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）
科大讯飞人工智能项目可行性研究报告
我国积极支持人工智能关键技术的研发，2017 年国务院正式发布了《新一代人工智能发展规划》，人工智能已经上升为国家战略。在新一轮的人工智能竞争中，我国各大技术提供商争相发力人工智能，科大讯飞、百度、腾讯、阿里巴巴等企业积极布局人工智能领域，抢占产业发展制高点。总体而言，中国的人工智能技术和产业与美国达到并跑阶段，在一部分领域甚至领跑。借助于中国庞大的用户基础和对新技术、新产品的积极态度，中国在人工智能领域的进步和产业化步伐会越走越快、越走越好。
（2）项目的必要性
人工智能技术是典型的赋能型技术，人工智能技术的应用落地主要是两个方面：①利用人工智能推动人机交互的新一轮革命，支持人机之间的交互能够像人与人之间一样自由便捷，使得机器能够更容易操作、能执行更多的任务以及能够更少的学习成本；②另一方面，是让机器能够在一定程度上掌握了行业专家知识后能够有效辅助人类大量的重复性的脑力劳动，如坐席客服、教师阅卷、医生诊治以及法官断案等等有明确逻辑、明确规律的脑力劳动任务，借助机器的客观公正、不知疲惫的优势，将有望真正解决教育的因材施教、司法领域的司法公正、医疗领域的看病难、看病贵等此前难以解决的问题。同时借助机器智能的无成本
3复制和应用数据驱动的持续进化的特点，人工智能技术与应用发展必将人们的工作和生活中发挥越来越多、越来越重要的作用，甚至会对社会结构和人们的基本作用都产生较大的影响，也对各个国家、企业之间的竞争态势产生深远的影响。本项目基于科大讯飞国际领先的人工智能核心技术基础，通过前瞻研发投入，
持续布局源头创新，在语言理解、知识表示、逻辑推理和自主学习方面等关键领域保持代差级优势，同时往图像视频领域的合理拓展，既是科大讯飞技术发展的
自然延伸，也符合全球人工智能产业发展的大趋势。本项目将加快公司在人工智能领域前瞻布局和研究攻关，有助于公司核心技术持续保持国际领先，进一步巩
固公司在人工智能领域中行业龙头地位；同时将助力我国在人工智能应用的国际竞争中掌握核心技术话语权。
（3）项目的可行性
近年来，随着机器学习、计算机、脑科学等领域研究的不断进步，人工智能技术发展迅速。随着人工智能热潮的持续发酵，人工智能技术正在以不可逆的方
式持续向前快速进步之中。以下几个方面的原因，都使得人工智能技术的持续进步和突破是可以期待的：
①算法、数据和算力是这次人工智能能够持续突破的动力源泉。深度神经网络本身的模型表达能力还有巨大的潜力可挖，且随着越来越多世界顶级的聪明人才加入人工智能技术领域，以及同期推进的脑科学方面的可能的突破和启迪，作为人工智能技术发动机的深度神经网络还有足够的潜力待发掘；数据是支持人工智能技术研发的关键资源，随着互联网、物联网以及云计算等方式的持续普及，以及此前人工智能技术突破应用后带来的更多的直接应用场景下的数据积累，能够滋长人工智能的数据规模和质量只会越来越强，也必将支持着人工智能技术持续向前；计算能力作为人工智能技术应用和进步的基础，目前全球也在持续提升针对人工智能的定制芯片和计算架构，这方面也不会成为人工智能的限制；
②作为人工智能技术的输入，或者说作为机器感知这个世界的传感器，在人工智能热潮的带动下，也取得了持续的快速发展。可以理解为现在机器能够拥有比人类自身强大很多倍的感知外部世界的能力，因此，借助更强大的感知能力结合大数据的能力，机器在特定应用场景下的智能突破人类专家的水平产生巨大的经济价值和社会价值是必然的；
4
③从技术角度来说，目前还没有完全确定有效的技术方案可以完全解决认知智能技术问题，但是随着人们更好的定义认知智能任务、以及持续针对特定行业的认知智能技术的持续积累相关知识和数据，并且通过在语义计算、知识表达、阅读理解等方法上的持续进步，我们已经可以找到越来越多的场景（如人机交互、问答系统、智能客服、作文评分、辅助量刑、智医助理等），有望采用机器的手段实现与可与人类相媲美的认知智能水平。在通用认知智能基础技术进步的支撑下，结合特定行业特点研发特定行业的认知智能并达到行业专家水平，具有非常明确的技术可行性和商业前景；
④此外，随着机器在语音、图像和视频、以及语义和知识方面的单一能力持续突破，融合多项能力和多方面信息的综合决策能力肯定会有更大的突破机会。这方面的技术融合和应用拓展，也有着非常大的技术潜力。
3、项目投资估算
项目总投资估算 119,708 万元，拟以本次非公开发行股票募集资金投入55,000 万元。
4、项目效益预测
本项目不直接形成产品及对外销售，不产生直接经济效益，但完成后可间接为公司发展带来巨大收益：在激烈的全球人工智能竞争中，本项目的实施将加快公司在人工智能领域前瞻布局和研究攻关，确保公司人工智能核心技术持续保持国际领先，有效支撑人工智能在人机交互、教育、司法、客服、汽车等领域实现
具有颠覆效应的大规模产业化应用，进一步巩固公司在人工智能领域中行业龙头地位，确保公司把握人工智能时代机遇实现跨越式发展。
（二）智能语音人工智能开放平台项目
1、项目基本情况
本项目基于科大讯飞国际领先的人工智能技术与大数据运营能力，以云服务（PaaS、AIaaS）方式提供 AI 语音、人机交互、AI 视觉相关的技术、产品和解
决方案，通过高效的人才、技术、数据、产业及资本等资源整合和迭代，旨在建设成为技术国际一流、产业带动巨大的智能语音及人工智能开放平台，并构建专
业化众创孵化空间，助力我国智能语音及人工智能技术及应用达到国际领先水平。
5、本项目主要建设目标如下：
（1）云计算平台：打造从底层基础设施（IaaS），到中台支撑（PaaS）以及深度学习服务平台（DLaaS）和 AI 能力服务平台（AIaaS）的多层次综合型云计
算平台，为开放平台、智能硬件平台和广告营销平台提供稳定可靠的服务，并有效应对波峰和波谷时的并发服务量需求；
