21世纪人工智能的发展趋势 21世纪是人工智能的世纪吗

21世纪人工智能的发展趋势

 1、引言

21世纪肯定是人工智能大行其道的世纪，但不是以冯机为基础的机器智能，而是以人脑为摹本的智能机器。智能机器，是提高机器本身的基础性能，使其更接近于人脑的结构与功能机制。这意味着必须变革目前的计算理论与技术，且一定是革命性的原理变革。

众所周知，人工智能基本上是在沿着三个途径前进：一是符号机制；二是连接机制；三是控制论机制。从目前的状态来看，三者都难以实现计算理论与技术的根本性变革。

为达到根本变革的目的，必须寻求最优化计算模型,必须从基础理论寻求出路。

2、人工智能的基础

迄今为止，人工智能都是机器智能，欲有效模拟人脑智能，机器智能不能取代智能机器。认识脑是如何工作的机理，建立各种“脑模型”，搞智能机器才是智能模拟的根本出路。鉴于揭示脑工作的原理机制不能用还原论方法解决，也不能靠发现脑神经元或单个细胞以至分子结构解决。因而揭示出能把大量神经元组装成一个整体系统的设计原理，及研究神经计算的基本原理，并弄清楚如何将其应用于智能机器，是当前面临的主要任务。

Mccllelland和Plaut指出：“计算模型”是揭示人类本质认知过程的有用工具，可也有人认为用脑的计算模型来解决有关“意识的问题”十分困难，甚至是不可能的。由于计算上的复杂性，还认为脑功能不能用“计算”来解释。而我们认为提出计算模型是必需的，但必须以与人脑相似同构的计算原理及模型为基础。

模拟人脑，从某种程度上讲就是构建人脑模型。但我们又不可能完全的与人脑实现同构同功，这就要求我们必须建立介于计算机与人脑之间的同构模型。以便吸收计算机与人脑两个方面的优点。相对于人脑智能，完全相似反而没有意义，而不似则体现不了必要的智能。只有在似与不似之间，既体现人脑功能的本质特征，又能实现传统计算机结构与功能的某些超越。另外，与人脑不完全相似实际上是计算机的一个本质性优点，否则，计算机就不可能毫无条件的听命于人，也不可能不知疲倦的在危险环境中连续工作。因而我们的目标不是毫无二致的模拟人脑智能，而是综合符号机制、连接机制与行为机制的特点，提高计算机的基础性能，使其成为模拟人脑智能的理想工具。计算机只有不完全象人脑，才有可能在某些方面超越人脑。这就象人类模拟鸟飞的飞机，正因为和鸟不同――不象鸟一样飞得那么灵活，才比鸟飞的更高、更远、更快、更能承重。

与人脑及计算机同构的模型

①、必须以自然原型为基础

早在80年代初，威尔森就相信对人工智能的研究已走入误区，他说：“在研究各种独立的人类智能方面，人工智能项目可以说是其中的最杰出代表，有些成果是非常令人惊奇的，但这些研究的对象是过于具体化的功能，所以没法从它们中总结出规律性，另一个问题是它们不会直接从周围环境中汲取所需，而只能坐在那儿，直到人们给它们信号，然后也仅仅是复制这些信号而全然不知它的意义。它们中没有一个程序能从周围环境中学习或适应环境，而这些哪怕最简单的生物也会具有的功能，却被我们人工智能学者忽略了。

②、以模拟自适应性为基础

传统机器人的行为往往被事先编制的动作所限制，当出现了设计者没有预计到的情况时，这些动作又显得非常不合理。另外，因其行为受中央控制程序的控制，如果想要增加一个新的功能，往往需要重新编制程序，以保证中央程序能对其有效实施管理。但在兼容性要求成指数增加时，就会难以应付。相比之下，布鲁克斯认为，即使是最低级的智能行为都是自然发生的，而不是用人类的程序明确规定的。因而他的做法可能要实用一些。他的包孕结构控制下的机器人所具有的功能，远远超过机器人所能作的单独动作的总和。环境中涌入的感觉信号触发规则，作出“自然发生行为”的命令，可使简单的单独动作以无法预料的复杂方式结合，可使简单元素间进行复杂的相互作用。布鲁克斯认为用环境因素触发规则，然后自然发生行为无疑是正确的，但必须明确自发行为的自然机制及其结构，且能够总结出明确的理论，但这一问题布鲁克斯事实上并没有解决。他的做法并非真正的遵循了自适应机制，这是因为自适应的前提是自组织。而自组织的含义并非仅仅是有关元素的动态随机整合，其更基本的部分是有关元素建立普遍性的确定性互为因果作用关系，在此基础上实现状态的组合与分解，实现状态随机转换、互相驱动及刺激反映，才是真正的建立在自组织基础上的自适应。

