能水平统一的测量方法，人工智能威胁论宣扬者往往将计算机或软件系统表现强大的领域作为标准，例如计算能力，历史，地理等常识的掌握能力等，而忽略诸如图像识别能力，创新创造的能力，发现规律的能力等，对于这个原因产生的问题，人工智能威胁论反驳者往往无法拿出定量的数字结果进行反驳。

目前虽然针对人类智力能力的评测方法已经非常成熟，但过去100多年的发展和改进过程中，这些方法并没有考虑到人工智能系统的特点和发展水平，因此很难将人类的智商测试方法拿来测试人工智能系统。例如目前绝大多数人工智能系统就无法完成图1.3所示题目，因为测试者需要首先识别图像中的问题，并与图中的各个图形特征关联起来。做不到这一点，回答问题就无法进行下去。

图1.4所示的人类智商测试的题目需要测试者运用铅笔，钢笔等工具绘制图形。用手操作物体完成任务，解决问题是人类普通的能力[11]，但对大多数人工智能系统因为没有相应输出系统或操控设备，于是无法完成图1.4所示的测试。

（3）第三个困难是人工智能系统没有形成智力发展水平测试的标准输入输出接口。例如如图灵测试的问题问答，IBM深蓝与国际象棋大师的比赛，沃森系统与人类选手进行知识比赛等时，研究人员就需要研发不同的输入输入接口以满足测试需求。对于更多人工智能系统，在设计时往往由于只考虑到满足工作需求，而没有设计和开发与测试系统进行完整交互的能力，如图1.5所示。这个问题如果没有得到解决，对于发展新的统一的人工智能测试也将带来困难。

(4)第四个困难是没有关于人工智能智力发展水平的历史测试统计数据。由于针对人工智能系统一直没有产生定量分析方法，这个问题在今天依然存在。因为历史数据的缺失，研究者就无法绘制类似图1.6所示的人工智能系统智力水平的发展示意图，也无法将人工智能系统与人类智力发展水平进行比较。因此很难定量的对未来发展趋势进行预测。上文我们提到Facebook人工智能实验室主任YannLeCun在反驳人工智能威胁论时虽然给出了相关发展趋势图，但因为不是通过历史数据预测得来，因此说服力大打折扣。

如何解决这一问题，我们将在未来的系列文章中逐渐阐述。

关于OmegaAI计划

网易科技与AIE实验室联合科学院等相关机构，共同发起OmegaAI计划，利用大众和专家群体智慧共同解决人工智能，互联网，脑科学等领域的前沿交叉问题。

OmegaAI计划的主要工作包括：向大众，科技企业家，风险投资家和科学家征集人工智能等相关领域重要科学技术问题。通过互联网平台邀请专家，专业人士参与探讨，研究和解决人工智能等相关领域重要科学技术问题。定期召开研讨会和头脑风暴沙龙，对OmegaAI计划重点人工智能前沿问题进行探讨。定期通过网易科技，人工智能学家等媒体对外公布最新研究成果。（）

AIE实验室

万元奖金寻找中国科技企业创新线索

告诉我们您的创新，让“中国创新”进行报道

为了进一步挖掘中国科技创新企业成果，研究中国中国科技企业创新特征，AIE实验室与合作伙伴提供1万元奖金，征集中国科技企业创新线索。

无论是您正在从事的企业项目或者您发现的科技创新企业或项目，欢迎点击本文右下角”阅读原文“进行推荐，或打开链接地址http://form.mikecrm.com/wFL45P进行填写。活动时间为2016年5月18日到2016年8月18日。

对于推荐成功的参与者，将共同分享1万元奖金，并获得邀请参加AIE实验室前沿科技研究群，优先参加AIE实验室举办的活动，与业内顶级专家进行交流。AIE实验室每月将公布获奖名单。

人工智能学家Aitists

人工智能学家是权威的前沿科技媒体和研究机构，2016年2月成立人工智能与互联网进化实验室（AIELab)，重点研究互联网，人工智能，脑科学，虚拟现实，机器人，移动互联网等领域的未来发展趋势和重大科学问题。

长按上方二维码关注微信号Aitists

投稿邮箱：post@aitists.com返回搜狐，查看更多

人工智能超越人类智慧面临的四个困难

文/刘锋（互联网进化论）

本文是"人工智能学家"举办2015世界人工智能系统智商测试排名活动的第二篇文章，我们在第一篇文章《人工智能威胁论，企业家与人工智能学家的激烈对抗》”中详细介绍了阐述了人工智能威胁论产生的起源，和辩论双方的详细意见。本文将重点阐述图灵测试的先天不足和解决人工智能超越人类智慧争议面临的四个困难。

