清华NLP实验室的九歌人工智能能对对子，我用千古绝对成功难住它
导读：九歌这个AI，是清华人工智能研究院NLP实验室推出的人工智能，是自然语言处理与社会人文计算研究中心主任孙茂松教授带领的THUAIPoet团队研发的中文诗歌自动生成系统，支持集句诗、绝句、藏头诗、词等不同体裁诗歌的在线生成。另外机智客看到这个项目已经在Git...九歌这个AI，是清华人工智能研究院NLP实验室推出的人工智能，是自然语言处理与社会人文计算研究中心主任孙茂松教授带领的THUAIPoet团队研发的中文诗歌自动生成系统，支持集句诗、绝句、藏头诗、词等不同体裁诗歌的在线生成。另外机智客看到这个项目已经在GitHub上开源了。从2017年它上线至今已经推出几年了，功能也在不断增强。
现在，这个AI诗人，除了对诗歌熟稔外，还Get了一项新技能：对对联。没错，就是你给出上联，九歌AI立马就能给你对出下联的对对子能力。看评测，说还不错。由于之前也接触过几个对联，对诗歌对联比较感兴趣。于是，好奇的机智客亲自过来看了看这个AI的新技能。诗词歌赋就不谈了，专门看看这个对联是有多么好玩吧。
首先先来一个，南通州北通州，南北通州通南北。嗯，这个流行很广了。不一会九歌AI就对出来了：秋收场冬收场，秋冬收场收秋冬。想起以前自己也曾吟诗作对，于是给AI出上联：天地共赏靓舞队，九歌AI很快对出下联：日月同辉中国年。哎呦喂，不错哟。
在试一个有点难度的。对对联不仅要求上下联的字句对仗，有些还包含同音字或类同音字。这也是一个技巧。于是我们可以用这个上联试试。上联：闲人免进贤人进。闲和贤，同音不同意，表示两种人两个意思。九歌AI会怎么对呢？看图中它的答案。
世和善，虽然不是同音字，但也算合格了，有点内味儿了。再加大难度试试。普通的小打小闹已经难不住人工智能的脚步了。于是我来了一个高难度的，也就是网上流传的千古绝对来为难九歌。于是乎，九歌AI给出了下面的“尴尬”下联。
当然，这里说“尴尬”并不是说它对得不好，而是上联融入的金木水火土五行元素，对于九歌AI而言显然太难了。由此可见，AI依然有需要进步的地方。说到绝对，机智客突然灵机一动想到这个上联：九个绝对绝对难为九歌。你猜九歌AI是怎么回答的？很显然，它难为住了，它并没有看出我怎么使坏调戏它。哈哈。
由此机智客再次灵机一动，本文的标题不就是一个很妙的上联嘛？于是我又给人工智能出难题了。上联：人工智能不止能对对子。你猜九歌AI会怎么回答？试了一个结果也是让人忍俊不禁，有兴趣的朋友可以去试试。
所以，正如公开的消息，九歌AI目前这种对对子的能力，其研究依然处于初期阶段。机智客能理解，毕竟对联不仅要求字词对仗，而且还要看有内涵意义，有讲究说法，正如上文所谈到的，对联中时常有音同意不同，字同音不同的情况，可谓极其巧妙。在特定的场景内，蕴含着浓郁的传统文化和人文色彩。所以对联自动生成是一个极具挑战性的研究课题。人类的饭碗端的还很稳靠，AI需要继续努力了，作为人工智能，你不好好努力以后怎么考大学找好工作？
赞助本站
相关热词：清华NLP实验室九歌人工智能能对对子我用千古过大年，和人工智能一起对对联！
♚王平，一个IT老码农，写Python十年有余，喜欢专研通过爬虫技术来挣钱。
春节贴春联是中国人庆祝春节（过年）的特有习俗。但我真正对对联有些认识和喜欢，不是从年年贴春联开始的，而是从《唐伯虎点秋香》那段经典的对对子开始的。那工整又有韵律和意境的对子，配上有节奏的配乐读出来着实让人热血沸腾，大呼过瘾。
本文末尾有对对联的入口，可以与人工智能对(tiao)对(xi)联(ta)哦~
先来回味一下这段台词吧，你的耳边是否响起了对对子的节奏。。。
对穿肠：一乡二里共三夫子，不识四书五经六义，竟敢教七八九子，十分大胆！
宁王：对啊，怎麼不对呢？你不给我面子，我可真的要发飙了！
唐伯虎：让我来试试！十室九贫，凑得八两七钱六分五毫四厘，尚且三心二意，一等下流！
对穿肠：好工整啊！
华太师：华安，你来的正是时候。
唐伯虎：没事，没事，没事。
