人工智能与社会科学交叉学科横向发展平台
平台简介：
人工智能是一种将对未来社会产生极大颠覆的科学技术，其影响将体现在人类生活的方方面面。作为走在学术前沿、研究最新商业实践的商学院，光华管理学院建立人工智能与社会科学交叉学科横向发展平台，借鉴人工智能方法研究社会科学问题，从社会科学视角，研究人工智能给社会带来的巨大冲击和新的发展契机，探讨技术的边界和社会问题的解决。平台由翁翕教授担任召集人，目前有会计系、应用经济学系、商务统计与经济计量系、金融学系、市场营销系、管理科学与信息系统系、组织与战略管理系的二十余位教员参与。平台拟筹备开设多种课程，包括为有一定计算机基础的同学开设的人工智能技术应用课程，以及一门结合理论和案例，强调人工智能对社会经济的影响的课程。同时，平台将积极采取多种研究方式，加强与政府部门、业界、研究机构合作，共同推进人工智能在各个领域的科学研究和发展应用，呈现案例、研究报告、论坛等多种形式的成果。
我们站在人工智能社会的伊始，试图理解人类社会未来三五十年甚至更长的变革并为之做好准备。机器从能感知，到能认知，到最终可能能创造，对经济效率的提升和对劳动力的替代并存，对公平的促进和对不均的扩大同在。面对这些纷繁复杂的不确定性，我们既需要一种科学客观的态度去了解人工智能的发展及其对社会经济的影响，又需要从理论的高度给出学术性的思考和展望。未来在望，砥砺前行。
未来研究方向：
平台计划在隐私保护、劳动力市场替代、数据资产、科技对行为的影响、科技对宏观政策的影响等方面展开研究。
潘云鹤院士：人工智能要瞄准学科交叉前沿—新闻—科学网
潘云鹤院士：人工智能要瞄准学科交叉前沿
国务院于2017年7月向全社会发布了《新一代人工智能发展规划》，指出人工智能是引领未来的战略性技术，必须放眼全球，把人工智能发展放在国家战略层面系统布局、主动谋划，打造竞争新优势，开拓发展新空间，有效保障国家安全。为了推动新一代人工智能发展，《新一代人工智能发展规划》提出了要构建科技创新体系，把握技术属性和社会属性高度融合，推进研发攻关、产品应用和产业培育“三位一体”发展，支撑科技、经济、社会发展和国家安全四项任务。
在《新一代人工智能发展规划》推出之前，为了推动人工智能与经济社会深度融合、提升我国人工智能科技创新能力，中国工程院于2015年12月批准启动了《中国人工智能2.0发展战略研究》重大咨询研究项目，将加强人工智能研究和应用作为实施国家战略创新发展非常重要的工作之一。
梳理人工智能发展历程，项目组观察到，“人工智能要进行换代，也就是人工智能要从原来的1.0走向2.0”。促使人工智能换代的动力既有来自人工智能研究的内部驱动力，也有来自信息环境与社会目标的外部驱动力，两者都很重要，但相比之下，往往后者的动力更加强大。随着互联网的普及、传感器的泛在、大数据的涌现、电子商务的发展、在线社区的兴起，数据和知识在人类社会、物理空间和信息空间之间的交叉融合与相互作用，形成了驱动人工智能走向新阶段的四种外在动力。
首先，本世纪的信息环境已发生巨大而深刻的变化。随着移动终端、互联网、传感器网、车联网、穿戴设备等的流行，感知设备已泛布城市，计算也与人类密切相伴，遍布全球的网络正史无前例地连接着个体和群体，开始快速反映与聚集他们的发现、需求、创意、知识和能力。与此同时，世界已从二元空间结构PH（Physics,HumanSociety）演变为三元空间结构CPH（Cyber,Physics,HumanSociety）。CPH的互动将形成各种新计算，包括感知融合、“人在回路中”、增强现实（AR）、跨媒体计算等等。
其次，社会对人工智能的需求急剧扩大。人工智能的研究正从过去的学术牵引迅速转化为需求牵引。智能城市、智能医疗、智能交通、智能物流、智能制造、智能农业、智能等应用中的新目标、新问题，都迫切需要人工智能的新发展。为此，很多企业和城市已主动布局，进行人工智能新研发。
