人工智能的发展与未来
随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。
现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay
19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。
20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。
至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。
智能，是一种特殊的物质构造形式。
就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？
图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。
英国数学家，计算机学家图灵
这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。
虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。
1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。
而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。
而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。
而这之后，人工智能的发展也与图灵的想象有所不同。
现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。
但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。
人工智能让芯片的处理能力得以提升｜Pixabay
从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。
虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。
参考文献
[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.
[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.
[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.
[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.
[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.
[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987
作者：张雨晨
编辑：韩越扬
[责编：赵宇豪]如何正确看待人工智能时代的发展
人工智能时代加速了。
在人类所有的造物里，这是第一次，造物具备了智能。甚至在某些专业领域，人工智能已经超越了它的创造者。
以致于凯文。凯利感叹：学会向我们的创造物低头。这其中，憧憬者有之，警惕者亦有之。
未来是否会像科幻电影一样？
但其实，大部分人对人工智能的想象都是错的。我们过多地沉迷于科幻电影带来的视觉冲击，却忽略了近在眼前的生活。
比尔。盖茨也说，我们总是高估未来2年会发生的改变，却低估未来10年会发生的改变。
但其实，改变不是一种命运，它是一种选择。就像圣雄甘地所说：“Bethechangeyouwanttoseeintheworld.”
这一次，我们不做预言，不看遥远的未来，我们就聚焦当下，看看我们究竟能用人工智能做什么，我们如何用它创造真正的价值，这中间需要准备些什么，又要注意些什么。
毕竟，我们创造AI的目的是为了改善生活。
如今，它近在咫尺。
从AI到智能体
对AI抱有期待和对AI恐惧的两类人，可能都没有意识到，他们的期待和害怕本质上都是同一件事：AI太智能了。
但这其实是一种错觉。
是的，没错，AI已经在诸如围棋这样的智力游戏上虐得人类体无完肤。但是，目前所有的人工智能，都是弱人工智能，只能处理特定的问题。而具备与人类同等智慧、甚至超越人类智慧的强人工智能，或者说通用人工智能，目前并不存在，短期内也看不到实现的可能。
幻想虽无边际，但人工智能要走的路还有很长
这就好比，狗的嗅觉比人类敏锐那么多，但它只是人类的好朋友。
