同济牵头的上海市市级科技重大专项“人工智能前沿基础理论与关键技术——自主智能无人系统”启动
3月25日，由同济大学牵头，上海交通大学、复旦大学参与承担，同济大学校长、中国工程院院士陈杰担任首席科学家的上海市市级科技重大专项“人工智能前沿基础理论与关键技术——自主智能无人系统”启动会在上海张江人工智能岛举行。会上，由潘云鹤、孙优贤、刘玠、吴曼青、樊邦奎、陆军、吴志强、徐轶、曾志刚、孙健10位院士及知名专家共同组成的该重大专项专家咨询委员会成立。
上海市发改委副主任裘文进，上海市科委副主任王晔，市财政局教科文处、上海投资咨询公司、上海科技创业投资（集团）有限公司有关负责人，同济大学党委书记方守恩、校长陈杰，复旦大学常务副校长、中国科学院院士金力，上海交通大学副校长、中国科学院院士毛军发等校领导出席会议。同济大学副校长童小华主持启动会。
裘文进在致辞中表示，为加快打造具有国际竞争力的人工智能创新发展高地，形成了同济大学牵头，上海交通大学、复旦大学共同推进的实施方案。三所高校瞄准人工智能科学前沿，聚焦自主智能无人系统，充分发挥各自基础优势和自身特长，相信通过这一科技重大专项的实施，上海将在人工智能基础理论、人才队伍和关键技术等方面取得重大突破。
王晔在致辞中表示，人工智能技术是支撑我国科技自立自强的战略性技术，启动实施这一重大专项，是贯彻习近平总书记要求和国家战略、提升上海在人工智能领域创新策源的又一具体举措。希望进一步探索完善管理机制，充分发挥专家咨询委员会的作用，构建战略科技力量，并加快推进成果应用示范。
裘文进和王晔共同为专家咨询委员会专家颁发聘书。专家咨询委员会将跟踪了解专项执行情况，对专项实施过程中的重要决策提供指导意见和战略咨询。
方守恩在致辞中表示，人工智能是大国竞争的战略科技，是我国提升国家竞争力的重要战略。为更好服务上海打造自主智能无人系统研究的世界高地，同济大学牵头上海市市级科技重大专项“人工智能前沿基础理论与关键技术——自主智能无人系统”，联合一批兄弟高校力量，发挥合力，力争取得人工智能基础理论和关键技术的重大突破。同济大学将以最大的热诚，举全校之力与专项共建单位一起做好专项的组织、管理和推进工作，推动上海在人工智能前沿理论研究、高端人才汇聚、产业技术发展方面取得领先地位。
金力在致辞中表示，复旦大学将举全校之力，为重大专项保驾护航，支持科学家勇闯科学无人区，努力实现我国新一代“强人工智能”的颠覆超越，把上海建设成为具有全球影响力的人工智能科创中心。
毛军发在致辞中表示，上海交通大学将在市发改委和科委的领导下，整合全校优势力量，与同济大学、复旦大学等兄弟高校齐心协力联合攻关，稳步推进专项实施，为上海建设人工智能高地贡献智慧和力量。
重大专项首席科学家陈杰汇报了重大专项总体安排与实施方案的进展情况，并介绍了专项管理要求。重大专项由同济大学牵头，上海交通大学、复旦大学参与，浙江大学、北京理工大学、上海大学、中国电子科技集团等单位共同协作承担，紧紧围绕自主智能无人系统这一重大需求，聚焦自主智能无人系统、跨媒体机器智能、人机物融合智能与群体智能等研究，建设人工智能研究开源开放与共享生态研究平台，开发人工智能研究支撑工具与系统，建设面向无人机、智能制造、智能医院等场景的应用示范。
专家咨询委员会主任潘云鹤院士、副主任孙优贤院士及与会的咨询委员会专家分别听取了重大专项任务一至任务四的实施方案，并对各项目实施方案进行指导。专家们一致认为，人工智能是推动信息技术革命的新动力，是国际竞争的新焦点，为推动人工智能快速发展，建设具有国际影响力的上海科创中心，打造国家战略科技力量，启动“人工智能前沿基础理论与关键技术——自主智能无人系统”上海市市级科技重大专项，具有极为重要的意义。该重大专项定位准确，内容先进，技术方案科学合理，研究目标明确。重大专项牵头单位同济大学、共建单位上海交通大学和复旦大学以及合作单位在相关领域具有良好的研究基础，已经形成了优秀的人才队伍，为完成该专项提供了重要条件与保障。