（2）大数据平台：对科大讯飞各业务数据进行汇聚、整理、分析和模型训练，以提高公司 AI 能力和支撑各个业务部门的产品优化及研究需求，为开放平台和智能硬件平台提供更详细的产品和技术数据，优化 AI 能力、加强硬件产品性能和提高用户体验；为广告营销平台提供更精准的用户画像和基于用户身份的个性化交互能力，提升广告平台精准营销的能力；
（3）开放平台：以现有平台为基础，进一步拓展其它 AI 能力，其中包括：丰富语种、图像、手势、声纹等功能。围绕开发者搭建一站式的能力平台，打造行业领先的人工智能开放生态，同时将构建 AI 大学为开发者提供 AI 能力培训，聚集更多生态用户，为科大讯飞其它业务做流量建设和业务导流；
（4）智能硬件平台：围绕人工智能交互界面 AIUI，面向不同领域和场景的智能硬件产品，构建面向厂商的低门槛、软硬件一体化解决方案，同时推出 IoT物联平台，用以打通不同厂商设备之间的信息壁垒，使不同设备之间可以信息共享、内容共享和共同协作，从而打造面向场景的深度解决方案。同时将发布语音交互检验检测认证平台，为开发者和企业提供专业的声学测试认证服务，建立行业统一标准，提升智能设备的交互体验；
（5）广告营销平台：基于云计算平台和大数据平台的运算和数据分析能力，以智能硬件和开放平台为流量基础，为企业提供精准化的广告营销服务，通过人工智能能力和数据分析，将提升广告投放效果，为客户节省营销开支提升推广效果，打造人工智能营销领域的示范级平台。
本项目主要建设内容为：
（1）建设开放平台云计算及数据中心、开放平台研发及运营中心、AI 大学、智能语音交互检验检测认证平台；
（2）购置硬件服务器，用以在公司现有支撑平台的基础上，提高云计算、大数据能力，丰富开放平台 AI 能力，搭建 IoT 物联和语音检测认证平台，拓展
广告营销平台的能力；
（3）以云计算和大数据为业务技术基础，开放平台和智能硬件为 AI 生态建设驱动力，以广告营销平台为流量变现方式，为消费者、开发者和企业提供 AI
能力和广告营销服务。
本项目由公司负责实施，项目总投资额为 205,038 万元，建设期 3 年。
2、项目前景及必要性和可行性
（1）顺应国家政策导向，促进人工智能产业生态发展
2017 年 7 月 8 日，国家印发了《新一代人工智能发展规划》，人工智能已正式上升为我国国家战略。2017 年 11 月 15 日，科技部召开《新一代人工智能发展规划》暨重大科技项目启动会，宣布首批四家国家新一代人工智能开放创新平台名单（科大讯飞、百度、阿里巴巴、腾讯），明确依托科大讯飞建设“智能语音国家新一代人工智能开放创新平台”。 伴随着 IT 产业发展的第五次浪潮，以万物互联、机器智能为特征的人工智能时代正在到来，以语音为主，触摸、图像、手势为辅的交互方式，将成为人工智能的迫切需求和新常态，也将引发 IT 产业格局的重大变革。
通过智能语音及人工智能“云+端”和软硬件一体化云服务平台的建设和运营，极大幅度降低基于智能语音技术的人机交互界面升级开发难度和开发成本，为万物互联时代的人机语音交互技术的研发和普及提供强有力的保障。此外，通过有着广泛影响力的面向智能语音开发者的一站式服务社区的建设和运营，不仅让数以万计的开发者通过一站式就可以找到业界领先的所需智能语音和人工智能技术，还可让开发者更方便的找到可以切磋和研讨正确、高效的智能语音和人工智能的技术应用模式，更大程度上加速人工智能相关技术的普及，助力我国智能语音及人工智能的技术和应用达到并长期保持在国际领先水平。
（2）进一步提升我国在全球人工智能产业的话语权
人工智能已成为当前国际竞争的新焦点，世界主要发达国家纷纷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，并加紧出台规划和政策强化部署，力图在新一轮国际科技竞争中掌握主导权。当前，我国国家安全和国际竞争形势更加复杂，因此必须放眼全球，大力发展人工智能，牢牢把握人工智能
7发展新阶段国际竞争的战略主动，打造竞争新优势、开拓发展新空间，有效保障国家科技安全。
智能语音作为万物互联时代的主要入口，全球竞争愈加白热化。2018 年全球消费者电子展上，智能语音产品更是成为世界焦点，众多国内外 IT 巨头相继进入语音交互市场。在深度学习、大数据和云计算技术和大力推进下，建设智能语音人工智能开放平台对大力发展我国智能语音核心技术及产业生态具有重大产业意义，同时对推进各行业人工智能应用水平走在国际前列有积极的促进作用。
（3）高效推动创新创业和人工智能产业集聚
通过智能语音人工智能开放平台的建设，特别是开放平台和智能硬件平台的建设和运营，极大幅度的降低基于智能语音技术的人机交互界面升级开发难度和开发成本，为万物互联时代的人机语音交互技术的研发和普及提供了强有力的保障。平台通过以“云+端”的形式持续为创业者和开发者提供语音合成、语音唤醒、语义理解等全球领先技术，并为其提供人工智能创新应用的能力支撑，有助于降低创业门槛和创业风险，进一步推进我国大众创业万众创新，2017 年科大
讯飞人工智能开放平台上的开发者数目增长了 27 万家，超过了过去 5 年的总和，呈现出爆发式增长的态势。同时，科大讯飞进一步将开发者和平台开放给科学家们，让他们的技术成果能够高效集成在平台上，更好的服务开发者和创业者，持续增强平台粘性，形成促进人工智能软件、硬件和智能云之间相互协同的生态链和开放共享的众创平台和服务环境。
（4）落实公司“平台+赛道”战略，推动各行业升级改造
科大讯飞坚持“平台+赛道”的发展战略，通过开放平台构建面向多领域的AI 技术输出和行业解决方案，为全行业提供人工智能能力，构建持续闭环迭代的生态体系；通过智能语音人工智能开放平台的建设，特别是面向行业定制的人工智能定制优化平台的建设和运行，有望在智能语音和人工智能技术研发者和行业应用需求者之间建立起纽带，提供强有力的技术支撑和技术应用研讨平台，有力的推动各行业基于智能语音和人工智能技术的升级改造。
（5）以开放平台为基础，结合广告营销实现生态的商业闭环
