让人工智能与教育相互赋能
新一代人工智能在全球范围内蓬勃兴起，正在深刻影响并改变着人类的生产生活方式。人工智能被认为是第四次工业革命的重要推动力，是未来国家之间竞争的关键赛场。近年来，世界各国纷纷开始部署人工智能发展战略、制定行动计划，抢占人工智能技术发展的制高点。人工智能技术的发展靠人才，人才的培养靠教育，教育的发展也得益于人工智能技术的进步。可以说，人工智能对未来教育的变革与发展创造了新的机遇，为教育发展提供了无限可能，反过来，教育为人工智能的发展提供持续动力。
联合国教科文组织日前发布的《教育中的人工智能：可持续发展的挑战与机遇》报告指出，教育领域人工智能市场将快速发展，人工智能将对学习方式、学习机会、学习质量、学生能力、教师发展等产生直接影响，同时也为教育公平、教育决策、教育政策、隐私、伦理等提出新的挑战。
面对人工智能发展的新形势、新机遇和新挑战，今后一段时间，教育对人工智能发展的支撑亟待进一步提高，人工智能发展所面临的安全、伦理和隐私等问题的研究亟待进一步加强。我们要积极应对智能时代的教育变革，统筹谋划人工智能创新发展，理性推进人工智能与教育融合共生，努力推动人工智能与教育融合发展，让人工智能与教育相互赋能，并携手赋能未来。
坚持以人为本是人工智能与教育融合发展的基本准则。当前人们对人工智能的发展及其在教育中的应用都抱有极大预期，如何处理好两者的发展关系至关重要。以人为本，全面落实立德树人根本任务，利用人工智能推动人才培养模式变革，强化完整的人的全面培养，培育和践行社会主义核心价值观，同时，坚持以人为中心的人工智能发展，注重人工智能发展的人文性，是应有之义。
坚持人机协同是人工智能与教育融合发展的可靠路径。两者融合发展要以促进人的全面发展为导向，建立人机协同的教学方式、学习环境、评估监测、教师教育和教育治理体系，促进人的知识技能与道德、情操、价值观协同发展。拥抱人工智能时代，必须坚持人机协同。
坚持统筹发展是人工智能与教育融合发展的有效举措。我们要遵循人工智能与教育发展规律，坚持针对性与目标性的有机统一，制定有针对性的分类发展策略，全链条推动人工智能人才发展，厚植人工智能人才培养根基，推动人工智能科技创新，以科技创新促进公平教育、终身教育、优质教育。
坚持伦理规范是人工智能与教育融合发展的安全保障。加强对人工智能发展潜在风险研判和防范，确保人工智能安全、可靠、可控，是自然要求，也是必需保障。我们应积极探索人工智能的法律解决方案和治理模式，切实推动人工智能造福未来。
北京是一个开放和包容的城市，北京教育愿意全方位加强国际交流合作，积极主动融入人工智能全球创新网络，为人工智能与教育的融合发展搭建交流平台，通过举办国际论坛、联合组织开展重大项目研究等形式，与国内外专家学者携手，共同攻关人工智能领域重大问题，共同应对人工智能发展给教育带来的挑战，共同推进人工智能健康发展体系的构建。
我们将着力推进人工智能领域的人才培育、科技创新、应用示范、国际交流等工作，打造人工智能与教育融合发展高地。我们将推进中小学人工智能普及教育及实践活动，实施青少年人工智能素养提升工程，全面储备未来人才；推动人工智能优质资源均衡共享，实现兼顾个性化和规模化的高质量基础教育；加快人工智能技术技能人才体系构建，推动创新创业实践基地及资源共享平台建设；深化人工智能领域科技创新平台建设、部署科技重大项目、加快科技成果转化应用；推动学校教育教学模式及环境变革，加强人工智能与教育融合基础条件建设；推动国际高端交流平台建设和实施国际人才交流与合作项目，等等。
人工智能作为引领未来的战略性技术，它的意义和影响都是全球性的。人工智能也是一把“双刃剑”，它的发展在为人类发展提供无限可能的同时，也让人类面临着可知和未知的问题，这也是国际共识。我们愿意，也随时准备迎接挑战、解决问题，作出北京教育应有的贡献。
（作者：刘宇辉，系北京市教委主任）
人工智能赋能高等教育新变革—中国教育信息化网ICTEDU