自主智能无人系统是研究人工智能理论、方法与技术的最佳切入点与重要抓手，已成为人工智能的核心科技和各国科技竞争的制高点。其前沿突破将带来各个领域的颠覆性应用，催生新的业态和新的商业模式。大力推进自主智能无人系统的理论研究与应用示范，已成为我国人工智能领域的重要发展方向和迫切需求。
依托同济大学建设的上海自主智能无人系统科学中心揭牌成立两年以来，在国家有关部委和上海市的领导下，在各单位的支持下，紧紧围绕国家人工智能战略，以紧密对接上海科创中心建设为宗旨，基础研究、人才引进、高端人才培养和体制机制创新等各项工作有序展开，已在人才队伍建设、服务国家战略和地方需求、平台和学科建设、重大科学设施建设等方面获得一系列重要进展，取得了一批有影响力的学术成果，积极致力于为无人系统国际学术发展和我国“卡脖子”关键技术攻关发挥作用。现已有一批优秀人才加盟科学中心，在九大研究方向上均形成了院士领衔、优秀中青年骨干加入的研究团队；与上海市城市运行管理中心联合发布了多项人工智能重大研究成果；在全国率先建设了智能科学与技术高峰学科，并打造智能科学与技术的专项博士生班；科学中心建设项目被列入国家人工智能上海方案，自2020年起被列为“上海市重大建设项目”。同济大学以人工智能赋予传统学科发展新动能，提升传统优势学科新内涵。
（文/黄艾娇 图/江平 视频/武毅翔）
同济大学智能交通前沿交叉论坛成功举办！
2022年12月17日，由同济大学交通运输工程学院与上海自主智能无人系统科学中心共同举办的智能交通前沿交叉论坛在浦东张江人工智能岛成功举办。本次论坛以线上线下相结合的方式举行，吸引了一百多位来自交通、人工智能、电信、汽车、测绘、软件、材料等领域的专家学者参加。交通运输工程学院院长凌建明教授、科学中心执行主任何斌教授等领导，学院教师代表及多个学院相关教师与会，论坛由交通运输工程学院肖军华副院长主持。
凌建明院长首先代表交通运输工程学院欢迎各位专家学者能够在疫情特殊时期参加本次前沿交叉论坛，并感谢科学中心提供本次会议的有力支持。随后，他从智能交通的发展现状和未来趋势出发，阐明了围绕交通场景开展学科交叉研究的必要性和紧迫性。最后，他介绍了本年度“交通运输工程与综合交叉专题项目（校内）”的立项背景和初衷，并指出在学校领导的关心和支持下，交通学院将会继续开展学科交叉研究，推进以综合、智能、绿色、安全为核心的交通学科建设。
科学中心何斌主任热烈欢迎交通学院领导带队、电子与信息工程、汽车、材料科学与工程、测绘与地理信息、土木工程、软件等学院一行专家学者来张江人工智能岛参加本次学术论坛。他指出交通是人工智能应用的一个重要领域，目前同济大学在该领域已经取得了丰硕的成果，走在了科技的最前沿；希望科学中心能够继续和交通学院的老师们开展联合科研攻关，为彼此找到更多契合点和更广阔的应用前景；张江人工智能岛具备优越的场地和试验条件，欢迎老师和研究生前来开展科学研究和学术交流。
本次论坛以“智能交通前沿交叉”为主题，设置了“交通规划新理论与数字化服务”“交通出行新模式与智能化系统”“交通设施新基建与可持续运维”三大方向，共有17位专家学者在线下分享了精彩报告，并就相关热点问题与线上线下的专家开展了热烈交流。
汽车学院冷搏博士分享了题为《二元混合交通流认知与有限自主式协同控制方法》的报告，面向未来人类驾驶车辆与智能网联车辆混行的二元混合交通，阐述了建立车路一体智能网联交通系统的必要性和难点，提出了以二元混合交通运行规律认知、车路协同优化、自主式车辆行驶控制和测试验证为核心的车路一体控制关键技术体系，保障混合交通系统安全与效率。
软件学院韩丰夏助理教授分享了题为《面向智能交通规划的动态检测与风险识别》的报告，阐述了如何通过采集并分析城市交通信息，在充分挖掘交通数据隐含的时空特征基础上，设计高精度的交通流量预测及多目标轨迹动态检测方案，并构建城市知识图谱以识别潜在交通风险，提高应对交通风险的防御能力和适应能力。