对穿肠：在下是七省文状元兼参谋将军，绰号对王之王的对穿肠。阁下是？
唐伯虎：小弟读过两年书，尘世中一个迷途小书僮，华安。
对穿肠：好！我就来会一会你！
(两人互相凝视，蓄势待发，突然......亲了一下......众人跌倒在地！)
唐伯虎：对不起，我俩惺惺相惜，情不自禁。
对穿肠：言归正传，我们开始了。
图书里，龙不吟虎不啸，小小书僮可笑可笑。
唐伯虎：棋盘里，车无轮马无韁，叫声将军提防提防。
众人：对得好！对得好！
对穿肠：莺莺燕燕翠翠红红处处融融洽洽。
唐伯虎：雨雨风风花花叶叶年年暮暮朝朝。
众人：华安真行啊！对得好！
宁王：快出对子对死他，对死他！
对穿肠：十口心思，思君思国思社稷。
唐伯虎：八目共赏，赏花赏月赏秋香。
对穿肠：我上等威风，显现一身虎胆。
唐伯虎：你下流贱格，露出半个龟头。
对穿肠：我堂堂参谋将军会输给你个书僮？你家坟头来种树。
唐伯虎：汝家澡盆杂配鱼。
对穿肠：鱼肥果熟入我肚。
唐伯虎：你老娘来亲下厨！
(对穿肠倒地喷血)
唐伯虎：对对本为消遣作乐，今曰穿肠兄居然对到呕出几十两血，可谓空前绝后，小弟佩服佩服！
十年前，微软亚洲研究院推出了一个对联生成引擎，可以根据用户输入的上联自动生成下联，当时火了一把。那时候我觉得这个好神奇啊。
十年后，人工智能的风已经热吹了几年。随着硬件GPU计算能力的提升，和深度学习框架（TensorFlow，PyTorch，MxNet等等）的推出和发展，人工智能（其实就是更深层的机器学习）首先在图像处理领域大放异彩，人脸识别、物体检测等技术应用广泛。然而，在自然语言处理处理方面，深度学习的应用还没有图像处理那么成熟。不过，人工智能作古诗，对对子应用的看起来还不错。
今天，在春节到来之前，我就来用Python搭建一套人工智能对对联的系统，供朋友们在春节期间娱乐一下。
一、人工智能的实现
基于深度学习实现的对对联已经有好多种方法。这次我们主要参考这个实现：
https://github.com/wb14123/seq2seq-couplet
并且，这个作者还提供了70万条对联的数据，有了这个数据就可以训练我们自己的模型了。
做深度学习训练是最考验硬件的，必须上GPU，不然训练可能要一两个月才能完成。通常深度学习的系统环境是这样的：
CPU：现在常规的已经足够，计算主要靠GPU；
内存：至少16GB，越多越好；
GPU：NVIDIA，至少是gtx-1060吧。目前最具性价比的是gtx-1080Ti
OS：Ubuntu16.04（普遍使用的版本）
Python：Python3.6版（2.x的版本用的很少了）
深度学习框架：TensorFlow、PyTorch和MxNet最流行
我的机器已经配置好了TensorFlow和GPU等环境，不过GPU只是1070，性能有点弱弱。按照说明可以比较容易的配置好训练环境。训练跑起来后，就听到GPU风扇转起来了，发热量有点大。好在是冬天，可以取取暖。要是夏天就只能流汗了～
训练的过程很漫长。。。最终训练了一周。搞人工智能的活儿没点儿像样的硬件，还真耗不起青春啊。训练期间，有足够的时间去完成其它的功能。
二、WebAPI的建立
上面的github中有个Flask写的Server。不过，我更喜欢Sanic，就用Sanic写一个吧。服务器接收上联，生成下联后返回json数据，Sanic很容易搞定。如果你用过Sanic，就知道它有多么容易了。
这个Server程序一运行，就先加载训练好的模型。然后给Server写一个路由响应函数即可。
三、与公众号对接
这个对接之前没有做过。通过读开发文档，弄明白了流程：在公众号后台设置服务器地址用来接收腾讯服务器发送的消息，我的服务器处理后再返回给腾讯服务器。
举个例子，关注公众号的用户给公众号发送一条上联，腾讯服务器收到后转发给我的服务器，我的服务器生成下联返回给腾讯服务器，腾讯服务器再传给用户的微信客户端。
弄清楚了数据传输路径，再结合文档中描述数据的格式，就可以实现跟微信对接的程序了。
（0）验证微信消息来源
