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）
探访人工智能养猪场：猪脸识别有什么用AI养猪划算吗
【写在前面】2018年，不少互联网公司、科技企业宣布参与养猪。比如，2018年6月7日，阿里巴巴在云栖大会·上海峰会上发布阿里云ET农业大脑，希望将人工智能与农业深入结合，宣布阿里云ET农业大脑已应用于生猪养殖、苹果及甜瓜种植。
2018年11月20日，京东金融宣布更名京东数字科技，并正式发布了京东农牧智能养殖解决方案。京东农牧主要基于机器人、AI、物联网和SaaS，为大中型养猪场提供智能养殖解决方案，在其中实现“猪脸识别，全链溯源”。
在这过去一年里，这些互联网公司养猪养得怎么样了？猪脸识别是不是噱头，人工智能技术有没有提高生产效率，农户对“人工智能（AI）养猪”的接受程度如何？
近期，澎湃新闻记者走进民营养猪企业吉林精气神有机农业股份有限公司，了解“人工智能（AI）养猪”背后的故事。
从1991年创立到现在，民营猪企吉林精气神有机农业股份有限公司养了28年的山黑猪，产品提供给沃尔玛山姆店、家乐福、永旺、华润Ole、京东7Fresh等。40岁的精气神CEO孙延纯子承父业后，心里有了新的盘算，除了积极引入机械化设备提升效率，是否还可以引入更多智能化手段来养猪和改善管理流程？
精气神养猪场比如，养猪的一个难题就是，千万头小猪，如何数得清具体的数目，如何认得出每一只猪。过往的做法是给猪打耳缺——若是遇上猪的疾病或者是生育，可用打耳缺的方式来记录。
外行看来，耳朵上的“缺儿”或许是猪耳自生的形状，内行一摸一看就知道，这猪是哪一批次，经历过什么。不过，如果能够研发出“猪脸识别”技术，用智能手段记录猪的采食量、体温变化、运动情况等各种信息，将各项信息记录在云端，每头猪都有自己的档案，会不会更方便，从而降低人力成本？
再更进一步，从养猪场的管理流程来看，如果能够借助机器的力量提示员工“什么时间节点出现在什么位置上”，是否能够极大地提升工作效率？
“这些技术的进步说起来逻辑上很简单，但像我们这样的传统企业是做不了这方面研发的。所以我们迫切有这种需求，需要一些高科技企业和具有资源整合能力的企业去做这个事。”孙延纯说。
猪脸识别来了
用人工智能、云计算等孕育于互联网领域的技术来赋能更多的传统行业，帮助其进行数字化改造升级提升运营效率，这在腾讯被称做产业互联网，阿里巴巴是产业数字互联化，京东叫产业数字化。在农业领域，科技企业也开始涌入。
6月13日，在吉林白山抚松精气神养殖基地，京东农牧副总经理李佳隆在接受媒体采访时介绍，最初研发猪脸识别技术，并不是目前“畜牧业智能解决方案”的一部分，而是为了京东保险团队的需求。
“这个就说来话长了，我们开始做猪脸识别是因为给京东保险里面的猪上保险。可能养了一百只猪，给其中10只上了保险。（但）不管谁死了，我都可以去报保险，因为保险公司也不知道你这一百头猪中哪十头是我上了保险的，所以即使其他90多只猪有死的，都可以去报。我们京东当时有保险团队，非常希望通过一种手段来把这十头猪认出来，所以我们在2017年就开始研究猪脸识别的技术。”
于是，这群技术团队人员便“扎进了”养猪场。“2017年的9月份开始，因为做保险这个事，我们经常去猪场里采集数据，发现了中国畜牧业的现状，于是我们开始做京东农牧。”
中国是世界养殖业大国，其中生猪存栏量位居世界第一位，猪肉产量约占全球的一半，但在生猪养殖的劳动生产率、饲料转化率、母猪生产力水平、生产成本方面等方面，离国际上的先进水平仍存在一定差距。
从养殖成本来看，“这是2017年的数据，我们每一公斤猪肉的成本大约是7块8毛2，美国每公斤猪肉所需要的成本只有3块9毛7。”
