人工智能先驱人物篇之约翰·麦卡锡
今天的人工智能先驱人物篇的主角是约翰·麦卡锡（JohnMcCarthy），在1955年的达特矛斯会议上，麦卡锡与马文·明斯基共同提出的“人工智能”这个概念，标志着人工智能的正式诞生。
麦卡锡将人工智能定义为：“研制智能机器的一门科学与技术”。所以，研制智能机器始终是人工智能研究的核心问题。
科学与政治1927年9月4日，麦卡锡出生于美国波士顿一个共产党家庭。父母的工作性质决定全家需不断搬迁，从波士顿迁到纽约，然后又到了洛杉矶。
信仰爱尔兰天主教的父亲当过木匠、渔夫和工会组织者，同时也是一位发明家，拥有捻船缝机和桔汁冷冻机两项专利。
他的母亲是立陶宛犹太人，最初在联合通讯社当记者，后来在一家共产党报社工作。夫妻俩都曾参加过美国给出的，受父母的影响，麦卡锡从小就把自己对科学的兴趣与家庭的政治倾向结合起来。
麦卡锡认为自己的青少年时期平淡无奇，但事实证明并非如此。在上高三时，他得到了一份加州理工学院的课程目录，上面列出了该校一年级和二年级的微积分课本。
他买了这些书，完成了所有的练习题目。这使得他最终在1944年进入加州理工后得以免修头两年的数学课程。
1948年，他获得了加州理工学院数学学士学位，在1951年又获得了普林斯顿大学数学博士学位。
改变一生的会议约翰·麦卡锡的学术人生如何步入人工智能领域，还要从一次会议说起。
1948年9月，他参加了加州理工主办的希克森脑行为机制研讨会，大数学家、计算机设计大师冯·诺依曼在会上演讲了一篇关于自复制自动机的论文，这是一种可以对自身进行复制的机器。
尽管当时的与会人员并没有明确地将机器智能与人类智能联系起来，但冯·诺依曼的讲话却激发了麦卡锡的好奇心。
麦卡锡敏锐地将机器智能与人的智能联系起来，打算从事更深入的研究。第二年，在普林斯顿大学数学系做博士论文时，麦卡锡幸运地与冯·诺依曼一起工作。
在冯·诺依曼的鼓励和支持下，麦卡锡决定从在机器上模拟人的智能入手，主要研究方向定为计算机下棋。
此后，为了减少计算机需要考虑的棋步，麦卡锡发明了著名的α-β搜索法，这一关键问题的解决有效减少了计算量，至今仍是解决人工智能问题中一种常用的高效方法。
自动机模拟是随着时间从一个状态转入另一个状态的机器；而交互式自动机则是根据其自身状态以及它所观察到的其他自动机的状态从某个状态转入另一状态。
麦卡锡曾在冯·诺依曼理论的基础上，把有智能的东西看做是一个有限的自动机，与同样是自动机的环境项链。
冯·诺依曼听后十分赞同并敦促他把这篇论文写出来，但麦卡锡觉得自己的想法还不够成熟，于是便放弃了对利用自动机模拟人类智能的首次尝试。
不过，在十几年后，当他从事情景演算方面的工作时，有关状态和状态转换的思想再一次浮现在了脑中，制造一台像人类一样的机器的想法再一次被激起。
成就一生的会议1952年，普林斯顿大学的一个研究生向麦卡锡建议，可以找一些对机器智能感兴趣的人去收集一些该领域的文章。麦卡锡找到了贝尔实验室的克劳德·香农——“信息论”的创始人。
在人工智能方面的若干深入探讨之后，他们萌生召开一次研讨会的共识。在洛克菲勒基金会的一笔微薄的赞助下，他们邀请到当时哈佛大学的明斯基和IBM工程师罗彻斯特等几位学者，参加这次会议。
1956年，在达特茅斯学院举办的这次夏季人工智能研讨会是计算机史上的一座里程碑。这项涉及10人，耗时2个月的雄心勃勃的计划基于“我们能够精确且全面地描述人类智能中的学习以及其他特征并制造出机器以对其模拟”的构想并继续阔步前进。
2006年，会议五十年后，当事人重聚达特茅斯。左起：摩尔，麦卡锡，明斯基，赛弗里奇，所罗门诺夫
麦卡锡在提案中写道，他将研究语言和智能二者间的关系，希望通过程序计算机能“进行棋类游戏并完成其它任务”。
