人工智能的创新发展与社会影响
党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。
一、引言
1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。
跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。
总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。
为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。
二、人工智能的发展历程与启示
1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）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”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年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。人工智能概念在1956年首次被提出后，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、LISP表处理语言等，掀起了人工智能发展的第一个高潮。
二是反思发展期：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了低谷。
三是应用发展期：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，推动人工智能走入了应用发展的新高潮。
四是低迷发展期：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：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及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，这些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（GraphicsProcessingUnit，简称GPU）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，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。
通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：
（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。
（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。
（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。
（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。
（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。
（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。
三、人工智能的发展现状与影响
人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。
（一）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。面向特定领域的人工智能技术（即专用人工智能）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，因此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，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。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，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。
（二）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。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。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。
（三）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，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI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，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，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%。
（四）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（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的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AI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GPU服务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。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。
（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。
（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，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发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，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都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。
由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，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。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。
四、人工智能的发展趋势与展望
人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。
（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《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。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）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7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。
（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。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。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。
（三）从“人工+智能”到自主智能系统。当前人工智能的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：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（非常费时费力）、用户需要人工适配智能系统等。因此已有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AI”。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AI人员成本。
（四）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、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。
（五）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十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，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。
（六）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》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。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。
（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。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》重点推动物联网建设和人工智能的应用。世界军事强国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》报告即提出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。
（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，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，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。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。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。
五、我国人工智能的发展态势与思考
我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，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。
一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《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，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、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。
二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS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。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，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。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南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（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。
三是差距不小。我国人工智能在基础研究、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较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。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，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，截至2017年一季度全球人工智能领域专业技术人才数量超过190万，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI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。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。
四是前景看好。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。
人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在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、展现中国智慧需要深入思考。
（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。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。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，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。因此发展人工智能不能以短期牟利为目的，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，并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。
（二）加强基础扎实的原创研究。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。在此发展的临界点，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。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。
我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，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。
（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。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，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，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，如军民融合、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。
另外，我们需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，并通过标准实施加速人工智能驱动经济社会转型升级的进程。
（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。
（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。
（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，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将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。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！
（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、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；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。
（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。
六、结束语