另外，智能不是被强行插入一个系统里，所有功能都是神经元交互或协同作用的预期自然反应。以往，大多数的神经网络只是在“静态数据”或”外部控制”的条件下才能运行，这也就意味着它们只能处理一系列简单的不变模式，必须在非常紧密的监控下进行训练，且进展非常缓慢。因而格劳斯博格认为，一个真正的类人大脑神经网络应该是自恰的，具有快速学习和适应能力，也就是说，它能很快辨认及处理它所遇到的现场情况。这就要求系统必须以交互或协同作用为基础，随机的刺激能引起预期的反应，这一点对于模拟人脑智能至关重要。

②、以自组织结构模拟为基础

连接机制代表了一种全新的人工智能研究方法。它不是试图去复制大脑高层次功能，而是试图从分类或辨认图象这一相对简单的目标开始，在简单的选择层次上进行深入研究。据此，一部分连接机制研究人员认为，智能不是从深奥的逻辑原则，或复杂的算法中创造出来的，而是成千上万个神经元在不停地互相交流信息，产生出种种可能的组合。人工智能基于连接机制的思路没有错，只是神经元的连结模式并非仅仅限于定向的协同作用方式，还有交互作用方式，且交互作用方式是更基本的方式。因为状态的交互作用结构是统一环境与背景信息的唯一途径，只有以确定性交互作用关系为基础，才能使系统内部与外部状态统一。只有这种统一，才能保证系统面对刺激进行实时反应，及基于某种确定性关系进行预期反应。神经系统之所以能够利用非常简单的神经元特性，实现极其复杂的预期反应，完全取决于神经元连结的自组织结构模式，且不仅限于一种结构模式。

胡泳：为什么说21世纪是人类历史上最重要的世纪

本文来自微信公众号：中欧商业评论（ID：ceibs-cbr），作者：胡泳（北京大学新闻与传播学院教授、“信息社会50人论坛”成员），原文标题：《马斯克：若不能在21世纪解决这些问题，人类将大难临头》，题图来自：视觉中国

21世纪是一个非常关键的世纪吗？如果是，我们最好将重点放在我们面临的紧迫挑战上；如果不是，那么关注社会的长期改善，对未来更有利。

“我一直在想眼前有哪些问题，最可能影响人类的未来？我认为，地球面临的最大问题是可持续能源，也就是如何用可持续的方式，生产和消费能源。如果不能在21世纪解决这个问题，我们将大难临头。而另一个可能影响人类生存的大问题，是如何移居到其他星球。第一个问题，促使我成立了特斯拉和SolarCity；第二个问题，则让我创立了太空科技公司SpaceX。”

近日马斯克在媒体采访时谈及创立特斯拉、SolarCity及SpaceX的原因。

英国作家伊安·莫蒂默（IanMortimer）的书《变革的世纪》中，讨论了这样一个问题：哪个世纪我们看到的变革最多？莫蒂默认为，11世纪最重要的东西是城堡，12世纪是法律和秩序，13世纪最重要的发明是市场，14世纪最大的变化是瘟疫（当时黑死病横扫整个欧洲，死掉三分之一的人口），15世纪是哥伦布，16世纪是个人暴力的减少，17世纪最关键的是科学革命，18世纪是法国革命，19世纪是通信，而20世纪最重要的变革是对未来的发明。

毫无疑问，技术极大地改变了我们在20世纪的生存和死亡方式。但是，它也标记了可能更为深刻的变化。1900年，很少有人认真考虑过未来，而今天，我们几乎预测所有事情：天气会怎样，股市又如何，我们需要什么样的住房，我们的退休金将价值多少，等等。我们越来越多地讲述将要发生的事情，而不是已经发生的事情。在这个意义上，我们把20世纪视为现代世界开始的起点——人类从此开始考虑未来。

21世纪，迄今已迈过20年。如果说20世纪是现代世界的起点，那么，我们又将如何描述21世纪？

我认为，21世纪是人类历史上最重要的世纪，虽然这个世纪还远远没有过完。这并不是因为你我身处这个世纪——我们都知道，人类拥有一种将自己的时代看成前所未有、独一无二的倾向。存在三个核心论点，可以证明我们生活在人类历史的关键时刻。

第一个论点可以叫作“危险时刻”理据。

这个理据很简单：本世纪我们只有克服巨大的挑战才能拥有任何未来，仅此一点，就足以使其成为迄今为止所有世纪中最重要的世纪。假如被这些挑战所击败，人类就将处于毁灭的边缘，这也令本世纪比未来的世纪更加关键。

牛津大学的哲学家托比·奥尔德说：“按照人类历史的标准，我们目前正处于一个非常特殊的时期，我们的行为可能会破坏我们的世界。”他的同事尼克・波斯特洛姆将此称为人类的“存在风险”（existentialrisk），即某些威胁可能导致人类灭绝或摧毁起源于地球的智慧生命。