达特茅斯会议历时两个多月，首次提出“人工智能”这一术语，并确立了可行的目标和方法，这使得人工智能成为电脑科学一个独立的重要分支，获得了科学界的承认。
虽然大多数与会者在会后并未继续从事该领域的研究，但另外那少数人中却产生了一批在该领域影响深远的成就。这次会议给人工智能奠基人相互交流的机会，并为未来人工智能的发展起到了铺垫的作用。
在此之后，人工智能的重点开始变为建立实用的能够自行解决问题的系统，并要求系统有自学能力。
Lisp语言与分时概念1958年，麦卡锡组建了世界上第一个人工智能实验室。同年，麦卡锡发明了Lisp语言，这是人工智能界第一个最广泛流行的语言，至今仍有着广泛应用。
Lisp是一种函数式的符号处理语言，其程序由一些函数子程序组成。在函数的构造上，它与数学上递归函数的构造方法十分类似，即从几个基本函数出发，通过一定的手段构成新的函数，不仅如此，Lisp还具有自编译能力。
其实，麦卡锡只是Lisp当做一个工具，他的目标是制造具有人类智能的机器，他并未预料到它会有如此长的寿命。
该领域的编程人员都十分喜欢Lisp的最初语法，因此，Lisp语言与后来于1973年实现的逻辑式语言PROLOG并称为人工智能的两大语言。
随着工作的深入，麦卡锡希望改进这种语言的表达能力。1959年，为了展示Lisp可以明确地表达任何计算函数，他加入了一个叫做“求值”的功能。
“求值”允许程序定义新的函数或者过程，然后将其作为程序的一部分来执行。而大多数语言在执行新函数之前都会强制程序终止运行，并且“重新编译”。
由于求值函数可以带动并执行任何函数，它扮演了一种“通用图灵机”的角色，是其他计算机的通用模拟器。
如今的很多程序都必须每时每刻地运行，人们对求值这种特性的需求越来越迫切，因此大多数实验性语言都包含了求值或类似的功能。
麦卡锡另一个卓越贡献是1960年左右第一次提出将计算机批处理方式改造成分时方式，这使得计算机能同时允许数十甚至上百用户使用，极大地推动接下来的人工智能研究。
由此，他被尊称为“计算机分时系统之父”，他的研究成果最终实现了世界上最早的分时系统——基于IBM7094的CTSS和其后的MULTICS。
结语如今，人工智能已经从实验室走进日常生活，成为一门严肃经验科学，引发了计算机使用方式的一场变革，其中约翰·麦卡锡功不可没，他深刻地改变了人们与电脑和互联网的互动方式，为人工智能奠定了坚实的基础。
关于人工智能，你应该知道的四个关键人物
图灵测试用来区分机器能否在智力行为上表现得和人无法区分。图灵在《计算机与智能》这篇论文的开篇提出一个问题“机器是否能思考？”，为了检测这一问题，图灵提出了模仿游戏：这场测试中有A、B、C三个主体，A是机器，B是拥有正常思维的人，Ａ和Ｂ坐在房间里，Ｃ是坐在房间外的裁判。裁判Ｃ对机器Ａ和正常人Ｂ进行询问，如果他没有办法区别机器和人类，那么机器Ａ就通过了图灵测试（参考维基百科）。
图灵测试示例（图片来自网络）
1956年召开的达特茅斯会议被普遍认为是人工智能的起源，这次会议的主要发起人有当时在达特茅斯学院数学系任教的麦卡锡（JohnMcCarthy）及在哈佛大学任教的明斯基（MarvinMinsky）。
达特茅斯学院（DartmouthCollege）
麦卡锡出生在波士顿，他的父亲是一位爱尔兰移民，爱好发明。母亲是热心于女权运动的立陶宛犹太人。1944年，麦卡锡在加州理工大学攻读数学专业，因为初中自学了大学低年级的高等数学，进入加州理工的头两年得以免修数学。1948年麦卡锡在普林斯顿大读研期间，受到冯·诺依曼的影响，开始尝试在计算机上模拟人的智能。