经过近 2 年的探索，基于开放平台的开发者和第三方产品生态体系，以创新交互式广告体验、万物互联交互入口流量等为基础，AI 广告营销取得了商业上的初步验证成果，构建起基于开放平台的商业闭环生态模式。语音云在满足国家战略和行业引领基础上，可进一步实现公司的商业价值。在当前服务能力已达瓶颈，商业规模不足以完成自我造血的情况下，需要进一步在基础设施和 AI 能力上持续投入，为即将到来的万物互联浪潮持续升级，抓住商业机遇，构建领先的
人工智能开放平台。
3、项目投资估算
项目总投资估算 205,038 万元，拟以本次非公开发行股票募集资金投入118,000 万元。
4、项目效益预测
本项目预计建设完成并全部达产后，可实现年均销售收入 30.86 亿元，年均利润总额 5.32 亿元，税后投资回收期（含建设期）为 5.98 年，具有良好的经济
效益，同时将会对我国在人工智能领域的创新创业形成有力推动，具有显著的社会效益。
（三）智能服务机器人平台及应用产品项目
1、项目基本情况
本项目基于科大讯飞全球领先的人机交互技术以及长期的行业智能服务经验，建设智能服务平台和智能服务机器人应用系统，打造面向行业用户的新一代智能服务软硬件一体化产品。
本项目主要建设目标如下：
（1）智能服务平台研发：针对多个行业服务领域打造智能服务交互能力平台，通过建立语音识别及语义理解、行业知识库、用户画像、人脸图像声纹识别等多维感知和认知能力中心，提供多渠道、多模式的自助智能交互服务,实现行业经验与解决方案的共享与复用；构建智能服务运营支撑平台，面向行业领域提供基于平台能力封装的知识问答服务、文本/音频检索服务、数据分析服务、授权服务等核心服务，开放服务接口，为第三方业务应用提供有效支撑。
（2）智能服务机器人应用系统：通过运营商、金融等行业服务领域智能服
务业务功能模块研发，为网点人员起到有效的分流作用，提高业务办理效率；改进智能化交互模式适配，通过语音、生物识别、人机融合等技术的结合，在特定
服务场景下，实现用户全业务办理过程的无人化，提升用户体验，加快用户办理速度；集成机器人后台管理服务平台，实现特定覆盖业务的每日数据监控、数据
导出，业务后台管理配置等功能，方便时时监控数据和随时满足变化的需求。项目建成后也可以通过试点推广的形式，拓展到政府、司法、旅游等其他行业。
（3）智能服务软机器人软硬件一体化产品：基于运营商桌面服务机器人、
金融柜面服务机器人等在对应行业的相关建设进展，完成包括终端层、能力层、资源层和应用层的智能服务机器人操作系统搭建，实现资源管控、程序控制、人
机交互的标准化整合，为行业服务生态下客户和第三方开发者提供完整、标准、便捷的服务链条。
本项目主要建设内容：
（1）建设数据中心、研发及办公场地；
（2）购置建设智能服务平台和智能服务机器人应用系统相关软硬件设备。
本项目由公司负责实施，项目总投资额为 108,581 万元，建设期 3 年。
2、项目前景及必要性和可行性
（1）落实人工智能国家战略，促进智能服务产业发展
2016 年 3 月，国家发布的《“十三五”规划纲要》提出，要大力发展工业机器人、服务机器人、手术机器人和军用机器人，推动人工智能技术在各领域商
用。同年 3 月，《机器人产业发展规划（2016-2020 年）》出台，提出到 2020 年，服务机器人年销售收入超过 300 亿元。2017 年 7 月，国务院印发《新一代人工智能发展规划》，提出到 2030 年我国人工智能理论、技术与应用总体达到世界领先水平。2017 年 12 月，工信部印发了《促进新一代人工智能产业发展三年行动计划（2018-2020 年）》，提出到 2020 年，智能家庭服务机器人、智能公共服务机器人实现批量生产及应用，医疗康复、助老助残、消防救灾等机器人实现样机生产，完成技术与功能验证，实现 20 家以上应用示范。智能服务机器人相关政策的陆续出台，为我国智能服务机器人产业发展提供了强有力的支持和引导。包括智能服务机器人在内的人工智能产业已经成为国家规划的重点产业。本项目的建设契合了国家政策和发展规划，通过对科大讯飞智
能服务机器人关键技术及产品的持续深入研究，有效推动公司人工智能产业的深度与广度，大大提升公司在智能服务机器人领域的核心竞争力。
（2）满足市场需求，拓展行业服务应用领域
移动互联网的发展带来了各行业服务手段日新月异，客户对服务质量提出了更高的要求，尤其体现在信息提供的丰富性和时效性，为用户提供更多特色服务成为众多客服中心追求的目标。客服中心作为提供客户服务和联系接触客户的有效途径，对于提高客户的满意度与忠诚度具有重要意义。在激烈竞争的环境下，挖掘现有设备能力，采用先进技术，依靠劳动生产率的提高来确保服务质量和水平，是为用户提供快捷方便的服务的必行之道。目前全球机器人产业正在进入智能化时代，随着深度学习、大数据、云计算等颠覆性技术的发展和应用，机器人完成复杂专业任务的能力越来越强。业内专家认为，智能化机器人时代的到来，进一步拓宽了服务机器人的应用场景和服务模式，为国内服务机器人产业提供了巨大的发展空间。智能服务机器人作为一种新的服务手段，其应用优势将逐渐被越来越多的人所接受，市场需求将被快速释放。
（3）打造行业服务新模式，促进行业服务转型升级
客服领域中，传统的纯人工服务模式正面临运营成本高且用户满意度低的尴尬困境，而现有的一些自助服务系统，由于难以满足用户需求而无法切实分流人工压力、解决实际问题。与此同时，伴随着互联网应用的不断普及，信息服务正在向智能化、多媒体化、全渠道化转型。为了顺应用户的需求、实现服务革新，各行业亟需一套完整的智能化客服解决方案以减少运营成本、提升服务质量、增加用户满意度。
智能服务机器人是一种新的客户服务模式，以自动、无间断的方式为用户提供实时的自助业务搜索、咨询和办理功能。其核心技术为人工智能技术，以丰富的行业智能知识库为基础，通过机器学习的方法对知识进行学习后，可以针对用户提出的问题进行智能判断并自动进行回复，引导用户完成业务咨询或业务操作。
科大讯飞在感知智能、认知智能方面国际领先的核心技术积累，在上述场景下已经达到或接近实用化水平，智能服务机器人在金融、运营商领域为用户提供高效、便捷、稳定的服务，所需要的基础条件已经具备。
3、项目投资估算