微信的API通过一个验证机制来让我们开发者服务器来确认消息是从微信服务器发来了，而不是其它人的消息。这个机制官方文档中有描述，我把它实现为一个函数，其中三个参数是微信服务器发过来的，而里面的token是我在公众号后台设置的，这个token很关键不能让别人知道，不然他就可以拿它伪装成微信服务器了。当然，我的token你看到了也没关系，我会改成别的哦。
（1）解析微信消息数据
微信服务器传过来的消息是一个xml结构的数据，具体格式参见其官方开发文档。我用lxml来解析这个xml结构：
（2）实现关注事件自动回复和关键字回复
之前已经在公众号后台设置了用户关注后自动打招呼，和基于关键词的自动回复。启用开发模式后，这个功能就要我自己实现了：
把设置的关键词和回复内容用dict保存，后面添加也很方便。用正则表达式匹配这些设置的关键词和微信消息内容，速度也够快。
（3）生成回复消息
我的服务器处理完微信服务器发过来的消息后，就要生成一个xml格式的消息返回给微信服务器，它接收后再发给微信用户，从而实现最终的自动回复微信用户。这个xml格式也是正在开发文档中描述。
这样，与微信服务器对接的功能就实现了。接下来，把这些功能放到Sanic服务器程序里面就好了。
不过，我不是这样做的。而是让对联功能的服务保持独立，因为它启动一次加载人工智能模型太费时间，调试不方便。把对外的web服务写成另外的Sanic服务程序，两者之间，通过requests访问：
完成后测试成功。可惜，只留下下面一条测试的截图（后面有解释）
到此为止，一切正常！
。。。。。。
但是，原来公众号设置的菜单不见了。后台显示开发模式下要自己开发这个菜单，没问题，难不倒我。根据文档试了试，竟然不成功？！
为什么呢？权限那里显示，菜单开发的权限只有在公众号认证后才能获得。晕，还要去认证公众号。好吧，公众号你赢了。也就是说，前面废了那么大劲儿从读文档到写程序对接的功夫全白费了，公众号对接的代码白写了～～
四、独立的网页
我就是不认证，就是不认证！但我可以换个思路，停用开发模式。增加一个菜单，菜单链接对对联的网页就可以了。做这个网页太简单了，还是上Sanic。有心的同学，可以在这个网页上发现对对联的API，你可以使用这个API开发自己的应用哦。
这个网页就是一个单页面，布局用bootstrap，用jQuery和服务器交互。因为就一个简单页面，没有用jinja模板，直接读取html文件并用response.html()返回即可。坏处是每次调整网页都有重启一下服务：
网页有点简陋，就是下面的样子，类似对话流。有兴趣的同学可以和它对对子。
这个系统的搭建，主要是使用Python完成，涉及一点网页css和js的东西，也涉及系统和网络服务的知识，可以算得上一个全栈开发的例子。当然，主要的还是Python，不管是人工智能还是Web都有Python的用武之地。别想了，赶快学Python吧。
扫码关注下方公众号后，底部回复 对联 即可和人工智能一起对对联
Python中文社区作为一个去中心化的全球技术社区，以成为全球20万Python中文开发者的精神部落为愿景，目前覆盖各大主流媒体和协作平台，与阿里、腾讯、百度、微软、亚马逊、开源中国、CSDN等业界知名公司和技术社区建立了广泛的联系，拥有来自十多个国家和地区数万名登记会员，会员来自以公安部、工信部、清华大学、北京大学、北京邮电大学、中国人民银行、中科院、中金、华为、BAT、谷歌、微软等为代表的政府机关、科研单位、金融机构以及海内外知名公司，全平台近20万开发者关注。
▼ 点击下方阅读原文，免费成为社区注册会员
用Python实现一个人工智能对对联
十年前，微软亚洲研究院推出了一个对联生成引擎，可以根据用户输入的上联自动生成下联，当时火了一把。那时候我觉得这个好神奇啊。