第三，人工智能的目标和理念也在发生大的转变。人工智能的目标正从过去追求“用计算机模拟人的智能”转化为用机器与人结合成增强的混合智能系统；用机器、人、网络结合组织成新的群智系统；用人、机器、网络和物相结合而成的智能城市等等更复杂的智能系统。
第四，人工智能的数据资源也在发生大改变。人工智能的基本方法是数据驱动的算法。今后会更多地涌现出大数据驱动计算、传感器和网络驱动计算、跨媒体驱动计算。因此，大数据智能、感知融合智能、跨媒体智能的发展均为不可避免的趋势。而传统的以字符为基础的机器智能测试图灵方法将受到挑战。
上述种种环境的巨变，促成人工智能技术的重大提升，为人工智能2.0的形成与发展创造了切实的外部环境。同时，一系列新智能技术已在萌芽，分别是大数据智能、群体智能、跨媒体智能、混合增强智能和智能自主系统等。
中国人工智发展特别迅猛，这也是中国现代发展的一个重要趋势。中国人工智能发展领域非常广泛，在图像理解、语音识别、机器翻译和无人系统（智能自主系统）等领域发展很快，这是全世界共同的地方。
当然，人工智能发展也面临一些挑战。
第一个挑战是“勇探无人区”。从事科学研究和企业发展的人士，都应该更好贯彻党中央所提出的人工智能要“勇探无人区”这一理念。这个理念实际上是中国科学技术发展思想的一次转型。长久以来，学术界往往是瞄准世界先进的方向进行投入，即学科前沿。什么叫学科前沿？就是全世界研究最热门的地方。为了了解学科前沿，一般去看一看国际上在研究什么或者杂志上发表什么文章，然后看看这些研究有什么缺陷和不足，则去做些修改和补充，然后算是进入到了学科前沿。
但是，这种跟随式方法所取得的成果只是真正学科前沿一部分，这个前沿是国外学者感兴趣的部分。推动人工智能学科前沿发展的态度应该是一只眼睛看着国际的学科前沿，另外一只眼睛要紧盯国家迫切需要实用领域中所需要的人工智能应用，从应用推向模型，模型推向理论，这个就是无人区。中央在2018年就提出了这个号召，我们应该深入的贯彻中央的这一个思想。在人工智能这个领域，尤其是新一代人工智能领域，就应该两只眼睛同时工作，一只眼睛盯着无人区，一直眼睛盯着国际前沿，而不能像过去那样只用两只眼睛看一个目标，把国家需求的东西都放弃。
比如医疗智能领域装备、智能自主系统、从大数据到知识到决策的大数据智能以及视觉知识等等，这些都是需要加以投入的研究方向。
第二个问题是要以更大力度培养人工智能人才。这个里面包括专业人才，人工智能专业人才一直短缺。人工智能是计算机应用学科的一个方向，计算机应用学科又是计算机三个学科中间的1/3，人工智能是计算机应用学科里面的一个分支，所以过去所培养的人工智能人才和现在的发展趋势是很不适应的。为此，要加大专业人才的培养力度，而且要加大交叉人才的培养力度，因为人工智能交叉人才更少。同时，要加大对企业现有的科技人才的人工智能方面的培训，使得企业能够考虑他的企业怎么向智能化转型，能够转型的更成功。
国务院发布的《新一代人工智能发展规划》、教育部发布的《高等学校人工智能创新行动计划》以及教育部、发改委和财政部三部委联合发布的《关于双一流建设高校，促进学科融合，加快人工智能领域研究生培养的若干意见》等文件，对人工智能的人才培养、人工智能学科建设及人工智能专业建设等提出了具体要求。当前，全国一共有215所高校获批设置人工智能本科专业、3所高校（浙江大学、武汉大学和华中科技大学）获批设置人工智能交叉学科，中国正在建立人工智能本科和研究生层次人才培养体系。
