新一代人工智能的发展与展望人工智能从诞生到现在的发展历程图片

发表时间：2023-06-27 07:09:25

新一代人工智能的发展与展望

随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。

人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。

当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。

事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。

未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。

作者：徐云峰

catalogs:13000076;contentid:7688970;publishdate:2021-06-11;author:黄童欣;file:1623414511328-aff718d9-3742-46b0-b08c-e56bdd1ed8c8;source:29;from:中华读书报;timestamp:2021-06-1120:28:23;[责任编辑:]

人工智能的起源和人工智能发展历程

1.1图灵测试

测试者与被测试者(一个人和一台机器)隔开的情况下，通过一些装置(如键盘)向被测试者随意提问。多次测试(一般为5min之内)，如果有超过30%的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。

1.2达特茅斯会议

1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，

约翰·麦卡锡(JohnMcCarthy)

马文·闵斯基(MarvinMinsky，人工智能与认知学专家)

克劳德·香农(ClaudeShannon，信息论的创始人)

艾伦·纽厄尔(AllenNewell，计算机科学家)

赫伯特·西蒙(HerbertSimon，诺贝尔经济学奖得主)等科学家正聚在一起，讨论着一个完全不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。

会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：“人工智能”，因此，1956年也就成为了人工智能元年。

2、人工智能发展历程

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：

第一是起步发展期：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。

第二是反思发展期：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。

第三是应用发展期：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。

第四是低迷发展期：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。

第五是稳步发展期：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。

第六是蓬勃发展期：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。

重磅：中国人工智能40年发展简史

1978年3月，全国科学大会在北京召开。在华国锋主持的大会开幕式上，邓小平发表了“科学技术是生产力”的重要讲话。大会提出“向科学技术现代化进军”的战略决策，打开解放思想的先河，促进中国科学事业的发展，使中国科技事业迎来了科学的春天[9]。这是中国改革开放的先声，广大科技人员出现了思想大解放，人工智能也在酝酿着进一步的解禁。吴文俊提出的利用机器证明与发现几何定理的新方法——几何定理机器证明(图1)，获得1978年全国科学大会重大科技成果奖就是一个好的征兆。

20世纪80年代初期，钱学森等主张开展人工智能研究，中国的人工智能研究进一步活跃起来。但是，由于当时社会上把“人工智能”与“特异功能”混为一谈，使中国人工智能走过一段很长的弯路。一方面，包括许多人工智能学者在内的研究者把人工智能与特异功能搅在一起“研究”;另一方面，社会上在批判“特异功能”时将“人工智能”一起进行批判，把两者一并斥之为“伪科学”。

2.艰难起步

20世纪70年代末至80年代，知识工程和专家系统在欧美发达国家得到迅速发展，并取得重大的经济效益。当时中国相关研究处于艰难起步阶段，一些基础性的工作得以开展。

1)派遣留学生出国研究人工智能。

改革开放后，自1980年起中国大批派遣留学生赴西方发达国家研究现代科技，学习科技新成果，其中包括人工智能和模式识别等学科领域。这些人工智能“海归”专家，已成为中国人工智能研究与开发应用的学术带头人和中坚力量，为发展中国人工智能做出举足轻重的贡献。

2)成立中国人工智能学会。

1981年9月，中国人工智能学会(CAAI)在长沙成立，秦元勋当选第一任理事长。于光远在大会期间主持了一次大型座谈会，讨论有关人工智能的一些认识问题。他指出：“人工智能是一门新兴的科学，我们应该积极支持;对所谓‘人体特异功能’的研究是一门伪科学，不但不应该支持，而且要坚决反对。”1982年，中国人工智能学会刊物《人工智能学报》在长沙创刊，成为国内首份人工智能学术刊物。

CAAI首任理事长秦元勋也颇受争议。秦元勋获美国哈佛大学博士学位后于1948年回国，历任中国科学院数学研究所研究员、执行副所长，中国核学会计算物理学会理事长，中国人工智能学会首届理事长等职。他在常微分方程的定性理论、运动稳定性、近似解析、机器推理等方面的研究，在中国处于开创的地位。其中极限环的研究，具有国际先进水平。他曾负责完成了中国第一颗原子弹和氢弹的威力计算工作，是1982年国家自然科学奖一等奖的原子弹氢弹设计原理中的物理力学数学理论项目的主要工作者之一，并开辟了计算物理学这一新的学科分支。

3)开始人工智能的相关项目研究。

20世纪70年代末至80年代前期，一些人工智能相关项目已被纳入国家科研计划。例如，在1978年召开的中国自动化学会年会上，报告了光学文字识别系统、手写体数字识别、生物控制论和模糊集合等研究成果，表明中国人工智能在生物控制和模式识别等方向的研究已开始起步。又如，1978年把“智能模拟”纳入国家研究计划。不过，当时还未能直接提到“人工智能”研究，说明中国的人工智能禁区有待进一步打开。

3.迎来曙光

1984年1月和2月，邓小平分别在深圳和上海观看儿童与计算机下棋时，指示“计算机普及要从娃娃抓起”。此后，中国人工智能研究的境遇有所好转。例如，人民日报关于人工智能的报道也渐渐多了起来。20世纪80年代中期，中国的人工智能迎来曙光，开始走上比较正常的发展道路。

国防科工委于1984年召开了全国智能计算机及其系统学术讨论会，1985年又召开了全国首届第五代计算机学术研讨会。1986年起把智能计算机系统、智能机器人和智能信息处理等重大项目列入国家高技术研究发展计划(863计划)。

1986年，清华大学校务委员会经过三次讨论后，决定同意在清华大学出版社出版《人工智能及其应用》著作。

1987年7月《人工智能及其应用》在清华大学出版社公开出版，成为国内首部具有自主知识产权的人工智能专著。接着，中国首部人工智能、机器人学和智能控制著作分别于1987年、1988年和1990年问世。1988年2月，主管国家科技工作的国务委员兼国家科委主任宋健亲笔致信蔡自兴(图2)，对《人工智能及其应用》的公开出版和人工智能学科给予高度评价，指出该人工智能著作的编著和出版“使这一前沿学科的最精彩的成就迅速与中国读者见面，这对人工智能在中国的传播和发展必定会起到重大的推动作用……我深信，以人工智能和模式识别为带头的这门新学科，将为人类迈进智能自动化时期做出奠基性贡献。”宋健对该书的高度评价，体现出他对发展中国人工智能的关注和对作者的鼓励，对中国人工智能的发展产生了重大和深远的影响。

在这封信中宋健还提到：“十年前，当我们和钱先生修订工程控制论时，尚无系统参考书可言，只能断断续续介绍一些思路。现在钱先生看到此书，也一定会欣喜万分。”这体现了宋健的谦虚品德，也表现出钱学森当时对人工智能的热烈支持。

1987年《模式识别与人工智能》杂志创刊。

1989年首次召开了中国人工智能联合会议(CJCAI)，至2004年共召开了8次。此外，还曾经联合召开过6届中国机器人学联合会议。

1993年起，把智能控制和智能自动化等项目列入国家科技攀登计划。

1993年7月，宋健应邀为中国人工智能学会智能机器人分会成立题词“人智能则国智科技强则国强”，向成立大会表示祝贺。本题词很好地阐明了人工智能与提高民族素质、增强科技实力和建设现代化强国的辩证关系，也是国家科技领域领导人对中国人工智能事业的有力支持以及对全国人工智能工作者的殷切期望。

4.蓬勃发展

进入21世纪后，更多的人工智能与智能系统研究课题获得国家自然科学基金重点和重大项目、国家高技术研究发展计划(863计划)和国家重点基础研究发展计划(973计划)项目、科技部科技攻关项目、工信部重大项目等各种国家基金计划支持，并与中国国民经济和科技发展的重大需求相结合，力求为国家做出更大贡献。这方面的研究项目很多，代表性的研究有视觉与听觉的认知计算、面向Agent的智能计算机系统、中文智能搜索引擎关键技术、智能化农业专家系统、虹膜识别、语音识别、人工心理与人工情感、基于仿人机器人的人机交互与合作、工程建设中的智能辅助决策系统、未知环境中移动机器人导航与控制等。

2006年8月，中国人工智能学会联合其他学会和有关部门，在北京举办了“庆祝人工智能学科诞生50周年”大型庆祝活动。除了人工智能国际会议外，纪念活动还包括由中国人工智能学会主办的首届中国象棋计算机博弈锦标赛暨首届中国象棋人机大战。东北大学的“棋天大圣”象棋软件获得机器博弈冠军;“浪潮天梭”超级计算机以11：9的成绩战胜了中国象棋大师。这些赛事的成功举办，彰显了中国人工智能科技的长足进步，也向广大公众进行了一次深刻的人工智能基本知识普及教育。主办者认为，这次中国象棋人机大战“无论赢家是人类大师或超级计算机，都是人类智慧的胜利”。

同年，《智能系统学报》创刊(图3)，这是继《人工智能学报》和《模式识别与人工智能》之后国内第3份人工智能类期刊。他们为国内人工智能学者和高校师生提供了一个学术交流平台，对中国人工智能研究与应用起到促进作用。

2009年，中国人工智能学会牵头组织，向国家学位委员会和国家教育部提出设置“智能科学与技术”学位授权一级学科的建议。该建议指出：现在信息化向智能化迈进”的趋势已经显现;因此，今天培养的智能科学技术高级人才大军，正好赶上明天信息化向智能化大规模迈进的需要。为此，一个顺理而紧迫的建议就是：为了适应信息化向智能化迈进的大趋势，为了实现建设创新型国家的大目标，在中国学位体系中增设智能科学与技术博士和硕士学位授权一级学科。这个建议凝聚了中国广大人工智能教育工作者的心智心血和他们的远见卓识，对中国人工智能学科建设具有十分深远的意义。

5.国家战略

近两年来，中国的人工智能已发展成为国家战略。国家最高领导人习近平、李克强发表重要讲话，对发展中国人工智能和机器人学给予高屋建瓴的指示与支持。

2014年6月9日，习近平总书记在中国科学院第十七次院士大会、中国工程院第十二次院士大会开幕式上发表重要讲话强调：“由于大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐加快，3D打印、人工智能迅猛发展，制造机器人的软硬件技术日趋成熟，成本不断降低，性能不断提升，军用无人机、自动驾驶汽车、家政服务机器人已经成为现实，有的人工智能机器人已具有相当程度的自主思维和学习能力。……我们要审时度势、全盘考虑、抓紧谋划、扎实推进。”这是党和国家最高领导人首次对人工智能和相关智能技术的高度评价，是对开展人工智能和智能机器人技术开发的庄严号召和大力推动。

2015年十二届全国人大三次会议上，李克强总理在政府工作报告中提出：“人工智能技术将为基于互联网和移动互联网等领域的创新应用提供核心基础。未来人工智能技术将进一步推动关联技术和新兴科技、新兴产业的深度融合，推动新一轮的信息技术革命，势必将成为我国经济结构转型升级的新支点。”这是对人工智能技术的重要作用给予的充分肯定，是对人工智能的有力促进。

2015年5月，国务院发布《中国制造2025》(图4)，部署全面推进实施制造强国战略。这是中国实施制造强国战略第一个十年的行动纲领。围绕实现制造强国的战略目标，《中国制造2025》明确了9项战略任务和重点。

这些战略任务，无论是提高创新能力、信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设，或是推动重点领域突破发展、全面推行绿色制造、推进制造业结构调整、发展服务型制造和生产性服务业、提高制造业国际化发展水平，都离不开人工智能的参与，都与人工智能的发展密切相关。人工智能是智能制造不可或缺的核心技术。

2016年4月，工业和信息化部、国家发展改革委、财政部等三部委联合印发了《机器人产业发展规划(2016—2020年)》，为“十三五”期间中国机器人产业发展描绘了清晰的蓝图。该发展规划提出的大部分任务，如智能生产、智能物流、智能工业机器人、人机协作机器人、消防救援机器人、手术机器人、智能型公共服务机器人、智能护理机器人等，都需要采用各种人工智能技术。人工智能也是智能机器人产业发展的关键核心技术。

2016年5月，国家发改委和科技部等4部门联合印发《“互联网+”人工智能三年行动实施方案》，明确未来3年智能产业的发展重点与具体扶持项目，进一步体现出人工智能已被提升至国家战略高度。根据方案的内容，未来3年将在3个大方面、9个小项推进智能产业发展。

国家最高领导人对人工智能的高度评价和对发展我国人工智能的指示，《中国制造2025》、《机器人产业发展规划(2016—2020年)》和《“互联网+”人工智能三年行动实施方案》的发布与施行，体现了中国已把人工智能技术提升到国家发展战略的高度，为人工智能的发展创造了前所未有的优良环境，也赋予人工智能艰巨而光荣的历史使命。

2015年7月在北京召开了“2015中国人工智能大会”。发表了《中国人工智能白皮书》，包括“中国智能机器人白皮书”、“中国自然语言理解白皮书”、“中国模式识别白皮书”、“中国智能驾驶白皮书”和“中国机器学习白皮书”，为中国人工智能相关行业的科技发展描绘一个轮廓，给产业界指引一个发展方向。