人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！
（主讲人系中国科学院院士）
人工智能畅想——《人工智能简史》读后感
1.引言我今天要分享的是尼克著的《人工智能简史》。目前我看的是第一版，它主要讲述了有关于人工智能的起源、发展中的趣事，也提及了一些对于人工智能的思考。第一版比较早了，是2017年的时候出版的，2021年的时候出了第二版。人工智能简史（第一版）人工智能简史（第二版）
它从人工智能的起源达特茅斯会议讲起，围绕着人工智能发展过程中的一些重要节点进行讲解，包括电子计算机的发明、最早的感知器、以及多层神经网络和现在流行的深度学习等。并且，他还针对人工智能的一些特定领域进行了详细的描述，包括定理证明、知识系统、自然语言处理、强化学习等。我相信大家对于刚才提到的一些名词都或多或少的听过一些，但是，我最感兴趣的，是他讨论了一些关于人工智能和哲学相关的开放性问题。人工智能发展史
2.当今人工智能的前沿热点概述人工智能如今早已经深入到我们社会的每一个部分，而且我们会时常被人工智能的新进展所惊艳。例如最近被爆出被认为具有心智的谷歌的Lamda和要让画家失业的DALL-E2等等。DALL-E2的绘画
但是当我和小伙伴们提起人工智能时，他们可能会误认为人工智能=机器人。大家认为人工智能是什么呢？可以打在公屏上。就我个人看法而言，人工智能分为无肉体智能和肉体智能。无肉体智能：AlphaGo/Zero,微软小冰等等，这是目前我们关注的主要部分。我们以为的AlphaGo实际上的AlphaGo肉体智能：特斯拉的擎天柱、小米的铁大，即将新兴的。擎天柱铁大
人工智能的终极目标是什么？大家觉得是什么？从字面上讲，人工的创造出智能。那么什么是智能？像人一样是不是就是智能，是不是就是唯一的智能？智能是不是就是思考？智能的体现究竟是什么？
3.具体的想讨论的问题3.1图灵测试我们首先从最基本的图灵测试开始讲起。图里测试的内容是：在测试场景中，人和机器隔开，对于测试者而言，可以通过提问的方式获得两者的反馈，根据反馈判断哪边是人，哪边是机器。如果有30%的概率测试者猜错了，这说明机器通过了图灵测试，成功的模仿了人类。
图灵测试
3.2塞尔的中文屋然后，就是在机器翻译场景下的一个思维实验。中文屋问题：一个屋子里有1只懂英语的人和1个电脑/程序（翻译软件），外面的人通过中文来问问题，屋里的人通过程序翻译出汉语与外界交流。如果屋外的人不能区分屋里的人是否是母语是汉语，是不是说明屋里的人就是懂汉语的？更进一步的思考是，这个人和机器的界限在哪？到底是人懂汉语，还是那个程序懂汉语？如果程序在人体身上，那么是谁懂汉语？
3.3普特南的缸中脑我们的大脑实际上是被放在培养液中，并且整个外界都是虚拟出来的刺激，让我们以为外界是真实的。那么我们感知究竟是来源于直接现实还是间接现实？普特南的缸中脑更进一步的，如果我们将一些刺激给机器人，机器人感受到“痛苦”或者“美好的回忆”的时候，我们是不是就能够认为机器人是具有思维的？
3.4赛博朋克的忒修斯之船我们的身体每时每刻都在进行代谢，我们也有可能因为意外、疾病而被替换器官、血液。那么，我们改造多少还是我们自己？如果替换是机器而不是器官，我们还算不算我们自己？如果我们大脑都被改造了呢？人造大脑更进一步的，如果是我们的记忆被改造了呢？我们的记忆被替换，或者删除、修改了，我们还算是那个出生以来的自己么？
4.结束语当然了，现在不仅人工智能想跨入我们的现实生活，我们也逐渐向人工智能的世界渗透。目前的元宇宙就是这个概念。既然人工智能来的太慢，那我们就走近它。如果下次有机会，我们可以讨论这个话题。元宇宙
人工智能：改变世界,重建未来
结论当机器变得更加智能04-12Ctrl+D收藏本站
关灯护眼小中大繁直达底部2016年1月24日，星期天，人工智能先驱马文·明斯基因脑溢血辞世，享年88岁。他是当年达特茅斯人工智能大会组织者中最后一位离世者，约翰·麦卡锡2011年去世，纳森内尔·罗彻斯特（NathanielRochester）和克劳德·香农于2001年去世。报纸随后发表对明斯基所做工作的赞颂——“他证明了向计算机传授常识推理的可能性，为人工智能领域打下了基础”。《连线》杂志一改传统风格，决定发表由人工智能创业公司AutomatedInsights开发的人工智能编辑编写的讣告，效果非常好。
明斯基的去世具有象征意义，它宣告了第一代欣然认为自己从事的是人工智能工作的研究人员的终结。但是，当他的死讯传到博客和技术论坛后，人们认为他远不是过去年代一个落满灰尘的遗迹。自明斯基和他挑选的一群雄心勃勃的年轻计算机科学家聚集在新英格兰大学校园，整整一个夏季致力于解决机器智能问题的那一年到2016年，已经整整60年。今天，这种乐观主义在我们看来也许是非常天真的行为，但我们不能否认他付诸行动的动力。
我们可能还没有达到人工智能中产生强人工智能的临界点，但是我们不能忽视人工智能取得的成就。一些成就就是明证，不管是人工智能打败象棋世界冠军还是在《危险边缘》节目中打败人类大脑。然而，人工智能在很多其他方面也发挥了重要作用，比如发现新药、传播全球人类可获取的有用信息，使机器翻译越来越快和越来越容易，等等。明斯基可能在人们真正利用神经网络之前过早地摒弃了它，但他的其他想法仍然广为流传。20世纪80年代中期，他出版了《思维的社会》（TheSocietyofMind）一书，认为“智能不是任何单一机制的产品，而是源自各种资源丰富的实体的互动”。如我们在第三章所看到的内容，这种想法正推动着Jawbone和NestLabs等智能设备制造者的工作：不仅专注于创造独立的智能小器械，还要使整个物联网能够共同工作从而实现目标。
技术公司如今成为人工智能研究的主要投资者，它们之间的竞争比以往更加激烈。马文·明斯基去世的那一周，Facebook的马克·扎克伯格在其拥有15.5亿用户的社交网站上发了一条新闻链接，该新闻称人工智能试图破解围棋（围棋是一种中国棋盘游戏，目的是比对手占据更多的地盘）。围棋的规则容易学习，但是棋盘上可落子的位置数目却非常惊人，比宇宙中原子的总数量还多。“20年来，科学家一直努力教计算机在围棋中获胜，”扎克伯格写道，“我们已经接近目标，过去6个月，我们已经制造了一个人工智能，它仅用0.1秒就可以落子，而且其性能和之前花费多年建立的系统一样好。”对于Facebook来说，这是值得炫耀的事，尽管这个纪录并没保持太久。仅10小时后，谷歌宣布DeepMind制造了一个人工智能，它不仅可以打败所有既有的围棋程序，还首次打败了人类职业级棋手。从那时起，一切都突飞猛进。直至2016年3月，世界一流围棋棋手李世石（LeeSedol）在韩国一家酒店的房间迎战谷歌的阿尔法围棋（AlphaGo），全球6000万人观看了这场比赛。在比赛的最后，阿尔法围棋以四比一击败李世石。
当然，并不是所有人工智能引起的变化都是美好的。未来几年，人工智能也将成为取代许多职业和摧毁人类谋生之道的“罪魁祸首”，尽管人工智能也将创造新的、以前人类劳动者不曾想到的工作机会。许多人也会对在战争中使用机器智能大加批评，不管是航空无人机还是陆地机器人战士。后者的典型代表是谷歌的“大狗”（BigDog），“大狗”是四条腿的机器狗，能够运载约400磅的装备，但是因为它的汽油动力引擎噪声太大，美国海军陆战队当前推迟了“大狗”在战争中的使用。除了一些灾难性的风险，对于大多数人而言，最迫切的人工智能问题是其对隐私的攻击，这种攻击伴随着谷歌这样的实体公司的崛起而产生。由神经网络驱动的会思考的机器需要进行数据训练，每当我们使用如谷歌搜索、Siri或其他人工智能工具的服务时，我们都使这些机器变得更加智能。
1956年，人工智能以一门学科的形式出现，而今天的人工智能不再像当年那样轮廓清晰。即使是当年，研究人员也在竭尽全力控制人工智能的应用范围，努力基于诸多不同研究兴趣，创造出一个有机的整体。但是，在2016年这仍是完全不可能的。像谷歌这样的搜索巨头，其主要收入来源是以人工智能系统换取广告收益，而研究人员的目的是通过人工智能去理解人类的大脑，对这二者要如何进行协调？除了相关的技术外，什么能够将无人驾驶汽车与像搜索引擎巨头一样把我们进行分门别类的人脸识别安全系统结合在一起？
我在撰写本书结论部分时网上还流传着两个故事，它们证明了人工智能今天所呈现的分化。（我对谷歌快讯进行了设定，让其不断扫描互联网，从而获得人工智能的相关信息。就这样，我自然而然地发现了这两个故事。）第一个故事讲的是近期的一场辩论。在这个故事里，一群直言不讳、心怀忧虑的科学家和武器专家对机器人的风险提出了警告，这些机器人配备了人工智能，正在设法走向战场屠杀人类。
第二个故事从表面来看相对轻松些，讲述了居住在敦提的苏格兰计算机程序员安迪·赫德（AndyHerd）的工作，他进行了一个创新的人工智能实验，为20世纪90年代情景喜剧《老友记》（Friends）创作脚本。“我把《老友记》的每一集脚本都输入了一个循环神经网络，然后让计算机学习创作新的剧本。”赫德在推特中写道。这与我讲述的谷歌DeepDream工程的创造性工作有些类似，结果有些奇怪。就像《野兽日报》（DailyBeast）一篇文章中指出的那样，赫德承认他的软件仍旧需要完善，从而使他的计算机不再创作出奇怪的剧本，比如计算机创作的一集剧本中，所有的演员都兴奋地挤在一张床上，而莫尼卡（Monica）不知道向谁大喊：“胆小鬼，鲍勃（Bob）!”
