《失控玩家》之后：人工智能会产生感情吗
这就导致当工程界人士需要哲学家提供高层次理论来告诉他们“什么是智能”时，却发现哲学史上也是一片争论。于是编程工作者就可能从哲学家的既有理论中寻找一种他们喜欢的理论去实践，由此再次深化了哲学界对于“智能”之本质的分歧。
“
人类智慧的构成要素是什么，可以说它的核心是语言和逻辑吗？人工智能目前离人类智慧水平还差什么？
”
徐英瑾：智慧的本质是对于外界的反应能力。随着反应的复杂方式提高，则智慧的水平不断提高，甚至机器或者外星人的智能也可以按照这个标准去衡量。具体而言，动物对外界反应的能力都是本能性的，而人类和外界打交道的能力有更多样的组合方式。
比如人类可以用复杂的马基雅维利式的欺骗套路来欺骗可能的敌人。即使高级的动物比如猴子已经具备一些欺骗能力，但和人类相比还是小巫见大巫。智慧的本质既然遵照如上定义，那么为了让应对外界的反应方式变得相对复杂，就需要逻辑工具来使既有的知识模块丰富化，同时又需要通过语言来勾连人际之间的协作。所以逻辑和语言就成为了智慧的衍生品。
有一种错误思路认为，作为既存状态的逻辑和语言是人工智能要模仿的目标。但人工智能如果仅仅抓住逻辑和语言，而没有抓住“逻辑和语言得以产生是为了应付生存压力的需要”这一根本性问题，那么人工智能的研究就会走上歧路。早期符号AI之所以走上歧路，就是因为只追求末不追求本，只追求流不追求源。
“
程序员编代码写出来的游戏NPC可以算是人工智能吗？达到什么样的标准才能叫人工智能？目前“人工智能”这个词是否过于被滥用？
”
徐英瑾：游戏编程员用代码写出来的程序属于广义的人工智能。广义人工智能是指用计算机程序能够模拟出人类智能的一部分特征。电脑游戏里的程序能够模拟一部分人类的智能特征，比如在战争类的即时战略性游戏中，模拟人类玩家的一些特点，这当然是智能的体现。但它并不是所谓的通用人工智能，即不能模拟人类的完整智慧。通用人工智能目前尚未实现，目前市场上能够看到的都是专用人工智能。
“
机器的深度学习和人类智慧有什么差别呢？
”
徐英瑾：机器深度学习并非指像人类一样深度地学习，它的英文是deeplearning，在日本语境中被译作“深层学习”。“深层学习”也许更符合其技术实质，即人工神经元网络的复杂化版本。
人工神经网络技术在80年代就已经比较成熟，但深度学习或者说深层学习在什么意义上对它进行复杂化？答案在于传统上人工神经元网络的中间信息处理层只有二至三层，而深度学习把它扩展到了四层以上甚至几十层，由此提高了性能。但究其根本，这一技术只是对于传统的人工神经元网络技术的拓展。具体情况请参考我所撰写的《人工智能哲学十五讲》。
《人工智能哲学十五讲》，徐英瑾著，北京大学出版社2021年07月
人工智能会产生感情吗？
“
机器人会有感情吗？如果长期和人相处，又有很强的学习能力，是否也可能变成有感情的机器？
”
徐英瑾：人工智能如果获得感情，它和人类所具有的感情既有相似点，又有不同点。相似之处是指人工智能和人类一样都会对外界的挑战做出回应。情绪本身就是认知主体在遭遇外界挑战时，为了更有效地应对这种挑战而做出的认知资源重新部署和调整。就这点而言，人工智能和人类的情绪有相似之处。
但当我们讨论情绪时，也需要考证其物理实现方式。从物理实现角度来看，人类之所以感到开心是因为多巴胺的分泌，感到不开心是因为其他化学物质的分泌。人类的生理机制无法被人工智能模拟。人工智能尽管有可能通过完全不同的物理机制实现认知资源的重新部署，但人类无法了解他们的具体感受是什么，甚至是否有感受。但人类也不能因为无法得知AI情绪的主观感受，就否认他们情绪的存在。
“
请问人工智能是否会产生反抗意识，以及正确理解人类的语句“有本事你杀了我”这种开玩笑的话？
”
徐英瑾：这个问题挺好。我认为如果是基于经验和数据处理的人工智能，将有能力辨别玩笑。因为它会通过话语和后续性事件之间的相互联系来判断。如果人工智能经过大量的数据训练，发现很多人说这句话但没有任何谋杀发生，则基本上就会判断这句话为反话。这其中也涉及日常语言处理中的难题，即如何让机器读出何为反讽、何为反话。
此外，基于经验运作的人工智能，会在不同的文化体中得到不同的数据。例如在一种文化体中，如果很多人所言与所行符合，那么人工智能很可能判定不是反话；但如果在另外一种文化体内，发现威胁性话语之后并没有出现与语言效果相匹配的威胁性行动，则会判断是反话。所以未来人工智能将很可能基于不同文化样态做出差异化的判断。
“
人工智能会学习人性中的恶吗？
”
徐英瑾：如果把“恶”广义地定义为某种不好的现象，我个人认为现在的人工智能已经在部分学习“恶”。举一个简单的例子：当前由于网络用语中出现很多错别字，而语言处理往往基于大数据，因此机器也会在学习之后导致跟着写错。尽管写错别字的性质并不严重，但也已经是某种意义上对于规范的扭曲，足以让人窥见端倪——即现有的人工智能是对于人类行为的某种平均化处理，基于数据来进行归纳、系统地模拟学习，甚至放大人类既有行为中的失范之处。因此可以说基于大数据的人工智能必然会出现学习恶的现象。
人工智能的突破
“
量子计算机会成为人工智能的突破口吗？
”
徐英瑾：量子计算实际上有两种含义。一种含义，是在硬件层面上做出具有量子效应的计算机，由于硬件上不同于传统冯诺依曼机，因此机器的造价将极为惊人，很难大规模普及。第二种含义，是指在传统计算机上模拟量子效应，相对来说造价较低。