李佳隆提供的一份数据显示。“看看这些钱它差在哪？首先来看人工成本。7块8毛2里面有1块6毛3是中国每公斤猪肉所需要的人工成本，在美国只有2毛9。再看饲料使用，我们的饲料使用这块，基本上价格是美国的两倍。”
从衡量养猪水平的指标PSY（每头母猪每年可以生产多少健康的小猪）来看，中国的PSY值约18，而欧洲发达国家达到24到30。澎湃新闻记者从国内养猪龙头温氏股份（300498）2018年年报看到，温氏股份种猪PSY已经是24左右，但对于更多的中小型养殖场来说，这个数字则难以达到。
这成为京东农牧团队成立，以及多个互联网公司进军农业的背景：在全世界最大的生猪养殖和消费市场，用智能化手段来进行改造提升，以期减少生猪养殖中部分成本，提升生产效率。
2018年3月，京东农牧团队开始进行试验。2018年12月，京东正式投资精气神，获得9.43%的股权。精气神目前存栏核心群1600头，基础母猪8200头，目前在吉林省建有7座规模化种猪场和存栏合作户275户，年出栏商品猪20万头，属于中型规模的养猪企业。
2019年2月，春节过后，京东农牧团队几位开发人员进驻精气神位于吉林白山市抚松的养猪场。由于今年的非洲猪瘟疫情，为了防疫安全，这几位京东员工在精气神白山抚松的养殖场已经待了4个多月：拿着高薪的程序员，摇身一变成为山野田间的饲养员，思考的问题也变成了：“如何能让猪仰起它的脸，让我拍清楚它，然后让我去给它脸上打上200多个特征点，让机器去进行训练，记住它的脸？”
精气神CEO孙延纯说：“我觉得大型的互联网企业或高科技企业，应该更多地深入到中国很多传统行业当中去，到那里去挖一挖，去抓一抓，实际上是有很高的价值存在。”
AI如何养猪？
据京东农牧团队介绍，在精气神位于吉林白山两个养殖园区、100多栋山黑猪猪舍中，均部署了基于AI、IoT和SaaS技术的京东农牧智能养殖解决方案，其中包含神农大脑、神农物联网设备、神农系统的相关系统和硬件设备。
2019年6月13日，澎湃新闻记者在精气神的山黑猪猪舍中看到，猪舍已经装载了养殖巡检机器人、饲喂机器人、农业级摄像头、伸缩式半限位猪栏等设施。通过上述设备，图像识别、人工智能技术的运用正在农业领域施展拳脚。
巡检机器人安装在猪舍顶棚，并沿着巡检车轨道在顶部来回“走动”，利用摄像头进行巡检棚内的动向。
沿着轨道“巡逻”的巡检机器人据京东农牧团队介绍，以猪只数量统计为例，一般养殖企业在月底都会进行数量盘点，传统的肉眼数猪效率很低，而且准确度不高，往往要用3到4天才能完成数量盘点工作，至于猪的称重，传统养殖也只有在出栏时进行一次称重，此前只能凭经验估算。
而巡检机器人使用专用的农业摄像头，“扫一眼”猪栏就能知道猪的数量，并对每头猪进行估重，这背后是AI算法的支持。
巡检机器人对猪进行估重巡检机器人数猪只的数量在饲喂栏前的摄像头是智能饲喂机器人的组成部分，可以对猪只进行“猪脸识别”：每一格喂食区仅容纳一只猪，当猪走进去时即可被摄像头捕捉到图像信息。
饲喂系统饲喂机器人-“猪脸识别”摄像头在饲养喂食方面在传统模式下，喂猪依靠人工给10头到15头猪一起投料，每头猪只能凭力气抢着吃，结果同一栏猪在出栏时往往体重存在差异。
通过“猪脸识别”技术，可以识别每头猪的“身份信息”，从而调取其重量、生长周期信息，从而实现更为精准地自动投喂，试图将同一栏猪出栏时的体重差异尽可能地缩小。
值得一提的是，外界对于“猪脸识别”技术的实用性也有不同的声音，此前市面上已有其他解决身份识别、数量测算等办法，包括给生猪戴上电子智能“耳环”，或者是在猪背上做刺青编码，通过摄像头导入系统。
不过，李佳隆的观点是，上述做法安装过程仍然会产生大量的成本，也会对猪本身产生一定时间内的影响，而做“猪脸识别”则可以更有效地避免上述情况发生。李佳隆介绍，“猪脸识别”技术具体在运用时，需要进行约30到50天左右的本地化部署。