过去，人类不可能完全消灭自己。然而，并不算太久之前的1945年，人类在战争中首次使用核武器，发展出灭绝自身的能力。从那以后，我们不断磨炼这种死亡能力，现在地球上有了成千上万件核武器。专家们对核战争到底会带来多大的灾难持不同看法，但很显然，人类自毁不再遥远，而且每年都在变得越来越容易。

我们也朝着其他威胁文明的方式迈进——从气候变化到流行病，从基因技术到人工智能。随着我们侵占自然并把地球人口扩大到80亿人，病毒可能反复来袭，这是与我们作为一个“成功”物种必然相伴的灾难。气候变化不会使地球变得无法居住，但它肯定会使其变得更脆弱，弹性更低，全球协调性下降，并且更容易受到生态系统或地缘政治环境的其他冲击源的影响。人工智能研究者对于颠覆性AI技术究竟是10年还是200年到来并没有共识，但许多人同意，除非经过精心设计，它的降临将会是灾难性的。

根据存在风险论，从我们发明各种自毁方法到某种形式的全球治理浮现，令我们可以通过协调而系统的方式解决挑战，而不是依赖运气的时期，构成历史上的枢纽期（thehingeofhistory）。只有我们在接下来的时间内采取明智的行动，人类才将得以度过最危险和最具决定性的时期。没有度过这个时期之前，你我他、每一个人，都是凭借着运气生活，存在着巨大的偶然性。

不能确定这个非常特殊的时期正好是一个世纪之久；它很容易持续数百年。但极其明显的是，枢纽期将不会永远持续下去。如果我们每年仅靠运气生存，那么到了某些年份，我们会倒霉。

美国人口生态学家保罗·艾里奇最有名的著作是1968年出版的轰动一时的《人口爆炸》，该书认为世界人口当时已经超过了地球生态环境的承载能力，正威胁着整个人类的生存。由于出版社的决定，他的妻子安妮·艾里奇没有成为《人口爆炸》一书的共同作者。但之后的很多书和文章都署名为艾里奇夫妇。

这对夫妇写过一本书叫《灭绝》，前言里讲了一个寓言故事，很快就在生态学术圈中流传开来，就像“人口炸弹”的比喻对外界发生巨大影响一样。

这个故事讲述的是，一名旅客注意到一个机修工正从他将要乘坐的飞机机翼上敲出铆钉。机修工解释说航空公司将因此获得一大笔钱。同时，机修工也向这位震惊的旅客保证，飞机上有上千铆钉，绝对是万无一失的。事实上他已经这样做了一阵子了，也没见有飞机掉下来。这则寓言的重点在于，我们无从知晓究竟哪一颗铆钉会是导致飞机失事的最后一根稻草。但对于乘客而言，哪怕敲掉一颗铆钉都是疯狂的行为。然而艾里奇教授却严正指出，在地球这艘大型宇宙船上，人类正在以越来越快的速度敲掉一颗颗的“铆钉”：“生态学家并不能预言失去一个物种的结果，正如乘客无法估计飞机失去一颗铆钉会有什么后果一样。”

这个寓言精妙地显示了，我们每一年都在依靠运气生存。因此，存在风险的研究者希望我们能够结束导致危险的全球局势，而不是仅仅试图度过每一年的危险。如果我们能够做到这一点，它将对未来产生巨大的决定性影响。

价值锁定

第二种理据叫作“价值锁定”。

价值观锁定的观点认为，在不久的将来，人们可以通过某些方式，为更遥远的未来的人类后代锁定一种特定的路线。如果这样做，我们需要确保我们不会锁定未来道德进步的潜力。

一些研究人员认为，开发更先进的技术将意味着，把有关人类价值观的许多最重要的问题，有效地置于人类控制之外。如果我们对率先问世的先进计算机系统进行编程，让它分享我们的价值观，那就是它会做的，哪怕我们后来决定我们想要某种不同的东西。

第二次世界大战时期，阿兰·图灵密码破译小组的首席统计师兼数学家I.J.古德，大概是清晰阐述人工智能未来图景的第一人。在那段写于1965年、后来被经常引用的名言中，他这样写道：“我们把超智能机器定义为具备超越所有聪慧人类智能活动的机器。考虑到设计机器是智能活动的一部分，那么超智能机器甚至能够设计出更好的机器。毫无疑问，肯定会出现诸如‘智能爆发’这样的局面，人类智能会被远远地甩在后面。因此，第一台超智能机器将是人类创造的最后一台机器，当然前提条件是这台机器足够听话，并告诉我们要怎样才能控制它。”