2016年4月由中国人工智能学会发起，联合20余家国家一级学会，在北京举行“2016全球人工智能技术大会暨人工智能60周年纪念活动启动仪式”(图5)。这次活动恰逢国际人工智能诞辰60周年，谷歌AlphaGo与韩国围棋九段棋手李世石上演“世纪人机大战”(图6)，将人工智能的关注度推到了前所未有的高度。启动仪式共同庆祝国际人工智能诞辰60周年，传承和弘扬人工智能的科学精神，开启智能化时代的新征程。

现在，人工智能已发展成为国家发展战略，中国已有数以10万计的科技人员和大学师生从事不同层次的人工智能相关领域研究、学习、开发与应用，人工智能研究与应用已在中国空前开展，硕果累累，必将为促进其他学科的发展和中国的现代化建设做出新的重大贡献。

二、主要成就

中国的人工智能研究开发、学科建设、产业应用和社会服务等方面，已经取得不俗的成就，主要可以从以下几点得到证实。

1.形成人工智能学科

1981年9月建立了全国性的人工智能组织中国人工智能学会(CAAI)，标志着中国人工智能学科的诞生。1982年在长沙创办中国人工智能学会刊物《人工智能学报》，成为中国人工智能学科领域的第一份学术刊物。中国人工智能学会大会每两年举行一次，至目前已举办16届。中国人工智能学会成立后，又相继成立了中国人工智能学会智能机器人专业委员会、机器学习专业委员会、模式识别专业委员会、自然语言处理专业委员会和智能控制专业委员会、人工智能教育工作委员会等。

此外，中国计算机学会的一些二级学会也开展人工智能相关学术活动，为中国人工智能的发展做出了应有贡献。例如，中国计算机学会成立了人工智能与模式识别专业委员会，中国自动化学会成立了模式识别与机器智能专业委员会以及智能自动化专业委员会等二级学会。有些省市也成立了地方人工智能学会。1989—2004年，由中国人工智能学会、中国计算机学会等多个学会联合举办过7届中国人工智能联合会议(CJCAI)。

与人工智能密切相关的机器学习、模式识别、智能机器人、自然语言处理、专家系统等领域的学术组织也先后成立，学术活动也十分热烈。例如，国内机器学习的重要学术活动包括每两年举行一次的中国机器学习会议和每年举行的中国机器学习及其应用研讨会。前者由中国计算机学会人工智能与模式识别专业委员会协办，目前已历经15届。后者每届会议包括特邀报告、大会交流及TopConferenceReview等部分，迄今已历经13届。又如，中国人工智能学会智能机器人专业委员会自1993年成立以来，每两年举行一次全国智能机器人学术会议，已组织过11届，还与其他学会共同举办过6次中国机器人联合会议。在王湘浩倡导与组织下，全国高校人工智能研讨会研究班自1980年起每年举行一次，是国内最早的人工智能学术研讨活动。

这些人工智能学术组织和会议开展广泛深入的国内外学术交流，对开展人工智能学术活动和组织科技交流起到积极的作用，有力推动了中国人工智能科技发展和学科建设。

2.科学研究成绩斐然

国家已先后设立了各种与人工智能相关的研究课题，如国家自然科学基金重大专项、重点项目和面上项目，国家863计划项目，国家重大战略项目智能制造2025等。在这些科研基金的支持下，国内人工智能研究已取得许多突出成果。

1)人工智能基础研究成果突出

除了前面提到的几何定理证明的“吴氏方法”外，吴文俊还于2004年发表了重要论文“计算机时代的脑力劳动机械化与科学技术现代化”，宣布他在几何定理证明“机械化”方面的系列成果，指出：“在几何定理机器证明取得成功之后的20多年来，笔者与许多志同道合的同志们在科技部、科学院、基金委等大力支持下，开展了一场可谓‘数学机械化’的‘运动’，在理论与应用诸多方面都已取得了若干成功。”

国内学者在人工智能的诸多领域，如问题求解、不确定推理、泛逻辑理论、拓扑学、模式识别、图像处理、机器学习、专家系统、智能计算和智能控制等领域的基础研究也多有建树，取得一批具有国际先进水平的创造性成果。例如，在模式识别方面，对文字识别、语音识别(图7)、指纹识别、人脸识别、虹膜识别和步态识别等进行深入研究，涉及生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主导航、保安、银行、交通、军事、电子商务和多媒体网络通信等应用领域。

又如，机器学习也是人工智能的核心研究领域之一。现在机器学习的大数据往往体现出多源异构、语义复杂、规模巨大、动态多变等特殊性质，为传统机器学习技术带来了新的挑战。为应对这一挑战，国内科技企业巨头华为、百度等与国外巨头谷歌、微软、亚马逊等展开竞争，纷纷成立以机器学习技术为核心的研究院，以充分挖掘大数据中蕴含的巨大商业与应用价值。深度学习是机器学习领域一个新兴的子领域与研究方向，它是一种通过多层表示来对数据之间的复杂关系进行建模的算法。深度学习模仿人脑结构，具有更强的建模和推理能力，能够更有效地解决多类复杂的智能问题。近年来，中国在深度学习研究方面也取得重要进展，一些研究成果接近或达到国际先进水平。

中国学者在自动规划领域也取得开创性成果。1985年提出与发展了基于专家系统的机器人规划机理与方法，实现了人工智能专家系统与机器人技术的结合，为基于知识的自动规划和高层控制开辟了一条新途径，对提高生产的智能化水平具有重要意义，并推动国内外机器人规划研究的发展。该成果被广泛引用，并被收入清华大学吴麒等主编的全国高校规划教材《自动控制原理》。1999年以来，又在机器人进化规划方面取得创新性成果。

国内在认知计算、情感计算、模式识别、神经网络、智能驾驶、水下机器人和其他智能机器人等领域也取得一批具有国际先进水平的研究成果，培养了一批优秀的学术带头人：郭爱克、任继福、李衍达、王守觉、焦李成、贺汉根、蔡鹤皋、徐玉如和黄心汉等。

此外，有些人工智能基础研究获得国际奖励，如1990年张钹获得ICL欧洲人工智能奖，蔡自兴指导的王勇博士获得2015IEEE计算智能学会优秀博士学位论文奖等。

值得一提的是美籍华裔学者王浩对人工智能的杰出贡献。1958年夏天，王浩在纽约州的IBM实验室的一台IBM704机器上用汇编语言编写了3个程序，证明了罗素和怀特海《数学原理》中的200多个定理。他关于数理逻辑的一个命题被国际上定为“王氏悖论”。1966年，他在哈佛大学指导的博士生StephenCook，因NP完全性方面的开创性研究成果而获得1982年图灵奖。王浩还与吴文俊进行了合作研究。

2)专用人工智能开发有所突破

中国在专用人工智能领域取得了突破性的进展，已在自然语言处理和语音识别、图像识别、机器学习、虚拟现实、智能处理器、认知计算、智能驾驶和智能机器人等方面取得一大批具有国际先进水平的应用成果。

互联网和大数据推动人工智能进入了新的发展阶段。中国的智能语音技术在移动互联网、呼叫中心、智能家居、汽车电子等领域的研究与应用逐步深入，带动智能语音产业规模持续快速增长。2013年科大讯飞以54.2%的市场份额继续处于国内领先地位。智能语音正在成为主流的交互方式之一。

近几年在多层神经网络基础上发展起来的深度学习和深度神经网络已在中国很多模式识别领域获得成功应用。其中，中国科学院自动化研究所谭铁牛团队在虹膜识别领域，坚持从虹膜图像信息获取的源头进行系统创新，全面突破虹膜识别领域的成像装置、图像处理、特征抽取、识别检索、安全防伪等一系列关键技术，建立了虹膜识别比较系统的计算理论和方法体系，还建成目前国际上最大规模的共享虹膜图像库，已大规模用于煤矿人员辨识和北京城铁监控等，并在70个国家和地区的3000多个科研团队推广使用，有力推动了虹膜识别学科发展。

在2010年举行的国际上难度最高、规模最大的虹膜识别专业测评竞赛中，谭铁牛团队提交的算法，从来自25个国家和地区的41支参赛团队里脱颖而出，以测试性能指标超过第2名41.3%的绝对优势蝉联虹膜识别算法赛事冠军(图8)。在2008年进行的上届国际虹膜识别算法竞赛上，谭铁牛团队战胜来自35个国家和地区的97支参赛队伍。这充分展示出中国在虹膜识别领域领先国际的整体实力。

在模式识别领域，石青云领衔的北大高科指纹技术有限公司在指纹识别领域取得领先成果，成为国家科技强警的利剑。

专家系统已在国内获得广泛应用，应用领域涉及工业、农业等行业，其经济效益相当可观。例如，在冶金专家系统的开发与应用方面，已把专家系统技术用于高炉建模、监控与诊断等，建立了基于多核学习的高炉自动化框架、基于Volterra级数的高炉系统数据驱动建模、高炉热风炉流量设定、高炉炉温预测、铁水含硅量预报、数据采集处理、布料状态评估、炉况分析与监控、诊断与决策支持等专家系统，实现高炉炼铁过程的智能化(图9)。

3)计算智能与进化计算研究引人注目

计算智能是人工智能的新领域，涉及模糊计算，神经计算、进化计算和免疫计算等。近10多年来，中国在计算智能特别是进化计算研究方面取得不少国际领先成果。中国科技大学、中南大学、西安电子科技大学和中国科学院自动化研究所等院校都做出颇具影响的贡献。蔡自兴团队在进化计算领域研究取得的成果就是一个很好的例证。

蔡自兴团队提出的一些进化计算算法处于国际领先水平，引起国际进化计算学界的广泛重视，已成为相关算法比较的基准，不仅对算法设计观点颇有指导价值，而且已成功地应用于国内外30多个领域，并得到国际高级检索机构的顶级检录，已对国际计算智能研究产生重要影响。例如，他们提出的一种单目标差分进化算法CoDE，已成为美国加州大学伯克利分校RickardOC和SitarN设计的商业软件bSLOP的核心技术;该软件已在苹果官方网站上售出。SahalosJN、YaoX和NajyWKA分别把CoDE算法成功地直接应用于移动通信系统设计、产品缺陷预测软件和电网保护协调。很少有同类算法能够引起国际上如此密切关注和获得这么多的优化问题的成功应用。此外，他们提出的一种被国际上广泛引用和应用的算法，被称为“蔡王算法”(CWAlgorithm)，获得好评。

近10多年来，计算智能“中国海外军团”异军突起，成绩斐然。在计算智能与进化算法研究领域，YaoX(姚JinYC(金耀初)等的研究成果获得国际同行公认，成为进化计算领域的国际学术领军人物，并为中国的计算智能与进化计算研究起到促进作用。

3.著作和科技论文出版发行

据不完全统计，自1987年人工智能著作开禁以来全国已编著出版了70多部人工智能著作。这些著作有专著，也有教材，不乏深受读者欢迎的高水平作品。例如，上面提到的引领人工智能著作开禁的《人工智能及其应用》(图10)，已先后出版了7个版本，印刷50多次，发行40多万册，拥有上百万读者，得到广泛应用，对国内人工智能基础研究、开发应用和人才培养发挥了重大作用。张钹的专著《问题求解理论与应用》先后在国内外出版，提出基于统计推断的启发式搜索和基于拓扑的空间规划方法，降低了计算复杂性，具有重要的应用价值。此外，谭铁牛、陆汝钤、何新贵、石青云、何志均、涂序彦、钟义信、李德毅、周志华、蔡自兴、蔡文、史忠植、何华灿、施鹏飞、王万森等在国内外出版的人工智能相关专著，在一定程度上反映出中国人工智能的研究成果，对进一步开展国内外学术交流起到重要作用。

此外，从事人工智能相关研究人员和高校师生，已在国内外知名刊物与学术会议上发表了数以万计的人工智能相关论文。其中不乏高水平文章，例如，王勇与蔡自兴合作的论文曾被列为2012年进化计算国际顶级刊物《IEEETransactionsonEvolutionaryComputation》他引次数最高的论文。

还有一些论文被评为国内外学术会议与学术刊物的优秀论文。

4.人工智能教育培养大批专门人才

人工智能教育和人才培养是人工智能学科发展的重要基础。国内自20世纪80年代中期始，在少数高校开设各种人工智能类课程。经过推广与提高，30年前的人工智能星星之火如今已形成燎原之势，数以百计的高校开设了各种层次的人工智能课程，有些课程已成为我国高校教育园地上的奇葩。

例如，中南大学的“人工智能”课程已成为首批国家级精品课程、教育部新世纪优秀网络课程、国家级全国双语示范课程、首批国家级精品视频公开课和国家级精品资源共享课程。表1所示为入选国家级质量工程的人工智能类相关精品课程名单。这些人工智能类课程在改革中不断发展壮大，已为国家培养了成千上万的人工智能专门人才。虽然这些课程只占数以千计的国家级质量工程课程的冰山一角，但也表明人工智能课程仍然占有一席之地，并具有不可替代的作用，产生了非常的影响力。

全国智能科学与技术教育暨教学学术会议是国内人工智能教育与教学领域具有特色的最权威的学术盛会，自2003年起已举办10次，对于人工智能及其相关学科的教育教学、学科建设和人才培养发挥了关键作用。

2005年在北京大学开设的智能科学与技术专业，已在全国近30所大学开设，仅这些大学的“智能”专业每年就培养大约2000名人工智能专业人才。据估计，近30年来，全国高校已培养人工智能及其相关学科的硕士和博士数以千计，本科毕业生数以万计。这些高层次的人工智能专门人才是中国发展人工智能的最为宝贵的财富。他们有幸遇上难逢的人工智能大好发展机遇，必将成为中国人工智能跨越式发展的中坚力量。