除了上述设备端的装载，京东农牧技术解决方案的核心是则是利用人工智能技术所研发的“神农大脑”。简单地说，“神农大脑”里保存了专业的养猪知识，能够在各类情形中自主作出判断。
比如，在猪舍里突然一头猪叫声无力，还会时不时地咳嗽两下，神农大脑首先会侦测到异常，要求摄像头观测猪的体温，调用数据库里猪的过往体温、进食记录、运动量进行比对，如果叫声、体温、运动情况均存在异常，那么神农大脑就可以作出初步判断，这头猪很可能得了病，接下来，神农大脑会给饲养员发出警报。
京东农牧智能养殖解决方案精气神团队肯定了上述“神农大脑”在实际操作层面中的作用，“养殖人员在观察猪群健康的时候，除了技术水平和手段受限之外，更重要的一点就是不能花费巨大的精力和人力来观察每一只猪的健康，这就出现了一病就是一大片、就是疫情终末期的尴尬。有了智能化系统，系统会逐一地监测猪的行为、动量、体温、采食，甚至是声纹信息，并经过计算判断出异常的个体。并标记出来指导工作人员的跟踪和治疗”。
对于猪舍的环境，神农大脑还会对收集到的猪场环境参数进行统一管理和智能分析，之后通过智能风机、智能增氧机、智能湿度调节器等智能化设备进行调节，保证养猪场温度、湿度、空气维持在适合生猪健康生长的最佳状态。
上述系统和设备，实际上是将每只猪的生长情况进行了信息化，按照京东农牧的规划，从猪的出生、生长、检疫、屠宰、加工、运输直到销售，各环节的信息，都试图能够做到可追溯。
“精气神会将京东和精气神智能养殖的大数据通过互联网同步传报给吉林省畜牧业管理局，并将生物安全数据和生产追溯数据同轨并入（吉林）省局防疫管理平台和‘拱e拱’产品追溯平台。”精气神团队方面表示。
不只是日常养殖和管理，在孙延纯的计划中，在育种方面，利用智能手段或极大地提升育种的效率。
给AI养猪算笔账
不过，装载这些摄像头和机器人设备对于农户来说，仍是一笔较大的投入。精气神的养殖量为中等规模，在节省成本方面可实现一定的规模效应，但对于更多的小型和个体养殖户来说，在使用这套智能化设备系统前，不免需要算好投入产出比。
精气神方面未向澎湃新闻记者透露了京东农牧智能养殖解决方案的收费细节，在给到记者的书面资料中，精气神团队表示：“目前我们投入AI养殖系统后，以精气神北山猪场和兴参猪场为例，预期我们平均每头猪增加了92.5元成本（全部投资，按照8年每年出栏5万头，合计40万头猪计算），但是在饲料方面每头能节省 30-60元 ；人工成本投入可节省每头8元；提高成活率方面平均每头可节约15元；在精准控制出栏体重方面能节省5-8元；合计节约91元。从直接的投入产出来看我们基本上打个平手。”
不过，随着使用时长的增加，平均成本或许会进一步降低。
在饲料成本方面，精气神团队在书面材料中称，“通过前期近一年的实验组的测试，我们发现至少可以达到增加猪只10%左右的饲料转化效率。这对于我们年出栏20万头山黑猪来说，将是一笔巨大的效益，初步估算可以达到年节约1200万元的水平。”
更重要的是，智能技术也在带来管理思路和流程方面的改变。“重点是减少员工在工作中的盲目作业和少做无用功，同时也要通过系统对工作过程、结果的管理、分析做好员工工作绩效的管理。”
孙延纯举例说，过去养殖场内指定了许多规章制度，但实行起来依靠的是员工的责任心，难以对员工的表现进行测定，而现在依靠智能设备和SaaS企业操作系统，在管理层面能够实现更精细化。“比如猪场里有一个地方粪点特别多，有机器人巡检看到粪点，发布信息提示员工去清理，第一个十分钟没去提示员工本人，第二个十分钟没去提示主管，第三个十分钟没去就提报厂长。指向性和合规性都得到了改变之后，员工工作质量和工作效率才能真正围绕企业核心价值去做事情。”