麦卡锡博士毕业后，在普林斯顿大学担任讲师，在那里遇到了志趣相投的友人明斯基。随后，麦卡锡转至斯坦福大学做了2年的助理教授，又受到达特茅斯学院数学系系主任克门尼（JohnKemeny）的邀请，前往达特茅斯学院任教。
1956年，麦卡锡与明斯基、香农共同发起了达特茅斯会议，他为此次会议起名为“SummerResearchProjectonArtificialIntelligence(人工智能夏季研讨会)”。一般认为“ArtificialIntelligence（人工智能）”一词由麦卡锡发明，但也有学者指出麦卡锡在晚年回忆这个词是他从别人那里听来的，随着麦卡锡的离世，这一学术用语的发明人也成了谜。
1959年，麦卡锡开发了著名的LISP语言（ListProcessinglanguage），成为人工智能界第一个最广泛流行的语言，1971年麦卡锡获得图灵奖。
1927年，明斯基出生在纽约的一个犹太家庭，曾在布朗士科学高中（theBronxHighSchoolofScience，纽约最著名的三所老牌高中之一）和菲利普斯学院（thePhillipsAcademy，美国最知名的私立中学）就读。1945年高中毕业后明斯基入伍成为海军，退伍后他在哈佛大学主修数学专业，同时也选修电气工程、遗传学、心理学等多个学科的课程。
1950年他进入普林斯顿大学攻读数学博士，博士论文题为“神经网络和脑模型问题（NeuralNetsandtheBrainModelProblem）”，是对人工神经网络（ANNs）领域的早期贡献，1954年明斯基取得博士学位后留校任教。
1959年，明斯基和麦卡锡分别离开哈佛大学和达特茅斯学院，齐聚在麻省理工，共同创建了世界上第一个人工智能实验室——MITAILab（麻省理工人工智能实验室）。1969年，他被授予图灵奖，也是历史上第一位获此殊荣的人工智能学者。
明斯基作出重要贡献的领域，除了人工智能（机器学习、知识表示、常识推理、计算机视觉、机器人操作），还包括认知心理学、神经网络、自动机理论、符号数学，图形学和显微镜技术，他设计并制造了带有触觉传感器的机械手。
塞缪尔出生在堪萨斯州，1923年本科毕业于恩波利亚学院，1926年在麻省理工学院获得电气工程硕士学位。硕士毕业以后塞缪尔留在麻省理工担任讲师。1946年，塞缪尔在伊利诺伊大学担任电气工程系教授，并积极参与设计首批电子计算机，在那里他逐渐构思出一个跳棋程序。
1949年，塞缪尔加入位于纽约的IBM，参与研发晶体管和IBM的第一台存储程序计算机701。1956年，塞缪尔写出了跳棋程序，他发现与程序对弈的过程中，程序也下的越来越好，这是最早的机器学习程序之一，具备“自学习”的能力。
塞缪尔用IBM701计算机玩跳棋
1959年，塞缪尔创造了“机器学习”这个术语，并将其定义为：thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed（翻译仅供参考：此研究领域是计算机在不被明确编程的情况下，赋予它学习能力）。1966年，他从IBM退休，作为讲师和研究助理来到斯坦福大学，开启全新的职业生涯。
正是因为这些勇于探索和打破传统的科技巨人，才有了今天人工智能技术的飞跃。
参考资料：
1.尼克.《人工智能简史》[M].中国工信出版集团&人民邮电出版社，2017
2.SelmaSabanovic,StasaMilojevic,JasleenKaur.JohnMcCarthy[History][J].IEEERobotics&AutomationMagazine,2012
3.GeorgeStrawn,CandaceStrawn.MastermindsofArtificialIntelligence:MarvinMinskyandSeymourPapert[J].ITProfessional,2016