为了加强人工智能人才培养，高等教育出版社联合国家新一代人工智能战略咨询委员会在北京组织成立了“新一代人工智能系列教材”编委会，组织出版涵盖人工智能基础理论、算法模型、技术系统、硬件芯片和伦理安全以及“智能+”学科交叉等方面内容的教材，目前教材编写工作进展顺利，《人工智能导论：模型与算法》、《可视化导论》和《智能产品设计》已经先后出版，且三本教材均在爱课程（中国大学MOOC）发布了在线课程，选修人数超过12万人次。为了促进优秀教材资源共享，浙江大学搭建发布了“智海—新一代人工智能科教平台（www.wiscean.cn）”，寓意为“有智之能，方可驱动时代变革，有海之容，便可赋能万物更新”，并同时赋予“人工智能、教育先行；产学协作、引领创新”平台理念。人才是人工智能发展所需要的战略资源，对人工智能人才培养是中国推进新一代人工智能发展的重中之重。
第三个问题是需要对人工智能伦理有一个清醒的认识。我们在讨论人工智能发展所需简洁明了的伦理标准这个问题时，提出了两个标准，第一个标准就是人工智能要“向善”，即求善、追求善良、真善美。善良是一个很重要的标准，人工智能就是要为人类服务，差的和坏的人工智能以及不对的人工智能就不能去干，因此人工智能要“向善”。第二个标准就是要“求真”。即机器学习所依赖的数据以及人工智能算法模型不能搞假的，不能搞欺骗，不搞伪造。
“求真”和“求善”是人工智能伦理中两个非常根本的标准。保护隐私等问题可以通过这两个标准推理出来，从而产生二级标准或者三级标准。
最后强调全社会关注的是整个人工智能发展应由一个健康的生态系统来推动。中国正在形成产、学、政联合有机营造的人工智能生态系统。一方面政府、产业、大学和学术研究机构要结合起来，形成一个很好的生态。另外一个方面是推动人工智能赋能社会的基本元器械、平台和应用等也要构成一个生态系统。
过去科研只基础理论和应用系统两块。但是，近年来人工智能、大数据，信息技术的发展显示，理论研究和应用研究中间应该还有平台支撑和平台服务，这一块很重要。
操作系统实际上是平台，人工智能的平台也是平台，这些平台在推动生态的发展中间起到覆盖作用，可被视为中流砥柱。所以，我们应该有新的理念来构造整个生态系统，注重平台的支撑。科研经费和科研力量也要向构造平台系统进行投入。平台是公共系统，不能只是依靠企业来打造。政府也要参与构造人工智能平台，这样人工智能成体系推动就可更高效。
（本报记者崔雪芹根据潘云鹤院士在世界人工智能大会上的视频发言整理）
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。人工智能基础与应用国际会议：跨学科视角中的人工智能
2022年4月8~10日，由北京大学哲学系宗教学系与北京大学外国哲学研究所主办，北京大学人工智能研究院与北京大学哲学与人类未来研究中心协办的“人工智能基础与应用国际会议”在北京大学召开。会议全程在线上举行，并通过Bilibili、Youtube以及北京大学哲学系微信视频号对报告进行了直播。
会议报告人来自于北京大学、清华大学、复旦大学、浙江大学、香港大学、中山大学、东南大学、中国社会科学院、上海社会科学院等国内院校，以及纽约大学、杜克大学、巴黎索邦大学、德国波恩大学、硅谷人工智能研究院等海外院校。
会议组织者北京大学哲学系助理教授SebastianSunday（王小塞）在开幕式上简要介绍了会议主旨，认为现代计算机之父阿兰·图灵的成就部分归功于其对于知识的跨学科涉猎，因而本次会议也致力于为国内外人工智能理论和实践领域的顶尖专家和青年才俊提供跨学科交流平台。会议的另一位组织者，北京大学哲学系的博雅博士后隋婷婷介绍了会议流程，本次会议分为“特邀嘉宾会场”和“平行会场”。“特邀嘉宾会场”的特邀报告时长为每人一小时，“平行会场”分为“中文平行会议”与“英文平行会议”，每人报告时长为半小时。在为期两天半的会议中，共有46场报告，分别是17场特邀报告，29场平行会议报告。
大会由北京大学外国哲学研究所所长韩水法教授以及人工智能学院的副院长李文新教授分别致开幕词。