但量子效应是否能实现人工智能实际上是需要全面考量的问题。量子计算在执行某些任务时比传统计算机效率更高，但问题是怎样才能使其变成在通用机上也可普遍编程，这需要一般性的理论来证实。尽管量子效应弥漫在整个物理世界中，但人工智能机器的架桥理论目前非常难。即使是在人类智能的研究中，人类的物质构成基底是否有量子效应也仍待证实。此外怎样从低层次一层层达到高层功能也是难题。正因为架桥理论在人类领域尚未完成，因此在人工智能机器领域想要实现则更为遥远。
“
自动驾驶是不是人工智能一直在研究的领域？人工智能突破难点到底在哪？
”
徐英瑾：自动驾驶的民用领域比军用领域更为复杂，地面车辆的自动驾驶比航空器的自动驾驶更复杂。两架飞机即使差了一公里也能知道提前避开。但在地面行驶时，不可能看到一辆大卡车距离一公里时就开始避让，相反得在两者相差几米时做出迅速反应。正因为地面驾驶需要在短时空区间里做出迅速反应，因此对于技术细节的要求非常高。
更重要的是，自动驾驶技术所模拟的是人工智能本就不善模拟的一种能力，即人类驾驶员和汽车的操纵杆以及方向盘之间的身体感受。这就类似于模拟完全意义上的打乒乓球，甚至比模拟打乒乓球更难。因为乒乓球的游戏规则相对比较确定，因此机器人打乒乓球可以完成得不错。而自动驾驶的环境中面临非常复杂的驾驶环境，甚至会遭遇完全不遵循驾驶套路的情况，所以难度更高，需要很多基础学科的突破。
“
人工智能是否有可能进入政治领域？比如行政指引甚至社会决策？
”
徐英瑾：如果广义的政治包括法律问题的话，中国已经有人工智能部分介入法律领域的情况。比如人工智能会通过比对全国数据库来判断法律的处理是否正当，目的是衡量法律裁决的公正性。但这种运用完全是工具性质的。
由于政治活动是一种非常高超的活动，它的本质更偏向艺术，而不只是科学。对于政治活动中决策力度的把控，需要当事人根据当时环境中的诸多微妙因素进行感知，目前人工智能还做不到这一点。
人工智能会让人类失业吗？
“
机器一旦学会深度学习，其预判和学习结果往往比人类精准得多，这是否意味着人类可能大规模失业？
”
徐英瑾：深度学习依赖于大量数据。有人担心深度学习的推广会让人类失业，但实际上外部情况经常发生变化。即深度学习所依赖的数据总和往往是过时的数据。对于瞬息万变的崭新情况，人类能够基于自己的灵光乍现进行迅速反应，而机器则不具备这种能力。只要人类保持自己的创造性，就不用担心深度学习取代我们的工作。
“
人工智能会在脱离人类监管的前提下有任何行为吗？理论上有这种可能性吗？
”
徐英瑾：人工智能在脱离人类监管的情况下自主产生行为，这可能是真正意义上“智能”的标志之一。我认为这一点在原则上是可以实现的，只不过现在基于大数据和规则的人工智能暂时没办法实现。倘若要实现这一点，需要建立在一个重要的学术前提之上：即需要对人类的心智进行普遍化的建模，且这种建模必须能够兼顾机器执行特征。如果建模的成果无法存在，那么具有自主性的人工智能研制就会失去其应有的蓝图。
“
以前也早已有各种机器人在投入使用，比如扫地机器人、商场引路机器人等，只不过不是人形。为什么马斯克发明的人形机器人引发激烈讨论？
”
徐英瑾：人形机器人之所以引发关注，是因为它的外观能够引发人类的心理投射，很易引起共情。人类对于任何人形物件产生共情，这是自然的心理倾向。但从纯粹的技术角度上来看，不能认为人型机器人就代表内部智慧更高级。类似于在电影《星球大战》中，不做成人形的机器人可能具有很高的智慧，相反人形机器人本身的智慧与内部配置反而有可能非常低。
“
如果说人类进化的底层逻辑是生存，未来人工智能技术迭代的底层逻辑会是什么？如果是获得资源不断学习和发展，有一天会和人类生存相冲突吗？
”
徐英瑾：我认为未来人工智能的真正底层逻辑仍然是生存，与人类的不同点在于它们有可能需要维持的是电量安全、记忆库安全等。虽然人工智能是在另一个硅基生命体意义上的生存，但其抽象逻辑和人类相同。
那么人工智能是否会和人类产生冲突呢？作为硅基存在体，它们没有对食物和水的需求，因此不会在这些方面和人类产生直接冲突。但或许会在能源问题上与人类相冲突，这种可能性无法被忽略。至于是否一定会产生冲突，又取决于人类技术能否为全球提供足够的能源、核聚变技术未来能否投入使用等。因此这是牵涉到众多参数的巨型方程，当下很难预估未来情况如何。
来源：澎湃问吧
作者：徐英瑾
采编：艾若
排版：南山
审核：永方
美工/VI：小周
●怎样对待贫困者才是道德的？
●“娘炮”被批：谁在“规定”性别？
●为什么这所德国大学能培养出一流的哲学家？
●刘擎：爱国何以成为一种美德？
●为什么斯宾诺莎拒绝做教师？返回搜狐，查看更多
现实中的人工智能，真的会产生感情吗
“你看到沙漠中有只陆龟，乌龟腹部朝天躺着，肚子在烈阳下烤着，鼓动着四肢想把自己翻过来，但没办法，除非你肯帮忙，但是你不愿意帮忙......”-科幻电影《银翼杀手》维特甘测试（Voight-Kampfftest)
这是科幻电影《银翼杀手》中著名的测试一个人是否是人造人的片段，片段中运用类似测谎仪来分析测试对象的回应激发性问题时情绪。影片设定，人造人没法像正常人类一样依照情感直觉回答问题，它们需要通过理性分析来给出回答。这可以看做是升级版的图灵测试，机器回答问题，若能被超过30%的测试者误认为人类，则通过图灵测试。
很多科幻电影设定人工智能，把记忆作为情感最重要的载体，强调人工智能如果拥有了记忆，就意味着有了生活经历，经历沉淀出情感，也就有了人性。
科幻电影中的人工智能拥有个性，大多数都是构建故事的框架而已。但是现实中的人工智能是否又会产生情感，拥有个性呢？
人工智能已经无处不在
首先还是说说人工智能的历史，它于1956年诞生以来至今，这门学科研究发展迅速，成为人类最关注的科技：比如AlphaGo战胜围棋世界冠军李世石，将人工智能推向了历史的最高点；