4.GioWiederhold,JohnMcCarthy.ArthurSamuel：PioneerinMachineLearning[J].IBMJournalofResearchandDevelopment,1992
【注:本文由Edubrain编辑整理】返回搜狐，查看更多
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）
人工智能发明人项目
人工智能发明人项目2019年12月
瑞安·阿博特，医学博士、法律博士、东方传统医学硕士、英国萨里大学法律与健康科学教授、美国加利福尼亚州加州大学洛杉矶分校兼职助理教授
2019年8月，我们团队（见下文）宣布两项“人工智能生成发明”的国际专利的国际专利申请。也就是说，发明由人工智能自主生成，且我们认为根据传统定义，无自然人符合发明人的条件。申请将人工智能列为发明人，人工智能所有人为专利申请人及获发专利的准拥有人。欧洲专利局（欧专局）和英国知识产权局（UKIPO）已对这两项申请进行评估。这两个部门都认为，申请公布之前已最大限度达到可专利性要求。还根据《专利合作条约》提出了申请——该条约为在超过150个国家获得专利保护的程序提供便利。目前审查这两项申请的专利局越来越多。
2019年，人工智能发明人项目团队提交的专利申请将DABUS（一种基于人工智能的“创造力机器”）列为发明人。这件事值得关注，因为大多数司法管辖区只承认人类有发明人身份。他们的目的何在？挑战发明人身份的现有标准。（图片：PhonlamaiPhoto/iStock/GettyImagesPlus）进展情况有人声称至少早在20世纪80年代就曾为人工智能生成的发明成功申请专利，但从未有人在此类专利申请中公开披露人工智能的作用。专利局一般不会质疑自行申报的发明人身份；一些最早为人工智能生成发明申请专利的人称，律师建议他们将自己列为发明人。
针对人工智能产生的作品应当制定适当政策。
几乎找不到涉及人工智能生成发明的法律。大多数司法管辖区的要求是专利申请须公开披露一名自然人身份的发明人。这一要求旨在保护和承认人类发明人的权利。然而，发明者并不一定拥有自己的专利；事实上，大多数专利为企业所拥有。所有权可以通过合同转让的方式或借助法律以其他方式从个人名下转移到企业名下。例如，在很多司法管辖区，如果发明属于受雇范围内的工作成果，所有权自动归于雇主。即使发明人不拥有专利，但法律要求列出一名自然人为发明人，也能确保人们的工作得到应有认可。然而，制定这些法律时并未考虑未来机器从事发明创造的可能性。
版权法涉及人工智能的最新进展关于人工智能生成作品和版权法的讨论越来越多。1988年，英国在各国中首开先例，为人工智能或“计算机生成”作品提供明确版权保护。在作品符合版权保护的所有其他条件但无自然人具备作者资格的情况下，该作品的“制作者”被视为作者。
美国版权局的做法相反。至少早在1973年，美国版权局就已推行“人类著作权政策”，禁止对非人类作者创作的作品进行版权保护。这样一来，人们看到人工智能产生的作品，比如一首歌或一件艺术作品具有商业价值时很容易受到诱惑，想要将著作权据为己有——人工智能不会抗议。
在知识产权以及很多其他法律领域，人工智能替代人类的现象会带来翻天覆地的影响。
印度尼西亚一只名叫鸣人的黑冠猕猴拍了一些照片，这起“猴子自拍”事件让人类著作权政策开始受到公众关注。善待动物组织（PETA）代表鸣人提起诉讼，认为鸣人应该拥有这些照片的版权。然而该案件被驳回，因为美国国会并不认可动物有权根据版权法提出起诉。因此，法庭上从未出现对人类著作权要求的质疑。