本世纪以来，随着互联网大数据的兴起，信息的爆炸式增长，深度学习等机器学习算法在互联网领域的广泛应用，人工智能再次进入快速发展的时期。与此同时，不同领域的科学家，企业家如物理学家霍金，微软创始人比尔盖茨等人，纷纷对人工智能的未来表达了担心，提出人工智能的快速发展可能对人类本身产生威胁，由于这些科学家，企业家具有很强的影响力，人工智能威胁论因此得到广泛传播。

在人工智能威胁论热度日益高涨的情况下，人工智能领域科学家对人工智能威胁论也提出了反驳意见。这其中就包括Facebook人工智能实验室主任，NYU计算机科学教授YannLeCun，百度首席科学家，斯坦福大学计算机科学系和电子工程系副教授吴恩达，中国科学院自动化所教授，人工智能领域专家王飞跃等

应该说人工智能威胁论引发争论背后，本质上是人工智能的智力发展水平能不能定量评测的问题。对于这个问题，前人研究者已经做出大量工作。例如1950年，图灵提出了著名的图灵实验，采用提问和人类裁判的方法，判断一台计算机是否具有同人相当的智力。

2015年3月StuartGeman，DonaldGeman等研究在NationalAcadSciences发表论文“VisualTuringtestforcomputervisionsystems”，提出的视觉图灵测试“VisualTuringtest”，目的是测试计算机能否能像人类那样描述一张图片。

除此之外，2015年1月，在德克萨斯州召开的美国人工智能大会（AAAI-15)上，学者专门组织了研讨会（BeyondTuringTest)，对图灵测试进行深入的讨论，并对智能的评测标准提出了新的建议。总体上，这些测试还存在分析范围单一，或无法定量分析的问题。我们首先看一下图灵测试。

一。图灵测试的先天不足

图灵测试并没有定义智能的范畴，而只能作为一个人工智能的充分条件，关于这一点，图灵在论文中写道：

中国科学院自动化所研究员王飞跃在“关于人工智能九个问题”中也对图灵测试存在的问题进行了讨论，他的意见主要有以下两点：

二，解决人工智能威胁论争论的四个困难

每种具体的人工智能系统往往只具备一个或若干上述提到的功能。例如IBM的深蓝强于计算能力，在国际象棋方面可以与人类对手一决高下；沃森系统拥有庞大知识库系统，因此可以在常识问答比赛中击败人类选手。因为没有统一的模型可以涵盖这些人工智能系统，就无法形成统一的测试方法进行测试和比较。如图1.2所示，人工智能系统A 在计算能力上得分为100，人工智能系统B 在计算机视觉识别上得分为80，人工智能系统C在机器翻译测试得分为90分，我们仍然无法得出结论A的智力能力高于C，C的智力能力高于B的结论。

(4) 第四个困难是没有关于人工智能智力发展水平的历史测试统计数据。由于针对人工智能系统一直没有产生定量分析方法，这个问题在今天依然存在。因为历史数据的缺失，研究者就无法绘制类似图1.6所示的人工智能系统智力水平的发展示意图，也无法将人工智能系统与人类智力发展水平进行比较。因此很难定量的对未来发展趋势进行预测。上文我们提到Facebook人工智能实验室主任YannLeCun在反驳人工智能威胁论时虽然给出了相关发展趋势图，但因为不是通过历史数据预测得来，因此说服力大打折扣。

如何解决这一问题，我们将在未来的系列文章中逐渐阐述。

注：本文为作者独立观点，不代表网易科技立场。

《易语中的》为网易科技旗下重点打造的专栏作者平台，欢迎投稿！投稿通道:tougao@service.netease.com

人工智能会超越人类智慧吗感觉我们地位受到威胁

原标题：人工智能会超越人类智慧吗？感觉我们地位受到威胁

这种可以猜测使用者思维的软件，让霍金本身成为人工智能的受益者。但他坦言，自己时刻在担忧机器的智慧最终会反噬人类，“到时它将可能以不断加快的速度重新设计自己。而人类则受制于生物进化速度，无法与其竞争，最终被超越。”