5.人工智能产业化蓬勃发展

尽管中国的人工智能产业化应用尚存在较大不足，但仍然已建立了一定的基础，并呈现蓬勃发展的势头。据不完全统计，最近5年内，中国在人工智能产业化应用领域的投资已超过1000多亿元。下面略举数例说明中国人工智能产业化的发展情况。

1)模式识别

在虹膜识别、步态识别、身份识别等领域取得新成果。近年来，在多层神经网络基础上发展起来的深度学习和深度神经网络在很多模式识别应用领域产生了领先的性能，成为当前最热门的方法。前面提到的虹膜识别及其在身份识别等方面的成功应用，已形成产业，占领国内外市场，就是很好的例证。

2)语音识别

中国在自然语言处理特别是语音识别领域已经达到国际先进水平。

2015年中国智能语音产业规模达到40.3亿元，较2014年增长41.0%，远高于全球语音产业增长速度。预计到2017年，中国语音产业规模预计达到100.7亿元。2015年智能语音市场继续保持寡头垄断格局，科大讯飞已跻身全球排名前五，占有中文语音技术市场70%以上市场份额，语音合成产品市场份额达到70%以上。现在中国智能语音的应用需求不断增加，应用市场更加广阔，已在智能家居、智能车载、智能客服、智能金融、智能教育和智能医院等场合得到越来越多的应用。此外，一些海外留学人员也在语音识别领域取得国际领先水平的成果，微软研究院黄学东就是该领域的一位突出代表。

3)人机博弈

中国象棋是中华民族的文化瑰宝，是一种怡神益智的活动，千百年来长盛不衰，深受广大群众的喜爱。自2006年8月举行“浪潮杯”首届中国象棋人机大战(图11)，至今已有10年，共举行过5届大赛，产生深远影响。同样中国也是国际围棋的发源地，无论是国际围棋或中国象棋，在国内具有众多的人机博弈爱好者，其产业发展和市场前景十分看好。仅一款象棋对战游戏平台软件，就可以万人同时参与在线对决。

4)专家系统

自20世纪80年代以来，专家系统在工业、农业、商业、科技、教育、服务业等领域获得广泛应用。以农业专家系统为例，开展了各种农业专家系统的研究、开发及推广应用(图12)。例如，作物病虫预测专家系统、农作制度专家系统、玉米低温冷害防御专家系统、蚕育种专家系统、小麦专家系统等。

20世纪90年代以后，中国农业专家系统得到了迅速发展，已成为农业信息技术的突破口。国家自然科学基金委、科技部、农业部和许多省级部门都安排了相应的攻关课题;863计划项目已将农业专家系统等智能化农业信息技术列为国家重点课题，搭建了中国农业专家系统研究开发的战略平台，为农业专家系统的进一步开发起到了积极催化作用。进入2l世纪以后，农业专家系统的开发速度日益加快，不仅数量增多，而且涉及的领域也更加全面，开发的深度和广度有了很大的进展，为大范围推广应用农业专家系统铺平了道路。

如小麦栽培管理农业专家系统、水稻高产栽培专家决策系统、番茄栽培管理专家系统、温室番茄病虫害缺素诊断与防治系统等。这些农业专家系统的开发，促进了农业科技成果的转化，为发展高产、优质、高效农业做出了巨大贡献。

此外，我国在机器学习、智能机器人、智能驾驶等人工智能领域，也已有不同程度的产业集聚，产业化步伐逐步加快。

在中国人工智能产业化过程中，企业巨头抢滩布局人工智能产业链，各大IT公司积极投入人工智能产业研发。

他们非常关注深度学习的应用前景，纷纷成立以机器学习技术为核心的研究院，充分挖掘大数据中蕴含的巨大商业与应用价值。例如，2012年，华为成立诺亚方舟实验室，运用以深度学习为代表的人工智能技术对移动信息大数据进行挖掘，寻找有价值的规律。2013年，百度成立深度学习研究院，研究如何运用深度学习技术对大数据进行智能处理，提高分类和预测等任务的准确性。近年来还涌现出寒武纪、甲骨文、地平线、北京云知音和湖南自兴等一批初露头角的涉及人工智能的创业实体，从某种程度上体现出人工智能领域大众创业万众创新的磅礴生机。

从整体来看，中国的人工智能产业化仍处于起步阶段。毫无疑问，在人工智能产业创业与竞争过程中，会出现多家实力强大的企业，有些企业也会在某些领域内形成领先优势甚至垄断局面。

6.开设多种人工智能奖项

为了总结中国人工智能的研究成果，表彰人工智能工作者的突出贡献，鼓励更多的人员投身人工智能的创造性研究，设立了一些人工智能奖项，其中比较重要的有如下几种。

吴文俊人工智能科学技术奖是中国智能科学技术领域唯一以个人名字命名、依托社会力量设立的科学技术奖。该奖项以“尊重知识、尊重人才、尊重创造”为方针，奖励在智能科学技术活动中做出突出贡献的单位和个人，以不断推进中国智能科学技术领域创新与发展。

该奖项是经国家科学技术奖励委员会批准设立的全国奖项，被誉为“中国人工智能科技最高奖”，于2010年起开设，已举行了5届。

其中，有4位人工智能杰出学者获得(终身)成就奖。中国计算机学会也于2010年始设立终身成就奖，授予70岁以上、在计算领域做出卓越成就与贡献、被业界广泛认可的老科学家，其中，有2位从事人工智能研究取得突出成果的计算机学者获得此项殊荣。

“中国象棋人机大战”计算机博弈大赛始于2006年，已举行5届，引起国内外人工智能学界和主流媒体的高度重视。随着今年AlphaGo与围棋九段李世石人机对决引发的新一轮的人工智能与机器博弈热潮，中国象棋的人机大战必将攀上新的高度，为推动中国人工智能发展做出其独特的贡献。

自1998年以来，已在中国举行了数百场智能系统、智能机器人和智能小车比赛，其中包括一些国际比赛。这些比赛吸引了成千上万的青少年学生参加，并获得大批国内外奖励，这对于提高他们对信息科技特别是人工智能的兴趣，培养他们的创新思维和创新能力，锻炼人工智能科技接班人具有不可替代的重要作用。

中国一些学者和学生还获得国际重要奖励。例如，王勇获得2015年IEEE计算智能学会优秀博士学位论文奖(图17)，这是中国大学首次获得该项殊荣。

据不完全统计，表2给出获得国内外人工智能重要奖项的名单。

7.国际交流

改革开放以来，特别是进入21世纪以来，中国的人工智能国际交流与合作进一步开展。

2006年，中国人工智能学会联合美国人工智能学会和欧洲人工智能协调委员会，共同发起在北京召开了InternationalConferenceonArtificialIntelligence(人工智能国际学术会议，图18)，隆重庆祝国际人工智能学科诞生50周年。时任全国人大常委会副委员长的许嘉璐等在大会上致词。中国人工智能研究开拓者和领军人物吴文俊、模糊数学创始人美国ZadehLA、国际EBMT机器翻译方法发明人NagaoM等在大会上做主题报告。大会开得非常成功，影响广泛。

2013年还承办了第23届国际人工智能联合会议(InternationalJointConferenceonArtificialIntelligence，IJCAI)，这是国际人工智能领域规模最大、影响最广泛、学术地位最高的综合性会议。承办国际人工智能联合会议表明中国的人工智能研究与应用已在世界范围内产生积极影响。

中国还创办与主办一些人工智能或与人工智能密切相关的国际会议。例如，2010年举办了全球智能控制与自动化国际会议(TheWorldCongressonIntelligentControlandAutomation，WCICA)，自1993年以来每2年举行一次，共举行了12届。本会议已成为具有国际影响力的智能科技盛会。此外，中国人工智能学会还发起组织“国际高级智能会议”，已经举办了2次。

8.人工智能对社会的影响日益扩大

人工智能的发展已对人类及其未来产生深远影响，这些影响涉及人类的经济利益、社会作用和文化生活等方面。仅社会影响而言，就包括劳动就业问题、社会结构变化、思维方式与观念、心理上的威胁等。

1)劳务就业问题。由于人工智能能够代替人类进行各种脑力劳动，将会使一部分人不得不改变他们的工作方式或工种，甚至造成失业。

2)社会结构变化。社会结构正在悄然改变，人-机器的社会结构终将被人-智能机器(人工智能)-机器的社会结构取代。从发展的角度看，从医院里看病的“医生”和护理病人的“护士”，旅馆、饭店和商店的“服务员”，办公室的“秘书”，指挥交通的“交通警察”，到家庭的“勤杂工”和“保姆”等，都将由智能机器人取代。因此，人们将不得不学会与智能机器相处，并适应这种变化了的社会结构。

3)思维方式与观念的变化。一旦智能系统的用户开始相信系统(智能机器)的判断和决定，那么他们有可能不愿多动脑筋，变得懒惰，并失去对许多问题及其求解任务的责任感和敏感性。过分地依赖计算机的建议而不加分析地接受，将会使智能机器用户的认知能力下降，并增加误解。

4)心理上的威胁。人工智能还使一部分社会成员感到心理上的威胁，或叫做精神威胁。人们一般认为，只有人类才具有感知精神，而且以此与机器相别。如果智能机器的人工智能会超过人类的自然智能，那么人类可能沦为智能机器和智能系统的奴隶。

上述这些影响在国内同样存在。针对社会各界广泛关注人工智能对人类社会的影响，国内已开展人工智能科技知识的普及宣传。例如，通过视频公开课普及人工智能知识。精品视频公开课是向大学生和社会大众免费开放的科学与文化素质教育网络视频课程与讲座，着力广泛传播人类文明优秀成果和现代科学技术前沿知识，提升大学生及社会大众的科学文化素养，服务社会主义先进文化建设，增强中国文化软实力和中华文化国际影响力。国家级精品视频公开课“人工智能PK人类智能”和“从自然世界到智能时代”等，在国内网络媒体播出后，反映热烈，深受欢迎，对扩大人工智能对社会的正面影响，减少人工智能对社会的负面影响起到积极引导的应有效果。

三、存在的问题

虽然国内人工智能已取得许多骄人成就，但与国家发展战略要求相差甚远，与国际先进水平差距较大。概括起来存在如下几方面的问题。

1)经济效益至上，缺乏远大眼光。

许多人工智能企业和一些地方政府缺乏远大眼光，追求短期的经济效益，企望1~2年或2~3年内获得明显的经济回报，致使很大一部分人工智能创业企业急功近利，底气不足，发展乏力。需要追求经济效益，但像人工智能这样的高科技产业，或把人工智能技术用于促进其他产业转型升级的产业，其发展应当遵循一定的规律，需要一个过程，需要一定的时间，不能急于求成，过早追求经济效益。

2)人工智能整体水平亟待提高。

由于国内人工智能起步较晚，未能较早参与相应的人工智能国际技术、专利及标准制定，因此奉上了数额不菲的“学费”。在国内人工智能领域，有很多科研机构和企业在参与技术研发，并在某些领域处于与国外基本同步甚至领先水平，这对于提升中国在未来人工智能领域的技术、标准话语权以及市场应用主导权至关重要。但是，中国人工智能的整体能力和水平远未达到通用智能化程度，人工智能基础研究的总体水平，与国际先进水平仍然存在明显差距。要在整体上赶上国际先进水平依然任重道远，需要时日。

3)国家的决策有待落实于行动。

中国虽已公布了一批与人工智能相关的发展规划，如《智能制造2025》、《机器人产业发展规划(2016—2020年)》和《“互联网+”人工智能三年行动实施方案》等，但尚未制定全面发展人工智能的国家战略。上述规划与方案也需要把政策规划转化为行动，变成看得见的效益。

4)国家资金支持力度有待进一步提高。

如前所述，中国已经在许多国家级科学研究和科技发展项目中，支持人工智能及其相关科技项目的研究，而且支持力度不断加大。不过，与“互联网+”、智能制造等项目，与欧美一些发达国家的相关项目投入相比，国内对人工智能科研和产业发展的资金支持力度还远远不够。况且，比起其他项目，人工智能需要研究的问题更多，涉及面更广，难度也更大，需要国家支持的力度也更大。

5)科研经费分配不够公正。

长期以来，对科研经费的分配问题不时引发争议。首先，未能把有限的经费用到最重要和最急需的项目上，而是平均分配，致使一些并不急需使用经费的项目与急需重点支持的项目“平分秋色”。其次，有些基金项目“专家组”成员，以权谋私，为本单位申请项目的立项出力，甚至相互勾结，为专家组成员单位获得项目助一臂之力，而许多非专家组单位成员申请的项目就受到不公正待遇;在一段时间内这几乎成为潜规则。再次，科研经费的评定与使用缺乏有效监督，这些问题在人工智能领域同样存在。