从这一点来说，单独的AI其实很鸡肋。它只是一个轮子，它确实比我们的腿要快一些，但前提是我们得把它装到车上。
而这也是我们下一步必须去做的：光有AI并不够，它只是一个核心，还需要同真实世界发生交互、产生联接，创造应用，才能真正为人类社会服务。这便是华为提出的智能体概念。
在华为全联接2020，华为云与计算BG总裁侯金龙发布了智能升级的参考架构智能体。智能体是以AI为核心，以云为基础，构建一个开放、立体感知、全域协同、精确判断和持续进化的智能系统。它包括四层：智能交互、智能联接、智能中枢和智慧应用。
智能交互是智能体的五官和手脚，它联通物理世界和数字世界，让数据、软件和AI算法在云边端自由流动。
智能联接是智能体的躯干，通过5G、F5G、Wifi6等物理联接提供泛在千兆、确定性体验和超自动化的网络，实现无缝覆盖，万物互联，实现应用协同，数据协同，组织协同。
智能中枢是智能体的大脑和决策系统，基于云基础设施，赋能应用，使能数据、普惠AI，支撑全场景智慧应用。
智慧应用则是智能体的价值呈现，通过与客户、伙伴的协同创新，加速ICT技术与行业知识的深度融合，重构体验、优化流程、使能创新。
有了智能体，AI巨大的生产力才能发挥作用，才能为人类生活创造价值。智能体是未来政府、企业智能升级的参考架构，是我们在AI这个轮子上建造的动车。
智能体早已在华为内部得到应用，华为自身的数字化转型就是采用了智能体的架构。
在智能交互上，华为通过IEF，把摄像机、智慧屏、传感器等600多万交互设备连接起来，实现边缘智能化。
在智能联接上，华为引入WIFI6和5G，覆盖了所有园区。通过WeLink联接近20万员工，超百万的合作伙伴和客户。
在智能中枢上，华为将所有的资源和数据在华为云上汇聚，IT能力在云上提供服务。
在智能应用上，华为将AI引入所有主业务流程，目前已经在200个场景应用，如销售、研发、制造、供应等，创造了超过8000名数字员工。
除了华为自身实践外，华为与伙伴一起已经在超过600个项目上落地和实践智能升级。
在华为全联接2020，深圳市市长陈如桂表示，深圳正在积极抢抓粤港澳大湾区和深圳先行示范区“双区”建设重大机遇，努力打造全球标杆城市，特别是将依托华为等科技企业的先进技术，建设鹏城智能体，全力创建全国数字经济样板城市。
当前，深圳通过智慧城市建设，实现了科技赋能、数字转型、云上行动，加快电子信息产业的迭代升级，不断提升城市治理和政务服务能力。在深圳，98%的行政审批事项实现了网上办理，约95%的行政许可事项实现了“零跑动”，企业和市民办事更加便捷。通过建设全市AI智能信号灯控“一张网”等智慧交通服务，城市高峰期机动车通行速度提升10%，达到世界一流水平。
智慧机场建设全面实现了刷脸登机和机位智能分配，机场出港航班准点率达90%，位居全球大型机场前列，旅客平均等待时间缩短近40%。
深圳已经实现了所有医院医学检验和影像检查结果互联互通互认，在智慧医疗的服务支撑下，让患者平均节省40分钟左右的排队时间，每年降低患者就医费用4000多万元。特别是在这次疫情防控中，深圳充分发挥智慧城市的作用，坚持科技抗疫、智慧防控，广泛应用5G远程医疗等新技术、新手段，有力提升了疫情防控效能。
在华为全联接2020期间，深圳市与华为发布共建鹏城智能体，通过打造具有深度学习能力的城市级一体化智能协同体系，让城市能感知、会思考、可进化、有温度，引领未来深圳智慧城市建设，将深圳智慧化水平推向更高阶。
显然，鹏城智能体的建设是一项浩大的社会工程，需要政府、企业、市民、社会共同参与。一大批科技企业、各领域专家学者、各行业社会组织以及广大市民一起都将参与其中，共建、共筑、共创、共享。
除了对城市赋能，智能体在行业亦可大展身手。
在永锋钢铁，通过AI与工业机理融合，对钢的晶粒度品质评级。以前判定结果受人工主观影响大，如今借助AI，钢材智能评级结果准确率达到95%以上，评级效率是人工的数百倍。
以高速自由流为例，全国改造了9400多个收费站和8万车道，取消省界收费站244组，建设龙门架2.5万个，发展2亿ETC用户。实现了全国高速公路一张网，开创了收费站无感知通行;客车通过省界收费站的平均时间，从15s减少到2s;货车的通过时间，从29s缩短到3秒。
这些实践都在表明：智能体正在改变千行百业。
从智能体到全场景智慧
如果站在更宏观一点的角度，智能体还只是服务侧的愿景，是企业、政府等对自身的一种智能化升级。
但华为提出的“全场景智慧”，则是站在用户的视角，以用户体验为中心，围绕用户的实际场景和使用习惯展开，将智能渗透到社会的方方面面。
全场景智慧是指面向城市、企业和行业等场景，通过5G、云、AI、计算等多种技术与行业知识深度融合创新产生的裂变效应，提升城市综合治理水平，让居民的幸福感更强、企业生产效率更高、行业创造力更强。全场景智慧将覆盖城市、企业、行业，惠及每个组织、每个家庭、每个人。