人工智能产生的发明为何需要专利保护人工智能产生的作品应该得到专利保护，因为这样可以激励创新。拥有专利的前景不会直接激励人工智能，但一些开发、拥有和使用人工智能的人会受到鼓励。因此，允许人工智能产生的作品拥有专利会促进创造性人工智能的发展，最终将为社会带来更多创新。
此外，专利有利于信息披露，能促进有社会价值的产品走向商业化。人工智能生成作品的专利与其他专利一样可以实现这些目标。相反，不允许人工智能产生的发明得到保护，则意味着未来即使解决某些问题时人工智能比人类更有效，企业也不能使用人工智能进行发明创造。这种情况也会诱使人们对专利局耍花招，在专利申请基于人工智能生成的发明时对此不作声明。
除了为人工智能生成的发明提供保护之外，人工智能起到发明作用时应被列为发明人，因为这样可以保护人类发明人的权利。允许人类被列为人工智能生成发明的发明人不会对人工智能有欠公正，因为获得认可对人工智能并无意义，但将并非人类完成的工作归功于人则会降低人类发明的价值。这样做的话，仅仅要求人工智能解决问题与合法发明新事物，这两种工作的价值会被混为一谈。
当然，人工智能不会拥有专利。我们从未如此建议，据我所知也无人真心支持这件事。人工智能系统既无法律权利也无精神权利，因而亦无拥有财产的能力。而且，修改法律允许人工智能所有权，这样做成本高昂，并无明显益处。然而遗憾的是，对人工智能发明人项目的许多反对意见集中于人工智能的所有权。
再次强调，将人工智能列为发明人并不是向机器提供权利，而是为了保护传统人类发明人的精神权利和专利制度的完整性。如前所述，专利发明人往往并非专利所有人。我们还认为，根据财产所有权的一般原则以及商业秘密保护等适用于知识产权法其他领域的规则，人工智能的所有人应该拥有人工智能生成发明的所有专利。
自然人、人工智能和发明人身份有人提出，对于人工智能生成的任何作品，都有某个自然人具备发明人的资格。这个论点没有说服力。如果指示人工智能解决问题的人以需要创造性技能的方式阐述或构建一个问题，那么此人具备发明人资格，若是问题显而易见或已为人熟知则无发明人资格。
同样，程序员或人工智能开发人员如果设计人工智能来解决特定问题，或者被要求有技巧地选择培训内容或输入数据，可能具备发明人资格。但是程序员或许并非发明人，仅仅在人工智能解决问题的整体能力上有所贡献，并不了解运用人工智能解决的具体问题及其最终成果。当人工智能开发时间长、涉及程序员人数众多又分散各地时，其中关联甚至更加微不足道。
最后，认识到人工智能输出成果实用性的人也具备发明人资格，在人工智能提出许多选项，必须由人类使用创造性技能选择最佳解决方案的情况下尤其如此。但如果人工智能输出成果的重要性显而易见，无须更多人类工作，此类情况不宜适用发明人资格。
创造力机器DABUS（介绍见上文）已生成两项发明，均已申请专利：以分形几何为基础的塑料食物容器；紧急情况报警的闪光灯（名为“神经火焰”）。（图片：由StephenThaler博士提供）需要制定适当政策应对知识产权挑战针对人工智能产生的作品应当制定适当政策。从经济角度来看，创造性人工智能如今在创新中所占比例相对而言或许不值一提。但人工智能进步飞快，其速度非人类科研人员所能及。即使在中短期内，这也意味着创造性人工智能可能在研发工作中起到重要作用。一旦成真，缺乏明确规则，不知道人工智能生成的发明是否可以得到保护，哪些人或物应被列为发明人，以及谁拥有这些发明和相关专利，这些问题会很麻烦。
将人工智能列为发明人并不是向机器提供权利，而是为了保护传统人类发明人的精神权利和专利制度的完整性。