本项目总投资 108,581 万元，拟以本次非公开发行股票募集资金投入 78,000万元。
4、项目效益预测
本项目预计建设完成并全部达产后，可实现年均销售收入 9.30 亿元，年均利润总额 2.21 亿元，税后投资回收期（含建设期）为 5.78 年，具有良好的经济
效益。同时有助于推动金融、运营商等诸多行业的服务转型升级，提升我们国家相关行业的运营和服务效率，预备显著社会效益。
（四）销售与服务体系升级建设项目
1、项目基本情况
本项目在公司现有销售与服务体系的基础上，全面、系统性的进行升级，建设遍布全国、功能更强大、服务水平更高的销服体系。升级后的销售与服务体系将围绕公司产业发展战略，在以下几方面有效促进公司业务的快速发展：提升匹配公司战略经营目标的业务销售和服务能力，加快人工智能应用的拓展和落地；聚合行业优质合作伙伴，共同推进区域（尤其二三线地区）人工智能业务的生态建设；通过公司品牌知名度的打造促进一线业务开展，通过统一客服中心的建设提升服务水平和客户满意度，通过管理信息系统的搭建提升整体运营效率。
项目主要建设内容包括：
（1）区域销服平台建设：全国销售和服务平台建设。主要包括办公场地建设、产品展示中心和展示厅建设、示范项目建设；
（2）渠道体系建设：汇聚国内优质的合作伙伴，构建基于公司业务的渠道销售和服务体系，共同推进区域业务发展和生态圈打造。主要包括渠道培训与认证体系建设、渠道市场活动开展；
（3）品牌建设：通过品牌建设展示公司形象，提升公司整体知名度和行业影响力；
（4）客户服务中心建设：建设总部客户服务中心及呼叫中心系统，实现服务 1,000 万用户的能力；
（5）管理信息系统建设：建设 ERP 系统，提升业务运营和管理水平。
本项目由公司负责实施，项目总投资额为 77,139 万元，建设期 3 年。
2、项目前景及必要性和可行性
（1）紧扣人工智能产业发展趋势和国家政策，抢抓市场机遇人工智能的第三次浪潮已经到来，其广阔前景和战略意义日益凸显，正在全球范围内引发全新产业浪潮。中国在人工智能领域具有非常好的原创核心技术及研发团队积累、大数据及互联网移动互联网的支撑，以及针对中文信息处理的独特优势和门槛。
2016 年 5 月，国家发展改革委等各部委为贯彻《国务院关于积极推进“互联网+”行动的指导意见》，充分发挥人工智能技术创新的引领作用，支撑各行业领域“互联网+”创业创新，培育经济发展新动能，联合制定了《“互联网+”人工智能三年行动实施方案》。人工智能将是引领未来发展的战略性突破口，在教育、医疗、智能客服、智慧城市、司法服务等领域将有着广泛应用。国家《新一代人工智能发展规划》中明确表示中国的目标是领先世界，并在 2030 年成为“世界主要人工智能创新中心”。为抢抓人工智能发展重大战略机遇，安徽省制定了《安徽省人工智能产业发展规划（2017-2030）》。我国大部分省份都先后发布了相关的新一代人工智能发展规划和实施意见，旨在大力支撑和推进我国人工智能产业的发展。为迎接人工智能产业浪潮的到来，抢抓市场机遇，需要升级建设区域销售和服务体系。
（2）落实公司“平台+赛道”战略，加快行业应用落地，实现区域产业布局
公司的使命是让机器能听会说，能理解会思考，用人工智能建设美好世界。为了实现使命，公司已建立了“平台+赛道”的人工智能行业战略发展模式。“平台”指公司把人工智能核心技术开放出来，为全行业提供人工智能能力，构建持续发展的生态体系。“赛道”指依托人工智能核心技术，结合行业大数据和领域专家知识，在相关专业领域内构建行业应用，促进行业刚需形成。公司在各主要赛道，如教育、智慧城市、司法、医疗、智能服务、智能汽车等，正在加速推进行业应用落地，形成产业布局，构建智能语音和人工智能产业生态圈。公司已在国内重点省份和地市有了深厚的行业应用积累，后续工作方向将是快速向二、三线城市进行扩张，同时通过优质的服务水平提升客户粘性。区域销售和服务体系的全面升级，将使得公司有能力延伸至更多的二、三线城市以及县级市场，实现产业布局。
（3）加强公司销售和服务能力，提升客户满意度
为进一步匹配公司战略规划和业务发展需要，需要尽快建立一支业务能力强、职业素养高的地面销售与服务部队，扩大团队规模，提升团队能力，保证市场覆盖。同时，需要尽快发展一大批志同道合的合作伙伴，依靠合作伙伴在区域行业内的经验和积累，快速占领区域细分市场和二三线市场。随着人工智能产品和应用由行业客户向终端客户、由重点城市向二、三级城市的不断延伸，为保障各业务在售前、售中和售后服务的连续性和一体化，公司需建立包括总部客户服务中心及区域销服平台的一体化服务体系，持续提高客户满意度、好评率，激发客户对讯飞的忠诚度和依赖性，进一步提升公司整体品牌形象，为公司各赛道业务持续发展提供有力保障。随着公司业务在行业和区域的持续开拓，市场覆盖面不断扩大，产品应用的不断深化，对公司整体的管理水平提出了新的要求。通过引入先进的销售和服务管理理念，整合外部渠道流程和数据，结合公司实际业务模式进行管理信息系统的全面升级，将对公司销售能力、服务水平的提升起到有效促进作用。区域销售和服务体系的全面升级将有效加强公司销售和服务能力，促进产业应用落地和客户服务能力提升。
3、项目投资估算
本项目总投资 77,139 万元，拟以本次非公开发行股票募集资金投入 44,000万元。
4、项目效益预测
本项目将对现有销售与服务体系进行全面、系统性升级，建设遍布全国、功能更强大、服务水平更高的销服体系，不直接形成产品及对外销售，不产生直接经济效益，但项目的实施将大幅度提升公司的市场覆盖水平，有效提升公司销售管理水平、服务响应能力，提升销售服务体系运行效率，带动公司整体经营能力的持续提升。
（五）补充流动资金
1、项目基本情况
为满足公司业务发展对流动资金的需求，公司拟使用本次非公开发行募集资金补充流动资金 52,350 万元。
2、项目必要性和可行性
（1）公司业务规模快速扩大对流动资金需求增加