韩水法教授首先对来自海内外的会议报告人表达了欢迎和感谢，并从三点阐述了人工智能与哲学的关系。第一点是人工智能从产生伊始便与哲学有着紧密关联，本次会议的创办说明了北大哲学系在人工智能研究上的积极态度；第二点指出人工智能无论在基础层面或是应用层面都直接关涉到人，而“人”正是哲学的核心和基础问题。第三点展望了人工智能的发展，提出要始终关心人工智能对人的性质的改变，应从人文主义的角度来对待人工智能，哲学工作者应与科学工作者一起为人工智能的未来发展担负责任，这也是本次会议的重要意义。
李文新教授在致词中回溯了北京大学人工智能研究院的创立过程，指出其作为一个交叉性的研究机构，致力于在人工智能方面形成一个世界顶尖的研究平台，助力北京大学的新文科，新工科和新医科的建设。李教授就自己的研究转向阐述了机器学习和学生培养共通之处，并指出研究院能做的两件核心任务，一是开设更多的人工智能的课程，把人工智能的技术黑箱打开，让更多人了解黑箱内部的决策过程，另一个则是让更多不同背景的人能够来到交叉的环境里面，共同规划和决策未来人机混合的发展走向，这也是本次会议的主旨之一。
开幕式之后是第1场特邀嘉宾报告。本场报告由北京大学的安乐哲教授主持，报告人分别是中国科学院自动化研究所的曾毅教授，以及美国华盛顿大学计算机科学与工程系的佩德罗·多明戈斯（PedroDomingos）教授。
曾毅教授的报告主题为“构建符合伦理的类人工智能并与其共生”，他认为，随着人工智能的发展，类人机器已经可以通过镜子测试（mirrortest），制造有意识的类人人工智能在不久的将来可能变为现实，在这种情境下，人与人工智能的相处可能不仅是教会人工智能如何与人相处，并将人工智能放在道德的笼子里，同时也应制定人类如何与人工智能和平相处的原则。
佩德罗·多明戈斯（PedroDomingos）教授的报告题目是“人工智能将如何改变伦理学？”，他认为人工智能最近备受关注，但目前通常的研究方法是将人工智能硬塞进当前西方的伦理规范中，然而，事实上人工智能将极大地改变社会，从而改变人们对道德和非道德的看法。人工智能就像此前的技术革命一样，将广泛地影响隐私和数据共享、公平和平等、战争和智能武器等领域的伦理发展。
特邀嘉宾报告之后的平行会议分为中文场和英文场。
中文平行会议由山西大学的梅剑华教授主持。报告人分别是华南师范大学马克思主义学院的涂良川教授、东南大学人文学院的张学义教授、浙江大学马克思主义学院的郭喨老师以及西安外国语大学中国语言文学学院的赵周宽教授。
涂良川教授的报告主题是“人工智能‘高阶自动化’的主体可能性——兼论人工智能奇点论的存在论追问”，认为重新思考主体的本质，是人工智能时代中理解人所必须要解决的问题。
张学义教授的题目是“‘伦理旋钮’：破解无人驾驶算法困境的密钥？”，报告指出依据调查数据，伦理旋钮虽没有完全消解道德-法律归责困境，但其为破解无人驾驶算法困境提供了可能的解决方案。
郭喨老师的主题为“自动驾驶交通系统中的‘人类’与‘机器’”，指出“算法主持、机器主导”的局面中人类智慧不得不让位于机器决策，载客车辆将执行一个“算法推荐的愚蠢路线”，交通系统和人类将付出经济、效率和不环保的代价。
赵周宽教授的题目为“后人类世伦理问题的基本思考”，探讨了人工智能与人类取得平行伦理地位的未来“后人类世”当中人机交互的伦理问题，认为以程序伦理为基本规则的人机伦理交互，将在现实增强之后进一步实现世界的伦理增强。
英文平行会议由东南大学的德米特罗•米哈伊洛夫（DmytroMykhailov）老师主持，报告人分别是北京大学计算机学院的王乐业老师、北京大学前沿计算研究中心的孔雨晴教授、德国波恩大学哲学系的艾坦丁（KonstantinAzarov）老师以及北京大学哲学系的隋婷婷老师。