在《超级智能》一书中，尼克・波斯特洛姆循着古德的思想认为：“如果有一天我们发明了超越人类大脑一般智能的机器大脑，那么这种超级智能将会非常强大。并且，正如现在大猩猩的命运更多地取决于人类而不是它们自身一样，人类的命运将取决于超级智能机器……一旦不友好的超级智能出现，它就会阻止我们将其替换或者更改其偏好设置，而我们的命运就因此被锁定了。”

所以，超级智能带来的挑战,很可能是人类面对的最重要和最可怕的挑战。而且，不管我们成功还是失败，这大概都是我们将要面对的最后一个挑战。“我们要的不仅仅是娴熟的技术以引燃智能爆炸，我们还要能在更高水平上掌握控制权，以免我们在爆炸中身首异处。”

大多数关注“价值锁定”的研究人员都在考虑人工智能问题。不过还有一种更一般的说法。牛津大学学者威尔·麦克斯基尔将其总结为：“最关键的点是,我们如何开发用于设计谋划人类后代的动力和价值的技术（可能通过AI，但也可能通过其他技术，例如基因工程或先进的洗脑技术）。”换句话说，如果我们在这一步形成的是足够专制和强大的威权，新技术可能意味着子孙后代将无力推翻或改革它。

关于21世纪如何与众不同，还有最后一种理据。在大多数历史上，即使人类就某一种行动方针达成一致，整个世界也无法围绕这种方针进行协调。而全球通信技术已经改变了这一点。

在涉及人类交往的情况下，群体行动问题无处不在，因此是经济学和政治科学的核心。例如，诺贝尔经济学奖获得者埃莉诺·奥斯特罗姆就声称，“群体行动理论是政治学的中心主题”。任何时候,只要个人在不付出时间和精力的情况下,可以从他人的昂贵行动中受益，社会就会面临群体行动的困境。而在如此困境中，人类并非一筹莫展，是可以找到应对机制的。21世纪的一个关键任务，就是去发现并实行这样的应对机制，由此在全人类的层面上达成一致并开展共同行动。

同样，在大多数历史上，经济增长缓慢或者根本没有增长。而现在，经济正在快速地增长，各行各业都充满了变革性。有人认为这不可能持续到遥远的未来，因为各国仍然在使用20世纪的标准来衡量幸福感，这个标准就是国内生产总值（GDP）。为了全球经济的可持续发展，我们既需要捕捉生产资本和金融资本，也需要重视劳动力技能（人力资本）、社会凝聚力（社会资本）和环境价值（自然资本）。

所有这一切，使得21世纪成为一个不寻常的时刻，也许是决心改变世界的人们被赋予这样做的非同寻常的权力的时刻。听起来，有关21世纪是否可以称为人类历史上最重要的世纪的宣称，不论你同意也好，不同意也好，似乎都是主观抽象的看法。然而对这个问题的回答，其实绝非无关紧要。

如果21世纪是一个非常关键的世纪，那么对长期未来而言，最好将重点放在我们面前的紧迫挑战上，比如将我们所有的资源都用于应对即将到来的最大威胁。而如果它并不那么关键，那么专注于我们如何塑造子孙后代就更有意义了——也许建立新的长期机构、资助哲学和伦理研究以及努力改善网络时代的教育，对未来才是更重要的。

一些研究远景的人认为，我们最需要采取有针对性的干预措施，以使远景变得美好。所谓有针对性的干预好有一比，就像阻止小行星撞击地球一样。其他人则倾向于以非常广泛的方式来帮助形成遥远的未来，例如使民众变得更加利他、受过良好教育或富有同情心，相信无论未来遇到什么问题，这些方式都可能提供帮助。由此，判定本世纪是否独特，或者至少是非同寻常，可能会影响到一个决断：到底是有针对性的干预好，还是广泛的帮助更好。

我想引用过去十年来，量子技术的快速增长来进一步说明这一点。未来虽仍然是不可预测的，但幸运的是，量子理论告诉我们，不可预测性不一定是一件坏事。实际上，可以将两个量子位锁定在一起，以使它们各自都不确定，但同时它们又可以完美地实现同步——两个量子位均为0或均为1。也许它也为我们如何面对未来提供了一个教训。通过负责任的计划，同时也包含未来的不确定性，人类可以提高为未来做好准备的概率。

简而言之，我们如何看待本世纪的威胁，可能会大大影响我们如何应对这些威胁。而当全世界最需要大国携手处理一些关键事情的时候，中美却在分道扬镳。这进一步加剧了我们面临的风险，更加使得21世纪成为人类历史上最重要的世纪。

本文来自微信公众号：中欧商业评论（ID：ceibs-cbr），作者：胡泳（北京大学新闻与传播学院教授、“信息社会50人论坛”成员）

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）