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:]人工智能给人们的生产生活方式带来了颠覆性影响
（文章来源：人民日报）
新一代人工智能正在全球范围蓬勃发展，推动世界从互联信息时代进入智能信息时代，给人们的生产生活方式带来颠覆性影响。人工智能与经济社会的深度融合，将给人类社会发展进步带来强大新动能，实现创新式发展。
从科学层面看，人工智能跨越认知科学、神经科学、数学和计算机科学等学科，具有高度交叉性；从技术层面看，人工智能包含计算机视觉、机器学习、知识工程、自然语言处理等多个领域，具有极强专业性；从产业层面看，人工智能在智能制造、智慧农业、智慧医疗、智慧城市等领域的应用不断扩大，具有内在融合性；从社会层面看，人工智能给社会治理、隐私保护、伦理道德等带来新的影响，具有全面渗透性。
目前，在边界清晰、规则明确、任务规范的特定应用场景下（如下围棋、人脸识别、语音识别）设计出的智能体表现出较好的专用智能。未来，人工智能的发展将从专用人工智能、人机共存智能向通用人工智能转变。可以预见，通过科学研究的牵引、应用技术的交叉，人工智能必将推动人类社会实现创新式发展。
人工智能为人类认识世界引入新范式，增强科学发现能力。人工智能的发展史是相关学科不断交叉融合、遵循不同范式的发展过程。从符号主义、逻辑推理、知识工程到连接主义，从大数据驱动小任务到小数据驱动大任务，从神经形态类脑智能到量子计算智能，人工智能的新范式不断增强人类认识世界的能力。传统的科学研究引入新范式后，研究效能得到了极大提升。
人工智能为人类理解世界创造新工具，扩展外界认知能力。人工智能创造各种技术帮助人类理解复杂的拥有巨量信息的世界。计算机视觉技术利用感知世界的每一个像素，增强人们观察场景的敏锐度。自然语言处理技术通过深度语义分析，改善人和机器的交流互动。知识计算引擎与知识服务技术帮助我们搜集获取海量知识，进而挖掘关系，形成新的知识图谱。自主无人系统可以利用其不怕热、不怕冷、不怕压等特性，涉足人类无法到达或难以忍受的极端环境，帮助我们探测未知世界。
人工智能为人类改造世界形成新业态，增强产业发展能力。根据对人工智能应用的需求，可将人工智能产业分为三个层次：以AI芯片和软件为框架的基础层；以语音识别、计算机视觉、自然语言交互为主的技术层；以智慧医疗、智能安防、自动驾驶等“人工智能+”为代表的应用层。人工智能与传统产业的融合，不仅能提高产业发展的效率，更可以实现产业的升级换代，形成新业态，构成新的创新生态圈，催生新的经济增长点。
人工智能为人类管理自身构建新模式，提高社会治理能力。社会规范有序是人类的共同愿望，人工智能嵌入社会治理是实现这一目标的重要手段。人工智能技术可以消除政府和公众之间的信息不对称，及时预测和感知突发舆情；通过对汇聚到一起的多种传感器感知到的社会公共情况进行连续监测，智能预警各种公共安全事件。比如，智能安防的视频结构化和生物识别技术大大降低犯罪率，借助“天眼”系统抓捕逃犯，这些都是人工智能技术在社会治理中发挥重要作用的表现。需要强调的是，人工智能管理模式在推行过程中，也要解决其和固有社会伦理规范的冲突、数据使用的隐私保护等问题。
人工智能的快速发展，给人类发展带来了新的机遇。为了人类共同的美好未来，全世界的人工智能领域参与者应坚持共创、共享、共赢理念，共同创造知识，共同分享技术，在良性竞争中实现共赢。
人工智能（AI）革命性提升了人类的生活质量和工作效率
作为引领第四次科技革命的颠覆性技术，人工智能（AI）当前正广泛应用于工业制造、医疗、教育、农业、科学研究和公共事业等多个领域，革命性提升了人类的生活质量和工作效率，成为驱动数字经济增长和产业升级的关键要素之一。当前的AI以物联网、大数据、智能算法等先进技术为支撑，赋“物”以智，辅助和代替人类执行多种复杂任务，不仅大幅提高了生产力水平，也对经济和社会总体发展影响深远。与此同时，AI强大的赋能作用和可观的应用前景也引得全球资本趋之若鹜。实力强大的谷歌、微软、脸书、亚马逊、苹果等科技巨头公司近年来积极布局AI基础算力、数据，算法、框架、硬件，以及应用平台和场景解决方案等全产业链，积聚了大量开发人员和用户。不仅如此，巨头们还频频出手收购领先的AI初创公司，以确保自身对突破性技术和应用的强势掌控，进而塑造了AI行业的垄断格局。