摘要国务院2017年印发了《新一代人工智能发展规划》，标志着人工智能作为产业变革的核心驱动力和引领未来的战略技术，已上升为国家战略。
国务院2017年印发了《新一代人工智能发展规划》，标志着人工智能作为产业变革的核心驱动力和引领未来的战略技术，已上升为国家战略。当前，新一代人工智能发展在整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。2019年，“人工智能+教育”在高等教育的应用案例将更加广泛和深入，人工智能将给高等教育带来巨大挑战和重大机遇，将赋予高等教育极其深刻的变化。努力成为积极适应人工智能时代的体验者、共建者和变革者，是高等教育面对的新形势、新课题。
人工智能是重塑大学形态的发动机
随着人工智能在高等教育领域的应用越来越深入，大学已从传统大学形态变化成传统大学和网上大学互动的形态，除了传统的教学型、研究型大学以外，正在形成政产学研用深度融合的创业型大学、系统提供各类教育产品的平台型大学和践行终身教育的开环型大学等多种形态并存发展的新大学形态。人工智能技术能够进一步推动学校教育教学变革、治理方式变革和社会服务变革。无论是人工智能引领社会经济变革倒逼大学变革，还是大学主动采用越来越多的人工智能应用从内开始变革，人的个性化学习需求这个核心会越发凸显，针对每位学习者的个性化分析和指导成为可能，以学习者为中心的个性化培养模式即将成为现实甚至常态。以慕课等大规模开放式在线教育为发端，未来甚至可能会产生跨国家跨地区的云端虚拟大学综合体，通过科学配置、共建共享高等教育资源，为学习者提供个性化、体验式的学习机会。南京工业大学也在通过多元化的教师再培训，积极推进人工智能大潮下的教师转型，引导教师在做“教学师傅”的同时成为读懂学生的“分析师”、重组课程的“设计师”、整合信息的“策划师”。目前，高等教育以高校教学为主要形态的格局可能会完全打破，人工智能将以更高效、更均衡、更低成本的方式让优秀教育资源惠及更多人群，成为解决优秀教育资源不足问题和推动终身教育洪流更加广泛深入的途径。
人工智能是重构人才培养模式的催化剂
人工智能的快速发展使得高校人才培养亟须解决三个任务：一是培养人工智能方面的专业人才。高校不仅应培养掌握人工智能基础研究、应用研究、运行维护等方面技术的人工智能专业人员，更应着重培养能够贯通人工智能理论、方法、技术、产品与应用等的纵向复合型人才。另外，在人工智能学科与心理学、认知科学、数学、社会学、法学等相关学科进行交叉融合的基础上，要着力培养以人工智能为基础又掌握其他专业应用即“人工智能+X”的横向复合型人才。二是培养适应人工智能背景的专业复合人才。在原有专业基础上拓宽人工智能专业教育内容，构建基于学科交叉的人才培养机制，构建“X+人工智能”复合专业培养新模式，培养契合人工智能需要的各专业拔尖创新人才。三是培养适应社会需求的创新创业人才。人工智能在高校重要的应用场景是推动教学模式革新和教学状况大数据分析。过往高校的教育教学和学生自身之间普遍存在的信息不对称现象，将会随着人工智能和大数据技术的广泛应用而得到有效改变。传统教学基础性工作也会随之大量减少，教育教学的着力点将向培养学生解决问题的能力和批判性思维等方面倾斜。高校要主动将人工智能和大数据用于教学实践，在交叉学科教学空间设计、个性化教学方式、教学项目校企协同推进等方面进行变革，坚持问题导向、项目驱动，让学生在体验式学习中深度理解和掌握专业能力。以新工科课程学习为例，南京工业大学立足人才培养模式改革，努力引进人工智能产业人才，探索建立多学科交叉融合的新型人工智能教学科研平台，推进“科教互通、产教联通”协同育人。以真实的专业领域工程问题为牵引，面向人工智能引发的产业升级，大力加强教学模式变革，将知识传授融入到学生发现和创造知识过程中，进而培养学生创新创业的思维和能力，为地方经济社会培养与时偕行的创新型、复合型、应用型人才。两年来，南京工业大学累计有18740余名学生参与到慕课、虚拟仿真等新形式的教学活动中,并从中受益，在问题解决和项目实践过程中建构知识、培养能力。