近年来，公司业务保持高速发展态势，营业收入逐年递增。公司 2015 年度、2016 年度、2017 年度营业收入分别为 250,079.91 万元、332,047.67 万元和544,468.81 万元，2015 年度、2016 年度、2017 年度营业收入较上年同期分别增长 40.87%、32.78%、63.97%。随着公司经营规模的不断扩大，公司营运资金需求也相应增加，为了保障公司具备充足的资金以满足核心业务增长与业务战略布局所带来的流动资金需求，公司拟通过本次非公开发行募集资金补充流动资金。
（2）提高公司抗风险能力的需要
公司面临宏观经济波动的风险、市场竞争风险等各项风险因素。当风险给公司生产经营带来的不利影响时，保持一定水平的流动资金可以提高公司抗风险能力。而在市场环境较为有利时，有助于公司抢占市场先机，避免因资金短缺而失去发展机会。本次非公开发行的部分募集资金用于补充流动资金，符合公司当前的实际发展情况，有利于增强公司的资本实力，满足公司经营的资金需求，实现公司健康可持续发展。本次非公开发行的募集资金用于补充流动资金符合《上市公司证券发行管理办法》等法规关于募集资金运用的相关规定，具备可行性。
三、本次募集资金运用对公司经营管理和财务状况的影响
（一）本次非公开发行对公司经营管理的影响
本次非公开发行募集资金将投资于“新一代感知及认知核心技术研发项目”、“智能语音人工智能开放平台项目”、“智能服务机器人平台及应用产品项目”、“销售与服务体系升级建设项目”及补充流动资金，符合国家相关的产业政策以及本公司未来整体战略发展方向，具有良好的市场发展前景和经济效益。非公开发行募集资金投资项目的实施将在巩固公司的市场地位，提升公司核心竞争力，满足市场需求的同时，将进一步提升公司的盈利能力和规模。
（二）本次非公开发行对公司财务状况的影响
本次非公开发行完成后，公司资本实力将增强，净资产将提高，同时公司资产负债率将下降，有利于增强公司资产结构的稳定性和抗风险能力。由于本次非公开发行完成后公司总股本将有所增加，而募集资金投资项目产生经营效益需要一定的时间，因此短期内可能会导致公司净资产收益率、每股收益等财务指标出现一定程度的下降。由于本次募集资金投资项目具有较高的投资回报率，随着项目的建成达产，公司未来的盈利能力、经营业绩将会显著提升。
（三）本次非公开发行将提升公司未来融资能力
本次非公开发行将使公司的财务状况得到改善，盈利能力进一步增强，进而提升公司未来债务融资能力及空间，增强公司发展后劲。
四、本次募集资金投资项目可行性分析结论
综上所述，本次募集资金投资项目符合国家产业政策及公司发展战略，产品符合市场需求，上述项目的实施有利于公司经济效益的提高，并将进一步增强公司核心竞争力，提升公司经营业绩和公司价值，从而提高股东回报。因此，本次非公开发行股票募集资金拟投资项目是切实可行的。
启慧联恒产业研究院《项目投资可行性研究报告》从系统总体出发，对技术、经济、财务、商业以至环境保护、法律等多个方面进行分析和论证，通过对的市场需求、资源供应、建设规模、工艺路线、设备选型、环境影响、资金筹措、盈利能力等方面的研究调查，在专家研究经验的基础上对项目经济效益及社会效益进行科学预测，从而为客户提供全面的、客观的、可靠的投资价值评估及项目建设进程等咨询意见。
报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。本研究报告采用的行业分析方法包括波特五力模型分析法、SWOT分析法、PEST分析法，对行业进行全面的内外部环境分析，同时通过资深分析师对目前国家经济形势的走势以及市场发展趋势和当前行业热点分析，预测行业未来的发展方向、新兴热点、市场空间、技术趋势以及未来发展战略等。
如需订阅编制专项项目可行性研究报告，请直接联系本网站www.qhlhgl.com/，以便获得全程优质完善服务。返回搜狐，查看更多
人工智能促进教育变革创新
通过云平台布置电子作业，利用数据分析课堂上学生学习行为，推进学校管理流程迈向数字化……前不久，2022国际人工智能与教育会议在线上举行，来自全球数十个国家的政府官员、专家学者、一线教师、企业代表等相聚“云端”，畅叙人工智能时代教育发展图景。
作为引领新一轮科技革命和产业变革的重要驱动力，人工智能催生了大批新产品、新技术、新业态和新模式，也为教育现代化带来更多可能性。习近平总书记强调，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。国务院印发的《新一代人工智能发展规划》，明确利用智能技术加快推动人才培养模式、教学方法改革；教育部出台《高等学校人工智能创新行动计划》，并先后启动两批人工智能助推教师队伍建设试点工作；中央网信办等八部门联合认定一批国家智能社会治理实验基地，包括19个教育领域特色基地，研究智能时代各种教育场景下智能治理机制；科技部等六部门联合印发通知，将智能教育纳入首批人工智能示范应用场景，探索形成可复制、可推广经验……“人工智能+教育”不断碰撞出新的火花，为教育变革创新注入强劲动能。
“人工智能+教育”，应用就在身边。音乐课上，虚拟数字人“元老师”跨越时空限制，带领多所学校学生同唱一首歌；体育课上，学生开始跳绳项目测试，智能终端上实时显示心率变化、跳绳次数、平均速度等数据。技术改变课堂，潜力无限。比如，借助虚拟现实技术，学生能够模拟穿上太空服行走在宇宙，感受浩瀚星河的魅力；通过增强现实技术体验川剧变脸，平面的课本知识变得可感可知。现实中，越来越多的学校已经开设或准备筹备人工智能教育教学活动。
“人工智能+教育”，变革教育生态。教、练、考、评、管各环节均有人工智能辅助，让教师教得更好；虚实融合多场景教学、协同育人，让学生学得更好；海量线上数据和逐渐强大的算力，让学校管理更加精准。此外，在人工智能支撑下，优质数字教育资源跨越山海，推动教育更加公平、开放。在西藏墨脱县，得益于多媒体器材配备到雅鲁藏布大峡谷深处、“智慧课堂”全覆盖，门巴族孩子小学入学率实现100%。