孙延纯介绍，通过智能化管理设备和信息提示，一个场长可以管理更多的猪群，“你像我们这个场。过去是一名场长，两名副场长，还要带七八个技术员，比如管分娩阶段、管配怀阶段、管保育阶段的，现在我们优化完之后，只有一名正场长，一名副场长，再带三四名技术员就可以完成这些工作。”
精气神方面还表示，“除了上述投入产出最直接的比较外，（智能养殖）系统带给我们的环保价值、育种价值和管理价值以及系统软硬件的基础折旧，是没有进入对比范围的价值。总体来说，这是非常划算的一个项目。”
其中一个潜力巨大的领域是，智能系统对养殖信息的采集监测，或许能够撬动金融行业加大对农业的支持。
将养殖场的各项信息进行可视化孙延纯提及，过去银行对于农业企业贷款颇为谨慎，“风控的问题怎么解决呢？”
“我们得拿很多抵押物，这很痛苦。我们企业的猪舍人家也不认，猪他也不认，我们就拿我们的硬资产，什么工厂的房产、土地证、股权去抵押。”
“这回没事了，这（指养殖场）上面跑的（巡检机器人）跑一圈，里面有多少猪，随时随地能点得非常清楚，银行看得非常明白。你说这个多放心。”孙延纯说，“这些重要的信息，未来我们会主动接入政府主管部门和为我们提供信贷服务的金融机构、保险公司，让行业主管部门和业务服务部门可以坐在办公室里如亲临一线一样，知道猪场的存栏状况、健康状况，让大家安心地开展管理和服务工作。”
据京东农牧方介绍，已经有越来越多的养殖企业开始接触来自互联网公司的智能解决方案，其签约的养殖企业包括吉林精气神、哈尔滨信诚、重庆六九畜牧、四川元宝等。
回到田野和牧场
随着越来越多的年轻人走出乡村走向城市，“人才荒”成为精气神这样的养殖企业的难题，何况随着智能技术的运用，对于传统养殖企业来说，对于人才也出现新的渴求。
虽然现在对云计算、物联网等术语信手拈来，但精气神CEO精气神孙延纯也表示，“比如什么是IoT（物联网），过去我就不懂……我们企业很多的这些从事养殖技术人员，需要提高信息化的能力。”
智能农牧技术在农业领域的应用，或许成为多身怀技术的年轻人回归家乡甚至走向田野的一个契机。
目前在养殖场地的技术团队，由京东方面进行派驻。京东农牧副总经理李佳隆介绍，目前派驻至养猪场的员工有两类，“一种是做技术的，就是传统我们认为那种程序员。我们派过来的是里面的精英，自己能从后端数据库服务器到中间端平台端一直到前端、和互联网系统连接……都可以搞定的这些人，我们会派出来。现在技术人员一般常驻是3到5人。然后施工指导，大概有3到5人。”
这些派驻人员的薪资，往往远超过养殖企业自身的薪资水平，按照李佳隆的计划，“我们会培训更多的不是我们的员工的施工团队……因为初期阶段我们需要把所有的工作都做好了，然后安装好了之后，我们这边就全面撤离，按我们安装指导（人员）指导出来的那些人，会在当地附近周边设一个中心，辐射周围两三个省，做后期的维护、安装、报修等等，所有的活动都他们来负责。”
对于引入智能技术后养殖场的改变，精气神CEO孙延纯说，“那种重复性很多、规律性很强的，我们都希望能通过机械和人工智能技术来解决。”
不过，人工智能养殖并不能做到完全地替代所有的工种，在母猪接产、疫苗使用等方面，仍需要更多的专业性人才。
“一些工作特别精细、需要去掌握度的、凭经验进行判断（的工作），可能就更需要人工来操作。再一个方面，就是（需要）进一步加强关于育种、关于动物营养方面的技术（人才）水平。”
不只是养猪，李佳隆介绍，京东农牧的智能养殖系统在养牛、养鸡、水产、种植等方面，也都将发挥作用。
从宏观来看，智慧农业也大有可为，包括阿里巴巴、华为、京东、网易等科技企业正在投身这一产业。华为XLabs研究预测，到2020年，智慧农业的潜在市场规模有望由2015年的137亿美元增长至268亿美元，年复合增长率达14.3%。