十年后，人工智能的风已经热吹了几年。随着硬件GPU计算能力的提升，和深度学习框架（TensorFlow，PyTorch，MxNet等等）的推出和发展，人工智能（其实就是更深层的机器学习）首先在图像处理领域大放异彩，人脸识别、物体检测等技术应用广泛。然而，在自然语言处理处理方面，深度学习的应用还没有图像处理那么成熟。不过，人工智能作古诗，对对子应用的看起来还不错。
今天，在春节到来之前，我就来用Python搭建一套人工智能对对联的系统，供朋友们在春节期间娱乐一下。
一、人工智能对联模型训练基于深度学习实现的对对联已经有好多种方法。这次我们主要参考这个实现。
并且，这个作者还提供了70万条对联的数据，有了这个数据就可以训练我们自己的模型了。
做深度学习训练是最考验硬件的，必须上GPU，不然训练可能要一两个月才能完成。通常深度学习的系统环境是这样的：
CPU：现在常规的已经足够，计算主要靠GPU；内存：至少16GB，越多越好；GPU：NVIDIA，至少是gtx-1060吧。目前最具性价比的是gtx-1080TiOS：Ubuntu16.04（普遍使用的版本）Python：Python3.6版（2.x的版本用的很少了）深度学习框架：TensorFlow、PyTorch和MxNet最流行
我的机器已经配置好了TensorFlow和GPU等环境，不过GPU只是1070，性能有点弱弱。按照说明可以比较容易的配置好训练环境。训练跑起来后，就听到GPU风扇转起来了，发热量有点大。好在是冬天，可以取取暖。要是夏天就只能流汗了～
训练的过程很漫长。。。最终训练了一周。搞人工智能的活儿没点儿像样的硬件，还真耗不起青春啊。训练期间，有足够的时间去完成其它的功能。
二、给对联建立一个WebAPI上面的github中有个Flask写的Server。不过，我更喜欢Sanic，就用Sanic写一个吧。服务器接收上联，生成下联后返回json数据，Sanic很容易搞定。如果你用过Sanic，就知道它有多么容易了。
这个Server程序一运行，就先加载训练好的模型。然后给Server写一个路由响应函数即可。
三、把对联与微信公众号对接这个对接之前没有做过。通过读开发文档，弄明白了流程：在公众号后台设置服务器地址用来接收腾讯服务器发送的消息，我的服务器处理后再返回给腾讯服务器。
举个例子，关注公众号的用户给公众号发送一条上联，腾讯服务器收到后转发给我的服务器，我的服务器生成下联返回给腾讯服务器，腾讯服务器再传给用户的微信客户端。
弄清楚了数据传输路径，再结合文档中描述数据的格式，就可以实现跟微信对接的程序了。
（0）验证微信消息来源
微信的API通过一个验证机制来让我们开发者服务器来确认消息是从微信服务器发来了，而不是其它人的消息。这个机制官方文档中有描述，我把它实现为一个函数，其中三个参数是微信服务器发过来的，而里面的token是我在公众号后台设置的，这个token很关键不能让别人知道，不然他就可以拿它伪装成微信服务器了。当然，我的token你看到了也没关系，我会改成别的哦。
（1）解析微信消息数据
微信服务器传过来的消息是一个xml结构的数据，具体格式参见其官方开发文档。我用lxml来解析这个xml结构：
（2）实现关注事件自动回复和关键字回复
之前已经在公众号后台设置了用户关注后自动打招呼，和基于关键词的自动回复。启用开发模式后，这个功能就要我自己实现了：
把设置的关键词和回复内容用dict保存，后面添加也很方便。用正则表达式匹配这些设置的关键词和微信消息内容，速度也够快。
（3）生成回复消息
我的服务器处理完微信服务器发过来的消息后，就要生成一个xml格式的消息返回给微信服务器，它接收后再发给微信用户，从而实现最终的自动回复微信用户。这个xml格式也是正在开发文档中描述。
这样，与微信服务器对接的功能就实现了。接下来，把这些功能放到Sanic服务器程序里面就好了。
不过，我不是这样做的。而是让对联功能的服务保持独立，因为它启动一次加载人工智能模型太费时间，调试不方便。把对外的web服务写成另外的Sanic服务程序，两者之间，通过requests访问：
完成后测试成功。可惜，只留下下面一条测试的截图（后面有解释）