我国发展“人工智能+教育”具备良好基础和独特优势。比如，语音识别、视觉识别等技术世界领先；国家智慧教育平台汇集了海量的数据资源，2.91亿在校学生和1844.37万专任教师展现出丰富的应用需求；教育领域数字化基础条件全面提档升级，全国中小学（含教学点）互联网接入率达到100%，99.5%的学校拥有多媒体教室，学校配备的师生终端数量超过2800万台。也应看到，人工智能技术在教育领域的应用仍处于起步阶段。“数字鸿沟”可能将部分学生排除在智能教育之外，数据收集、使用、分析等环节存在安全隐患，相关公共政策制定较为滞后……以人工智能赋能教育现代化，这些都是需要回答好的课题。
着眼未来，应携手打造高质量、有温度的人工智能教育生态。人机协作如何更聪明，人机对话如何更友好，是“人工智能+教育”的长期课题。一方面，技术应服务育人，在让其“授业”“解惑”的同时，必须坚持教师“传道”的主体地位。另一方面，人也要理解、善用技术，努力提升信息应用能力，让人工智能更好辅助教学。教育是动态的、发展的，理性思考人与技术的关系，把握教育规律、用好技术手段、凝聚各方力量，进一步推动人工智能与教育深度融合、创新发展，才能更好赋能教育现代化，培养顺应时代发展要求的创新人才。（吴丹）
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]从哥德尔定理及其哲学意义来看人工智能的可行性
CSDN话题挑战赛第2期参赛话题：人工智能的【能】与【不能】
1、逻辑推理的形式化2、哥德尔定理3、人工智能及其目的（可行性目的）4、计算机科学上的局限性5、人脑与人工智能的区别6、结论1、逻辑推理的形式化逻辑一直是西方学者长期研究的中心话题，人们一直希望用一整套的符号来代替语言和思维本身，即用完全确定的符号来呈现全部的推理过程。
比如推理一件事情，我们不希望有任何人的意识和思维参与，而是根据事情本身的信息，通过对信息的符号化，然后再用规定好的运算规则进行自动运算，最终得到结果，即用一套符号化的逻辑系统来进行命题的推论。
2、哥德尔定理一个逻辑系统中，首先是人为规定了最基本的公理，在公里上进行的一系列表述叫做命题，其中证明了的叫做定理。
那么一个逻辑系统至少要满足以下几个性质：
有效性。若系统内的定理都是正确的，则由此推导出来的结论也是正确的。可靠性。即系统内的所有定理一定是被证明了的是正确的。自洽性。即系统内公理和定理间不能相互矛盾。完备性。即系统中不存在无法证明或者证伪的有效命题。哥德尔定理即哥德尔不完备定理，其内容是任何一个包含自然数公理的算术形式系统中，不可能同时满足自洽性和完备性，将其总结为两个版本即为：
版本一：任何一个包含自然数公理的算术形式系统中，如果所有公理是自洽的，其中必然存在某个命题不能证明或证伪。版本二：任何一个包含自然数公理的算术形式系统中，如果它是完备的，其中必然有命题是相互矛盾的。一个系统在发展中，会推导出越来越多的定理，系统越来越完备，但是根据哥德尔定理，完备性和自洽性是矛盾的，所以这个系统最终会推导出互相矛盾的定理。这里的系统要满足强大的特点，数学家一致认为，只要系统包含了所有的算术运算，即包括全部自然数和他们的加减乘除，就算足够强大了，则就符合哥德尔定理适用的描述。
其证明方式是非常巧妙的，哥德尔构造了一个自指语句U来证明，哥德尔语句U的自然语言形式如下：
U：U是不可证明的¬U：U是可以证明的假设命题U是可以证明的，那么得到U描述的就是对的即U是不可证明的，这里就出现了矛盾，所以假设不成立，于是U是不可证明的，U命题本身就是真的，从而¬U是假的，即¬U是不可证明为定理的，即¬U也是不可证明的。于是得到U和¬U都是不可证明的，但是在算术模型中U和¬U必有一真，因此存在着有为真但不可证明的命题。
3、人工智能及其目的（可行性目的）人工智能(ArtificialIntelligence，AI)有时也称作机器智能，是指由人工制造出来的系统所表现出来的智能，主要是为了模拟、延伸和扩展人的智能。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能实现人工智能的一大方法就是机器学习，而机器学习本质上就是一套算法，通过将各种输入编码为数字化形式，通过一套固定的算法继续运算，最终得到结果。深度学习作为近年来较火的机器学习方法之一，是实现人工智能的重要方法。深度学习使用了某种形式的人工神经网络(ANN)技术，因此必须先用示例数据进行训练。经过训练的ANN就可以用来执行相关任务。使用已经过训练的ANN的过程被称为“推理”。在推理时，ANN会根据习得的规则对所提供的数据进行评估。
深度学习种类非常之多，但是非常基础也非常重要的操作就是下图的，即加权和和激活操作。通过将输入和对应权重相乘，再将结果相加求和，完成加权和操作，同时为了增强非线性表达能力，对结果再进行激活操作。我们可以看到，这种操作就是一套固定的运算规则来完成。比如一个分类任务，输入就是一张图，这就是对于分类事情所掌握的全部信息，现在将这个图片信息转化为数字化的形式，将数字图像进行模型的推理，即将数字图像这个矩阵在模型中进行一系列的固定运算操作，最终得到分类结果，可以看出整个任务的推理没有人为的意识和参与，完全是一套符号化的逻辑系统进行推理。
人类的大脑其中也含有大量的生物神经元，这些神经元不断在我们大脑里传递信息，帮助我们完成所有的活动。深度学习看起来是模拟了大脑中神经元的活动，通过传递、加强和抑制能操作，对流过的数据进行运算，最终得到结果。
4、计算机科学上的局限性那么是否意味着只要深度学习模型中神经元够多，就能够完全模拟我们大脑的所有活动？从上文可以看出人工智能就是一个符号化的逻辑系统，一种形式系统，如果我们的大脑也可以理解为一套形式系统，那么人工智能就能实现大脑的全部功能。
那么大脑是不是一个形式系统？众说纷纭，像彭罗斯则认为显然不会是一个形式系统，因为大脑具有自动识别对错的能力，形式系统是不具有的。而图灵则认为形式系统是一个不会会犯错的系统，而大脑是经常犯错的，所以哥德尔定理就不适合对大脑的描述，即哥德尔定理无法判定大脑是否属于形式系统，所以无法用哥德尔定理来描述人工智能和大脑之间的关系，也就无法判定人工智能能不能完全实现大脑的功能。