交通运输工程学院李健副教授分享了题为《应对极端气象灾害的韧性城市交通规划理论与方法》的报告，提出应将灾害对交通系统影响嵌入现有理论方法体系，构建了以大数据分析、时空知识图谱、多智能体仿真和决策支持为核心的关键技术体系框架，评估面向韧性城市交通系统的空间干预策略。
交通运输工程学院骆晓副教授分享了题为《多源数据驱动的城市客运交通排放动态影响机制与调控方法研究》的报告，针对城市交通排放的动力机制未形成系统化、标准化现象，立足多源大数据及数据融合算法，从“交通需求、交通结构、交通运行”等多个层次解析了城市交通排放的宏微观动态影响机制，分析各类交通碳减排手段研究其“成本-效益，并初步探索了城市客运交通精细化减排路径。
交通运输工程学院邹晓磊副研究员分享了题为《基于行人动态检测及组群多态行为分析的综合交通枢纽客流动态推演技术》的报告，提出通过交通运输与信号信息处理学科的交叉研究，突破了分场景多角度低分辨率视频中密集人群检测及个体轨迹高精度还原的难题，形成了客流状态识别和动态推演的技术基础。
交通运输工程学院孙剑教授分享了题为《人机混驾群集智能理论与方法》的报告，他认为交通-控制跨学科联合攻关是实现自动驾驶群集智能必经之路，希望基于典型场景和通用方法驱动建立统一理论体系，并最终实现群集智能理论-平台-实验全链条贯通。
交通运输工程学院安琨教授分享了题为《智能网联混合流交叉口车辆集群协同控制》的报告，围绕智能网联混合流环境下交通控制难题，充分利用轨迹数据，提出车辆交互机理解析-混合编队方法-时空车管控的三步优化理论方法，提升交叉口运行效率。
交通运输工程学院欧冬秀教授分享了题为《动态编组列车虚拟车钩及其自适应协同控制研究》的报告，围绕轨道交通灵活编组运营的急切需求，针对复杂时变的行车环境、通信系统性能等，提出“测距定位-车车通信-协同控制”为核心的虚拟车钩关键技术方案，实现不停车灵活编组,推动未来轨道交通系统网联共享、自主智能和绿色低碳发展。
交通运输工程学院涂辉招教授和法学院张韬略副教授合作研究的《面向自动驾驶交通新模式的人工智能治理体系》，初步构建了AI治理体系的风险知识图谱，编制了《智能驾驶人工智能风险辨析与评估指南》和《智能网联汽车数据合规指引》，对推动AI技术安全可控地向智能交通产业的渗透、加速交通新业态市场化进程具有重要的支撑作用。
材料科学与工程学院任强博士分享了题为《应急韧性机场跑道快速智能建造理论与方法研究》的报告，从国家战略对机场跑道应急韧性提升的要求出发，描述传统机场跑道建造技术的不足，并创造性提出通过利用气膜新技术来实现应急机场跑道高机动快速建造需求。
铁道与城市轨道交通研究院牛刚教授分享了题为《钢轨短波损伤数字孪生建模与智能运维技术研究》的报告，聚焦钢轨波磨、钢轨剥落、焊缝缺陷等损伤机理，提出基于振动特征提取与物理模型智能交互的数模联动解决方案，构建了一套强噪声变工况下早期复合损伤定量诊断方法，以实现快速有效的钢轨健康监测与风险评估。
交通与运输工程学院傅挺研究员分享了题为《道路交通系统本质安全保障关键技术》的报告，重点概括了现阶段道路交通安全发展遇到的瓶颈问题，说明了从传统功能安全到本质安全理念转变的重要意义，提出道路交通系统本质安全基础理论及安全保障关键技术体系，以实现道路交通安全的进一步突破。
电子与信息工程学院范睿研究员分享了题为《基于移动群智的路表状态全域感知及重构》的报告，围绕功能性路表损伤状态智能检测，阐述了机器视觉与深度学习技术的优势与难点，提出了以类人三维感知、时序点云配准、多智能体SLAM为核心的全域路表状态感知及重构理论体系，以保障驾驶安全性和舒适性。
测绘与地理信息学院黄玮教授分享了题为《基于车路耦合振动的长线性交通基础设施智能运维关键技术》的报告，通过交通运输、人工智能和地理信息三个优势专业交叉融合，探索基于车路耦合振动的典型病害智能识别、诊断和预警共性关键技术，以提升病害时空感知能力和运维智能化水平。
土木工程学院李博教授分享了题为《川藏铁路高陡边坡稳定性智能评价关键技术研究》的报告，针对严苛地质环境中铁路建设面临的重大边坡地质灾害风险，提出了基于机器学习的复杂岩体结构智能识别与精细化解译方法，阐述了多级锚索（杆）框架支护-岩体耦合作用机理，构建了支护结构与岩体长期稳定性评价准则，以提高工程监测、建造、运维的智能化水平。