到此为止，一切正常！
但是，原来公众号设置的菜单不见了。后台显示开发模式下要自己开发这个菜单，没问题，难不倒我。根据文档试了试，竟然不成功？！
为什么呢？权限那里显示，菜单开发的权限只有在公众号认证后才能获得。晕，还要去认证公众号。好吧，公众号你赢了。也就是说，前面废了那么大劲儿从读文档到写程序对接的功夫全白费了，公众号对接的代码白写了～～，有需要的拿走不谢哦。
四、给对联做一个独立的网页我就是不认证，就是不认证！但我可以换个思路，停用开发模式。增加一个菜单，菜单链接对对联的网页就可以了。做这个网页太简单了，还是上Sanic。有心的同学，可以在这个网页上发现对对联的API，你可以使用这个API开发自己的应用哦。
这个网页就是一个单页面，布局用bootstrap，用jQuery和服务器交互。因为就一个简单页面，没有用jinja模板，直接读取html文件并用response.html()返回即可。坏处是每次调整网页都有重启一下服务：
网页有点简陋，就是下面的样子，类似对话流。有兴趣的同学可以通过关注公众号和它对对子。
这个系统的搭建，主要是使用Python完成，涉及一点网页css和js的东西，也涉及系统和网络服务的知识，可以算得上一个全栈开发的例子。当然，主要的还是Python，不管是人工智能还是Web都有Python的用武之地。别想了，赶快学Python吧。
人工智能对对联的入口：https://www.yuanrenxue.cn/couplet
我的公众号：猿人学Python上会分享更多心得体会，敬请关注。
***版权申明:若没有特殊说明，文章皆是猿人学yuanrenxue.con原创，没有猿人学授权，请勿以任何形式转载。***
清华NLP实验室的九歌人工智能能对对子，我用千古绝对成功难住它
九歌这个AI，是清华人工智能研究院NLP实验室推出的人工智能，是自然语言处理与社会人文计算研究中心主任孙茂松教授带领的THUAIPoet团队研发的中文诗歌自动生成系统，支持集句诗、绝句、藏头诗、词等不同体裁诗歌的在线生成。另外机智客看到这个项目已经在GitHub上开源了。从2017年它上线至今已经推出几年了，功能也在不断增强。
现在，这个AI诗人，除了对诗歌熟稔外，还Get了一项新技能：对对联。没错，就是你给出上联，九歌AI立马就能给你对出下联的对对子能力。看评测，说还不错。由于之前也接触过几个对联，对诗歌对联比较感兴趣。于是，好奇的机智客亲自过来看了看这个AI的新技能。诗词歌赋就不谈了，专门看看这个对联是有多么好玩吧。
首先先来一个，南通州北通州，南北通州通南北。嗯，这个流行很广了。不一会九歌AI就对出来了：秋收场冬收场，秋冬收场收秋冬。想起以前自己也曾吟诗作对，于是给AI出上联：天地共赏靓舞队，九歌AI很快对出下联：日月同辉中国年。哎呦喂，不错哟。
在试一个有点难度的。对对联不仅要求上下联的字句对仗，有些还包含同音字或类同音字。这也是一个技巧。于是我们可以用这个上联试试。上联：闲人免进贤人进。闲和贤，同音不同意，表示两种人两个意思。九歌AI会怎么对呢？看图中它的答案。
世和善，虽然不是同音字，但也算合格了，有点内味儿了。再加大难度试试。普通的小打小闹已经难不住人工智能的脚步了。于是我来了一个高难度的，也就是网上流传的千古绝对来为难九歌。于是乎，九歌AI给出了下面的“尴尬”下联。
当然，这里说“尴尬”并不是说它对得不好，而是上联融入的金木水火土五行元素，对于九歌AI而言显然太难了。由此可见，AI依然有需要进步的地方。说到绝对，机智客突然灵机一动想到这个上联：九个绝对绝对难为九歌。你猜九歌AI是怎么回答的？很显然，它难为住了，它并没有看出我怎么使坏调戏它。哈哈。
由此机智客再次灵机一动，本文的标题不就是一个很妙的上联嘛？于是我又给人工智能出难题了。上联：人工智能不止能对对子。你猜九歌AI会怎么回答？试了一个结果也是让人忍俊不禁，有兴趣的朋友可以去试试。