亚洲特快：人工智能导弹，有什么用
各位朋友大家好，欢迎收看本期《亚洲特快》，本期节目，咱们来说说一个最新前沿话题，就是人工智能在导弹上的运用。
最近，以色列拉斐尔公司公布了其正在研制的“海上破袭者”（SeaBreaker）巡航导弹的部分细节，据称，这种新型巡航导弹的最大特色是将会具备人工智能识别目标的能力，可以在复杂的环境中识别出自己需要打击的目标进行攻击。
据拉斐尔公司公布的信息，“海上破袭者”导弹的射程约为300公里，采用先进的红外成像引导头，能够对海上和陆上的移动和静止目标进行精确打击。它的主要想定是在”区域拒止反介入“环境下的近岸海域中进行作战，拉斐尔公司称，这种导弹能够在传统的采用雷达导引头的反舰导弹无法作战的环境中准确攻击想要打击的目标。
“海上破袭者”导弹的硬件配置其实属于比较平平无奇，该型导弹的尺寸大致接近于美国“鱼叉”反舰导弹，战斗部重量为250磅，也就是113公斤，基本相当于一枚美国的MK.81型250公斤航空炸弹，能够有效摧毁护卫舰这类的目标。目前它的发射方式是海上舰艇发射和陆上发射，虽然拉斐尔公司没有提到它的空射型号的问题，但从其基本设计来看，如果要发展一种空射型也应该没有问题。
除了人工智能自动识别模式，该导弹也可以通过数据链进行“人在回路中”制导，因此也具备进行复杂的航线规划和由人员控制精确攻击的能力。
那么它的人工智能系统是干什么用呢？
据报道称，这种导弹将采用机器学习技术和人工智能自动决策技术，因此可以在环境不允许通过无线数据链遥控，或者来不及通过其他手段对目标进行精确识别和定位的前提下，也能够具备很高的准确识别目标的概率。
种导弹设计上采用齐射方式进行攻击，因此就类似于炮兵营射击，将多枚导弹同时发射到一定区域内，再由导弹进行目标识别和攻击，这种模式下，其攻击过程“完全自动化”，不需要外部干预。
那不用说的，这种思路就很以色列，容许出现一定程度的误伤，但确保目标肯定会被摧毁嘛。
而其具体的使用环境，拉斐尔公司举例称，当发现敌方舰艇处于一个军民两用的港口内，此时传统的制导手段除了“人在回路中”直接控制外，实际上根本无法准确攻击目标，因为导弹只会选择雷达发射面积最大的目标进行攻击。而有了人工智能系统，导弹就可以识别出一艘炮艇和一艘尺寸相近的拖船，准确击中希望摧毁的目标。
此外，在对手施放强电磁干扰，使得数据链、雷达导引头和GPS系统都无法使用的时候，这种导弹也将可以凭借人工智能系统，自动进行作战，而且此时它扔具备可以接受的命中精度和减少附带杀伤。
拉斐尔公司称，这种导弹采用的人工智能导引、图像对比、自动目标识别综合技术，使其成为了世界上第一种“第五代导弹制导系统”。
那所谓第五代制导系统是怎么来的呢，在反舰巡航导弹领域，第一代制导技术当然就是类似红箭-73反坦克导弹那样的遥控制导，典型就是德国二战中的Hs.293；第二代是半主动制导和无线电指令制导，比如以色列的“迦伯列1”导弹；第三代是雷达巡的制导，这也是到现在为止大家最熟悉的模式了；第四代是通过红外和电视系统巡的，加上人在回路中模式，比如美国LRASM导弹。那么第五代么就是在第四代基础上引入人工智能技术了。
应该说，这种导弹在以色列如今经常发起的针对叙利亚境内伊朗支持的武装力量的打击行动中，将会非常有实用价值。
关于这种导弹，列车长觉得有两点可以给大家说说。第一是关于今天的亚音速巡航导弹为什么还有生命力，成为了许多国家发展打击能力，尤其是海军对岸打击能力的首选。第二点，是人工智能系统在导弹系统中的应用前景。
今天世界上最出名的巡航导弹，肯定得说是美国的“战斧”导弹了，这种导弹主要是通过战舰和潜艇发射，前后已经发展了三代，并且目前正在进行现代化改造，将具备对舰艇等移动目标攻击的能力。