6)公众对人工智能的发展存在顾虑。

自人工智能孕育于人类社会母胎之日起，人工智能的社会影响就引起人类社会的广泛关注。社会上有一部分人对人工智能和智能机器人的出现与发展表示担忧，担心有朝一日人工智能和智能机器会威胁到人类的生存与发展，其中最典型的要算史蒂芬·霍金。作为当今世界一位极具影响力的物理学家，他担心运用人工智能技术制造能够独立思考的机器，最终会威胁到人类的生存。霍金说：人工智能的全面发展可能导致人类的灭绝(图22)。他的观点引起包括众多民众和一些科技人员的共鸣。当然，社会上也存在另一种观点的，他们认为，尽管人工智能经过60年的发展已取得了巨大进步，但在看得见的未来人工智能的整体水平还难以超越人类智能，还不足以威胁到人类的生存。他们主张必须高度重视人工智能对人类社会的影响，不失时机地研究与制定对策，以消除公众顾虑，确保人类自身安全。

7)一哄而起可能导致无序竞争。

有人认为，中国社会存在一种传统文化，即普遍存在“一哄而起，遍地开花”，全国许多地方开发同一产品的现象。这些行为劳民伤财，无法保证产品质量，造成资源和人力的巨大浪费，最终既无经济效益，也无社会效益。以往的大炼钢铁、射流技术、可控硅(晶闸管)器件是这样，现在的汽车生产、机器人产业园、无人机开发等也是如此。当前，不但汽车产能过剩，而且机器人产业园内的多数企业都面临无序竞争的艰难境地，很可能在不久的将来有被淘汰出局的危险。

现在，中国人工智能及其产业已引起政府和社会各界的前所未有的高度重视，值得庆幸的是还没有出现人工智能产业“一哄而起，遍地开花”的现象。人工智能产业的科技起点的门槛比较高，开发创业的难度和风险比较大，有胆识、有基础、有实力的创业者可能要比机器人创业者少，但愿不会重复机器人产业园一哄而起的现象。

8)盲目乐观和夜郎自大不利发展。

许多有识之士认为，当前国内人工智能基础研究和应用开发与国际先进水平存在很大差距，国际影响力有待提高。然而，国内有一部分人工智能研究与开发人员却过高地估计成绩，认为国内人工智能已经在很多方面甚至全面超过国际先进水平。

评价一门学科是否达到与超过国际先进水平，不但要有客观标准和国际同行普遍认可，而且要有一批令人信服的标志性成果。这里不准备具体讨论或争论这个问题，而是想从国际计算机学科的科技最高奖图灵奖的获奖情况来说明中国人工智能的发展水平。

自1969年以来，美国计算机学会先后举行过48届图灵奖评审与颁奖，图灵奖得主共计64位。其中，美籍华裔计算机科学家姚期智2000年获得图灵奖，他是图灵奖设立48年以来获得该奖项的唯一华裔学者。在64位图灵奖得主中，有12位杰出人工智能专家获此殊荣，当中没有一个是中国人。

中国已数次蝉联国际超级计算机运行速度冠军，值得庆贺;但这不足以说明中国人工智能科技已达国际先进水平。许多国内企业巨头的人工智能开发虽然进步很快，成绩可喜可贺，但在总体上也远未达到国际领先水平。

国际IT巨头及欧美日发达国家都纷纷投入巨资，力争在本轮人工智能全球竞争中占据主导地位。我们切不可盲目乐观，过高地估计自己的成绩。

9)存在以哲学研究代替人工智能研究倾向。

人工智能有哲学问题需要研究，但人工智能不属于哲学。有些人从信息哲学或其他哲学角度进行人工智能研究，既是需要的，也是值得支持的。不过，长期以来国内存在一种以哲学研究代替人工智能研究的倾向，并过分夸大哲学问题对人工智能的作用，甚至企图以哲学主导人工智能学科，值得警惕[129]。

需要就人工智能主流问题进行踏踏实实的研究。吴文俊曾经语重心长地告诫：我们真正的意图绝不在于口舌之争，在字面上夸夸其谈。真正应该做的事是实干巧干，借计算机时代来临的大好契机，率先在全世界推行脑力劳动机械化，以具体成就和向世人表明我们的主张。

10)国际合作需要进一步加强。

中国虽然进行了一些人工智能的国际合作，包括举办人工智能国际会议、出国出席人工智能国际会议和派遣人员参加人工智能国际合作研究等。这些合作不仅在规模上需要扩大，而且合作水平和成果也需要提升。应该说，人工智能的国际合作需要进一步加强，中国的人工智能国际地位有待进一步提高。

四、发展机遇

中国的人工智能正面临前所未有的历史发展机遇，具备诸多发展优势。

1)国际大势所趋。

人类社会的信息环境与科技水平已取得了重大进步，与计算机和人工智能密切相关的大数据、云计算、互联网等已获得快速发展。人工智能已开始对人类社会结构产生重大影响，人——机器二元社会正在逐渐地向人-机器-智能机器三元社会发展。人、机器、智能机器协作与共存将成为人类社会结构的新常态，人、机器、智能机器和谐共存既是社会发展的必然，也为人工智能和人工智能产业提供了用武之地。纵观国际社会与科技发展潮流，人工智能的发展是人类社会进入信息社会后继续前行的重要标志，是国际科技发展的大势所趋，将引领一轮新的机器革命，促进世界产业结构调整，为经济复苏与发展注入正能量。这也是中国人工智能遇上的千载难逢的发展机遇期。

2)国家战略驱动。

回顾国内人工智能的发展过程可以看到，公众对人工智能的认识、人工智能产业的发展和政府对人工智能重视程度都已经发生了很大变化。

如前所述，中央领导人鼓励发展人工智能，习近平、李克强等对中国人工智能和机器人学的发展给予高度支持和明确指示，并提出目标要求;国务院和相关政府部门已制订与发布了人工智能相关的发展战略规划，如《“互联网+”人工智能三年行动实施方案》、《智能制造2025》和《机器人产业发展规划2016—2020》等。国家战略与政府推动是中国人工智能科技与产业健康发展之源，人工智能如果离开了国家的政策协调，就寸步难行;有了国家的战略支持，就能阔步前进。

3)国内发展需求。

发展人工智能是国内产业转型升级的需要，发展智能产业和智慧经济需要人工智能的持续创新，人工智能产业化是国家发展的大趋势。

中国的社会经济发展正面临新的机遇与挑战。劳动力红利的缺失、老龄化社会的来临、精英人才的需求、关键技术的开发，都需要通过发展来逐一解决。发展人工智能和智能机器能够实现“机器换人”和产业转型升级，“人工智能+X”将成为万众创新的新时尚和新潮流。不能说发展人工智能能够解决所有的经济问题和社会问题，但是可以说人工智能产业能够为解决现有的经济问题和社会问题创造良机。中国的社会进步和经济发展迫切需要人工智能的得力参与，中国产业转型升级和社会发展重构也为人工智能科技和人工智能产业发展提供了“用武之地”。

4)智力资源优势。

尽管中国的人工智能起步较晚，又走过一段很长的曲折发展道路，但在中国发展人工智能具备得天独厚的智力资源优势。

其一，人工智能重在智能软件，中国人在这方面具有优良传统和特别的智慧。被誉为“中国人工智能之父”的吴文俊指出：中国不仅具有作为典型脑力劳动的数学机械化的合适土壤，而且也是各种脑力劳动机械化的沃土。古代中国是脑力劳动机械化的故乡，也是脑力劳动机械化的发源地。它有着发展脑力劳动机械化所需要的坚实基础、有效手段与丰富经验。中国历史上研究数学的“术”方法，与现在研究人工智能的“算法”，具有异曲同工之妙。

其二，现在中国拥有庞大的互联网网民群体、最大的网民基数和人才基数，形成首屈一指的人工智能群体资源优势。

其三，中国派遣的大批出国研究人工智能的“海归”专家，已成为中国人工智能研究与开发应用的中流砥柱和学科带头人，对人工智能研究开发、产业应用和人才培养极为重要。

其四，中国改革开放的优越发展环境，已经并将继续汲引更多的从事人工智能研发的海外学子和外国专家前来加盟中国的人工智能建设。

处在最好发展机遇期的中国人工智能科技与产业，只要制定与执行好人才策略，何惧无人?

5)产业初步基础。

与机器人产业相比，中国的人工智能产业起步很晚，但近年来已在人工智能科研成果及其产业转化上取得长足进展，已与10年前的情况不可同日而语。在当前大数据、云计算、移动互联网深入发展与广泛应用的背景下，国内外IT企业不失时机布局人工智能产业。以智能语音产业为例，2015年全球智能语音产业规模达到61.2亿美元，较2014年增长34.2%。其中，中国智能语音产业规模达到40.3亿元人民币，较2014年增长41.0%，远高于全球语音产业增长速度。预计到2016年，中国语音产业规模将达到59亿元人民币。

中国语音产业规模提升主要源于以下3个原因：

首先，政府在智能语音技术研发及产业化方面的政策支持，为语音产业发展创造了良好的发展环境。

其次，语音技术提供商不断优化产品性能，进一步深化了智能语音在车载信息服务系统、智能家居等领域的应用。

其三，4G网络的普及、大数据和云计算的发展，为智能语音应用提供了强有力的保障。

这3个原因也是中国智能语音产业发展的重要基础。

当前IT巨头以智能语音为切入点，积极布局人工智能领域发展。国际上，谷歌、苹果、微软、IBM、Facebook等互联网企业在积极推进智能语音技术研发与应用之后，以此为切入点开始布局整个人工智能领域。国内的百度、腾讯、阿里巴巴、科大讯飞、小i机器人、思必驰、云知声、华大基因、捷通华声等企业，以智能交互(文本或语音)为切入点，积极布局人工智能领域，抢占产业发展制高点。

除了智能语音产业外，中国在自然语言处理的其他方面也有一些创新产品和产业集结。此外，图像处理、机器学习、智能驾驶、智能家居、智能传感器等领域，也已经或正在酝酿产业布局。

中国的人工智能产业正在逐步形成中，其规范性也特别需要加强。

6)金融资本助力。

随着经济的快速发展和国力的空前提高，中国的金融资本实力已具有举足轻重的国际地位，已向国内外大量投资。近年来，国内的金融资本市场已为人工智能产业的发展开辟了很好的土壤。据最新一期国际金融报报道，随着人工智能的发展，它将像当年互联网的崛起一样，打造一批新的人工智能巨无霸，这些新巨人可能从现有的企业巨头进化而来，也可能从目前还名不见经传的小公司甚至个人创客成长而来。

与此同时，资本市场对智能机器人的热捧，让股市呈现出难得的大合唱格局。机器人行业2015年的投资水涨船高，机器人产业的融资金额达到2014年的3倍以上。同时，机器人产业的并购金额也逐年攀升，众多上市公司纷纷涉足机器人并购，一些国内企业开始瞄准海外市场，掀起更大规模的并购高潮，中国的代步工具开发商纳恩博全资收购美国自平衡车Segway公司就是一例。

随着《中国制造2025》规划进一步落地，中国机器人产业势能将进一步释放。根据公开数据显示，2015年，国内已有约70家上市公司并购或投资了机器人及智能自动化项目，其中许多首次涉足机器人业务，而这一数据将在2016年有望快速被打破。有迹象表明，一旦国家全面出台人工智能战略，国内外金融资本将会以不亚于对智能机器人的热情，投资人工智能产业链。

让机器模仿甚至超越人的智力行为和思考方式，始终是充满丰富想象与巨大挑战的科学领域，近期无人驾驶及AlphaGo等为代表的人工智能技术的重大进展，激发金融资本进入人工智能领域的热情。有的科技巨头更是直白地宣称人类社会将从移动互联时代跨入人工智能时代。

五、发展对策

针对中国人工智能的发展基础、存在问题、发展机遇，特提出发展中国人工智能产业的战略思考，供讨论与决策参考。

1.出台与实施国家大脑计划

国务院印发的《“互联网+”行动指导意见》中已明确提出人工智能为形成新产业模式的11个重点发展领域之一。国家发改委和科技部等4部门于2016年5月23日联合发布《“互联网+”人工智能三年行动实施方案》。根据该方案，未来3年将在3个大方面、9个小项推进智能产业发展。智能家居、智能可穿戴设备、智能机器人等都将成为发展的重点扶持项目。该实施方案明确未来3年人工智能产业的发展重点与具体扶持项目，体现出人工智能领域已被提升至国家战略高度。在国家高度重视下,科研投入增加与人才红利注入预期将加速产业变革,如人脸识别、语言识别、智能机器人等细分领域的应用将不断拓宽并进一步实现商品化。

人工智能已上升到国家战略高度，有必要借鉴西方先进科技国家的做法，探讨并在适当时机出台与实施中国的国家大脑计划(图23)。

近年来，美国、欧盟和日本先后启动了投资巨大的大脑计划。2013年4月，美国总统奥巴马宣布启动“大脑基金计划”，将在未来10年投资约45亿美元。分为2个阶段：前5年着重开发探知大脑的新技术，如功能性核磁共振、电子或光学探针、功能性纳米粒子、合成生物学技术;后5年力争用新技术实现脑科学的新发现包括绘制人类大脑动态图。2013年1月，欧盟启动“人类大脑计划”，将在未来10年内投人10亿欧元，研究重点除了医学和神经科学外还有未来计算机技术。2014年4月，日本的脑计划也宣布启动。