创造性人工智能对知识产权法的其他领域提出全新挑战，例如用于评估创造性这一发明专利性关键指标的“本领域技术人员”标准。详情请参见《一切显而易见》（EverythingIsObvious，RyanAbbott，66UCLAl.rev.2,23-28（2019））一书。检验的主要内容是确定普通研究人员根据现有相关信息是否能够判断专利申请的显而易见性，如果答案肯定，申请将被拒绝。人工智能让普通工人的能力日益增强，他们会更成熟，掌握更多知识。相应地，技术人员的这种进步应当带来专利性标准的提高，正如在欧洲，科研工作由团队完成已为常态，因而单个技术人员的概念扩展为多个技术人员。
未来当人工智能从人类研究工作自动化过渡到发明创造活动大规模自动化时，创造性人工智能甚至可能代表技术人员。与今天的技术人员相比，具有常规自动化科研能力的人工智能判断为显而易见的情况会更多。然而，对于人工智能而言何为显而易见，这一点我们很难有明确的认识和推断。可能需要改变对创造性的检验，侧重于经济因素而非认知因素，如盼望已久尚未解决的需求、同时发明、专业怀疑等等。甚至可能需要重点关注人工智能复制专利申请客体的能力。随着时间的推移，未来的机器智能不受明显限制的话，终有一天对于超级人工智能而言一切都显而易见。
在知识产权以及很多其他法律领域，人工智能替代人类的现象会带来翻天覆地的影响。在即将出版的新书《有理性的机器人：人工智能与法律》（2020年中，剑桥大学出版社）中，我更广泛地探讨人工智能以类人的方式行事将对规范人类行为的现行法律标准提出的挑战。我认为，人工智能法律中立性的原则有助于增进人类福祉，即法律不区别对待从事相同活动的人类和人工智能。
除我之外，人工智能发明人项目团队成员还有WilliamsPowell事务所的罗伯特·杰汉，Dennemeyer事务所的马尔特·克尔纳，FlashpointIP事务所的鲁文·穆阿利姆，FuchsIP事务所的马库斯·里克和冠群事务所的吴珮琪。这些专利申请的人工智能发明者DABUS为斯蒂芬·塞勒博士开发。
征求意见：人工智能对知识产权政策的影响产权组织:产权组织正在设法通过开放进程拟订一份关于人工智能影响知识产权政策的问题清单，可能作为今后结构化讨论的基础。请成员国和所有其他有关各方就议题文件草案提出意见和建议。欢迎对知识产权制度任何受到人工智能影响的方面提出意见。
美国专利商标局2019年末，美国专利商标局也宣布向公众征求人工智能生成作品专利和版权保护方面的意见，供这些领域参考制定政策。
相关链接项目详情及最新进展2023年人工智能领域发展七大趋势
2022年人工智能领域发展七大趋势
有望在网络安全和智能驾驶等领域“大显身手”
人工智能已成为人类有史以来最具革命性的技术之一。“人工智能是我们作为人类正在研究的最重要的技术之一。它对人类文明的影响将比火或电更深刻”。2020年1月，谷歌公司首席执行官桑达尔·皮查伊在瑞士达沃斯世界经济论坛上接受采访时如是说。
美国《福布斯》网站在近日的报道中指出，尽管目前很难想象机器自主决策所产生的影响，但可以肯定的是，当时光的车轮到达2022年时，人工智能领域新的突破和发展将继续拓宽我们的想象边界，其将在7大领域“大显身手”。
增强人类的劳动技能
人们一直担心机器或机器人将取代人工，甚至可能使某些工种变得多余。但人们也将越来越多地发现，人类可借助机器来提升自身技能。
比如，营销部门已习惯使用工具来帮助确定哪些潜在客户更值得关注；在工程领域，人工智能工具通过提供维护预测，让人们提前知道机器何时需要维修；法律等知识型行业将越来越多地使用人工智能工具，帮助人们对不断增长的可用数据中进行分类，以找到完成特定任务所需的信息。
总而言之，在几乎每个职业领域，各种智能工具和服务正在涌现，以帮助人们更有效地完成工作。2022年人工智能与人们日常生活的联系将会变得更加紧密。