比如IBM的超级电脑Watson参加美国著名的智力竞赛节目《危险边缘》，完全通过自然语言回答问题，并战胜该节目两位最成功的选手。
人工智能也慢慢开始分化，以AlphaGo为代表的机器学习(MachineLearning)，利用算法在海量数据中提炼出模型；而Watson从属的是符号人工智能(SymbolicArtificialIntelligence)，则是运用自然语言和逻辑表达式进行推理的人工智能；除此之外，还有仿生学人工智能（Bionics），它创建模仿简单动物行为的反应性机器人。
不过大家可以先不必纠结人工智能的的各种定义，目前学者将人工智能分为强AI和弱AI。强AI是平时我们看的科幻电影中有自我意识的，情感的人工智能；而像Alphgo，Siri，图像分类等为解决特定问题的都是弱AI。
目前人工智能还是暂时处于弱AI的阶段，它将机器视觉、机器学习，自然语言处理组合，虽然可以实现语音识别、图像识别、语音合成、下棋等任务，但这些组合到一起只能解决每个具体的任务，并不能构成自我意识，并进行真正的思考。弱AI更像是“类人助理”，是个能够与人类密切工作的智能系统。简单来说，我们可以将这些助理看作微软那个办公软件Office助理“Clippy”的后代，它能够读取你的电子邮件，接你的电话，或者帮你预定酒店。
我曾忘记你原来不是人
最近我做创业美国节目时，采访了一家人工智能助理公司X.ai的创始人DennisMortensen，他来自丹麦，和很多大家印象中的创业者，整天T-shirt，牛仔裤的造型不同，每次见到Dennis，他不是穿着考究的西装外套，就是别致的衬衣，全身带着一股浓浓的北欧风。他告诉我，创业并不是他的梦想，小的时候因为目睹了父亲创业的艰辛，他一心只想进入一家IBM那样的公司，做一个踏踏实实的上班族。没想到，人生和他开了一次玩笑，毕业时准备进入的公司突然要倒了，情急之下，Dennis突然决定低价把整个公司买下，结果成功的公司最终高价售出，渐渐踏上了创业，这条疲累而刺激的路，于是再也停不下来，和自己曾经梦想的生活则渐行渐远。
我最近见到Dennis时，他正在忙于人生的第五次创业。在此之前，这个创投老司机已经有过3次成功的退出，足以让大把的创业者羡慕。Dennis这第五个“孩子”叫，x.ai，创建于2014年，去年完成B轮融资，总融资额超过3400万美元，包括软银，TwoSigmaVentures都在他的投资人行列。Dennis告诉我，创建X.ai的灵感来自自己的一次亲身经历，2013年的一天，他无意中算了一下自己上一年一整年的会议日程，他万万没有想到，一年当中，自己竟然为自己安排了1019次会议，平均1天就是3次，更不要其中还有670次会议有过反反复复的调整，这一次的发现让他震惊了，这样算下来，自己有多少时间是浪费在这些恼人且没有效率的事情上啊。Dennis很快发现，这并不只是自己的问题，在美国，有8700万办公室白领，每年都开上超过100亿次的会议，这么庞大的基数之下，只有不到1%的人拥有自己的私人助理，这意味着剩下99%都要在会议安排这件事上浪费大量的时间。于是他决定要让科技改变这一切，于是有了今天的X.ai。
x.ai的产品是两个虚拟助理，一个名为Amy，一个名为Andrew。他们会帮你做一件事，就是代替你处理循环往复的会面安排邮件。Amy和Andrew可以学习用户行为，懂得适用用户的谷歌日历，并根据用户此前的选择和偏好，帮用户安排合适的会面地点。Amy和Andrew的使用步骤也很简单，你只需要在相关邮件中抄送他们，并授权他们访问你的日历，剩下的一起都可以交给她来搞定。
X.ai背后的技术是通过自然语言处理（NaturalLanguageProcessing)去学习大量的人类语言，使得系统更具智能化，让Amy和Andrew更完美地完成会议安排任务。自然语言处理，是指机器理解并解释人类写作以及说话方式的能力，其目标是让机器在理解语言时像人类一样智能，从而弥补了人机交流时的差距。有了自然语言处理，X.ai的智能秘书就能自动完成文本编写任务。
X.ai智能秘书除了学会编写文本外，关键是如何礼貌地安排会议，X.ai背后的最强大脑为此创造出一个全新的职业叫人工智能互动设计师（AIInteractionDesigner）。在X.ai的人工智能设计师看来如何设计Amy以及Andrew的对话将会对用户的行为产生重要影响，所以团队在设计Amy以及Andrew的“性格”时，请来了来自哈佛大学戏剧系的高材生来“辅导”人工智能能，使得Amy及Andrew在回复客户时更加地地貌，专业，友好以及表达清晰。
而和Dennis的几次采访，都是通过Amy和Andrew帮忙完成的，在和他们的沟通过程中，你会发现他们语言很有礼貌，回应和平时我们邮件的感觉差不多，不仔细想你可能都会忘记，电脑另一边的并不是和我们一样的人类。例如当Amy或Andrew在不理解用户的会议安排时，他们会像人一样，礼貌地回复“I’msosorry…”（十分抱歉）
人工智能：还是处于展望阶段？
不过2016年4月18日，X.AI登上了Bloomberg报道的文章，但内容竟然是对X.AI核心技术致命性的指控。从X.AI离职的WillieCalvin，声称之前在X.AI担任人工智能邮件助理Amy的训练员一职，他爆料，Amy通常回复邮件，帮助安排预约，高效无误，并且与人沟通彬彬有礼，这些全都是假象！其实背后都是由他这样的人类训练员在“协助”Amy工作。Dennis解释，Amy和Andrew的完善需要人类帮助对信息进行标注，才能帮助他们优化，在接近人的路途上，技术本身的门槛还有很高。另外和很多职能助手类似，Amy和Andrew只能完成一件事，就是预约会议。远不及人类来得全能。