这两个故事之间的鸿沟，不仅凸显了我们对通用人工智能的日益高涨的痴迷，同时也表明了如今人工智能的广泛应用范围。半个多世纪以前，人工智能解决了下棋计算机的难题，成为我们如何在机器内部建立人工智能这个大问题的缩影。今天的目标更加模糊。
人工智能是关乎机器翻译、图像识别、自动驾驶汽车、能够管理我们生活的智能助手、能与你的智能电视进行对话的智能恒温器、用于设计美国国家航空航天局卫星的基因算法吗？人工智能是关乎未来就业、人类在21世纪中的角色，或者构建比我们自身更加智能事物的内在风险吗？我们在设法获得一些问题的答案吗？比如，智能等同于意识吗？或者人类大脑是否像计算机一样运行？最后，人工智能的本质是什么？是构建会思考的机器、构建使我们思考的机器，还是旨在构建使我们有更多时间去思考的智能机器？
唯一真正的答案是：是的，人工智能关乎以上一切内容。
还关乎更多内容。
人工智能：改变世界,重建未来
洛夫莱斯测试04-12Ctrl+D收藏本站
关灯护眼小中大繁直达底部在第四章，我论及了图灵测试，迄今它还是检测机器智能最著名的测试。然而，由于创造力问题已经成为人工智能界最突出的问题，一些人已经建议创造一个新的测试。
涉足现代计算而讨论机器创造力话题的第一人是阿达·洛夫莱斯（AdaLovelace），她是世界第一批计算机程序员之一。她的创造力并不低于她的父亲——浪漫主义诗人拜伦勋爵（LordByron）。19世纪初，她与查尔斯·巴贝奇（CharlesBabbage）一起研究他的分析引擎。这是历史上第一台机械通用计算机，但是由于缺乏资金，一直没有完工。虽然洛夫莱斯被建立分析引擎的想法深深打动，但她认为它不可能真正思考，因为它只能运行设计好的指令。“在生成原创事物方面，分析引擎没有值得骄傲之处，”她恰当地写道，“只有我们知道如何命令它，它才能执行工作。”
相应地，洛夫莱斯测试是一种测试洛夫莱斯理论的方法，要求计算机自发想出创意。洛夫莱斯测试设计了一个实验，在实验里人工代理是a，人类创造者是h，而原始概念是o。只有a能够不需要h解释实现方式就能生成o时，这个测试才算通过。为了避免o成为随机事件，如偶然的错误，a必须能够应任何测试评判人的要求重复生成o。
在论证人工智能通过洛夫莱斯测试还有多久的观点上，研究人员各持己见。在我看来，我们已经非常接近通过测试，而且我们甚至可能已经通过了测试。杰森·洛恩创建的进化算法之类的算法当然满足了很多标准。尽管洛恩自己无法解释人工代理创建的原始设计，但是事实证明它非常有效。
洛恩的进化算法远不是一个异常值。除了设计，进化算法也用于需要创造力的所有领域。比如，一些建筑师使用进化算法按照具体建筑风格想出了数千个设计版本，致使这些设计看起来像谷歌DeepDream版的办公大楼或巴洛克式大教堂。还有一种进化算法称为“Eurequa”，由康奈尔大学的创新机器实验室的主任和该大学的一位博士开发，它一直从事描述自然法则的实验。Eurequa的创立者胡德·利普森（HodLipson）表示：“Eurequa不是一种在旁边等待的消极算法，它会提出问题，这就是好奇心。”