更大更好的语言建模
语言建模允许机器以人类理解的语言与人类互动，甚至可将人类自然语言转化为可运行的程序及计算机代码。
2020年中，人工智能公司OpenAI发布了第三代语言预测模型GPT—3，这是科学家们迄今创建的最先进也是最大的语言模型，由大约1750亿个“参数”组成，这些“参数”是机器用来处理语言的变量和数据点。
众所周知，OpenAI正在开发一个更强大的继任者GPT—4。尽管细节尚未得到证实，但一些人估计，它可能包含多达100万亿个参数（与人脑的突触一样多）。从理论上讲，它离创造语言以及进行人类无法区分的对话更近了一大步。而且，它在创建计算机代码方面也会变得更好。
网络安全领域的人工智能
今年1月，世界经济论坛发布《2021年全球风险格局报告》，认为网络安全风险是全世界今后将面临的一项重大风险。
随着机器越来越多地占据人们的生活，黑客和网络犯罪不可避免地成为一个更大的问题，这正是人工智能可“大展拳脚”的地方。
人工智能正在改变网络安全的游戏规则。通过分析网络流量、识别恶意应用，智能算法将在保护人类免受网络安全威胁方面发挥越来越大的作用。2022年，人工智能的最重要应用可能会出现在这一领域。人工智能或能通过从数百万份研究报告、博客和新闻报道中分析整理出威胁情报，即时洞察信息，从而大幅加快响应速度。
人工智能与元宇宙
元宇宙是一个虚拟世界，就像互联网一样，重点在于实现沉浸式体验，自从马克·扎克伯格将脸书改名为“Meta”（元宇宙的英文前缀）以来，元宇宙话题更为火热。
人工智能无疑将是元宇宙的关键。人工智能将有助于创造在线环境，让人们在元宇宙中体会宾至如归的感觉，培养他们的创作冲动。人们或许很快就会习惯与人工智能生物共享元宇宙环境，比如想要放松时，就可与人工智能打网球或玩国际象棋游戏。
低代码和无代码人工智能
2020年，低代码/无代码人工智能工具异军突起并风靡全球，从构建应用程序到面向企业的垂直人工智能解决方案等应用不一而足。这股新鲜势力有望在2022年持续发力。数据显示，低代码/无代码工具将成为科技巨头们的下一个战斗前线，这是一个总值达132亿美元的市场，预计到2025年其总值将进一步提升至455亿美元。
美国亚马逊公司2020年6月发布的Honeycode平台就是最好的证明，该平台是一种类似于电子表格界面的无代码开发环境，被称为产品经理们的“福音”。
自动驾驶交通工具
数据显示，每年有130万人死于交通事故，其中90%是人为失误造成的。人工智能将成为自动驾驶汽车、船舶和飞机的“大脑”，正在改变这些行业。
特斯拉公司表示，到2022年，其生产的汽车将拥有完全的自动驾驶能力。谷歌、苹果、通用和福特等公司也有可能在2022年宣布在自动驾驶领域的重大飞跃。
此外，由非营利的海洋研究组织ProMare及IBM共同打造的“五月花”号自动驾驶船舶（MAS）已于2020年正式起航。IBM表示，人工智能船长让MAS具备侦测、思考与决策的能力，能够扫描地平线以发觉潜在危险，并根据各种即时数据来变更路线。2022年，自动驾驶船舶技术也将更上一层楼。
创造性人工智能
在GPT—4谷歌“大脑”等新模型的加持下，人们可以期待人工智能提供更加精致、看似“自然”的创意输出。谷歌“大脑”是GoogleX实验室的一个主要研究项目，是谷歌在人工智能领域开发出的一款模拟人脑具备自我学习功能的软件。
2022年，这些创意性输出通常不是为了展示人工智能的潜力，而是为了应用于日常创作任务，如为文章和时事通讯撰写标题、设计徽标和信息图表等。创造力通常被视为一种非常人性化的技能，但人们将越来越多地看到这些能力出现在机器上。（记者刘霞）
【纠错】【责任编辑:吴咏玲】