“人工智能有许多优点，是人脑比不上的。但目前它还远没有达到威胁人类的地步。人脑中含有一千万个神经细胞和九千万个支持细胞，这笔计算机的原件多的多……而脑细胞中含有几百万个复杂的大分子，具有当今科学尚不清楚的内部功能。文学，艺术，科研等等领域仍然是人脑的天下。”-科幻作家柳文扬《人与非人》
除了技术，风投Greycroft的王璐表示，讨论人工智能是否具有情感以及个性时，还有一个前提问题就是为什么我们需要他们具有情感，如果没有实际的应用，为什么需要进行这方面的开发。同时与之相关的伦理等问题，也将是我们需要回答的。不过在畅想未来之时，可能一直会成为环绕在我们心中的问题，也是AI探索的魅力所在吧。
来源：陈一佳
人工智能真的可以产生情感吗
原标题：人工智能真的可以产生情感吗？人工智能的技能能力现在已经慢慢开始超越人类，特别是一些封闭性的特定领域，不需要人的综合能力，往往是人工智能非常擅长的领域（比如围棋、开车、简单诊断病情）。但是大家有没有好奇过？如果人工智能不仅仅会自我学习，还能拥有自己的情感会如何？
其实要让人工智能产生情感是非常困难的。因为情感产生的基础是生物，人工智能再厉害也不过是芯片和其它硬件而已，连生物都谈不上如何才能产生真正的情感呢？当然也许有人会问，人工智能不是会自我学习吗，可以让人工智能去学习情感不就行了。但是大家不要忘记一个前提条件，那就是人工智能的学习是依赖大数据的，没有大数据就没办法训练出超强的人工智能。前面的文章谈过人工智能学习方式大体分为三种：监督式学习、非监督式学习和增强学习。其中前面2种都需要大数据做支撑，最后一种虽然不需要大数据，但是却需要一个评估者来评估人工智能每个一个行为是离成功更近还是更远。而情感这个事物，通常是没有标准的事物，也是是主观性特别强，一朵花是否能激起人愉悦的情绪而是因人而已。所以很难通过构造增强学习机制来训练人工智能实现情感的学习。
此外，情感的产生从生物学角度是极其复杂的，他需要意识产生在先。而目前看来，只有动物和人类才能真正产生意识，至于无机物构成的芯片，以目前技术来说是无法产生意识的，所以也就无法产生情感。当人工智能自己产生意识，这无异于我们常用的手机居然有自己的意识，这是非常荒谬的。
其实分析到这里，小编倒希望人工智能真的产生情感，能够和我们人类进行更好的沟通。但是前提是人工智能产生的情感应该尽量朝向正面情绪方向走。试想一下，如果人工智能每天大量产生负面情绪的情感，如愤怒。会不会一个不爽就把人类统治了呢？小编表示呵呵！返回搜狐，查看更多
责任编辑：人工智能的历史、现状和未来
如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。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，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。
概念与历程
了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基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（ArtificialIntelligence，简称AI）”这一概念，标志着人工智能学科的诞生。
人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。
人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能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、跳棋程序等，掀起人工智能发展的第一个高潮。
二是反思发展期：20世纪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低谷。
三是应用发展期：20世纪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，推动人工智能走入应用发展的新高潮。
四是低迷发展期：20世纪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：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，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年国际商业机器公司（简称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。以上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，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
现状与影响
对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为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。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。