进化算法与创意策略一起运用效果也很好。2010年，一位懂得人工智能知识的《星际争霸II》玩家利用进化算法，开发了一款能够生成最佳战术的软件进行游戏。这个名为“进化室”（EvolutionChamber）的算法能够让玩家设定游戏目标，随后提出可以最快捷完成目标的方式，它可以详细列出精确的顺序，玩家依据这个顺序建立游戏的战斗单位和阵形。不难想象，这种创造力或许在商业、法务和制药领域能占有一席之地。首席执行官、律师或药物研究员不仅仅是录入数据，命令你重复以前所做事。三者最成功的例子莫过于能够将创造力应用于他们的当前工作，想出一个新方法解决供应问题，做出一个原始法律论据或开发一款新药。
2015年夏，我访问了曼彻斯特大学生物技术研究所。研究所内的一间空调房发出了令人厌恶的警报：“死亡警报：你必须马上离开！”此时，我遇到了一台名叫EVE（早期机器人科学家ADAM的继任者）的机器人，它的任务是将药物发现流程自动化。因为开发一款新药物可能耗资3亿英镑，把这项工作交给人工智能意味着将发现更多的药物。同时，这也意味着为世界某些最易受伤害的人找到更多的药物，因为制药公司通常希望利用所开发的药物攫取最大利润，而不愿意花时间或资源治愈主要是穷人感染的热带病。EVE不仅承担测试新药的工作，而且还要提出用于要测试的药物的假说。同样，它制定理论以解释它的发现，设计实验检测这些理论，实际进行实验，最后再解释实验结果。
“如果是人类做这份工作，那一定会被认为是具有创造力的，因为它以制定和检测假说为工作重心。”EVE的创造者、曼彻斯特大学机器智能教授罗斯·金（RossKing）如是说道。金告诉我，他的研究方向是他所说的科学自动化。“在我看来，像EVE这样具有创造力的机器成为常规只是时间问题。”他说道。
所以，如果人们认为药物发现机器人在制药领域具有创造力，那么，在法律上机器人的创造者处于什么地位呢？约翰·科扎（JohnKoza）是进化算法的发明人之一，据他所言，这个限制已经被突破。和其他许多科学家一样，约翰·科扎对自己的可量化证据情有独钟。创造力是一种值得拥有的好品质，但是只有一个别出心裁的想法是以前从来没有过的，才能推动我们前进。检验一个想法是否具有原创性的一个方法就是申请专利。许多年以前，科扎开始将进化算法作为“自动发明机”使用。到目前为止，他的算法已经建立了约76项能够在一些领域与人类竞争的设计，如电路设计、光学、软件修复、民用发动机以及机械系统等。大部分设计都已经被其他人申请了专利。尽管在没有任何前期背景知识的情况下，计算机找到了同样具有创造力的解决方案，进而展示了计算机在设计流程中的价值，但计算机完成这些设计的时间真的太晚了。但在其他例子中，科扎的自动发明机能够创建新颖的且可以申请专利的概念。
在科扎看来，获得专利之所以对于判定机器是否具有创造力这个问题如此重要，是因为藏在美国专利商标局法律细则里的一两个词构成的短语。根据专利商标局的规定，专利只能颁给一个被认为是“不合逻辑步骤的”想法。“专利商标局所谓的通过一个‘不合逻辑的步骤’的意思是，一旦你完全按照过去的老路解决问题，你就必然想不到这种方式。”科扎解释道。为什么这两个词这么重要？科扎说，因为如果计算机只擅长执行逻辑运算，它们怎么能够采用不合逻辑的步骤呢？
这足以使阿达·洛夫莱斯挠头了。