人工智能是产学研协同创新的试验区
人工智能的广泛应用，不仅会对产业形态、产业结构产生深远影响，也相应地对产学研合作提出了更高要求。传统意义上的产学研，主要是以企业为技术需求方和以高校为技术供给方之间调动学科资源解决实际问题的过程。人工智能背景下的产学研，则要借助人工智能，实现更为高效的技术转移和成果转化，实现学校科技创新体系、产业创新体系和社会创新需求的融通。南京工业大学持续开展“服务江苏化工企业转型升级”行动，行动服务了380余家企业，减少千万吨级“三废”排放，帮助企业提升经济效益百亿元，并以产业项目需求为驱动，不断完善产业企业大数据平台和学科专业智能实践平台，实时收集处理产业企业信息，提供定制化、个性化、智能化的产学研解决方案，推进绿色化工体系建设，将学校科技创新链、产业链和人工智能技术链深度融合，高效促进学校交叉学科建设、科技领域应用、创新人才培养和推动产业升级。同时，人工智能下的产学研协同创新推动相关产业转型升级的过程也是反哺高校人才培养的过程，南京工业大学平均每年逾6000名学生在参与解决企业实际问题和项目实践过程中进行了深度学习，视野更开阔、创新思维更有前瞻性、专业能力更强，能更好地适应社会的需求。可以预见，人工智能未来在产学研协同创新中的应用会更加紧密和深入，将可能构建出产学研用深度融合的全链条、网络化、开放式协同创新联盟，会使“产教融合”结出更为丰硕的成果。
未来已来，人工智能不仅仅只是一种技术、一种专业、一种行业，而是新的思维方式、教育方式、生活方式、生产方式和发展方向。高校要把内涵式发展放在人工智能时代的时空格局里去谋划推进，拥抱人工智能，为新时代的发展做出更大的贡献。
（作者系南京工业大学校长）
智能时代教育面临的前景与挑战
▲王素（中国教育科学研究院，国际比较教育研究所所长）
我今天跟大家分享的主题是智能时代的教育，我想从三个方面来跟大家分享：第一个是人工智能对教育的挑战，第二个是人工智能赋能教育，第三个是如何开展人工智能相关的教育。
人工智能对教育的挑战
◆人工智能的时代将如何改变社会？
每一次工业革命都带来了相对应的生产方式的巨大变化，人工智能时代让生成方式自动化、个性化、智能化。生产方式的改变，让人类面临新的挑战。
我们能不能适应这样的时代？麦肯锡连续两年发布了关于人工智能的报告。
在2017年的报告中谈到，由于人工智能所带来的自动化，在2030年大概4-8亿人当中会有3.75亿的人需要职业转换，也就是说他们需要学习新的技能才能适应工作。
在过去的三年当中，中国的工业企业中已有40%实现了自动化的过程。自2012年以来，这个程度增长了500%，欧洲的比例是增加了112%。
2018年，麦肯锡发布了新的报告，重点谈到AI时代人们需要什么样的技能。报告将劳动力区分为五大类,分别是:体力和手工技能，基本认知技能，高度认知技能，社会情感技能，技术的技能。
麦肯锡预测，人工智能和自动化将会除去体力劳动工作和低技能岗位，比如生产线工人，以及基本认知技能岗位的工作人员，如收银员和资料输入人员。但是，虽然有些工作可能会消失，但同时也会创建新工作，新工作将需要其他关键技能。
较高的认知技能包括高级识字和写作、定量和统计技能、批判性思维和复杂的资讯处理。这些技能由医生、会计师、研究分析师和作家/编辑所具备。
社会情感技能在不断发展的劳动力市场中仍然非常重要，包括高级沟通和谈判技巧、持续学习、管理他人的能力和适应性。
技术的技能方面从基础到高级IT技能、数据分析、工程和研究，这些技能是未来最赚钱工作的条件。
◆人工智能对教育的影响
人工智能给教育带来很大影响，最主要的影响就是教育的培养目标变了，这个是核心和关键。
在工业时代，教育体系是以知识为核心，以后教育以人的发展为核心价值。在OECD面向2030学习框架中提出，教育最终目标是要让社会和个体都能幸福生活。
由于培养学生的目标变了，那原来的学习内容肯定也要随之而改变。学习的场景和学习方式由于技术的加入也会发生巨大的变化，这种变化是一个结构性的改变。