事实上，这样的隐忧早就在人们心底播下了种子。在不少科幻小说或电影中，都出现了人工智能机器拒绝服从人的命令的情节。《终结者》里的机器人杀手无比彪悍，让人恐惧；《坏机器人》里的Blinky受到小主人坏情绪的影响，发生错误、混乱并最终产生了毁灭性的后果。

对此，河北工业大学机械工程学院教授张明路并不完全认同。在他看来，这些机器由人制造出来，软件由人类编程设计，它们是我们意志、意图的载体，本身并没有意志和意图，更谈不上操纵人类，“因此，机器人威胁论被夸大了”。

“计算机能赢过围棋九段高手，并不意味着计算机比人聪明。”张明路说，计算机程序体现的是设计人员的水平，设计人员将高手遇到各种情况的思路全部集合起来，这样计算机在遇到各种情况时都会以最快速度找出最佳解决方案。“而如果让一个围棋水平一般的设计人员设计一台机器人和人类围棋高手对决，肯定连一盘都打不赢。”

担忧与猜测都归结于：机器自身是否能真正“思考”。张明路举例说，比如一辆人工智能汽车会选择到目的地最短行程的路线，行驶过程中，人工智能系统会实时感知和避障，但这并非人类的“思考”。

展开全文

“霍金提醒我们注意人工智能的发展方向并没有错，但最大的危害不是来自机器，更可能来自人心。”张明路表示，机器人和人工智能带来的真正问题是在它落在坏人手里的时候，最该关注的是机器人设计者的道德。

他说，就像核电站和核武器之间的区别一样，机器人、人工智能领域的进步会给不怀好意的人带来新的工具，他们可以通过利用这些智能系统来伤害别人，这也许才是人类要面对的最大风险。“但我们应当有能力控制这些风险，并时刻准备应对挑战。”

在不久前举行的2015中国人工智能大会上，中国科学院院士、中国人工智能学会副理事长谭铁牛也同样表示，任何高技术都是一把双刃剑。“虽然，人工智能现在还远不足以威胁人类生存，但其社会影响应该得到高度重视。未雨绸缪，建立相关的政策和法律法规，避免可能的风险，确保人工智能的正面效应。”返回搜狐，查看更多

责任编辑：

河北日报：人工智能会超越人类智慧吗

买个机器人带回家，既可以帮你洗衣做饭，又能兼任司机和保安，还能摇身一变陪你聊天，这样的生活是不是让人听来心潮澎湃？

这是将来人工智能的一个小小应用。随着科技的迅速发展，人工智能正在越来越深入到人们的工作和生活当中，并发挥重要作用。

然而，面对美好的梦想，却也有不少人担心，类似“终结者”的机器人杀手会变成现实。物理学家霍金和比尔·盖茨就一再公开表示，人工智能或将威胁人类生存。近日，霍金和特斯拉电动汽车总裁马斯克联合12000名企业家、名流，签署公开信，再一次提醒人们关注人工智能的潜在威胁。

如此“可怕”的提醒和预言，恐怕也阻挡不了机器人时代的终将到来。只不过，人类发展的人工智能是否真的会成为人类的“终结者”，无疑令人深思。我们探求，新技术的进步到底带给我们一个怎样的未来。

一种恐被超越的隐忧——机器的智慧会反噬人类

由于患有运动神经元疾病，霍金需要利用一台机器与外界交流。受智能手机输入法启发，美英两家科技公司为霍金量身定制出一款打字软件，使这位科学家的“说话”速度提升了一倍。

在不久前举行的2015中国人工智能大会上，中国科学院院士、中国人工智能学会副理事长谭铁牛也同样表示，任何高技术都是一把双刃剑。“虽然，人工智能现在还远不足以威胁人类生存，但其社会影响应该得到高度重视。未雨绸缪，建立相关的政策和法律法规，避免可能的风险，确保人工智能的正面效应。”

一个颠覆性的时代——很多工作都将可能蒸发

机器人在厂房工作，在餐厅接待顾客；无人驾驶汽车穿行于街道；无人机来往于空中送货……几个世纪以来，人们都在预测有一天机器会取代人做一切工作。

一个颠覆性的时代，似乎即将在不久后来临。

国际机器人联盟（IFR）公布数据显示，2014年全球工业机器人销量约为22.5万台，其中，中国机器人销量高达5.6万台，同比猛增54%。值得一提的是，这也是中国连续第二次蝉联全球机器人最大消费国。