以谷歌公司为例，自2007年以来，谷歌至少收购了30家AI初创公司，涵盖当前大部分主流AI应用。尽管谷歌目前还不是AI发展的绝对掌控者，但已经在很大程度上拥有了左右产业和技术总体演进方向的影响力。人们不禁要问，AI作为一项对人类发展全局举足轻重的技术，若长期仅由几家科技巨头公司主导掌控，是否符合科技向善、普惠大众的基本价值取向？AI技术垄断有可能造成哪些潜在风险？基于AI治理的维度，各国政府可以采取哪些行动？今年8月，美国塔夫茨大学弗莱彻法律与外交学院全球商业研究所主任巴斯卡·查克拉维蒂（BhaskarChakravorti）在美国《外交政策》（ForeignPolicy）杂志官网发表评论文章《科技巨头公司对AI的掌控必须受到监管》（BigTech’sStrangleholdonArtificialIntelligenceMustBeRegulated），对上述现象和问题予以解析，并提出了政策建议。巴斯卡·查克拉维蒂（BhaskarChakravorti）首先回顾了2016年全球AI产业初步兴起时的数据。当时全球关于人工智能研究、开发和收购的总金额约在260亿至390亿美元之间，其中200亿至300亿美元均来自于谷歌、微软等科技巨头公司。它们不仅在搜索、社交媒体、在线零售和应用商城中占据主导地位，还掌握着海量用户数据。近年来，美国的人工智能人才也逐渐呈现高度集中态势，亚马逊、谷歌、微软、脸书和苹果这五家公司的人工智能人才数量的中位值约为18000人，而紧随其后第六至二十四名的公司拥有人才的中位数仅为2500人，之后的公司拥有量则更少。此外，对数据和知识的分享也随之成为一个问题。例如，谷歌收购的DeepMind公司最近研发了一项可以从细胞的DNA中预测人体内每一种蛋白质结构的AI技术，这极有可能触发世界生物和医学研究的众多突破性发现。然而，科学界首先要获得谷歌的允许才可以使用DeepMind创造出的知识，用以以开展后续研究。换言之，科技巨头公司对AI技术、人才和数据的主导掌控有可能限制其他人和机构利用该项技术，甚至妨碍科技进步。与此同时，鉴于AI本身是一项对人类兼具积极和消极双重影响的新兴技术，如果仅掌握在少数巨头公司手中，缺乏公众监督和参与，将很难避免潜在的风险与负面影响。一方面，巨头公司运营的网络平台多以定向广告推送为其重要利润来源，自然会优先考虑研发有助于提升定向推送精准度的人工智能应用，且有意无意地忽略其他更具社会公益价值的技术创新。由此导致的研发投资分布不均会对AI产业整体健康发展产生不利影响。另一方面，巨头公司往往倾向于“前瞻性”收购尚处于初创阶段的AI科技公司，主要用于支持其网络平台已有产品线，但这又会抑制AI技术取得更深入创新突破的可能性。有鉴于此，巴斯卡·查克拉维蒂（BhaskarChakravorti）提出，各国都应对科技巨头公司过度掌控AI技术和产业链的问题加以规范和监管。他还建议美国政府相关决策部门尽快采取三项行动：第一，通过美国国家科学基金会等联邦研究机构大幅增加对AI的公共投资，以对冲私有资本“野蛮收购”的负面影响，维护更多样化的创新技术研发；第二，整合创建统一的AI技术治理框架，改变当前全国上下治理规则碎片化的局面，以遏制AI有害影响，并有效保护用户隐私；第三，升级现行反垄断机制。长期以来，美国政府对科技巨头公司的反垄断执法更多集中于改变它们在社交媒体、搜索、应用商店和在线零售上的压倒性控制地位，对处置技术垄断削弱数字经济市场竞争的问题重视不足。并且，政府对互联网平台更偏重事后监管的模式也不尽合理，应强化关于事前防范、过程监督的机制建设，为科技初创企业的生存发展营造良好环境。此外，政府还可考虑适当发挥反垄断执法的杠杆功能，激励科技巨头公司优先研发对全社会有益的人工智能应用，并向公众开放相关数据。互联网生态所具有的扁平化和去中心化等特点曾令不少人预期世界将变得更加平等、透明，垄断现象也会渐趋消失。然而，现实却未尽如人意。迈入数字经济时代，市场垄断问题不但没有减少，反而出现了不同于传统经济的诸多新垄断形态。众所周知，垄断将阻碍数字产业整体发展、减缓创新，最终损害用户利益。当科技巨头公司对AI的掌控渐成垄断之势，尽快在国家层面制定针对性公共政策，深刻创新AI治理与监管机制，已成为保持数字经济活力，成就可持续发展的迫切需要。