同时，教师的角色也会跟着改变，对学生的评价方式也会改变。以知识为考核重点时用纸笔考试。未来我们会综合评价一个人的发展，就需要综合素质评价。综合素质评价就要做过程性的记录，这就要用到AI技术，甚至用到区块链技术。
人工智能赋能教育
人工智能一方面对教育提出了结构性的变革的需求，另一个方面是它赋能教育，让教育能够发展得更好。
人工智能在教育领域中一定会带来系统性的变革，而不是一个单一的解决某一个方面的问题。如果不进行系统性的变革，那我们也很难取得我们期待的一个结果。
我们在讨论这个问题时，就是要解决：培养什么人？如何培养？如何学习、如何有效学习？
这几个问题恰恰是学习科学所研究的问题。学习科学当中三大核心问题：人为什么要学习？人如何学习？人怎么样学习才能够更有效？
在工业化时代，教学模式很简单，就是老师教授。现在我们已经认识到，要把人看作是植物，需要给植物提供肥料、阳光和水，来促进它的成长，要给学习者提供各种发展的机会，比如实践机会、个性化学习机会等。
未来的学习不是以教师为主体的学习，更多的要让学生进行自我的学习。我们现在对于教育和学习大家有一些基本共识的：
第一，人的成长不是靠单一的知识，还包括了技能和价值观；
第二，大脑的认知部分跟情绪部分密切相关，当情绪发展的好的时候是可以促进高级思维的发展。
第三，学习是多样化的，真实世界的场景对于学习来说非常重要，这也就是为什么我们今天要做项目式学习的原因。同时，跨学科的学习对于学习成长非常重要，所以我们要培养学生设计思维、工程思维、计算思维，这是我们应对人工智能时代必须的方式。
第四，数字化素养非常重要，技术能够帮助实现学习方式的转变。自我学习到底会让学生发生哪些改变？研究表明，学生进入自主学习状态时，他就会成为问题的解决者，更具有成长性心态，更有创造性。
人工智能给人带来哪些影响呢？2013年有一位教授提出：
第一，让每个学习者都有虚拟导师；
第二，面对生活和工作，人学会新的技能；
第三，通过对数据分析，让学习者能个性化学习；
第四，让教育更公平，优质资源更普及；
第五，学习不仅仅在课堂内，学习也是终身学习的，所以学校形态也会发生变化。
中国教育科学研究院未来学校实验室在11月做了一项面向老师的关于人工智能对未来教育影响的调研。大部分老师都认为，未来最大挑战是教师理念有可能跟不上技术发展。
所以我认为，在人工智能教育实施过程当中，教师培训一定是最核心的一项任务。
目前，中国在谈到人工智能在教育领域当中的应用，主要以下几方面：
第一，自适应性学习，个性化学习；
第二，虚拟导师，像教育机器人；
第三，机器人和编程的应用；
第四，基于虚拟现实和增强现实场景。目前这在高等教育当中应用较多；
第五，教育管理。
如何开展人工智能教育
目前我国大概有18.76%的中小学校开展了人工智能相关的教育，主要是通过社团活动、人工智能实验室、编程等方式开展。
但在全球的研究过程中，我们看到世界在开展人工智能教育的方面实际上不仅仅是编程和开设人工智能课程，更重要的是调整教育结构，比如加强数学教育，加强数字化框架的培养，这些其实也是人工智能教育非常重要的方面。
（本文根据作者在第二届世界教育前沿论坛上的主旨发言整理，有删节。）
中国青少年科技辅导员协会
提醒广大科技辅导员
戴口罩勤洗手少集会
不给病毒可乘之机！
喜欢此内容的人还喜欢
原标题：《智能时代教育面临的前景与挑战》
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）
特别关注丨人工智能赋能教师队伍建设的七大路径
新一轮科技革命和产业变革风起云涌，推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。从宏观角度看，人工智能助推教师队伍建设试点行动的实施，是顺应时代发展的关键举措，对于我国教育改革与创新发展具有重要意义。