所以，正如公开的消息，九歌AI目前这种对对子的能力，其研究依然处于初期阶段。机智客能理解，毕竟对联不仅要求字词对仗，而且还要看有内涵意义，有讲究说法，正如上文所谈到的，对联中时常有音同意不同，字同音不同的情况，可谓极其巧妙。在特定的场景内，蕴含着浓郁的传统文化和人文色彩。所以对联自动生成是一个极具挑战性的研究课题。人类的饭碗端的还很稳靠，AI需要继续努力了，作为人工智能，你不好好努力以后怎么考大学找好工作？
这些人工智能写的对联，够我玩一天！
专业对联
你绝对想不到，十行代码就能把bug干掉的程序员，写起对联来也是专业到不行，才华横溢。
一位名为“Phodal”的程序员一口气写出了好多副对联，让人妙赞不绝。
前端版
上联：微博知乎占头条谁与争锋
下联：桌面移动待前端一统江湖
横批：瞬息万变
运维版
上联：上拜图灵只佑服务可用
下联：下跪关公但求永不宕机
横批：风调码顺
祈福版
上联：文档注释一应俱全
下联：脊柱腰椎早日康复
横批：鞠躬尽瘁
学科对联
不仅只有“打工人”能写专业对联，孩子们也能“术业有专攻“。
知识点除了在答卷上拿满分，还可以在对联中暗藏福运。学好化学元素周期表，马上解锁对联中的祝福密语。
答案
上联：迎新纳福家和美
下联：来喜得金身康泰
横批：福禄双全
脑洞对联
除了专业对联，大家还能在对联中尽显脑洞。
平时在聊天对话框里用来阴阳怪气的emoji，还能成为在朋友圈揽获高赞的表情包对联。对联念得贼溜的，都是老emoji人了。
答案
上联：欢欢喜喜送鼠去
下联：红红火火迎牛来
横批：恭喜发财
大家的奇妙脑洞总爱天马行空，因此新春对联也能花式玩转，祝福也有了更巧妙的传达。
于是，人工智能也来掺了一jio，令人意想不到的是，它写起对联来，也能花样连连。
不仅能在几秒内速度完成，而且竟然写得完全不比大家差，把各种对联完成得相当平仄齐整、意境对称，极富文学气息。
用户随意给出上联，AI就能通过技术交互，提供若干个下联，逐字逐句都对仗工整，韵律协调。譬如，“爆竹”对“烟花”；“大地”对“神州”；“五湖四海”对“万水千山”或“千家万户”，简直是玩出花儿了。
除了极富文学气息的版本，AI对联还有妙趣横生版本，把上下联对得相当接地气，上至风雨，下至辣条，无所不能对。
读起来好像有点不对，但又不知道哪里不对。不过这也能对上，让人忍不住当场直呼好家伙。
如果寿星有罪，请让法律来惩罚寿星，而不是把寿星的祝福上联对成以上。
嚯……真是有够不谦虚的。
啊这，人类和机器之间，暧昧的小火花突然就点燃了。
刚刚才燃起小火花，马上就开始快活起来了吗？！这个AI系统仿佛有开车嫌疑，但咱也没证据。
这个AI对联可真够皮，一问技术活，不是借酒推搪，就是装睡不起。
不过，要是当它认真起来，即使是对联里塞满沙雕网友常挂嘴边的网络热词，AI也能对出高深意境。
这版AI对联系统的设计者，是毕业于英国莱斯特大学读计算机硕士的王斌。大开脑洞的网友们对AI对联疯狂调戏，差点把它玩坏。
不过玩归玩，AI对联背后的技术还是真是不赖。这背后涉及到的，便是一系列的机器翻译算法。
与不同语言之间的翻译不同的是，AI对联进行的，是同种语言之间的翻译。AI根据字、词的对应，生成很多个候选字词，得到一个相互关联的词图，根据动态规划算法，最后便对出一个关联性最高的下联。
说到底，就是人工智能在一定程度上，能够准确理解人类的语言，和文字背后更深一层的含义，并在短时间内能够“答得上”。
不仅是在AI对联的互动上，在各行各业的人机交互体验中，也能看到它们巧妙的理解能力。
譬如在腾讯云小微AI助手的身上，你就能明显发现，它对于人类的指令，能轻松“听得懂、答得上”，理解能力可不是盖的，它灵活理解人类的指令，不断带来更自然的人机交互体验。
最后，我们在抽屉里
给你藏了一句上联
快点晃动你的聪明脑瓜
一起来对下联哟~
春
色
逍
遥
智
游
人
间
福气下联，等你来接！
点此拉开抽屉，一探究竟返回搜狐，查看更多
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）