至少有不少人认为大脑不是一个形式系统，并且从直觉上看，大脑的活动不仅仅是规则化的运算这么简单，并且我个人也认为大脑不是一个形式系统，它应当更加的复杂。所以大脑不是一个形式系统，而计算机确实一个形式系统。
现在再来看哥德尔定理，哥德尔定理找到了自然数公理的破绽：包含自然数公理体系的自洽系统，必然存在一些无法被证明的真命题，那么凡是蕴含了自然数的一阶逻辑系统都将含有这个破绽。而计算机科学正是这样一个一阶逻辑的形式系统（一阶逻辑也叫一阶谓词演算，允许量化陈述的公式，是使用于数学、哲学、语言学及计算机科学中的一种形式系统。一阶谓词逻辑作为算数公理的一部分，是数学上最重要最广泛采用的形式化逻辑系统），意味着哥德尔定理从理论上决定了计算机科学不能解决所有的数学问题，即计算机科学的局限性。
5、人脑与人工智能的区别对于人脑来讲，虽然也存在不能解决或矛盾的问题，不会坚持这个矛盾，而是会试图解决它，解决方法之一就是扩大范围，新建知识系统，在自然数系统内无法解决，在实数范围内或许就能得到解决，在实数范围不能解决，在复数范围内或许就能解决，甚至新建一个理论体系。
因为我们说大脑不是一个形式化系统。大脑具有直觉和经验，可以不断引入新的可接受的方法，在形式系统外看出并证明在系统内无法证明的语句。从更底层来讲，我们的大脑在时间轴上是不断进化的，时刻与外部环境进行物质的、能量的和信息的交互，并可随环境发生底层的进化和改变。同时环境还分为自然环境和社会环境，人与自然。人与社会都是一个更大的生态圈，随时进行全面的交互和融合，这才是大脑体现智能的关键所在。
但是就目前的计算机科学，计算机底层硬件都是固定不变的，我们所有的工作都是在固定硬件之上做不同的软件。虽然利用软件可以在高层实现表现为非形式化的智能程序，但这种所谓的智能程序也不过是形式化的一种复杂实现，它们仅仅拥有形式系统的能力，底层硬件没有与像人脑一样与环境交互，随环境发生变化和进化以适应环境。总之就是大脑不等价于一台计算机，大脑的运作也不等同于计算机。
人工智想要实现模拟人的智能，但是当前人工智能是基于当前计算机科学体系产生的，本质上也是一种基于计算的“智能”算法，它必然无法解决所有问题，它也无法像人脑一样拥有意识或者思维，去尝试解决它。如果想要计算机达到人脑一样，实现真正的人工智能，计算机的底层硬件能随环境改变和进化，CPU能与随环境变化而变化，自动升级并且自主发送进化等等。当然这已经不是目前计算机的原理了，它已经不是一个严格的形式系统，环境的许多无穷的随机因素都可能干扰计算机内部的形式系统，而计算本身也可以升级以适应和改变环境。
目前大热的人工智能（直接使用代码去定义机器的类人行文）更多是弱人工智能，它只能在具体任务上的表现能够超越人类，是否意味着他们就超越了人类？实际上人工智能的类人行为是指全面的，因为没有哪个人的全部功能仅仅就是识别手写数字0~9，所以仅仅在某些单任务上超越人类仍然没有实现人工智能的目标。
而强人工智能（使用代码或新手段设定机器人自主学习、思考，拥有类人的思维）至少从定义上看起来更像是类人，但让机器人学会自主学习、思考或者自我反思等行为，就目前这种纯计算的方式我认为是不可能实现的，就算能实现也只是模拟自主学习而不是真正的自主学习。就像目前的对话系统，就算能通过图灵测试，本质上也是概率统计和逻辑系统的成果而已。
比如猫狗分类问题中，弱人工智能的方法只能判定是猫是狗，当当遇到非猫非狗时，只能给出一个错误的答案。如果强人工智能，把当遇到不可解决的问题时和不可判定的命题纳入自身的系统中，对新的非猫非狗物种进行学习甚至进行自己的定义，我认为才是真正的类脑智能。因为对事物的认识是一个自我否定不断发展的过程，弱人工智能的发展需要人们不断修改代码和算法来实现，这必然不具有普遍性和适应性。而强人工智能因为有自己的学习能力能够自主完成这样的自我否定和发展，正如上文所说的能够与环境进行交互，完成自我升级，所以才真正具有人脑功能。
6、结论哥德尔定理从理论上否定了目前这种形式化计算系统能够达到人脑的智能的可能，因为任何形式系统总能在其中构造不能被通过执行算法来解决的问题。就像一面墙，计算机想要打破这面墙，只有通过除了“计算”以外的行为才能打破。但是形式化系统不能够执行“计算”以外的行为。生活中人脑所处理的很多活动对于形式化系统就是一面墙，所以计算机不能达到人脑这种智能状态。
但是这不代表最终不能实现智能，因为这里所探讨的只是目前我们计算机这种原理下，不可能实现智能。如果未来在计算机领域有了更为先进的、可以令机器和环境进行交互的原理模式，哥德尔所设定的这面墙也就不复存在了
人工智能监管难题：如何“用魔法打败魔法”
我国人工智能专门立法具有一定的可行性
但是也面临着诸多现实难题
中国新闻周刊消息全球AI立法进程明显提速，世界各国的监管都在追赶AI的演化速度。
当地时间6月14日，欧洲议会以499票赞成、28票反对和93票弃权，高票通过了《人工智能法案》（AIAct）谈判授权草案。按照欧盟立法程序，欧洲议会、欧盟成员国和欧盟委员会将开始“三方谈判”，以确定法案的最终条款。
欧洲议会称“已经为制定史上首部人工智能法案做好谈判准备”。美国总统拜登释放管控AI信号，有美国国会议员提交了AI监管立法提案。美国参议院民主党领袖查克·舒默展示了他的“人工智能安全创新框架”，并计划在短短“几个月”内制定联邦层面的人工智能法案。
我国相关立法也已提上日程，人工智能法草案预备在今年内提请全国人大常委会审议。6月20日，首批境内深度合成服务算法备案清单也已经出炉，百度、阿里巴巴、腾讯等26家公司、共计41个算法榜上有名。
尽管中国、美国、欧盟都倡导准确、安全、透明度等原则性的AI监管理念，但在具体思路和方式上，存在许多不同。颁布全面的AI法律，背后是对自身规则的输出，欲掌握规则优势。
国内一些专家呼吁尽快开展人工智能法律规制，但目前面临的现实难题不容忽视。此外还有一个重要的考虑是：要监管还是要发展。这并不是一个二元对立的选择，但在数字领域，平衡两者却颇为不易。
欧盟冲刺，中美提速
如果一切顺利，欧洲议会通过的《人工智能法案》有望在今年年底前获批。全球首部综合性人工智能监管法律很有可能落地欧盟。