国际机器人联盟还宣称，到2017年，中国的工业机器人保有量将在目前20万台的基础上，翻倍至40万台，占全球之首。

然而，当所有的工作都可以由机器人完成，我们又将去往何处？

硅谷企业家马丁·福特在新书《机器人时代：技术、工作与经济的未来》中认为，人工智能在大步迈进，所谓的“好工作”将会过时：一些律师、记者、上班族，甚至电脑程序员都将被机器人和智能软件取代，蓝领和白领工作都将可能蒸发，并且会给我们的社会、经济带来很多严重的问题。

“不可否认，机器人将在众多行业里大显神通，的确可能会抢食人类的饭碗，尤其是一些基础性、重复性的人工操作及危险性工作。”近日，张明路作为专家组成员之一，对一个863项目进行中期考核时发现：一家卫浴企业刚刚用机器人替代掉大量工人，进行水龙头打磨、瓷器喷釉等繁重工作。

但机器人将完全取代人类的观点，他认为也同样值得商榷。“由于机器人的分担，人类可以从危险和单调重复的差事中解放出来。”张明路表示，只有这样我们才能够有更多精力专注于人类本身的价值，所以我们并不需要过分担心机器人会抢走更多工作机会，而要顺势而动与机器人“并肩作战”。

值得注意的是，并不是所有行业，机器人都能胜任。“比如医疗机器人可以辅助医生定位、打支架等，精度可以精确到零点几毫米，但最终决策还是要靠医生，这是不能完全替代的。”他说。

毫无疑问，人们将可以花更多时间用于高级决策、规划、判断、推理、科研、教育等机器不擅长的工作。

“‘人+机器’的组合将是人工智能研究的主流方向。”谭铁牛说，人工智能和人类智能各有所长，因此需要取长补短，“人机共存”将成人类社会结构的常态。

一个不会停滞不前的发展——“智能+X”将成为创新时尚

当前，面向特定领域的专用人工智能技术取得突破性进展。谭铁牛介绍，甚至在单点突破、局部智能水平的单项测试中超越人类智能。比如日本仿人机器人、美国猎豹机器人、德国工业机器人，以及我国的人脸识别、虹膜识别等。

然而，美国伊利诺伊大学研究人员在对由MIT（麻省理工学院）开发的ConceptNet4人工智能系统的智商进行测试后发现，其智商相当于4岁儿童。伊利诺伊大学计算机科学领域掌门罗伯特·斯隆说：“人工智能系统的智商远没有达到8岁儿童的水平。”

尽管经过近60年的发展，人工智能已经取得了巨大的进步，但在不少人工智能专家看来，总体上还处于发展初期。中国工程院院士、香港中文大学（深圳）校长徐杨生表示，过去几十年，科学家往往将更多的精力集中在机器人动作的研究上，让机器人能像人类一样爬、抓、行、跳等，在真正的“智能”问题上却鲜有建树。

“人的大脑是一个通用智能系统，可以举一反三、融会贯通。”谭铁牛认为，与之相比，当前人工智能的差距还比较大，比如有智能没智慧、有智商没情商、会计算不会“算计”。他举例说，目前无人驾驶的概念车只能在某些测试路段做到高度自动驾驶，而在人口密集型城市街道实现完全自动驾驶还需要长期攻关。

那么，如何让人工智能系统真正有“智慧”？张明路认为，人类具有丰富的联想能力、理解能力、创造能力，要实现这些能力而又不通过建立类似人脑的机制，就会绕很大的弯路，几乎是不可能的。

要真正实现人工智能，必须借鉴人脑先进结构和学习思维的机制，再进行规模、结构和机理上的模拟，通过仿生学思路实现人工智能的突破。

谭铁牛表示，未来的人工智能研究需要和脑与神经科学、认知科学、心理学等学科深度交叉融合。“人工智能技术的发展将对传统行业产生颠覆性影响，‘智能+X’将成为创新时尚。人工智能将在国防、医疗、工业、农业、金融、商业、教育、公共安全等领域取得广泛应用，催生新的业态和商业模式，引发产业结构的深刻变革。”

在张明路看来，可以预见的是，不论遭到如何抵制，人工智能的发展都不会停滞不前。“就像人们曾担心手机、电脑影响人类生活，自动驾驶汽车和无人机存在威胁，但它们如今都已经或即将成为主流产品。”（记者周洁）

人工智能的历史、现状和未来 人工智能如何做到超越人类智慧