人工智能是实现教育数字化转型的重要抓手。当前，发展“数字经济”，建设“数字中国”已成为国家战略，《“十四五”数字经济发展规划》提出要“深入推进智慧教育”。2022年，教育部正式启动“教育数字化战略行动”，加快推进教育数字化转型与智能升级。这是一个综合、系统、全方位的创新与变革过程。在一系列教育信息化政策支持下，教育数字化转型已在基础设施、数字资源、信息平台等方面取得显著进展。2022年3月，国家智慧教育平台正式上线，为基教、职教、高教以及终身教育提供智慧服务。要全面深化新时代教师队伍建设改革，培育胜任新时代教育需求的“未来教师”，必须顺应时代要求，利用人工智能技术为教师队伍建设赋能，进而支撑“十四五”时期高质量教育体系建设。
人工智能是破解教育发展难点问题的重要途径。从“五育融合”的实现到“减负提质”的落实，当下教育发展遇到的问题很多。人工智能等新兴信息技术与教育的融合，是破解当前教育发展重难点问题的钥匙。借助人工智能技术在教育教学全环节的创新应用与服务，可以实现大规模教学前提下的个性化学习，帮助学生在课内学足、学好，并通过定制化的作业设计，达到减轻负担与提质增效并举的目的。同时，人工智能技术还能克服传统决策过分依赖实践经验，缺乏数据支撑和分析的弊端，有效推动教育管理走向科学化、人性化、智能化，全面提升我国的教师队伍治理水平。
人工智能是构建现代化教师教育体系的重要路径。借助技术，我们可以打造以“人工智能+”为特色的教师教育新体系，贯穿教师职业生涯全过程，通过针对性、定制化的培育和培训服务，促进师范生、在职教师能力的内涵式发展和持续进步。人工智能为教师精准培训提供了新思路。同时，通过城乡教师“智能手拉手”项目，城乡教师可以协同研修，改善乡村薄弱学校师资问题，巩固脱贫攻坚成果，实现乡村振兴。
人工智能，解决教师队伍建设的新问题
面对教师队伍建设中的突出问题，人工智能可以从支持教育教学的“改革创新”“资源配置”“教师教育发展”“高校教师发展”与“区域教师管理”五大方向着力。实施人工智能，鼓励教师主动应对新技术带来的挑战，推进信息技术与教育教学的深度融合，助推教师专业发展和人才培养工作“变轨超车”。
人工智能赋能教育资源均衡配置。毋庸讳言，我国教育资源在区域、城乡、学校之间存在配置不均衡的状况。虽然近年来国家出台一系列政策，投入专项经费支持农村、边远、薄弱地区学校发展，但教育资源分布不均问题依然存在，尤其是教师资源差距明显。这种情况下，利用人工智能技术支撑教育资源尤其是教师资源的均衡配置就具有特别的意义。人工智能技术支持下的优质教学资源汇聚与共享，并结合专递课堂、名师课堂和名校网络课堂行动，精准匹配各地“三个课堂”应用需求，可以推动优质学校与薄弱学校、城镇学校与乡村学校、乡镇学校与教学点，组建教育联盟、联校网教中心等，把名师好课送到薄弱学校，为教育资源均衡配置提供新的解决方案。
人工智能赋能教师教育一体化发展。如今的教师，面对的是智能化的教与学环境、开放式的教育供给模式、数字原生代的受教育者，不仅要具备扎实的学科知识和教育教学技能，还应具有高水平的智能教育素养。传统教师的教育模式难以满足新时代教育改革与人才培养的目标，传统的线下集中培训模式也难以满足新时代教师可持续发展的需求。我们需要通过“人工智能+教师教育”的新模式探索，为加快实现教育现代化提供坚强的人力资源支撑。
人工智能赋能高校教师专业发展。新一代信息技术的迅猛发展，给高等教育带来了机遇与挑战。面对高等教育新形势、新使命、新挑战，高校需要建设一批高素质专业化创新型的教师队伍，汇聚一大批具有国际水准的领军人才。人工智能可以充分发挥其在优质资源建设、教学教研模式创新上的优势，全面支撑高校教师专业发展。各高校不仅可以基于人工智能技术优化慕课课程体系，扩大优质资源覆盖；还可通过远程智能互动搭建虚拟教研室，组织教学观摩、教学研讨，共享教学资源，构筑跨时空的教师发展共同体；同时还应关注人工智能技术在教师自我诊断、绩效评价与反思过程等方面的作用，提高决策的科学性。