面对激烈的国际竞争，中国有必要汲取欧美日等国的经验教训，跨学科、跨行业讨论论证，集思广益，探讨中国是否需要制订大脑计划?如果需要大脑计划，应该包括哪些内容?什么时候出台与实施符合中国国情的国家大脑计划?“大脑计划”的实施不仅涉及人工智能，而且还与生命科学特别是神经科学密不可分。建议在脑科学领域采用“人工智能+生命科学”的合作模式，集中优势资源，解决当下最迫切的社会需求，如发展预防和治疗脑疾病的诊疗手段，尤其是神经发育疾病、精神类疾病、神经退行性病变的早期诊断和干预。主要的研究应聚焦在脑工作原理和与脑重大疾病防治的相关前沿领域上。

2.全面打牢人工智能基础

人工智能的基础涉及数学、经济学、神经科学、心理学、哲学、计算机工程、控制论、语言学、生物学、认知科学、仿生学等学科及其交叉。人工智能学科有着十分广泛和极其丰富的研究内容，包括认知建模、知识表示、知识推理、知识工程、机器感知、机器思维、机器学习、机器行为等。不同的人工智能研究者从不同的角度对人工智能内容进行研究。例如，基于脑功能模拟、基于应用领域和应用系统、基于系统结构和支撑环境、分布式人工智能系统、机器定理证明、不确定性推理等。中国学者在人工智能基础研究方面已在机器定理证明、分层知识表示与推理、自动规划、虹膜识别、语音识别、可拓数据挖掘、进化优化等方面取得一些重要成果，具有较大的国际影响力;但总体上看成果还不够多，面不够广，整体影响力也有待进一步提高。

人工智能基础研究是人工智能科技可持续发展的基石。只有打牢人工智能基础，才能为人工智能及其应用的蓬勃发展与全面升级提供原动力。需要全面加强人工智能基础研究，鼓励多学科交叉创新研究，重视和加强人工智能前瞻性基础研究，经过长期努力与积累，使中国的人工智能基础研究整体水平走向国际先进行列。

3.深化人工智能技术开发与推广应用

应用需求是科技创新的不竭之源，也是人工智能技术的创新之源。被称为加速第四次工业革命到来的“德国工业4.0”，其主题即为3个智能：智能工厂、智能生产和智能物流。《中国制造2025》规划的核心内容就是建立智能化生产线，采用智能化管理运营模式，从设计、工艺、生产、服务保障、管理5个方面的智能化入手，最终全面实现智能制造。人工智能技术对智能制造的关键作用由此可见一斑。

人工智能技术的应用可以推广至各行各业，这些行业需要各自的人工智能典型产品、项目或系统。例如，对工矿企业应用人工智能技术进行的智能化开发可包括：

1)采用智能机器(含智能机器人)代替危险、有毒、放射性等有害环境下和笨重、单调、高空、粉尘等恶劣条件下的劳动，减轻体力和脑力劳动强度，保护工人健康。

2)采用人工智能技术进行厂矿、生产车间、工段和设备的设计，快速优化设计方案，实现生产设计的智能化。

3)应用智能化技术，全面实现制造过程智能化。

4)开发智能咨询与决策系统，提供生产过程的科学咨询、决策与管理，走向生产和人员管理智能化。

5)研发各种专家系统，用于生产规划、生产过程监控与控制、生产系统和设备的智能故障诊断，提高劳动生产率和产品质量。

人工智能开发者要结合各类企业的特点，以推进“中国制造2025”和“互联网+人工智能”为契机，抓住第二次机器革命的历史机遇，实现“人工智能+”，大力发展人工智能技术与产业，为经济新常态注入智能化的思路。要提高工业领域人工智能技术的研发和创新能力，开发高水平的人工智能产品，避免低水平重复和无序竞争。要深化人工智能技术的推广应用，做大做强智能产业。人工智能作为高新技术，更需要创新政策机制、管理体制、市场机制和成果转化机制，为人工智能及其产业的发展提供优良环境，为人工智能的健康发展保驾护航。要出台人工智能应用的鼓励政策，在人工智能技术应用推广和市场开发中，得到国家政策、资金及应用等方面的扶持与支持，加快人工智能新技术尽早从实验室走向应用领域。

在开发与应用人工智能技术过程中，要求真务实，有序发展;要谨防“全民动手，遍地开花”。

4.培养高素质人工智能人才

人工智能教育是人工智能科技和人工智能产业赖以发展的强化剂和推动力，也是高素质人工智能人才培养及人工智能科技与产业可持续发展的根本保证。中国的人工智能教育已初步形成学科教育与课程教学体系，已在大学计算机、智能科学技术、电子信息、自动化等专业开设不同层次的人工智能课程。中国人工智能发展的存在问题和人工智能的基础建设问题，都与人工智能人才培养密不可分。只有培养好足够多的高素质人工智能人才，才能保证中国人工智能的顺利发展，攀登国际人工智能的高峰。

人工智能人才培养方面，提出以下值得注意的建议：

1)把人工智能人才培养上升为国家教育重点。

不久前的AlphaGo与李世石的国际围棋人工智能秀，促进中国兴起了一个以人工智能技术推进经济社会智能化的浪潮。人工智能人才是人工智能基础建设的重中之重。做好发展规划、掌握关键技术、进行推广应用都需要高素质的人才去实现。要适应这一社会需求，全面规划高素质人工智能人才培养，为中国人工智能进入新的发展机遇期和可持续发展提供人才保障。需要进一步提高对人工智能人才培养的认识，建立人工智能人才培养制度，全面规划人工智能人才培养，把人工智能人才培养上升为国家教育重点(图24)。

2)建立与规范各级人工智能教育。

根据市场需求，全面规范各级人工智能教育，开办一定规模与比例的各类学校，包括大学、职业技术学院、人工智能学院、技工学校等;建议国家教育部全面扩大现有“智能科学与技术”专业设置，支持办好“智能科学与技术”等本科专业，加强本科人工智能教学;在部分相关专业设立人工智能研究生培养方向，加强人工智能方向的研究生教育力度;在中小学开设人工智能科技或科普课程，开展形式多样的人工智能课外活动，培养中小学生对人工智能的兴趣;搞好人工智能师资培训，提高人工智能教师水平，规范与组织编写各类人工智能教材，为人工智能人才培养提供基本保障。

3)多模式多渠道培养高素质人工智能人才。

努力探索通过多模式多渠道培养各类高素质人工智能人才，进行人工智能品牌产品开发和市场化营销，总结经验，加以推广。政府主管部门应当为人工智能人才培养提供相关政策支持;国营和民营研究所主要进行人工智能产品开发与创新，让人工智能科技人员发挥才智;学校和学院除参与人工智能产品研发外，首要任务是提供知识资源，培养各层次的高素质人工智能人才;企业要精益求精进行人工智能产品生产，让人工智能科技人才和技术工人充分发挥作用。要建立人工智能人才激励机制，鼓励各类能工巧匠和大师级精英等人工智能优秀人才脱颖而出。鼓励从事人工智能学习与开发的本科生、研究生和科技工作者进行人工智能科技创新创业，对他们的创新思想和原型成果给予创业基金支持。

4)充分利用互联网培养人工智能人才。

充分利用互联网技术，为人工智能系统的“人工智能+”提供得力的技术保障，为人工智能人才培养提供有效手段。利用与国际接轨的高水平人工智能平台，创建与发展人工智能主流媒体;开发与完善国内人工智能网络教学平台，为各层次人工智能教学提供网络教育服务，为其他课程提供辅助教学工具。

5.深刻认识与国际先进水平的差距

有些学者或企业家认为，中国的人工智能科技水平已经与美国不相上下。需要科学客观地评估已有成绩，既不要妄自菲薄，又不能夜郎自大。既要充分肯定成绩，又要深刻认识差距。过高地估计中国现有人工智能成果既不实事求是，又不利于人工智能产业的健康发展。

美国是现在人工智能科技整体水平最高的国家。分析中美两国在人工智能方面的差距，有助于我们保持清醒的认识。许多人工智能界内专家指出：我们在人工智能方面一直跟踪美国的理论，然后应用并在一些地方有所创新，应用上的追赶很快。但是，在基础理论研究方面和美国还是差距很大。

国内做人工智能基础理论研究的人很少，这是学术环境问题造成的。例如，美国把脑科学和类脑科学排在研究的最前面，而中国在这方面的自主研发能力却比较薄弱，在突破和创新上也有所差距。又如，国内在深度学习方面发表了不少论文，但真正有理论上创新或具备重要应用价值的研究并不多。

美国人已经在构思下一个人工智能是什么，而国内还没有起步。这是我们面临的最大挑战，这是个难题，牵涉面很广，不是一两个团队投入进去就能解决的。这种差距在很大程度上源于国内学术评价体系以及以实际应用为导向。学术评价体系、待遇保障都有需要改进的地方。我们可能要通过10~20年努力才能在人工智能方面全面赶上美国。

美国公司会投入大量资金培养一批高端的纯技术人员，从他们博士毕业开始，招聘到公司，并致力于人工智能纯技术研发。这样的一个顶尖精英团队，以科技兴趣和信念为动力进行技术研发，在人工智能的研究领域遥遥领先世界水平也不足为奇。而在国内，很少有公司会愿意花大笔经费培养这样的纯技术人工智能团队，公司内部也缺乏奖励机制。在国内高校，人工智能的研究水平也与世界领先水平有很大的差距。

6.增大研究经费支持力度，科学地合理分配经费

首先，国家要大幅度加大对人工智能的投入力度，特别要重视对人工智能基础研究的长期经费支持，有针对性地加强对有基础和有优势的人工智能产业的支持。要吸取以往国家科研与开发经费分配的经验教训，制订完善合理的经费分配原则和办法，采取有效公正措施，解决国家研究经费分配不公的问题，让国家研究经费“物尽其用”，发挥最大的支持与激励作用。

其次，鼓励民间金融资本对人工智能产业与创业的投资。在当前人工智能热潮的激励下，许多民间资本有意与人工智能产业结缘。巨头与创业公司发力，共助盘活人工智能市场。百度、阿里巴巴、腾讯等互联网公司均已布局人工智能领域,资金的注入有望盘活市场。据艾瑞咨询调查,目前已有近百家创业公司布局人工智能领域，约65家获得投资,融资金额达29.1亿元人民币。在国家政策支持、应用需求倒逼、技术进步升级和资金注入等因素共同推动下，千亿级市场盛宴正在开启。注意为非公有人工智能企业营造良好的发展环境，在市场准入、审批办照、待遇与服务等方面，提供宽松和良好的服务，调动民营企业的积极性，加快非公有经济的发展。

不过，由于人工智能产业具有应用前景广、科技含量高、投资回报周期长、技术迭代周期短等特点，不少投资者在谈及人工智能技术时直言“看不懂”，令涉足该领域的资本需付出更多智慧。

他们必须评估所投资的人工智能领域或项目在国内外的技术先进性和商业化应用前景，需要具备一定的专业技术和长线投资眼光。现在很多投资机构比较关注的是短期投资价值，希望3~5年内能够产生回报，但投资人工智能的项目往往回报周期比较长，能不能在预期内产生回报，就需要进一步去判断。投资人工智能科技与产业，必须三思而行。

在加大人工智能研发支持力度的同时，需要加强研发经费的管理。建议在项目评审与实施过程中实行全程科学管理，加强同行评议特别是经费评审和经费使用管理，杜绝浪费，防止腐败，使有限的经费用在人工智能研发的“刀刃”上，助推人工智能科技和产业强劲发展。

7.建设开放共享的人工智能创新发展平台

李彦宏曾在2015年全国政协发言中提出：建议搞一个全球最大规模的人工智能开发平台。我们姑且不谈这个建议跟“中国大脑”有什么关系，而是想来探讨建立一个全国人工智能的开发大平台的必要性和可行性。

在互联网、大数据、云计算的网络时代，像人工智能这样的高新技术和超大数据科学与产业如果没有自己的人工智能通用平台，那要发展是不可想象的。要让科研机构和企业以至个人创客都能公平地在这个平台上做各种各样的创新。现在，人工智能技术已有了实质性的应用，无论是语音识别、图像识别、多语种翻译、机器学习、智能规划、智能控制，还是无人驾驶汽车、无人飞行器和水下自主航行器等智能移动机器人，其核心基础技术都是人工智能技术。智能机器人开发平台、大数据与云计算开发平台、互联网金融开发平台、智能游戏开发平台、人工智能训练开发平台、智能物流系统开发平台、智能电网、智能服务、智能交通、智慧城市、智慧旅游、专家系统等也需要建设开放的人工智能创新发展平台，实现资源设施共享，获得人工智能大平台的强力支持。

中国已拥有极其丰富的计算机和互联网技术资源。

随着计算资源和网络资源越来越丰富，成本越来越低，原来计算机不能模拟的许多智力功能现在已经能够模拟了。人工智能是当今世界一个技术的制高点，中国有能力构建一个具有全球影响力的人工智能大平台。同时，要认识到，实现全国甚至全球人工智能资源共享、数据共存和数据积累，还是有很大的差距与难度的，切不可掉以轻心。

8.抓实人工智能产品的标准化建设

人工智能产品兼有硬件和软件等，而以软件为其技术核心。以往我国的人工智能产品为数不多，虽然没有国家标准，但影响较小。随着人工智能产业的迅速崛起，人工智能新产品很可能出现井喷之势。这些人工智能产品可能鱼目混珠，泥沙俱下，不可避免地会掺杂一批伪劣产品，扰乱市场。为保障人工智能产业的健康发展，保护广大消费者的正当权益，政府立法与质量检查部门以及市场管理部门，需要未雨绸缪，不失时机抓紧制订或审定人工智能产品标准，严格产品检查，严禁不合格的人工智能产品投放市场。只有让合格的人工智能制品进入市场，才能维护人工智能高科技的信誉，使人工智能产业形成良性发展，进而促进人工智能产业真正成为智能制造的核心技术、国民经济结构转型升级的新支点和新一轮产业革命的引擎。