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。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，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。例如，阿尔法狗（AlphaGo）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，人工智能系统诊断皮肤癌达到专业医生水平。
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。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。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”、有专才而无通才。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。
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，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，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。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；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%。
创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。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。目前智能科技时代的信息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人工智能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。
人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在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产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、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已经显现出来，需要抓紧提供解决方案。
趋势与展望
经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？
从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《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。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“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年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。
从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。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。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。
从“人工+智能”向自主智能系统发展。当前人工智能领域的大量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，比如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、用户需要人工适配智能系统等，非常费时费力。因此，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。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。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人员成本。
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、天文学等传统科学的发展。
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10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，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。
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5年人工智能将提升各行业运转效率。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。
人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。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2018》重点推动物联网建设和人工智能的应用。世界军事强国也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。
人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，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，制定完善人工智能法律法规，规避可能的风险。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。美国白宫多次组织人工智能领域法律法规问题的研讨会、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”。
态势与思考
当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，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值得重视的问题。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。
高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《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。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，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。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北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已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。
差距不小。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，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明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司CompassIntelligence对全球100多家人工智能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。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。
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。
当前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、展现中国智慧等，需要深入思考。
树立理性务实的发展理念。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。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，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。
重视固本强基的原创研究。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。面临发展的临界点，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。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，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。
构建自主可控的创新生态。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。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要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。同时，我们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，并通过实施标准加速人工智能驱动经济社会转型升级的进程。
推动共担共享的全球治理。目前看，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。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。
（作者：中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士）