电子与信息工程学院李刚研究员分享了题为《飞行区基础设施数字孪生共性关键技术》的报告，围绕飞行区运行保障的迫切需求，阐述了数字孪生技术的优势与难点，提出了以高效建模，精准映射，实时仿真，科学决策为核心的飞行区数字孪生关键技术体系，保障飞行区运行安全与效率。
土木工程学院阮欣教授分享了题为《面向道路基础设施车流作用的数字底座构建方法与应用模式》的报告，他认为未来道路基础设施的可持续运维将全面依托于数字孪生，后者的内涵不仅是设施形态建模、三维再现与持续调整，更是对设施性态的精确表征、迭代更新和演化预测。
十七场学术报告顺利结束后，交通学院肖军华副院长对本次论坛进行了总结，他指出交通学科转型发展迫在眉睫，人工智能等新兴技术的飞速发展对交通学科是一个重要的机遇。本次论坛是智能交通前沿交叉研究的一个新起点，学院未来将继续支持不同学科领域的专家学者围绕交通问题开展联合攻关研究。最后，学院将继续以千金市骨和不唯数量指标的态度，鼓励老师们组建交叉团队并做实交叉研究，为解决交通领域关键科技问题打开新视角、产生新思想、提出新方法。
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）
上海自主智能无人系统科学中心优秀学生暑期学校活动通知
本次暑期学校为选拔2024年智能科学与技术直博生的方式之一，暑期学校优秀学员如取得所在高校推荐免试资格，中心将根据招生规模和暑期学校考核成绩排名依次录取，额满为止。
07
注意事项
1、优秀学员要求全程参加暑期学校活动，本次为线下活动；2、活动期间学员出现意外情况，中心不承担任何责任及损失。点击附件可下载《同济大学优秀学生暑期学校报名表》
同济大学优秀学生暑期学校报名表.docx
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）
同济大学上海自主智能无人系统科学中心智能机器人与计算感知实验室博士后招聘启事
同济大学智能机器人与计算感知实验室依托自主智能无人系统全国重点实验室、教育部自主智能无人系统前沿科学中心、上海自主智能无人系统科学中心，面向机器人和人工智能国际科技前沿和国家科技重大需求，围绕机器人多模感知与自主导航、机器人复杂技能学习、无人系统协同感知与检测、信息融合与数字孪生等方向展开研究。实验室详情请见链接：https://robot.tongji.edu.cn
团队成员多人次入选国家及省部级高层次人才计划，团队拥有开物实验室（机器人学习与人机共融大数据平台）、无人系统虚实融合发育场、两栖无人系统平台、GPU超算中心等先进科研平台。团队承担了多项科技部、国家自然科学基金委、上海市科委重点、重大项目。
根据承担科研任务及团队发展需要，现面向海内外公开招聘15名博士后。
一、研究方向
1.机器人灵巧操作与技能学习
2.机器人自主导航与定位
3.机器人柔顺交互行为控制
4.腿足机器人运动控制与行为学习
5.多模态感知与信息融合
6.人机共融与共享控制
7.多机器人协同感知
8.网络传输与数字孪生
9.人工智能生成内容（AIGC）（开物实验室）
10.自然语言处理（开物实验室）
11.视觉图像处理（开物实验室）
二、招聘条件
1.为人正直、热爱科研、工作勤奋、有责任心、善于沟通与合作；
2.已获得或即将获得控制、计算机、机械、电子、仪器等相关专业的博士学位；
3.具有独立思考和解决问题的能力、诚信踏实的科研作风、良好的沟通协调能力和职业道德、较强的团队合作意识。
三、薪酬待遇
1.年薪不低于40万，另有津贴、绩效奖励等。具体额度由导师团队及博士后本人协商确定，一事一议；
2.鼓励并协助申请国家级、上海市级、校级各项博士后资助项目，例如“博新计划”、“上海市超级博士后”等；
3.享受上海市和同济大学博士后管理政策相关福利待遇，包括五险一金、落户事宜、协助申请博士后人才公寓；鼓励博士后出站留校或留上海工作，配偶及子女可随迁落户；