王乐业老师在题为“最小感知计算原则：探索基于最小必要数据的智能系统构建”中介绍了最小感知计算原则的原理和优势，指出该原理可以用最少的数据构建智能系统。
孔雨晴老师的报告题目是“无先验学习思考等级”，介绍了一种新颖的无先验启发式范式——答案-猜测范式，并阐述了其相对于以往范式的优越性。
艾坦丁老师在“塞尔的中文屋及作为其原型的阿纳托利·第聂伯夫的小说‘游戏’”的报告中介绍了第聂伯夫对强人工智能的观点，并对比了其与塞尔观点的异同。
隋婷婷老师在题为“自动驾驶道德算法实验中的‘是’与‘应当’问题”的报告中对比了功利主义算法与利己主义算法在实验中的数据，指出道德算法并非单纯的“应当”问题，而是结合了“是”与“应当”的综合问题。
晚间的特邀嘉宾会议由北京大学的朱利叶斯·舍恩赫尔（JuliusSchönherr）老师主持，报告人为北京大学哲学系的王彦晶教授、香港大学哲学系的赫尔曼·卡普兰（HermanCappelen）教授以及纽约大学哲学系的大卫·查尔莫斯（DavidChalmers）教授。
王彦晶教授在题为“从‘知道如何’到自动规划”的报告中阐述了哲学和人工智能如何通过逻辑为桥梁相互促进。他认为哲学与人工智能的互动有两个方向，一个是基于规划的“知道如何”（planning-basedknow-how），这一方向在人工智能中使用了各种自动规划的概念来帮助刻画知识；另一个是基于“知道如何”的自动规划（know-how-basedplanning），该方向致力于在人工智能中引入高阶认知规划的逻辑以处理复杂的规划问题。
赫尔曼·卡普兰的报告题目为“人工智能可以变革哲学吗？”，探讨了查尔莫斯在其新书《现实+》（Reality+）中的技术哲学观点，并援引了笛卡尔与普特南等哲学家对相关问题的回应，同时概述了技术哲学在人工智能时代的新愿景，认为一些与人相关的概念，如交流、意义、思维、信仰、义务、责任以及信任等核心的哲学概念，将随着人工智能的发展而被扩展或修正。
大卫·查尔莫斯在题为“从黑客帝国到元宇宙”的报告中探讨了虚拟现实对于人类生活的意义，他的核心论点是虚拟现实就是真正的现实（genuinereality），指出尽管人们所处的环境是虚拟的，但人们在这一环境中的行为和活动并不是被程序规定的，人们在虚拟世界中依然可以建立真实的人际关系。同时查尔莫斯认为，即便虚拟现实如何发达，人们依然可以选择不进入这个世界，因而这一技术并不会对人类生活产生太大的负面影响。
会议第二天议程由3场特邀嘉宾会议以及4场平行会议组成。
第1场特邀嘉宾会议由北京大学哲学系的南星老师主持，报告人为美国杜克大学计算机科学学院与电气计算工程学院的辛西娅·鲁丁（CynthiaRudin）教授以及硅谷人工智能研究院的皮耶罗·斯卡鲁菲（PieroScaruffi）院长。
鲁丁教授在主题为“对于高风险决策选择可解释机器学习模型，而不是黑盒模型”的报告中，重点讨论了目前高风险决策中使用黑盒模型产生的风险，并指出依照医学的相关案例数据，可解释模型与以往的黑盒模型在决策方面的结果基本相同，使用可解释模型并不会损害人工智能系统在决策方面的准确性。同时，可解释模型可以在医生查验时提供可查证的决策原因，这对于减少决策风险尤为必要。
斯卡鲁菲教授在题为“人工智能已经达到与人类同等水平了吗？”的报告中指出，尽管各种人工智能系统宣布人工智能已经达到了人类同等水平，但由于我们通常通过语言来评估一个人的智力，大多数针对人工智能系统的智商测试都是基于自然语言任务，但事实上由于人工智能缺乏人类普遍具有的常识，其通过对数据集的“深度学习”生成的智能与人类的“深度思考”之间还有着很大的差距。
特邀嘉宾会议后是中英文平行会议。
中文平行会议由浙江大学的郭喨老师主持，报告人是曲阜师范大学政治与公共管理学院的赵松老师，以及清华大学哲学系的张伟特老师。