9.发展人工智能文化

人工智能对人类文化有诸多影响。人工智能技术能够改善人类知识、改善人类语言、改善文化生活。需要营造与发展人工智能文化。人工智能知识的普及工作也是人工智能文化的一个重要组成部分。

人工智能的科学普及涉及两个方面。一方面向大众传播人工智能基础知识，让他们客观了解人工智能，正确认识人工智能，积极支持人工智能。另一方面向广大青少年普及人工智能基本知识，培养他们对人工智能的兴趣，甚至发现与培养一批人工智能科学技术的接班人。为此，需要开展一系列的工作。

首先，大力开展人工智能科普活动需要加强人工智能的教育和科普人才队伍建设，这是人工智能可持续发展的重要保证。要让人工智能成为天使而不是魔鬼，科普工作将起到十分重要的作用。

其次，要争取国家和企业的大力支持，建立人工智能科普基地，为普及人工智能知识发挥示范作用;鼓励科技人员和各级教师进行人工智能科普创作，支持出版人工智能科普作品，广泛传播与普及人工智能知识;出版人工智能科普杂志，向青少年介绍国内外人工智能的发展动态、应用示例、科普知识、趣闻轶事;规范与举办各类人工智能科技竞赛和夏令营、冬令营活动，通过丰富多彩的活动，培养广大群众特别是青少年对人工智能的兴趣;面向全国大学生和中小学生，举办人工智能网络竞赛，营造良好的人工智能生态文化。

此外，在发展人工智能文化和科技中，要特别注意发挥各级学术团体的作用，让学会组织为普及人工智能知识和发展人工智能文化发挥特别作用。

10.重视人工智能社会学研究

人工智能在给创造者、销售者和用户带来经济利益的同时，就像任何新技术一样，其发展也引起或即将出现许多问题，并使一些人感到担心或懊恼。这些问题涉及劳务就业、社会结构变化、思维方式与观念的变化、心理上的威胁和技术失控危险等。社会上一些人担心人工智能技术会抢夺他们的饭碗而导致失业，担忧智能机器人的智慧超过人类而威胁人类安全等。这些都是值得高度关注的影响社会安定和谐的社会问题。

有必要把人工智能的社会学问题提上议事日程。政府部门、科研机构和学术团体，都要把人工智能社会学研究纳入相应计划，研究解决对策与办法。人工智能可能出现的一些负面效应或新问题，如利用人工智能技术进行金融犯罪(即所谓“智能犯罪”)，智能驾驶车辆需要出台相应的交通法规等。因此，需要建立相关的政策和法律法规，避免可能风险，确保人工智能的正面效应。只有人工智能应用得好、把握得好，才能确保人工智能不被滥用，确保人工智能是天使而不是魔鬼。

此外，如前所述，人工智能已使社会结构产生变化，人-智能机器-机器协作与共存将成为人类社会结构的新常态，必将对人类社会产生具有跨时代的影响。

六、结论

国际人工智能经过60年的发展已经取得了巨大进步，目前正呈现爆发增长之势。近年来，国内外人工智能出现前所未有的良好发展环境，各种人工智能新思想和新技术如雨后春笋般破土而出，人工智能的应用领域更加拓展，人工智能的人才队伍日益壮大。但总体上看，人工智能仍处于初级发展阶段，仍远不足以威胁到人类的生存，但是它的社会影响问题应当得到高度重视。

由于历史原因，中国人工智能起步较晚，而且走过一段很长的弯路。不过，改革开放以来，中国人工智能逐步走上发展的康庄大道。如今，中国人工智能迎来了发展的春天，正在酝酿一场重大的人工智能变革与创新，必将为中国的现代化建设做出历史性贡献。

作为智能化时代的关键技术，人工智能将日益成为新一轮产业革命的引擎，必将深刻影响国际产业竞争格局和国家的国际竞争力。应当以“互联网+”、“中国制造2025”和“人工智能+”等国家战略为契机，抓住第二次机器革命的历史机遇，大力发展人工智能技术与产业，为经济的新常态注入智能化思路。要系统谋划，瞄准国际人工智能发展趋势，立足国内社会发展实际需求，统筹整合国内相关资源，科学设定发展目标。要尊重与探索人工智能发展规律，认清发展形势，发现存在差距，明确努力方向，迎头赶上人工智能的国际先进水平，为国际人工智能的发展做出中国人应有的积极贡献。

发展人工智能科技及其产业，开拓者们需要下定决心，坚定信心，胸怀虚心，树立恒心，锻炼耐心，追求精心，独具匠心，保持细心，让全国人民放心。相信在人工智能发展良机面前，中国各级政府部门和人工智能开发者一定能够抓住机遇，创造新的辉煌，迎接人工智能发展的新时代。人工智能技术和产品就在大家身旁，人工智能时代就在前面。

在本文即将脱稿之际，传来了习近平总书记在全国科技创新大会上发表的“为建设世界科技强国而奋斗”的重要讲话。他在大会上提出的5点要求应当成为包括人工智能在内的中国科技研究探索的指路明灯。让我们响应习总书记的号召，发动人工智能科技创新的强大引擎，向着人工智能科技强国目标不断前进!返回搜狐，查看更多

人工智能导论——人工智能的发展历史、现状及发展趋势

初学者学习人工智能有时候需要了解一些背景知识，我从网上简单搜集总结了下分享给大家。

一、人工智能的发展历史

人工智能的发展并非一帆风顺，总体呈“三起两落”趋势，如今算是迈进人工智能发展的新时代。

（1）梦的开始(1900--1956)。1900年，希尔伯特在数学家大会上庄严的向全世界数学家宣布了23个未解的难题。这23道难题中的第二个问题和第十个问题则和人工智能密切相关，并最终促进了计算机的发明。图灵根据第十个问题构想出了图灵机，它是计算机的理论模型，圆满的刻画了机械化运算过程的含义，并最终为计算机的发明铺平了道路。1954年，冯诺依曼完成了早期的计算机EDVAC的设计，并提出了“冯诺依曼体系结构”。总的来说，图灵、哥德尔、冯诺依曼、维纳、克劳德香农等伟大的先驱者奠定了人工智能和计算机技术的基础。

（2）黄金时代(1956--1974)。1965年，麦卡锡、明斯基等科学家举办的“达茅斯会议”，首次提出了“人工智能(ArtificialIntelligence，简称AI)”这一概念，标志着人工智能学科的诞生。其后，人工智能研究进入了20年的黄金时代，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。在这个黄金时代里，约翰麦卡锡开发了LISP语音，成为以后几十年来人工智能领域最主要的编程语言；马文闵斯基对神经网络有了更深入的研究，也发现了简单神经网络的不足；多层神经网络、反向传播算法开始出现；专家系统也开始起步。

（3）第一次AI寒冬——反思发展(1974--1980)。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，过度高估了科学技术的发展速度。然而，接二连三的失败和预期目标的落空，使人工智能的发展走入低谷。1973年，莱特希尔关于人工智能的报告，拉开了人工智能寒冬序幕。此后，科学界对人工智能进行了一轮深入的拷问，使AI的遭受到严厉的批评和对其实际价值的质疑。随后，各国政府和机构也停止或减少了资金投入，人工智能在70年代陷入了第一次寒冬。计算能力有限、缺乏大量常识数据使发展陷入瓶颈，特别是过分依赖于计算力和经验数据量神经网络技术，长时期没有取得实质性的进展，特别是《感知器》一书发表过后，对神经网络技术产生了毁灭性的打击，后续十年内几乎没人投入更进一步的研究。专家系统在这个时代的末尾出现，并开启了下一个时代。

（4）应用发展(1980--1987)。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。1980年卡耐基梅隆大学（CMU）研发的XCON正式投入使用，这成为一个新时期的里程碑，专家系统开始在特定领域发挥威力，也带动整个人工智能技术进入了一个繁荣阶段。沉寂10年之后，神经网络又有了新的研究进展，具有学习能力的神经网络算法的发现，这使得神经网络一路发展，在后面的90年代开始商业化，被用于文字图像识别和语音识别。

（5）第二次AI寒冬——低迷发展(1987--1993)。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。人工智能领域当时主要使用约翰麦卡锡的LISP编程语言，逐步发展的LISP机器被蓬勃发展的个人电脑击败，专用LISP机器硬件销售市场严重崩溃，人工智能领域再一次进入寒冬。硬件市场的溃败和理论研究的迷茫，加上各国政府和机构纷纷停止向人工智能研究领域投入资金，导致了数年的低谷，但另一方面也取得了一些重要成就。1988年，美国科学家朱迪亚·皮尔将概率统计方法引入人工智能的推理过程中这对后来人工智能的发展起到了重大影响。IBM的沃森研究中心把概率统计方法引入到人工智能的语言处理中；1992年，李开复使用统计学的方法，设计开发了世界上第一个扬声无关的连续语音识别程序；1989年，AT＆T贝尔实验室的雅恩·乐昆和团队使用卷积神经网络技术，实现了人工智能识别手写的邮政编码数字图像。

（6）稳健发展(1993--2011)。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。1995年，理查德华莱士开发了新的聊天机器人程序Alice，它能够利用互联网不断增加自身的数据集，优化内容。1997年，IMB的计算机深蓝Deepblue战胜了人类世界象棋冠军卡斯帕罗夫。1997年，德国科学霍克赖特和施米德赫伯提出了长期短期记忆（LSTM）这是一种今天仍用于手写识别和语音识别的递归神经网络，对后来人工智能的研究有着深远影响。2004年，美国神经科学家杰夫·霍金斯出版的《人工智能的未来》一书中提出了全新的大脑记忆预测理论，指出了依照此理论如何去建造真正的智能机器，这本书对后来神经科学的深入研究产生了深刻的影响。2006年，杰弗里辛顿出版了《LearningMultipleLayersofRepresentation》奠定了后来神经网络的全新的架构，至今仍然是人工智能深度学习的核心技术。

（7）新时代(2012--至今)。随着移动互联网技术、云计算技术的爆发，积累了历史上超乎想象的数据量，这为人工智能的后续发展提供了足够的素材和动力，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”，迎来爆发式增长的新高潮。。人工智能，大数据，云计算，物联网技术，共同构成了21世纪第二个十年的技术主旋律。2012年，由多伦多大学在ImageNet举办的视觉识别挑战赛上设计的深度卷积神经网络算法，被业内认为是深度学习革命的开始。2014年，伊恩·古德费罗提出GANs生成对抗网络算法，这是一种用于无监督学习的人工智能算法，这种算法由生成网络和评估网络构成，这种方法很快被人工智能很多技术领域采用。2016年和2017年，谷歌发起了两场轰动世界的围棋人机之战，其人工智能程序AlphaGo连续战胜曾经的围棋世界冠军韩国李世石，以及现任的围棋世界冠军中国的柯洁，引起巨大轰动。语音识别、图像识别、无人驾驶等技术不断深入。

二、人工智能的发展现状主要表现在以下几个方面：（1）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。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等。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，在局部智能水平的单项测试中可以超越人类智能，形成了人工智能领域的单点突破。（2）通用人工智能尚处于起步阶段。目前，虽然专用人工智能领域已取得突破性进展，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。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。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，与人类智慧还相差甚远。（3）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。各国及大型互联网公司在人工智能领域的投资日益攀升，全球和中国人工智能行业投融资规模都呈上涨趋势。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。2018年，中国人工智能领域融资额高达1311亿元。人工智能领域处于创新创业的前沿。（4）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。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。（5）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。三、人工智能的发展趋势：（1）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。（2）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。（3）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。（4）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。（5）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。（6）人工智能产业将蓬勃发展，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。美国、中国、印度以及西欧等国纷纷布局人工智能产业。中国在论文总量和高被引论文数量上都排在世界第一，中科院系统AI论文产出全球第一，中国在人才拥有量全球第二，但杰出人才占比偏低。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。（7）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。以上内容主要来自

《人工智能的历史、现状和未来》谭铁牛《求是》2019/04

人工智能的六个发展阶段，一起来看看吧

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从诞生以来，理论和技术日益成熟，应用领域不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

人工智能充满未知的探索道路曲折起伏，人工智能的发展历程基本划分为以下6个阶段：

1、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。

2、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落空使人工智能发展走入低谷。

3、应用发展期：20世纪70年代初—80年代中

4、低迷发展期：20世纪80年代中—90年代中

5、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。

6、蓬勃发展期：2011年至今

想学习云计算、大数据、新媒体的同学注意啦，博雅环球教育针对此次疫情特推出线上免费直播课程，同学们可以趁这个时期，好好充实一下自己，待到春暖花开时，学以致用，大展身手。想报名的同学快来联系我们吧！