人工智能赋能区域教育与教师管理。高质量教师是高质量教育发展的中坚力量，我们应进一步思考人工智能技术与教师管理深入融合的路径，以全面推进教师管理信息化。探索基于大数据的教师管理，依托教师大数据的建设与应用，采集教师管理中的动态数据，对教师进行全方位的能力测评，形成教师画像，能够支撑教师精准管理，支持教师评价改革，提高教师队伍管理的科学化、规范化和精细化水平。
人工智能，开辟教师队伍建设的新路子
人工智能助推教师队伍试点工作主要聚焦于地区、高校两类对象，建设过程各有侧重。试点地区重点关注区域范围的教师专业发展与变革，试点高校则重点关注高等教育体系下的教师人员发展与评价改革，其中师范院校重点关注教师教育培养模式与未来教师的能力发展。人工智能技术为全面提升高校教师、师范生和中小学教师队伍的质量水平开辟了新的道路。
创设智能化教育环境。2021年，教育部联合有关部门发布了《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》，将硬件设备、软件工具和数字资源等方面作为重点发展方向，也为教师发展带来了新的机遇。首先，建立高速泛在的云网融合基础设施，加强各级各类学校数字校园建设，实现教学、实验、科研、管理、服务等设施的数字化和智能化升级，为师生提供智能化、沉浸式、多维化的教与学基础支持环境，为提质增效赋能。其次，基于需求牵引、应用为王、服务至上的原则，全面汇聚多渠道优质教学资源，促进优质资源在更大范围内的共建、共享，为课程教学、课后服务、教师研修、教改实践等提供全过程、智能化和个性化服务。最后，还可借助最新技术成果，在智能环境下的教育教学相关标准、工具和应用方面加以突破，为人工智能助推教师队伍建设提供良好基础。
普及智能化教学助手。依托“互联网+教育”大平台和智能助教、智能学伴等教学应用，创新教学、评价应用，促进信息技术与教育教学深度融合，实现“人机共教、人机共育”。首先，基于人工智能构建贯通学科知识体系的知识图谱，创设多空间融合的学习场景，提升课程教学质量，确保课内学足学好。其次，基于智能平台的优质资源汇聚、精准化课程推送，开展大规模的教和个性化的学；利用智能助手有效提高作业设计质量和加强教师作业指导，切实减轻师生课外负担。最后，通过对教与学全过程跟踪评价与智能诊断，支撑各学段全过程的纵向评价和德智体美劳全要素评价。同时，还需注重为乡村教师接入与使用人工智能技术提供便利，利用智能化教学助手为乡村教师教育教学提供服务，帮助乡村教师跨越数字鸿沟。
创新教师培养模式。面对当前教师培训与岗位需求不完全匹配的问题，积极创新高校、地方教育行政部门、中小学协同的教师培养机制与工作机制。首先，在教师培养过程中，将以人工智能为代表的技术与教育教学深入融合，培养师范生的数字化学习能力信息化教学创新能力，培养一批具有数字化生存能力的未来教师。其次，依托大数据，建立师范生成长档案，记录师范生的学习、实习等情况，使协同各方能及时了解师范生培养状况。借助人工智能技术，还可以对区域内教师的供给与需求进行智能化配对，解决教师供给失衡的问题。最后，还可以建立上下联动机制，选择基础条件好的区域、学校、院系或部门，开展人工智能助推教师队伍建设的实验、实践，先行先试，进而快速推开、全面覆盖，探索适应人工智能等新技术挑战的教师。
优化教师智能研修模式。人工智能技术可以优化教师研修方式，加强对教师研修的全过程应用支撑和数据采集，基于测评系统展开成效评价，确保研修的针对性与有效性。首先，开展基于教学能力智能诊断与分析的自适应学习和网络教研，促进教师专业化发展。其次，为教师提供模拟实训环境，提高教学临场感知与应变能力。最后，探索建立教师发展测评系统，支持教师有效选学，精准推送课程资源，实现伴随式数据采集与过程性评价，优化培训成效评价，为教师改进教学提供依据。