赵松老师的题目为“哲学与人工智能的根本联系：生存论的前提反思”，认为人们对于智能理解的偏差归根结底在于对人的存在的认识的不同。
张伟特老师在题为“笛卡尔与人工智能：‘我思故我在’作为智能测试标准的可能性”的报告中提出可以通过“我思故我在”为蓝本构建一种新的图灵测试。
英文平行会议由达勒姆Excelsior古典学院的扎克·加勒特（ZackGarrett）老师主持，报告人分别是美国艾尔弗尼亚大学哲学系的石奉来（BongraeSeok）教授、东南大学人文学院的德米特罗•米哈伊洛夫（DmytroMykhailov）老师以及北京大学法学院的张平教授。
石奉来老师在题为“人工智能，机器人学与佛教”的报告中探讨了人工智能在佛学中的应用，如人工智能可否成为搭载佛学知识的服务机器人等。
米哈伊洛夫老师的报告是“智慧教育领域的人工智能新应用：人工智能教育自适应系统及其道德缺陷”，主要阐述了人工智能应用于教育的有效性和相关数据隐私问题。
张平教授的报告主题为“人工智能生成物的著作权问题讨论”，探讨了当人工智能涉入文学、艺术领域并生产作品时，是否应被赋予署名权以及是否应被赋予主体地位等问题。
平行会议结束后，是第2场特邀嘉宾会议。会议由北京大学医学人文学院院长、北京大学哲学系周程教授主持，报告人为上海社会科学院哲学研究所的成素梅教授、山西大学哲学社会学学院的梅剑华教授以及中国社会科学院哲学研究所的段伟文教授。
成素梅教授进行了题为“人工智能的跨学科理解”的主题报告，报告指出人工智能的发展不是单纯的技术问题，而是关乎人类社会与人类文明如何健康发展的复杂问题。需要人文与科技同步发展。目前，人工智能在具体场景中的成功应用是建立在人机合作的基础之上的，在很大程度上依赖于人的隐性劳动。未来有可能出现的人机融合，将会带来更多值得思考的问题。科技发展既需要颠覆性创新，也需要有社会担当，更需要有人文关怀。
梅剑华教授在题为“儿童哲学与人工智能哲学间的三重对话”中探讨了儿童哲学对人工智能发展的重要性，因为人工智能要模仿人类智能，对儿童哲学、儿童智能的探究可能成为人工智能研究的一个新思路。探究儿童哲学与人工智能对话的三个层次，即智能体的认知特征、智能体的学习方式、智能体的自主标准，将对人工智能的进一步发展有所助益。
段伟文教授在“深度伪造的认知挑战与伦理治理”的报告中论述了人工智能图像深度合成方面的技术发展对当代社会影响，指出其衍生的深度伪造使得现有的图像以及视频的可信度降低，从而削弱人们对信息和媒介的信任感，同时由于社交媒体能够将内容定位到特定的群体，可能还会进一步加强深度伪造的负面影响。因而对于深度伪造问题，需要采用多元的应对方式，包括技术、法律和更广泛的社会措施等等，以便能够实现稳健的数字伦理治理。
特邀嘉宾会议后的中英文平行会议各有4名报告人。
中文平行会议由清华大学的张伟特老师主持，报告人分别为武汉大学计算机学院的蔡恒进教授、扬州大学美术与设计学院的简圣宇教授、中国科学院哲学研究所的吴东颖老师以及复旦大学哲学学院的李欣怡同学。
蔡教授在题为“人的意识能上传到元宇宙吗？”的报告中指出，即便通过认知坎陷工程化的方式让机器形成“自我”原型，但人的意识仍无法完整地上传给机器。
简教授的报告题目是“‘元宇宙’问题：技术化娱乐的人文之思”，认为元宇宙造成了部分人群的成瘾性依赖和逃避现实等问题，有必要从人文关怀的视域对此进行思考。
吴老师在题目为“因果贡献度的困境与证成”的报告中探讨了因果贡献的程度问题，并提出了一种能够满足卡罗琳娜·萨托里奥对于因果贡献程度性挑战的方案。
李欣怡同学的报告题目为“历时地衡量公平：基于因果结构理论的分析”，报告介绍了基于因果分析的历时模型，并尝试为解决因果模型下的算法公平提供方案。