在今天，亚音速巡航导弹和超音速巡航导弹其实差别已经很大，超音速导弹的作战模式其实已经接近于弹道导弹模式，比如我国2019年阅兵式上展示的长剑-100导弹，就是采用高空、高速突防，直挺挺的向目标飞过去，末段俯冲攻击，虽然精度可以很高，但是总体仍然属于靠速度、高度暴力突防的模式。而不像亚音速导弹主要靠“绣花功夫”，在防空网中钻来钻去，最后还能精确攻击目标，甚至是钻进洞库大门这类的地方。
隐身技术在巡航导弹上的运用也是近年来提高巡航导弹突防能力的一个重要技术，美国早在上世纪90年代就造出了隐身巡航导弹AGM-129，只是这种东西导弹的隐身性能是付出了维护困难、造价昂贵的代价换来的，最后即使是财大气粗如美国也受不了，将其早早退役。不过随着新一代隐身技术的出现，出现了JASSM-ER、LARASM等具备很高隐身性能，同时价格和可维护性也可以接受的例子。
那么在隐身技术提高了突防能力，而“绣花功夫”又增加了导弹使用的灵活性，再加上一个很重要的第三点，就是同等射程的情况下，亚音速巡航导弹显然要比超音速巡航导弹或者弹道导弹要便宜，而且是便宜很多，大概只有三分之一或者四分之一的价格。那么，亚音速巡航导弹受到青睐就非常正常了吧。
而且，对于很多国家来说，巡航导弹解决了一个很大的问题，就是进入导弹时代以来，其实海军战舰对岸打击手段是大大削弱了，但巡航导弹出现后，基本上是个像样的国家就能在自己的战舰上装上十几二十发巡航导弹，然后就可以去执行各种打击任务，如果凑一个小舰队，两三艘战舰一次发射出去几十发导弹，不就和航空母舰一个攻击波打击效果都差不多了嘛？
而美国的“战斧”导弹作为一种海军巡航导弹，又有一项设计引领世界潮流，就是它的尺寸外形被限制在能用潜艇鱼雷管发射的水平，而这又正好是导弹垂直发射系统常用的一个尺寸，于是它就很适合在各种舰艇和潜艇上使用。
于是类似“战斧”的导弹就在世界各国成为了一个十分常见的产品，法国开发了“斯卡普”巡航导弹，并在2018年攻击叙利亚的行动中首次进行了实战；俄罗斯的“口径”巡航导弹更是完全借鉴了这个思路，甚至专门建造了一批围绕携带8枚或16枚“口径”巡航导弹而设计的轻型护卫舰，来降低使用巡航导弹的门槛，也多次在叙利亚投入实战。而且因为俄罗斯比较穷，还专门开发了“伊斯坎德尔”发射车能够发射的型号，用来取代一部分陆基弹道导弹的作用。至于英国更是直接买了美国的“战斧”导弹，在它的潜艇上部署，而现在的26型护卫舰，更是为了弥补45型驱逐舰缺乏发射战斧导弹的能力，专门设计安装16枚“战斧”导弹，用来进行对岸打击。就连印度也在积极开发“无畏”巡航导弹，而巴基斯坦更是直接在自己的导弹艇上装上了“巴布尔”导弹，一夜之间就能威胁到印度航母了呢——虽然真要干的话大概还得有大国帮他提供卫星情报支持，而且得手概率也不高，但“巴布尔”导弹还能带核弹头，这巴基斯坦一夜之间甚至都有了海基核力量了呀，是不是就非常划算了呢？
当然要说使用巡航导弹还得说美国，他们的“伯克“级驱逐舰正常状态下都会携带16到32枚“战斧”导弹，随时可以进行“战斧”外交，一言不合过去咣咣一顿导弹，留下一地冒烟的废墟，转身就跑，人家也没法报复，是不是就可以说一句“不愧是美国”了呢？
至于另一个世界大国嘛，已经研制出了与美国“战斧”导弹类似的长剑-10巡航导弹，目前主要以陆基发射车和空射方式部署。此外该国还有类似俄罗斯“口径”系列的海基巡航导弹，而未来，海军还可能装备性能进一步增强，比“口径”系列更先进的，以长剑-10为基础的海基亚音速巡航导弹。而未来呢，类似LRASM的隐身亚音速巡航导弹，此前也已经在珠海航展等场合，以模型方式露过一小脸。
总之作为军费世界第二的大国呢，在亚音速巡航导弹这个全世界主要大国都很重视的领域，投入一定的力量并不值得奇怪，毕竟它可以做很多高超声速导弹目前还难以做到的事情。