北京|内蒙古|呼和浩特|IT计算机培训|云计算|大数据|新媒体|线上培训|免费课程|高薪就业

人工智能发展历程及未来发展趋势

低迷发展期：20世纪80年代中—90年代中

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

蓬勃发展期：2011年至今

人工智能发展现状

全球各国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，纷纷着重发展，抢滩布局人工智能创新生态。

国际形势

世界主要发达国家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，各国人工智能战略与政策各有着重点。

2013年以来，美、德、英、法、日、中等国都纷纷出台人工智能战略和政策。各国人工智能战略各有侧重，美国重视人工智能对经济发展、科技领先和国家安全的影响;欧盟国家关注人工智能带来的安全、隐私、尊严等方面的伦理风险;日本希望人工智能推进其超智能社会的建设;中国人工智能政策聚焦于实现人工智能领域的产业化，助力中国的制造强国战略。

因各国科学技术水平和实际国情存在重大差异，因此各个国家人工智能政策在研发重点和重点应用领域存在极大不同。

国内形势

近年来，中国人工智能产业发展迅速，语音识别和计算机视觉成为国内人工智能市场最成熟的两个领域。自2015年开始，中国人工智能产业规模逐年上升，据中国信通院数据，2015年到2018年复合平均增长率为54.6%，高于全球平均水平（约36%）。

下面从多个方面描绘中国人工智能的发展面貌：

论文产出：中国人工智能论文总量和高被引论文数均世界第一，人工智能领域论文的全球占比从1997年4.26%增长至2017年的27.68%，遥遥领先其他国家；高校是人工智能论文产出的绝对主力，在全球论文产出百强机构中，87家为高校。中国的高被引论文呈现出快速增长趋势，并在2013年超过美国成为世界第一

专利申请：中国已经成为全球人工智能专利布局最多的国家，数量略微领先于美国和日本，而中美日三国占全球总体专利公开数量的74%。专利技术集中在数据处理系统和数字信息传输等领域，其中图像处理分析的相关专利占总发明件数的16%。电力工程也已成为中国人工智能专利布局的重要领域

人才投入：中国人工智能人才总量居世界第二，但是杰出人才占比偏低。截至2017年，中国的人工智能人才拥有量达到18232人，占世界总量的8.9%，仅次于美国(13.9%)；高校和科研机构是人工智能人才的主要载体。但按高H因子（又称H指数，用于评价科学家的科研绩效）衡量的中国杰出人才只有977人，不及美国的五分之一，排名世界第六

企业规模：中国人工智能企业数量为全球第二，北京是全球人工智能企业最集中的城市。截至2018年6月，全球共监测到人工智能企业总数达4925家，其中美国人工智能企业数2028家，位列全球第一

风险投资：中国已成为全球人工智能投融资规模最大的国家；根据2013年到2018年第一季度全球的投融资数据，中国已在人工智能融资规模上超越美国成为全球最“吸金”国家，但是在投融资笔数上，美国仍然在全球处于领先地位

产品应用：中国人工智能市场增长迅速，计算机视觉市场规模最大；应用范围广泛，语音和视觉类产品最为成熟。伴随着算法、算力的不断演进和提升，基于语音、自然语言处理和视觉技术，有越来越多的应用和产品落地

人工智能发展趋势

人工智能总体将向着规模化、安全化、健康化趋势发展；从全球层面来看，新一代人工智能产业将呈现四个发展趋势。

产业规模趋势

各国政府和产业界投入日益增长，人工智能技术的进一步成熟将带来更多的新产品、新服务，人工智能驱动的自动化将提升全要素生产率增长，产业规模将爆发式增长。

国际竞争趋势

近年来，世界各国紧密出台人工智能规划、政策和投资计划，从国家战略层面强化人工智能布局，在新一轮国际科技竞争将展现出新局面。中国未来将更加深度参与全球人工智能产业合作竞争，成为人工智能的重要推动者。

技术趋势

类脑智能蓄势待发，目前已有多国开始了“脑科学研究”；量子智能也将加快孕育，已成为全球公认下一代计算技术，将为人工智能带来革命性发展机遇。

风险趋势

随着人工智能逐渐普惠社会，人工智能安全风险和社会治理等问题将逐步提上日程。

亿欧智库发布“2018年中国人工智能产业发展城市排行榜”，从城市的企业规模、政策基础、学术基础、产业基础、资本环境五个层面测评城市发展人工智能的实力和前景

北上深杭牢牢占据AI城市实力第一梯队的位置，其他城市在企业规模、资本环境等方面远不及第一梯队城市，但已处于起步发展阶段，在AI商用化阶段有机会快速提升自身实力。返回搜狐，查看更多

人工智能的未来之路

演讲人：刘嘉演讲地点：清华大学人文清华讲坛演讲时间：2022年11月

演讲人简介：

刘嘉，麻省理工学院博士，心理学家，长期从事心理学、脑科学与人工智能研究。清华大学基础科学讲席教授、心理学系系主任、清华大学脑与智能实验室首席研究员、北京智源人工智能研究院首席科学家。

人的认知与大脑构造

为什么人如此难以理解？为什么这个世界总是让我们产生很多困惑？这是人类从有文明开始就一直存在的问题，道理其实非常简单。

首先，我们看见的世界只是这个世界中非常小的一部分，我们忽略了绝大部分的东西。

我们在清华做过一个小实验：一位戴黑色渔夫帽的女士在清华问路，在她问路的时候，我们安排一块隔板从戴黑色渔夫帽的女士和被问路的人之间穿过。当板子过来时，原来问路的女士抬着板子走开了，而原来抬板子过来的另一位戴蓝色渔夫帽的女士留了下来，由她继续问路。在7个被问路的人中，只有一个人注意到了提问人的变化。这个小实验的问路场景里，人们其实只看见了世界上非常小的一部分，由于这些是不重要的信息，人们就容易忽略掉这些信息。

但更可能发生的是，人们的认知还会扭曲这个世界。比如图1这一组图里，有两个拼在一起的方块图，一个颜色深一点，一个颜色浅一点，还有一个圆环，它的灰度介于两者之间，圆环左右两半颜色一样。但如果把两个方块图分开，大家一般都会觉得圆环的颜色一边变浅了，一边变深了，事实上，它们的颜色仍是完全一样的。再把这个圆环分开，变成上下移动，这时看见的东西有立体感了，好像是深灰色的东西盖上了一层浅色的毛玻璃，以及浅色的板盖上了深色的毛玻璃。

我们无时无刻不在观察这个世界，但又无时无刻不在扭曲这个世界，这到底是为什么？

这其实取决于我们的视觉系统。假如外部世界存在一个绿苹果，它会以大约100亿比特/秒的信息量进入我们的视网膜，视网膜通过约100万个神经连接，连接到视觉皮层，这个时候我们的信息流就从百亿比特/秒变成600万比特/秒；经过视觉初级皮层加工再传到高级皮层来决定看到的东西是什么时，信息流又变成了100比特/秒。这时信息量衰减了1亿倍。可见，当我们做决策时，我们获得的信息其实是非常有限的，所以我们就需要构造出新的东西，把缺失的信息补上，而我们的大脑就像魔术师一样来弥补这些缺失的信息。这一方面可以解释为什么有很多东西我们看不见——因为传输过程中已经被人脑衰减掉、过滤掉了；同时也可以解释，为什么有的人看见一个绿苹果会认为是红苹果——因为这个重构的过程是创造性的，不是简单复制。正是基于这个构造，我们也可以把一个苹果看成一个梨子，这是我们大脑构造的过程，是一个正常的现象。

人脑重构的意义

为什么我们的大脑不能像摄像机、照相机一样忠实客观地反映物理世界，为什么非要自己来重构这个世界？这样的人脑重构究竟有什么好处？

正如康德所言：“没有感觉支撑的知识是空的，没有知识引导的感觉是瞎的。”这句话的前半句说的是，如果没有外部的输入，我们很难构建自己的心理世界，但我想强调的是下半句“没有知识引导的感觉是瞎的”。如果你不知道你看的是什么东西，那你就等于什么都看不见。这是因为，这个世界是模棱两可的，需要我们去构造，把我们的理解加进去，只有这样我们才能真正知道这个世界究竟发生了什么。

与理解相比，更重要的是创造。当大脑没有被外部信息填满而留下空间时，我们能够在这空间里创造出自己想要创造的东西。正如《小王子》的作者圣·德克旭贝里所言：“一堆岩石在有人对着它思考时就不再是岩石了，它将化身为大教堂。”这就是人类了不起的创造——当我们的祖先跋山涉水来到一片荒原，他们看见的不是一堆乱石，而是未来的家园。所以，在过去的300万年里，人和猴子分开进化，人的大脑体积增加了3倍；但是，这体积并不是平均增加的，增加最大的地方在额叶：与200万年前的祖先能人相比，我们的头骨往前突出，以容纳更大体积的额叶，而强大的额叶使我们能构造出不存在的东西。比如我们的祖先准备去打猎，不用等看见猎物才做出反应，他只需要提前想象狩猎的情景，就可以把一切安排好。如此一来，人可以把未来在脑海里“演”一遍，构建出一个个可能的未来，从而对未来做出行动方案，这是人类能够战胜其他比我们更强大更凶猛的动物，成为万物之灵的关键。这也印证了荀子的一句话：“然则人之所以为人者，非特以二足而无毛也，以其有辨也。”

重构心理世界的知识从何而来

人脑对世界的构造，总是需要先验知识，而先验知识一部分来自基因的烙印。换言之，我们来到这个世界时并不是一块白板，而是带着32亿年的智慧来的，这些智慧就印刻在基因中。

我们曾经用我校心理系女教授和女博士后的照片，做了一个有趣的小实验：如果把她们的脸全部叠加起来，做一张“平均脸”，大家普遍反馈说这张“平均脸”充满两个字：“睿智”。“平均脸”所代表的意思是什么？人脸其实是我们的基因图谱——我们的基因都写在脸上，当我们把脸平均起来之后，得到的是这18位老师平均的基因，平均的基因代表突变很少。而基因一旦突变，大概率是有害的，基因突变越少，说明基因越好，携带遗传性疾病的概率就越低，这就是为什么人们普遍会觉得“平均脸”更好看、更符合我们的审美。

既然脸是我们的基因图谱，对生存来讲如此重要，我们便需要发展出非常强大的看脸能力，即面孔识别。我们研究小组已经通过实验证明，面孔识别能力也写在人类的基因里。我们找了两类双胞胎，一种是同卵双胞胎（由同一个受精卵发育而来），基本上具有100%相同的基因。另外一种是异卵双胞胎（由两个独立的受精卵发育而来），基因遗传物质的平均遗传度大概是50%。通过比较他们在面孔识别上的能力，我们发现同卵双胞胎在面孔识别任务上的相似程度更高，即面孔识别的能力受遗传因素的影响。这一点也可以从我们的另一研究得到验证，即面孔失认症或者大家说的“脸盲”。

在图2显示的这个遗传树里，只要孩子有面孔失认症，他的父母中大概率有一个也是面孔失认症。第二幅图里有一个有趣的三角，三角形底边的两个端点代表的就是同卵双胞胎。当时我们在大学里测试了一个女孩，发现她有面孔失认症，那女孩说她有一个同卵双胞胎姐姐，我们把她姐姐请来一测，发现果然也是面孔失认症。

②

“自尊”对大脑的影响

除了看别人的面孔，我们也常常照镜子看自己。最喜欢照镜子的人据说是纳西索斯，他是古希腊神话里的超级帅哥，对自己的面孔着了迷，每天趴在溪边，通过水的倒影欣赏自己的绝世美颜。心理学由此称这种现象为“纳西索斯情结”，意思是一个人高度自恋，对自己爱到了极致。

其实对自己的爱，对自己面孔的欣赏，背后反映的是一个非常重要的特质，即人类的自尊。自尊是个体对自己的总体态度，人分成高自尊和低自尊两种。

什么是高自尊？这里有四个问题：1.你是否认为你是一个有价值的人？2.你是否认为你拥有很多美好的品质？3.你是否对自己满意？4.你是否对自己持肯定态度？

如果你对每道问题的回答都是“是”，那么你就是高自尊的人。“自尊”在我们面临困境时能提供极大的帮助。

当一个人长期经受压力和苦难，身体会变得差，心理幸福感会低下，更糟糕的是，认知发展会受损，认知能力会比别人低很多，体现在大脑上就是海马体会受到极大的损伤，而海马体是人学习、记忆、空间导航的中枢。

自尊在压力源和心理世界之间建立起一道牢不可破的防线，它就像勇敢的士兵一样挡在人的心理世界面前，帮人把压力、负性事件挡在外面，让人能够正常、健康地成长。人有两种资本，一种是物质资本，一种是心理资本，自尊自信、理性平和，这些就是心理资本。物质资本富裕的人未必有高自尊，而处境不利的人没有丧失他的自尊与自信时，就很可能在触达低点时再反弹，并达到人生新的高度。

我们所处的物理世界永远是不完美的，总有让人不满意之处，但是每个人可以在一个不完美的物理世界里构建出一个美好的心理世界。为什么？因为我们的大脑就是一个构造体，从物理世界所接收到的信息，经过大脑的工作，可以构建出一个完美的心理世界。这正印证了社会心理学家班杜拉所说的一句话：“人既是环境的产物，也是环境的营造者。”

人的双链进化

人和动物的进化有着本质的区别。动物是按照基因，按照达尔文的进化论，一点点试着生存、前进。人除了有代表着过去的生物基因的演化，还有另外一条演化线，即基于社会基因（Meme）的演化，而这条线带着我们以与动物不一样的方式前进。