英文平行会议由中国人民大学的郭春宁教授主持，报告人分别是巴黎索邦大学哲学系的嘉坦·皮斯蒂利（GiadaPistilli）博士、天津大学马克思主义学院的宋建丽教授、意大利萨莱诺大学文化遗产学系的提摩西·坦巴西（TimothyTambassi）教授以及中山大学哲学系的张梦婷同学。
皮斯蒂利博士在题为“自然语言处理中作为道德训练的伦理架构”的报告中探讨了如何在语言多样性、价值多元化的前提下通过“和谐”概念避免冲突的产生。
宋建丽教授在“世纪疫情下人工智能的加速与不平等挑战”的报告中指出，在疫情冲击下，对人工智能应坚持命运共同性的理念、以人民为中心，保障人工智能的安全发展，以实现人工智能造福人类的根本目的。
提摩西·坦巴西教授在“人类与软件系统间的相互理解——人工智能中信息系统存在论的作用”的报告中阐述了信息系统本体（informationsystemontologies,ISOs）的概念，并指出人与软件系统在ISOs方面的差异。
张梦婷同学在题为“对梦的新解释：从模型的角度看”的报告中结合机器学习领域的模型欠拟合与过拟合现象，对人类做梦的现象提供一种新解释。
平行会议后的第3场特邀嘉宾会议由北京大学哲学系的隋婷婷老师主持，报告人是佛罗里达大西洋大学哲学系的苏珊·施奈德（SusanSchneider）教授与北京大学心理与认知科学学院的罗欢教授。
施奈德教授在题为“基于人工智能的大脑强化、超智能与心灵的未来”探讨了通过人工智能技术进行大脑强化的相关伦理问题，认为若通过芯片植入式的方法进行人类增强，不但需面对自由、隐私等伦理问题，当外来增强部分超出人类本有的意识天花板（theconsciousnessceiling）时，被增强者很可能需要面对技术对自我的完整性的挑战。
罗欢教授的报告题目为“人脑中的关系知识结构：表征、记忆和学习”，报告介绍了人类大脑对结构化知识的认知神经反馈。罗教授指出人类有着推理碎片化知识背后隐藏的关系结构的能力，其脑电数据在矩阵对比中，对不同结构的声音目标有着显著差异。目前的系列实验结果支持分离的结构-内容神经表征以及关系结构在介导记忆和学习中的重要作用。此类对于大脑运行模式的研究对于未来制造类脑智能有积极意义。
会议第三天的议程同样包含3场特邀嘉宾会议以及4场平行会议。
第1场特邀嘉宾会议由北京大学的李麒麟教授主持，报告人为厦门大学人文学院的朱菁教授。
朱菁教授在题为“人工智能可解释性问题的哲学探索”的报告中指出，解释历来是哲学研究的重要课题，哲学对于理解和阐明人工智能的可解释性问题可以起到有益的作用。解释的多元主义或可为理解人工智能的可解释性提供合适的理论框架，有助于容纳面向智能系统的多目标、多层次和多种模式的解释需求与活动。“以学习为中心的解释”可为多元主义提供一种可行的方向。
接下来的平行会议中，中文会议由华南师范大学的涂良川教授主持，报告人是中华女子学院社会工作学院的周旅军老师，以及北京大学教育学院的沈苑博士。
周旅军老师在“人工智能中的性别不平等治理何以可能？——基于文化堕距视角的算法规制路径分析”的报告中阐述了人工智能在搜索引擎以及网络众包平台上引发的性别不平等，并讨论了治理这一问题的算法规制路径。
沈苑博士在题为“人工智能教育应用的价值敏感设计”的报告中提出，智能课堂教学评价系统的设计应以优质为目标价值，以科学、无害、公平、自主、透明为规范价值，推动符合伦理的人工智能教育应用。
英文会议由天津大学的宋建丽教授主持，报告人是美国达勒姆Excelsior古典学院的扎克·加勒特老师，以及中国人民大学艺术学院的郭春宁教授。
加勒特老师在“人工智能和作者的意图”的报告中探讨了作者意图在应用人工智能文学创作系统中的作用，以及人工智能创作的人物自身的本体论问题。
郭春宁教授在题为“科幻电影的超语言转变：人工智能的具身化叙事与传播”的报告中，通过对科幻电影中人工智能形象的梳理，重新审视了人工智能在科幻电影中作为视听文件和“机器语言”存档的形象。