以色列的“海上破袭者”，虽然尺寸重量都要比“战斧”小一圈儿，但是实际承担的任务，和“战斧“导弹倒是相当的一致，可以在他们的护卫舰上携带8-16发，随时对以色列周边国家进行“导弹外交”，这反正以色列每次对叙利亚进行打击也就是用F-35F-16去发射个几十发滑翔炸弹，每次袭击都鸡飞狗跳，免不了要和叙利亚、俄罗斯、美国的飞机在天上一番斗法，还得小心着别让各种防空导弹抽冷子干下来一架。那换成海军发射的导弹，虽然价钱上更贵了一些，但是整个作战过程就方便了一截啊，叙利亚的“堡垒”岸防系统射程还没这导弹远呢，去几艘护卫舰安安稳稳的在人家射程外用导弹就把事儿办了，也省的空军兴师动众，那不是很理想吗？
其实当年俄罗斯也干过类似的事儿，2008年，格鲁吉亚在奥运会前夜突袭南奥赛梯，普大帝在北京看着开幕式呢突然听到了开打的消息，那主动招惹熊的结果，当然就是被熊掌拍啊。俄罗斯海军在这场战争中使用反舰导弹攻击格鲁吉亚停在港内的导弹艇，为了能够准确攻击停泊在情况复杂的港口内的导弹艇目标，俄军专门选用了一种导弹，就是P-120“孔雀石”，这种1972年入役的导弹其实性能不是很突出，射程才120公里，飞行速度也只有亚音速，但它有个特点就肚子下面有个小小的吊舱，里面安装了红外导引头或者电视导引头，而俄罗斯海军这次用的就是安装电视导引头，并可以通过无线电进行遥控的型号，因此这次行动中，格鲁吉亚的两艘导弹艇被两枚“孔雀石”精确击中。这次行动也可以说是为反舰导弹采用多种类型导引头的必要性做了一个背书，那么以色列当然觉得自己也可以干类似的事情，而且在用上人工智能系统后，甚至都不再需要通过无线电数据链进行“人在回路中”控制，而可以让导弹自己去判断情况——当然了，这个判断的正确率或许有点问题，但以色列对于国际舆论谴责的承受力本身就很高嘛，所以大不了让人工智能系统“宁可错杀不可放过”就是了，捎带着误伤几个民用目标，对于以色列来说也不是什么重要的事情嘛。
况且，现在机器学习和人工智能技术也不是那么不堪，至少在目标识别率上，据说能够达到95%左右的准确率，毕竟就算是“人在回路中”，也可能出现识别错误的情况，那这是不是听起来就更没问题了呢？当然，这事情里面会涉及到一些“让机器决定人的生死”的伦理问题——只是这个吧，反正以色列是不在乎的，对于其他国家或许就不太一样，需要认真讨论一下了。
既然有以色列人开了这个头，那么人工智能在导弹上的实际运用差不多也就算是马上就要从科学幻想走入科学实践了。
那么未来呢？会有更多的人工智能控制的武器装备投入战场吗？这是很有可能的事情，事实上人工智能已经成为了当代几个主要大国非常重视，并且认为可能引起重大变革的技术。比如，在潜艇上，用人工智能技术来进行水声对抗，在飞机上，用人工智能来进行自适应电子对抗，在卫星照片和情报领域，用人工智能来处理海量信息，找出有价值的情报信息。
由于人工智能可以基于海量的情报进行快速的分析判断，完全可能在这些事务性的事情上获得比现在依靠人力更好的效果。问题可能主要在于人工智能、机器学习技术还是需要人类来设计它们特定的工作模式，而现有的人工智能做出判断的过程和依据，对于人类来说难以理解，这就带来了人类很难完全信任人工智能的问题，因此美国目前正在试图研制一种具备用人类能懂的语言，解释自己判断和决策过程的人工智能技术，如果这项技术得到成功，对于进一步推广扩大人工智能的运用范围将会有很大的帮助。
那么以色列的人工智能导弹究竟能否取得成功，并引领国际上跟踪研制类似武器系统的风潮呢？或许大家都会擦亮眼睛，等着这种导弹投入实战的那一刻了吧。毕竟这年头，全世界各国都发现，摸着别人过河是个好办法啊！是不是。
那么这就是我们今天节目的全部内容了，还望大家不忘三连支持哦，好了，咱们下期再见！