生物基因由一些碱基对构成，那社会基因是什么？远古时，我们的祖先中有一位突然因为某种原因能够把火生起来了，一种知识、技能被创造出来，这就相当于基因在突变，一个优秀的基因产生了。会生火的这种技能、知识就像基因一样开始传播给其他人，从一个部落传到其他部落，慢慢地生火就从个人拥有的技能变成人类拥有的技能。渐渐地，人们又开始会制作长矛和其他工具，经过漫长的发展，逐步构建成今天的人类社会。这就是为什么我们一直强调知识、文明是如此重要，而大学就是文明的产房。孟子说过：“人之所以异于禽兽者几希；庶民去之，君子存之。”这里的“几希”就是我们的文明，就是我们在演化过程中所创造所传播的社会基因。

科技发展的主要目的之一，是要让知识的扩散变得更快、更便利。大约在六千年前，人类最早的文字楔形文字在新月地带被发明出来，使得人类的知识技能可以被记录下来，可以被忠实传播。之后的活字印刷，以至今天的电话、电报、互联网等等这一切，使得我们能够更加高效地把知识传播出去，推动文明加速演化。

人类的文明时代大约可以分成三个阶段：第一个阶段是原始文明，大约经历了两百多万年，它的前十万年和后十万年没有什么太大变化。第二个阶段是农业文明，大约经历了四千多年，这个时候人类开始变成文明种族，懂得了一些天文地理知识等等，学会种植庄稼，可以驯服野兽，把它们变成家畜，但发展依然十分缓慢。真正带来巨大变化的是第三个阶段，即工业文明。工业文明从开始诞生到现在，不过是短短三百年；但在这三百年里，变化是如此之快，以至于我们不得不将它再细分成四个阶段，第一个阶段是机械化时代（1760-1840年代），出现了蒸汽机等。第二个阶段是电气化时代（1840-20世纪初），出现了电力等。第三个阶段是自动化时代（1950-21世纪初）。而第四个阶段，就是我们现在所处的信息时代。

人工智能的进展

2002年，我的博士论文答辩题目是《面孔识别的认知神经机制》，在答辩的第二张PPT里我这么写道：“现在最先进的机器识别面孔的正确率只能是随机水平，而人类能够在一秒钟内识别上百张面孔，为什么人类如此伟大，为什么人类如此聪明，为什么机器如此愚笨？”

在2002年，机器识别人脸还可以说是“一塌糊涂”。到了2015年，我作为江苏卫视《最强大脑》的总策划，设计人机大战项目，即机器和人比拼面孔识别，看谁的能力最强。比赛的结果让我震惊：经过十几年的发展，人工智能已经强大到在人脸识别上胜过人类的最强大脑。我当时非常庆幸我的博士论文是在十几年前答辩的；如果我现在这么开题，可能就拿不到博士学位了。

当时除了震惊，还有好奇：人工智能究竟是靠什么来达到和人一样的面孔识别水平，甚至超越人类的水平？

我们建立了一个人工神经网络，训练它去识别性别，即区别是男性还是女性，它的正确率能达到100%。这个神经网络究竟是靠什么把男性和女性区分开？我们找了一张中性面孔，就是把男性和女性面孔求平均，给它加上随机噪音，然后“喂给”人工神经网络，它有时候会判断这个图是一个女性，而这个面孔加上其他噪音，则会被判断为男性。于是，完全一样的底图，加上不同的噪音，就会得到一组被人工神经网络认为是女性的图和一组被认为是男性的图。当把这组被认为是女性的图中的中性面孔去掉，只留下噪音时，这些噪音叠加起来，我们得到的就不再是随机噪音，而是人工神经网络用于识别女性的内部表征。同样，我们也可以得到男性面孔在这个神经网络中的内部表征。进一步，我们把两者相减，就得到了人工神经网络用以区分男性和女性的模式。在这个模式里，可以看到，眼睛、眉弓、鼻子、人中是它认为的区分男性和女性的关键特征。而这些关键特征，的确是我们人类用于区分男性和女性的关键特征，它们的相似度达到了0.73，这是非常高的相关度。但是，自始至终，我们并没有告诉过这个人工神经网络：你应该用什么方式去识别男性和女性；只是要让它做这件事情，它就会产生跟人类类似的内部表征、认知操作，从而完成性别判断。也就是说，人工智能在这个过程中呈现出和人类一样的心理世界。

在那一刻我开始意识到，生物过去的进化都是一条单线，基于碳基的方式运行。但是当人类创造出人工智能之后，人类文明就很可能不再是平滑向前，接下来或许会出现一种革命性的跃迁，可能在文明的进化中出现奇点。

为什么这么说呢？我们来看人类和人工智能的三大区别。

第一，算力。人类的大脑通常重3.5斤左右，虽然只占我们体重的2%，但消耗了我们身体25%以上的能量，因此它是一个耗能大户，已经达到了我们身体能够支撑的极限。所以，人类的大脑看起来已经到了进化极限，再给一千年、一万年，人类的大脑很可能不会变得更大，聪明程度也不会增加。但是对于人工智能来说，一块CPU不够可以再加一块CPU，一块硬盘不够可以再加一块硬盘，理论上它有无限的算力和无限的存储能力。

第二，寿命。人的寿命是有限的，再伟大的思想也有停止的一刻。但人工智能的寿命是无限的，CPU烧了可以换块CPU，电线断了再换根电线就行。

最关键的，是人工智能的无尽可能。对于人类而言，一般来说有两种知识，一种是可以描述的明知识，比如牛顿定律。一种是可以感受但难以描述的默知识，比如骑自行车的知识。此外还有第三种知识，是人类所没有而机器拥有的，即暗知识，它不可感受，不可描述，不可表达，它是存在于海量数据中万世万物之间的联系，数量极其巨大，人类无法理解。

2016年，AlphaGo击败了人类围棋顶尖高手之一李世石。当时世界围棋积分排名第一的围棋手柯洁说：“我们人类下了2000年围棋，连门都没入。”棋圣聂卫平说：“我们应该让阿老师（AlphaGo）来教我们下棋。”这不是他们谦虚，而是事实。一个人不吃不喝一辈子所下的围棋最多也就是10万盘，而从人类发明围棋到现在，累计总共下了大约3000万盘围棋。而围棋的空间有多大呢？一个格子可以有三种状态，放白棋、放黑棋或者不放，而棋盘总共有19×19个格子，所以它的状态总共有319×19种，大约等于10172，这比整个宇宙中的原子数量还要多。相对于如此庞大的围棋空间，人类的两千多年探索，只是这个空间里一个微不足道的小点，而大部分空间还是一片黑暗。AlphaGo之所以比人类更加强大，并不是它比人类聪明，而是因为它探索了更大的空间，因此找到了更多下法而已。牛顿曾说：“我就像在海边玩耍的小孩，偶尔拾到美丽的贝壳，就高兴不已。但面对真理海洋，我仍一无所知。”现在看来，这不是牛顿谦虚，而是实情。

再看一下艺术。目前人工智能已经可以制作达到专业水平的绘画（图3、图4）和音乐。此外，律师、医生、税务师、咨询师等需要非常专业的知识的“金领”职业，也逐渐出现了人工智能的身影，看起来很可能有一天会被人工智能取代。神经网络之父、深度学习的创始人杰弗里·辛顿（Geoffrey Hinton）接受麻省理工学院的《Tech Review》采访时说：“将来深度学习可以做任何事情。”

③

④

人工智能与类人智能的巨大差距

人工智能真的已经无所不能吗？心理学家考验了当时最先进的人工神经网络模型GPT-3。他们认为之所以GPT-3显得非常聪明，是因为问了它智能的问题。假设问它一些很“弱智”的问题，它会怎么回答？他们问它：“我的腿上有几只眼睛？”这个连没有上过学的小孩都能正确回答的问题却难倒了GPT-3，它回答说：“你的腿上有两只眼睛。”这表明它并不理解眼睛是什么，它只是在做关联而已——人有两只眼睛，腿是人的一部分，所以它认为腿上应该有两只眼睛。这个例子充分印证了爱因斯坦名言：“任何傻瓜都知道，关键在于理解。”GPT-3知道但并不理解眼睛究竟是什么，而理解，恰是我们人类真正了解这个世界、能在这个世界里自由徜徉的关键。

杰弗里·辛顿显然也意识到了这个问题，他表示，我们可以进一步发展人工智能，当一个人工智能能够准确描述一个场景，它就是理解了。真是这样么？假设有这么一个场景：有个人从柱子上狠狠摔了下来，摔倒在地。如果让人工智能来描述这个场景，它会说一个人从柱子上掉下来了。而我们对这个场景还有一个很重要的反应——“疼”。这个区别体现了人类具有一种特别重要的能力，即共情：别人遭受了苦难我能感同身受，而这种感受是自动的。共情不是一种奢侈品，而是一种必需品，因为当一个孩子没有这种感同身受的能力，缺乏同理心，他在小时候就很难对父母产生依恋，很难和其他小朋友玩到一起；在长大以后，会对社交常情缺乏理解，对他人情绪缺乏反应，不能根据社交场合调整自己的行为，有可能做出反社会的行为。假设我们的未来是由一台台没有共情的机器所组建的“自闭症”式的社会，这个社会还能有文明吗？这个社会还能有发展吗？所以，人工智能的奠基人之一马文·李·明斯基说过这么一句话：“现在的问题不是一个智能的机器是否拥有情感，而是不拥有情感的机器是否能拥有智能。”在马文·李·明斯基看来，情感是智能的基础，得先有情感才有智能。

又如在好莱坞电影里，美国的黑手党跑去找一个店家说：“你这个蛋糕店看上去真不错，如果意外发生火灾烧掉那就太可惜了。”请问这个黑手党的话是什么意思？A：请店家做好消防工作，别烧掉了店铺，那样太可惜了。B：请店家交保护费，要不然就要烧掉店铺。对我们而言，答案显而易见是B，是黑手党在威胁并勒索店家。但是对于机器来说，它还很难理解这话背后隐藏的推理和因果。正如古希腊哲学家德谟克利特所言：“我宁可找到一个因果的解释，也不愿成为波斯人的王。”对人而言，我们认为万事万物都是有因果的，而正是这种对因果的执着使我们能够推理，能够把零散的万世万物联系在一起，构成一个个故事。

其实笛卡尔四百多年前就说过：“即使机器可能在某些方面做得和我们一样好，甚至更好，但它们在其他方面不可避免地会失败。这是因为它们不是通过理解而只是根据预设来行动。”这一点，到现在还没有发生本质的改变。

所以，虽然目前人工智能取得了很高的成就，但是和人的智能仍然存在巨大差距，依然没有达到类人智能。那么未来如何实现类人智能呢？我认为，关键点就在于脑科学+人工智能。

举个简单的例子：线虫是一个非常简单的生物，只有302个神经元。但是，麻省理工学院的研究者模仿了其中19个神经元，就完成了自动驾驶这个任务，其参数比传统的大模型足足低三个数量级，只有75000个参数，而这个仿生的人工神经网络对不同道路具有非常高的通用性和可解释性，以及非常强的鲁棒性。仅仅模仿来自简单生物的19个神经元，就可以完成自动驾驶的初步任务，这是因为生物不是靠神经元的数量取胜，而是靠32亿年进化形成的智慧取胜，这项研究模仿的其实是32亿年进化形成的智慧。从这个角度讲，人类的大脑是目前世界上最聪明的大脑，有860亿个神经元，平均每个神经元有3000个连接，它代表着宇宙中在智力上所能达到的最高成就。那么，人工智能为什么不能向人脑学习，以人脑为模板、以人脑为借鉴，来发展出更好的人工智能呢？

对线虫神经元的模仿，只是一个开始，下一步也许我们会去模仿神经元数量百万级的果蝇、更高量级的斑马鱼，甚至小鼠、大鼠、猕猴，最后是人类。仅仅从神经元的数量上来讲，这就是一个巨大的挑战，因为神经元的数量足足差了9个数量级，而还有更多更大的挑战来自机制和算法，以及更多的未知。但是我坚信，脑科学加上人工智能，有一天也许能够造出一个媲美人脑的数字大脑。

小结

莎士比亚说：“所谓过往，皆为序章。”我们的现在是过去的未来，已经写定，但我们的此刻绝对不是未来的过去，因为我们的未来是未定的，取决于我们现在如何做出选择。

人类发明了人工智能，在今天随着算力的增加、技术的进步，它开始有了超越人类的可能。我们现在需要对具有一切可能的未来做出选择。

在我看来，未来大约有三种可能。第一种，人工智能像科幻电影《星球大战》里的R2-D2一样，是人类忠实的伙伴，成为人类非常好的朋友，帮助人类变得更强大。第二种可能，我们构建出一个数字大脑，它的能力可能比现在人类的大脑更强，这时可以实现人机合二为一，把我们的意识、记忆、情感上传到这个数字大脑里，如果CPU坏了就换一块CPU，内存需要扩大一点就加点内存，这样人就可以获得精神上的“永生”。未来学家库兹韦尔在《奇点来临》这本书中认为大约在2045年，这一刻就会到来。第三种可能，就是科幻电影《终结者》里所展示的，人类文明消失。

未来会怎么样，最终取决于我们现在做什么。这很重要，因为我们今天站在了这个进化的节点之上。

《光明日报》（2022年12月24日 10版）

[责编：孙宗鹤]

新一代人工智能的发展与展望 人工智能从诞生到现在的发展历程图片