第2场特邀嘉宾会议由北京大学的陆俏颖老师主持，报告人为北京大学集成电路学院的杨玉超教授和北京大学计算智能实验室的谭营教授。
杨玉超教授的报告题目为“基于忆阻器的高效AI芯片与学习系统”，这场报告着重介绍了忆阻器对于人工智能发展的作用，以往“存算分离”的芯片架构将大部分算力用在了搬运数据上，相比“存算一体”的忆阻器较为低效，忆阻器能够有效地提高人工智能的运算效率，并降低其造价，助力未来的人工智能发展。
谭营教授在题为“群体智能及其应用研究进展”的报告中着重介绍了对于群体智能的最新研究和应用。群体智能最初来源于对蚂蚁、鸟类等生物群体的自然集群现象的模拟，群体智能中较有代表性的算法有“烟花算法”，即在可行解空间中随机产生一定数据的“烟花”，通过优化目标函数计算每个烟花的适应度值，根据结果选择停止条件或继续迭代。在人工智能时代，群体智能的算法与思路被广泛应用于群体机器人多目标搜索与群体协同学习，对机器的集群化发展有着积极意义。
之后的平行会议中文场由张学义教授主持，报告人是北京大学医学人文学院的张琨老师，以及南开大学哲学院的陶峰教授。
张老师在“论医疗决策中人工智能技术运用的法律责任——以给药剂量为例”的报告中，由知情决策、共享决策、家长制、工具性决策四种决策模式探讨了控制给药剂量的人工智能技术，及其相应的法律责任承担方式。
陶教授在题为“人工智能模拟时代的艺术品”的报告中探讨了人工智能的艺术品生成机制，认为从海德格尔的艺术真理观、阿多诺的审美合理性概念出发，真理和审美理性才是艺术与技术融合的本质要素。
平行会议英文场由巴黎索邦大学的嘉坦·皮斯蒂利博士主持，报告人是北京大学法学院的姜聪，以及山西大学哲学社会学学院/德国吕讷堡大学哲学系的伊冯娜·弗尔斯特（YvonneFörster）。
姜聪同学在“为司法人工智能的可解释性辩护：以法感为出发点”的报告中提出，司法人工智能应当从任务目标、训练方式、训练数据等方面进行改良，以构建可解释的司法人工智能模型。
伊冯娜·弗尔斯特教授的报告题目是“人工智能：透明度的辩证法”，她认为决策过程的透明度至关重要，应从哲学的角度思考人工智能的黑盒构造与决策透明性。
之后的第3场邀嘉宾会议也是本次会议的最后一场，会议由北京大学的陈海丹教授主持，报告人为德国拜罗伊特大学哲学系的莉娜·卡斯特纳（LenaKästner）教授和北京大学前沿交叉学科研究院的葛鉴桥老师。
卡斯特纳教授在题为“精神病理学建模：八个挑战及其应对”的报告中指出，在对于精神疾病的理解和治疗中需要观察各种不同的因素，科学家必须考虑到行为、心理、神经生理、遗传、药理学和环境对精神病理学的影响，人工智能的计算模型可以为融合这些不同的因素提供诸如多因素网络、大脑联通模型等多种方案。
葛鉴桥老师的报告题目是“人脑会认为人工智能是人工的吗？”，她通过实验数据阐述了人类对于人类、普通机器以及类人型机器的不同脑电反馈，指出人在数字测试实验中看到人类和类人型机器时倾向于从对方的视角观察数字，但在看到非类人的普通机器时，倾向于从自己的视角观察数字，这也说明了人脑对于人工智能的认知与面对真实人类或高度类人的机器时有明显区别。
会议报告至此全部结束，相关录屏将在近期上传至北京大学外国哲学研究所的B站帐号https://space.bilibili.com/342002870/。
在为期两天半的报告中，共有9127名观众通过B站直播平台、7972名观众通过首次开通的北京大学哲学系微信视频号观看了本次会议。组织者王小塞（SebastianSunday）与隋婷婷最后向所有观看会议的观众、工作人员以及参会者表达了感谢，并宣布本次会议圆满落幕。
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）