为什么要与各种场景深度融合？
因为智能体价值的发挥依赖于与具体产业或经济形态结合，比如：与城市的结合就形成智慧城市，跟工业制造结合就形成工业制造4.0，跟物流结合就是智慧物流。
为什么是“全场景”？
因为没有局部的智慧。“天地与我并生，而万物与我为一”。社会是一个整体，任何局部的智能化升级都将被其他未能升级的局部所牵制，从而影响整体的效能和体验。所谓“智慧”，是人类对生命的认知、对平衡的感知和对事物间联系的理解，包括判断力、洞察力和理解力，是这些能力的统一体。因此，智能必须覆盖全场景，才能称得上智慧。
为什么是现在？
2020年是5G商用新时代，高速率、低延时和大容量网络让联接无缝覆盖，使得万物互联成为可能；云计算的成熟与普及，让算力、AI触手可及，业务上云与运营运维更敏捷；AI使得海量的数据、算力和行业知识充分结合，创造出新的业务体验、新的场景应用和新的产业形态；“5G、云、AI、计算”等多技术融合与协同创新，使得全场景智慧成为可能。
在触手可及的智能世界，每个人、每个企业、每个行业都将从中获得新能力，挖掘新机会，创造无限可能，并将共同创造繁荣美好的“智慧社会”。
落地与挑战
“全场景智慧是一个技术的大融合。”
中国工程院院士邬贺铨
全场景智慧是社会智慧化发展更高的形态，或者说是最终的一个愿景。愿景虽好，如何落地？
中国工程院院士邬贺铨认为，全场景智慧需要把信息技术、新一代信息技术的多方面能融合在一起。单纯一项技术如果不跟其它的关联，也不容易产生这么好的效应。而且不仅仅是IT，因为在不同领域的应用，还要跟所在领域的相应的技术有关，所以全场景智慧是一个技术的大融合。
5G、人工智能、大数据、区块链、物联网、工业互联网等，这些技术之间实际上是关联的，华为认为可以从场景化切入，重点从以下5个方面来实现全场景智慧：
1）通过5G和IoT实现高带宽、低时延的网络覆盖和万物感知；
2）通过提供充裕、经济、绿色的算力，为城市智慧发展打下基石；
3）通过拥抱云服务，加速区块链、大数据等创新技术使用，打造快速创新平台；
4）通过大力发展AI技术并使之普惠，提升企业的核心竞争力；
5）通过使能合作伙伴生态创新，让AI技术和行业知识紧密结合，发展智能新业态。
同时，华为还提出了“5机”的概念。“5机”是指5个机会，也指5种技术，即“联接、AI、云、计算、应用”。“5机”融合将使数字化转型走向智能升级的新阶段，并带来三方面价值：
一是重构生活体验。例如，地铁公交一码通行，高速公路自由流收费，一张脸走遍机场，无人超市等。
二是优化生产流程。例如，AI辅助新冠CT诊断，AI加速药物筛选，AI让合成纤维从抽检到全检，AI合同智能审查等。
三是使能行业创新。例如，无人机通过云、5G、AI、边缘的协同，实现电网、矿山、港口等城市生命线的智能巡检，实现无人化和自动化。
这些都是技术层面具体的、可以实施的措施。
在管理层面，赛迪顾问数字转型研究中心总经理王晓宁则认为，全场景智慧的主题可以分为政府主题、居民主题和企业主题。要实现智能化甚至全场景智慧的落地，需要政府管理者、公众、企业等方方面面都要实现智能化。但这也带来了一个巨大的挑战。就是在这三大主题里边，层次、理念和理解都是有很大差距的。
这也让我们思考，全场景智慧在落地过程中，我们需要注意些什么？
首先是安全性。
中国工程院院士沈昌祥表示：安全是智能化发展的前提。智能社会是由信息社会进一步升格形成的，它基于大数据，这个体系里头如果不安全，就谈不上智慧智能。要实现全社会的智能化，安全一定是保底的，从技术来讲也是核心的，在安全支撑下建设我们的智能社会，才是唯一的前提。
安全问题是智能化发展的前提
然后是公平性。全场景智慧应该让每一个人都能参与进来，同时也要惠及每一个人。
60年前，简雅各布斯便在《美国大城市的死与生》中重新定义了城市规划：只有当所有人都是城市的创造者时，城市才有可能为所有人都提供一些东西。
同样的，全场景智慧也需要所有人都是它的参与者，它才有可能为所有人都提供便利。
此外，我们还要注意对“弱者”的扶持，不要让“数字鸿沟”扩大。
当大部分人都使用一项科技时，你就失去了不使用它的权利。比如在这次疫情中，大部分地方都要求健康码才能进入，不会用智能手机的人就很难出门了。
所以，在全场景智慧的建设过程中，我们要格外注意这种公平性。无论是在繁华的城市，还是在边远的乡村，无论是正值壮年的白领，还是小朋友和老年人，都应该并且必须从全场景智慧的发展中收益。
技术的发展应当人人受益
技术的发展目标永远是让人的生活更美好。站在人工智能技术迅猛发展的今天，站在第四次工业革命的拐点上，我们选择什么样的方向，便选择了什么样的未来。
以全场景智慧愿景牵引，规划技术在未来社会的最好结果，沿着正确的方向创建未来，造福每一个人，每一个家庭，每一个组织这是华为的选择。你呢？责任编辑：YYX