4.提供一流的科研平台、人才培养环境以及学术资源；支持博士后参加国内外高水平学术会议，推荐优秀博士后到如哈佛大学、麻省理工学院、德国马普所等国外名校深造；
5.进站单位：上海自主智能无人系统科学中心、自主智能无人的系统全国重点实验室、同济大学电子与信息工程学院。
四、联系方式
请申请者将详细的个人简历（包括完整的教育背景、工作经历、主要研究内容、论文与专利清单、联系方式）发送至联系人邮箱邮件标题请标注为“博士后应聘+姓名+毕业院校”，并注明计划入职时间。
联系人：蒋老师，邮箱：jiangshuo@tongji.edu.cn，ai-robot@tongji.edu.cn
五、合作导师简介
何斌，现任同济大学电子与信息工程学院、上海自主智能无人系统科学中心教授、博导，国家人工智能2030重大项目首席科学家。主要研究方向为智能机器人、智能感知、智能检测、无人系统、数字孪生等。近年来在IEEE/ACMTransactions等国内外重要学术期刊发表论文100余篇，授权发明专利40余项。获国家科技进步二等奖1项（排名1）、省部级一、二等奖4项。主持承担科技部、国家自然科学基金委重点项目等项目多项。获得上海市青年科技杰出贡献奖、上海市优秀技术带头人、上海市青年科技英才等荣誉称号。任第八届教育部科技委委员、十三五科技部国家重点研发计划智能机器人总体专家组成员、中国指挥与控制学会无人系统专委会副主任委员、中国自动化学会建筑机器人副主任委员等。
印真，国家海外高层次青年人才，2023年2月加入同济大学控制科学与工程系、上海自主智能无人系统科学中心。2022年前，印真博士在德国马克斯·普朗克智能系统研究所以洪堡学者身份，与IEEEFellow所长MetinSitti教授共同开展研究。博士毕业于加拿大名校麦吉尔大学机械工程系，师从FrancoisBarthelat教授。印真博士研究主要专注于仿生结构、机器人结构、先进制造，相关工作以第一或者通讯作者在Science,NatureReviewsMaterials,Matter,CompositeStructures,Bioinspiration&Biomimetics等国际知名期刊发表，引起了媒体与企业的广泛关注。他将致力于把人工智能与机器人、先进制造、力学等领域有机结合起来，深入基础研究，并将研究成果应用于解决医疗、智能机器人、国防、建筑等工程领域的关键问题。
沈润杰，同济大学电子与信息工程学院、上海自主智能无人系统科学中心副研究员。2003年毕业浙江大学，2004年任浙江大学电气工程学院微特电机研究所博士后；2006-2010年，浙江大学电气工程学院微特电机研究所工作；2011-，同济大学电子与信息工程学院控制系。研究涉及电力系统、城市建筑、隧道桥梁等行业的智能检测、传感器网络、机器人/无人机技术、数字化建模、大数据分析及人工智能等。主持国家自然科学基金、“863”计划、国家电网重点项目和军口配套科技项目等。共发表学术论文80余篇，其中SCI，EI收录35篇。申请国家发明和实用新型专利30多项，授权20多项，获得优秀发明专利1项。获得国家科技进步二等奖1项，上海市省科技进步1等奖1项，行业科技进步1等奖1项，中国人民解放军科学技术进步2等奖1项，浙江省科技进步3等奖1项，浙江省高校优秀科研成果2等奖1项。
周艳敏，同济大学电子与信息工程学院、上海自主智能无人系统科学中心副教授。分别于2008年和2011年在同济大学电子与信息工程学院获得学士和硕士学位，2015年于剑桥大学获得博士学位。主要从事多模仿生融合感知、环境主动交互与认知、智能机器人等研究。获上海市青年科技英才扬帆计划支持，主持/参与国家自然科学基金青年项目、上海市自然科学基金项目、国家自然科学基金委重点项目、国家重点研发计划项目、UKBBSRC等项目多项，在领域高水平期刊和顶级会议发表论文30余篇，授权发明专利20余项。