推进教师大数据建设与应用。利用人工智能、大数据等新一代信息技术，促进教师教学、教研和管理等全方面的大数据融合，加强教师数据的决策应用。首先，建立数据标准体系，规范数据采集、存储传输、使用处理、开放共享等全生命周期的数据活动。其次，通过跨地域、跨层级、跨部门的数据联结、贯通、整合与汇聚，形成丰富、准确、可信的教师基础数据库。最后，建立教育大数据分析模型，全面精准掌握教师情况，建立教师数字画像。探索基于大数据的用户行为分析，为广大教师提供个性化的教育服务，促进教师的专业发展。
提升教师智能教育素养。智能时代的到来，对教师的素养与技能提出更高要求。教师职前职后智能教育素养的动态变化和长效发展应受到持续关注。首先，打造教师智能教育素养“测、评、培”的完整链条，形成智能教育素养的基本发展框架，以评价促发展，形成新时代下教师发展的推进机制，帮助各级各类教师适应人工智能技术发展、注重人工智能与教育教学的深度融合。其次，注重围绕“人工智能+”的教育体系构建，通过智能教育知识传授和能力培养，打造多元多样领衔智能教育素养的发展团队。最后，人工智能技术为教师发展增值赋能的同时也隐匿着巨大的伦理风险，还需强化教师的隐私保护观念，提高教师伦理素养，使教师能够在今后的教育教学过程中严守伦理底线，成为真正意义上的“四有”好老师。
智能引领乡村学校与薄弱学校教师发展。人工智能技术可以汇聚优质资源覆盖乡村、薄弱学校，推进教师协同教研，促进城乡教育均衡发展。首先，依托国家智慧教育平台，为乡村、薄弱学校提供丰富的课程资源和多样化的教育服务。通过建立远程同步智能课堂，推动名校名师等优质资源在更大范围内共享，满足学生对高质量教育和个性化发展的需求。其次，依托数字化学习平台，助力乡村教师开展常态化教研。对乡村教师线上教研与学习数据进行全过程记录和分析，聚焦乡村教育中的突出问题，深入了解乡村教师教学的发展需求，针对问题寻找教学解决方案。最后，利用人工智能技术，实现城乡教师的广泛连接与协同，构建乡村教师专业学习的长期可靠支持。通过教育发达地区高水平学校与乡村贫困地区学校结对，名师名校长工作室对乡村教师专业的高位引领，常态化开展“一托一”“一托二”在线教学和教研活动，有效缓解农村偏远地区薄弱学校教师结构性短缺的情况。
教育肩负着为国家培养德智体美劳全面发展的社会主义建设者和接班人的重要使命。只有深刻认识人工智能时代的特点和趋势，科学判断人工智能时代教育的发展方向，紧跟时代潮流，进一步提升新兴技术特别是人工智能的应用能力，重视教师智能教育素养的提升，才能重塑教师角色，提升教学效果，让更多教师成为“教育+人工智能”的先行者，进而推动教育高质量发展，加快推进教育现代化、建设教育强国、办好人民满意的教育。
来源：《在线学习》杂志2022年8月刊（总第84期）
精品悦读
数字化赋能精准师训
国开转型这十年
在线学习研究丨华南师范大学教授穆肃：针对性设计学习活动促进在线深层次学习的发生
校长面对面丨广东开放大学：在服务三大国家战略中实现高质量发展
校长面对面丨江苏开放大学：努力成为高水平开放大学发展的领跑者
校长面对面丨上海开放大学：努力建设与城市同频共融的平台型大学
清华大学教育研究院教授、副院长韩锡斌：职教数字化转型面临三大挑战
教育部重点领域教学资源及新型教材建设项目专家组成员郭文革：课程和教材建设是高教数字化的关键
第一现场丨贯彻学习新职业教育法推动产教深度融合正当时
第一现场丨深化基于数字化战略的精准师训，赋能教师发展
数字化职业教育开启新征程
数字化赋能精准师训
国开转型这十年
在线学习研究丨华南师范大学教授穆肃：针对性设计学习活动促进在线深层次学习的发生
校长面对面丨广东开放大学：在服务三大国家战略中实现高质量发展
校长面对面丨江苏开放大学：努力成为高水平开放大学发展的领跑者
校长面对面丨上海开放大学：努力建设与城市同频共融的平台型大学
清华大学教育研究院教授、副院长韩锡斌：职教数字化转型面临三大挑战
教育部重点领域教学资源及新型教材建设项目专家组成员郭文革：课程和教材建设是高教数字化的关键
第一现场丨贯彻学习新职业教育法推动产教深度融合正当时
第一现场丨深化基于数字化战略的精准师训，赋能教师发展
数字化职业教育开启新征程返回搜狐，查看更多