“该草案会影响其他处于观望的国家加速立法。一直以来，人工智能技术是否应当纳入法治监管范畴始终争议不断。现在来看，《人工智能法案》落地后，相关网络平台，如业务内容以用户信息生成为主的平台，势必会承担更高的审核义务。”北京航空航天大学法学院副教授赵精武告诉《中国新闻周刊》。
作为数字战略的一部分，欧盟希望通过《人工智能法案》全面监管人工智能，其背后的战略布局也已摆到台面。
北京万商天勤（杭州）律师事务所执行主任彭晓燕告诉《中国新闻周刊》，《人工智能法案》除适用于欧盟境内，还规范位于欧盟之外、但系统输出数据在欧盟使用的系统提供方或使用者。极大扩展了法案的管辖适用范围，也可以窥见抢占数据要素管辖范围的端倪。
中国国际问题研究院欧洲研究所副所长、研究员金玲在《全球首部人工智能立法：创新和规范之间的艰难平衡》一文中也写道，《人工智能法案》突出欧盟人工智能治理的道德优势，是欧盟又一次欲发挥其规范性力量，通过规则优势弥补技术短板的尝试。反映了欧盟欲抢占人工智能领域道德制高点的战略意图。
《人工智能法案》已酝酿两年。2021年4月，欧盟委员会提出基于“风险分级”框架的人工智能立法提案，后经多轮讨论和修订。在ChatGPT等生成式AI风靡后，欧盟立法者又紧急添“补丁”。
一个新变化是，《人工智能法案》最新草案加强了对通用人工智能（generalpurposeAI）的透明度要求。例如，基于基础模型的生成式AI必须要对生成的内容进行标注，帮助用户区分深度伪造和真实信息，并确保防止生成非法内容。像OpenAI、Google等基础模型的提供者，若是在培训模型期间使用了受版权保护的数据，也需要公开训练数据的详细信息。
此外，公共场所的实时远程生物识别技术从“高风险”级别调整为“被禁止”级别，即不得利用AI技术，在欧盟国家的公共场合进行人脸识别。
最新草案也进一步提高了违法处罚数额，将最高3000万欧元或侵权公司上一财政年度全球营业额的6％，修改为最高4000万欧元或侵权公司上一年度全球年营业额的7％。这比欧洲的标志性数据安全法律《通用数据保护条例》所规定的，最高可处以全球收入的4％或2000万欧元罚款高出不少。
彭晓燕告诉《中国新闻周刊》，处罚数额的提高，侧面反映了欧盟当局对人工智能监管决心与力度。对于谷歌、微软、苹果等营收数千亿美元的科技巨头而言，若违反《人工智能法案》规定，罚款可能达到上百亿美元。
而在大洋彼岸的美国，华盛顿忙于回应马斯克等人呼吁加强AI管控之际，6月20日，美国总统拜登在旧金山会见了一群人工智能专家和研究人员，讨论如何管理这项新技术的风险。拜登当时称，在抓住AI巨大潜力的同时，需要管理其对社会、经济和国家安全带来的风险。
风险管控成为AI热门话题的背景是，美国并未对AI技术采取像反垄断那般严厉措施，尚未出台联邦层面、综合性的AI监管法律。
美国联邦政府首次正式涉足人工智能监管领域是在2020年1月，当时发布了《人工智能应用监管指南》，为新出现的人工智能问题提供监管和非监管措施指引。2021年出台的《2020年国家人工智能倡议法案》更多算是在AI领域的政策布局，与人工智能治理和强监管还有一定距离。一年后，白宫于2022年10月发布的《人工智能权利法案蓝图》（简称“《蓝图》”）为人工智能治理提供了支持框架，但并不是美国官方政策，不具备约束力。
美国AI立法进展甚微，已招致许多不满。不少人批评，在数字经济的规则制定方面，美国已落后欧盟和中国。不过，或许是看到欧盟《人工智能法案》即将走过最后“关卡”，美国国会近期出现了立法加速迹象。
拜登举行AI会议当天，民主党众议员泰德·刘（TedW.Lieu）、安娜·埃舒（AnnaEshoo），以及共和党众议员肯·巴克（KenBuck）一同提交了《国家人工智能委员会法案》提案。同时，民主党参议员布莱恩·夏兹（BrianSchatz）将在参议院提出配套立法，一同专注于人工智能监管问题。
根据法案内容，人工智能委员会将由来自政府、行业、民间社会和计算机科学领域的共20名专家组成，将审查美国当前的人工智能监管方法，共同制定全面的监管框架。
“AI正在社会上做出令人惊叹的事情。如果不受控制和监管，会造成重大伤害。国会绝不能袖手旁观。”泰德·刘在一份声明中说。
一天后，6月21日，参议院民主党领袖查克·舒默（ChuckSchumer）在战略和国际研究中心（CSIS）发表演讲，揭示他的“人工智能安全创新框架”（简称“AI框架”）——鼓励创新，同时推进安全、问责制、基础和可解释性，呼应了包括《蓝图》在内的宏观规划。他曾在4月提出过该框架，但当时基本没有透露细节。
AI框架背后是查克·舒默的一项立法战略。他在此次演讲中表示，要在短短“几个月”内制定联邦层面的人工智能法案。不过，美国立法程序繁琐，不仅要经过参众两院投票，还需经过多轮听证会，耗时长久。
为了拉快进度，作为AI框架的组成部分，查克·舒默计划从今年9月起举办一系列人工智能洞察力论坛，涵盖创新、知识产权、国家安全和隐私在内的10个主题。他告诉外界，洞察论坛不会取代国会关于人工智能的听证会，而是同步进行，以便立法机构可以在几个月而不是几年内推出有关该技术的政策。他预计，美国的AI立法可能要到秋天“才能开始看到一些具体的东西”。
虽进度并未赶上欧盟，但我国相关立法也已提上日程。6月初，国务院办公厅印发《国务院2023年度立法工作计划》，其中提到，人工智能法草案等预备提请全国人大常委会审议。
按照我国《立法法》的规定，国务院向全国人大常务委员会提出法律草案后，由委员长会议决定列入常务委员会会议议程，或者先交有关的专门委员会审议、提出报告，再决定列入常务委员会会议议程，后续一般需经历三次审议后再交付表决。
今年以来，不少国家AI立法提速，彭晓燕认为这是竞争和技术发展一同催热的结果。
“数据要素越来越成为国家战略要素，各国也希望通过立法确立管辖权，抢占人工智能话语权。同时，ChatGPT等人工智能技术的迭代更新，让社会看见了强人工智能发展的新希望。新技术的发展势必会带来新的社会问题与社会矛盾，需要规范介入调整，技术的发展某种程度上推动了立法的更新。”彭晓燕说。
123下一页全文阅读