王志鹏，同济大学电子与信息工程学院、上海自主智能无人系统科学中心副教授。2008年于同济大学机械设计制造及自动化专业获工学学士学位，2011年于浙江大学机械制造及其自动化专业获工学硕士学位，2015年于同济大学控制理论与控制工程专业获工学博士学位。2015年至2018年于同济大学机械与能源工程学院从事博士后研究工作。2018年至今于同济大学电子与信息工程学院控制科学与工程系任职。主要从事智能仿生机器人研究，包括基于仿生多模感知的机器人技能学习、复杂环境下腿足机器人自主行走，协作机器人柔顺交互行为、数据驱动的软体机器人设计与建模等。主持国家自然科学基金2项，国家重点研发计划子级课题1项，中国博士后基金特别资助项目1项等，在ASME/IEEETMECH、IEEERAL、IEEETIM、IEEEICRA等发表高水平期刊和顶级会议发表学术论文40余篇。
李刚，同济大学电子与信息工程学院、上海自主智能无人系统科学中心副教授。2018年1月于同济大学控制科学与工程专业获工学博士学位。主要研究方向为智能检测、无人机及集群、协同感知融合、无线传感网络、数字孪生系统等。先后入选“上海市青年科技启明星计划（A类）”、“上海科技青年35人引领计划“、”中国科协科技智库青年人才计划“等。近年来授权国家发明专利18项，申请国际专利5项，参与获上海市科技进步一等奖1项；在IEEETINDINFORM、ACMTSENSORNETWORK、IEEEINTERNETTHINGS、IEEETCOMPUTSOCIALSYST、IEEETINSTRUMMEAS等发表高水平期刊/会议学术论文30余篇；主持国家自然科学基金项目2项、教育部产学研项目2项、上海市科技创新行动计划项目3项、中国科协科技智库项目、JKW基础加强重点项目课题等。
朱忠攀，同济大学电子与信息工程学院、上海自主智能无人系统科学中心副研究员。2019年至2022年任同济大学电子与信息工程学院控制科学与工程流动站博士后，入选国家博士后创新人才支持计划与上海市超级博士后激励计划。2019年获得同济大学汽车学院车辆工程博士学位。2013年至2016年曾担任同济汽车设计研究院软件开发科科长。主要研究方向：无人系统智能感知与数字孪生、智能驾驶人机交互感知等。主持国家自然科学基金青年基金、国家重点研发计划子课题等纵横向课题10余项，发表期刊/会议论文20余篇，申请授权发明专利、软著等知识产权30余项。
蒋烁，同济大学电子与信息工程学院、上海自主智能无人系统科学中心助理教授。2015年于浙江大学机械电子专业获工学学士学位，2020年于上海交通大学机械工程专业（机器人研究所）获工学博士学位，2019年至2020年国家公派赴英国帝国理工学院HamlynCentre博士生联合培养。入选上海市青年科技英才“扬帆计划”，上海市教委“晨光计划”。长期致力于多模态感知、人机交互、智能机器人等领域的研究。主持国家自然科学青年基金、同济大学自主原创基础研究项目等6项，参与上海市人工智能重大专项、科技创新2030—“新一代人工智能”重大项目。在IEEE-TII、IEEE-TIE、AdvancedIntelligentSystems、IEEE-RBME,IEEE-JBHI、IEEE-TIM、IROS等国际知名期刊及高水平国际会议上发表论文二十余篇。
程斌，同济大学电子与信息工程学院、上海自主智能无人系统科学中心助理教授。2015年获得北京科技大学机械工程及自动化专业学士学位，2020年获得北京大学力学（力学系统与控制）专业博士学位。2019年在美国伊利诺伊大学香槟分校电气与计算机工程系进行博士联合培养。主要从事多智能体系统、分布式控制、事件驱动控制、协同感知等方向研究。在IEEETAC,IEEETCYB,IEEETNNLS等国际期刊/会议上发表高水平论文20余篇。获得教育部自然科学二等奖、中国自动化学会优秀博士学位论文奖、IEEEICCA最佳学生论文提名奖等。主持国家自然科学基金青年项目、上海市青年科技英才“扬帆计划”项目、中国高校产学研创新基金等，参与上海市人工智能重大专项等。