目前人工智能的水平相当于4岁儿童
前瞻科技10月10日讯，最近，一系列旨在测试一些世界上最好的人工智能(AI)系统和人类智商(IQ)之间的胜负关系的试验表明，人工智能的智力目前已经达到了 4 岁儿童的水平。来自美国伊利诺伊大学的研究小组完成了这项测试，他们发现，我们最先进的人工智能系统在智力方面相当于普通 4 岁儿童的水平。不过，当儿童的年龄提升到 7 岁的时候，人工智能系统的智力水平同样会被人类吊起来打。
当然，智商测试只是智力的一个衡量手段。计算机在处理某些任务的能力方面仍然遥遥领先于我们，比如计算的速度等等。这项测试所要做的是评估人工智能是否能够合理地理解周围环境的能力。而在“自我意识”这一特定领域，智能系统跟人类相比仍然有一大段距离。
据了解，由麻省理工大学的研究人员开发的人工智能系统 ConceptNet 也参与了这项研究，这是一个学术界从上世纪 90 年代就开始努力开发的测试系统。它在词汇和相似性方面得到了很高的分数，信息方面的表现非常一般，推理和理解方面则可以用差劲来形容。
智商测试的范围和形式不尽相同，这取决于测试者的年龄。在这次测试中，测试者被问了“你可以在哪里找到一只企鹅?”或者“房子是什么东西”之类的问题。测试者可能被要求根据一些线索来确定答案，或者被提问“我们为什么要握手?”。正如你所看到的，这些问题都是计算机可能觉得麻烦的问题类型。
在某些情况下，研究团队将一个问题从多个不同的角度进行分解，并且观察 ConceptNet 将会作出怎样的回应，不过，这个人工智能系统给出的答案往往是令人费解的。比如说，当被提问“这种动物中的男性拥有鬃毛”、“它生活在非洲”、“这是一种巨型黄褐色的猫科动物”时，计算机会给出以下几个潜在的答案：狗、农场、动物、家庭和猫。
研究人员 Ohlsson 在接受采访的时候表示：“人类的常识至少会将答案局限于动物的范围内，然后根据猫科动物这一线索进行简单的推理，并在符合条件的猫科动物中寻找答案。”
尽管如此，人工智能的突破速度已经达到了非常快速的速度。专家认为，人工智能在学习能力和自然语言能力上的改善会导致它们在今后几年里拥有跟人类一样的思维，比如苹果 Siri、Google Now 和微软 Cortana。
人工智能与人类智力，当两者相遇时谁又能更胜一筹
deephub翻译组：张开宇
人工智能并不是人类所拥有的智能，而是由机器所展现的智能。它是一个概括性的术语，代表了诸如认知计算，机器学习，图像识别等诸多技术。在1956年，人工智能（AI）正式成为一门学科，之后经过多年的发展才有了今天的繁盛。
智能手机中的智能助手（例如Google助手，Siri）有着AI技术的支持；许多应用程序提供的服务（例如银行APP的安全资讯）也都严重依赖于AI。实际上，人工智能已经发展到这样的水平：在我们的生活中几乎所有的东西都与AI有关。
随着人工智能领域的飞速发展，如今的机器比过去的更加智能，更加可靠并且具有自我修复能力。建模技术能够针对特定地形给出最佳的农作物选择；许多公司正采用自然语言处理技术来改善语音识别、文本识别和语音合成，并帮助计算机理解人类语言。
人类智力与人工智能人类智力是一种心灵的品质，这种品质使人们能够利用从实体存在、抽象概念、认知过程等中获得的知识操纵周围的环境。而一个可以在一定程度上“模仿”这种品质的机器可以使我们的生活更加简单和高效，这正是人工智能出现的原因。
智力是人类独有的品质。即使是昆虫表现出的最复杂的行为，也没有资格被称为智力。以泥蜂的情况为例：出外搜寻食物的泥蜂在重新进入洞穴之前要先寻找入侵者，这是因为当它出外寻找食物时，入侵者可能趁它不在偷偷溜到了它的家中。但是在实验过程中人们又发现，当食物就在洞穴的正前方时，刚出洞就找到食物的泥蜂在进入洞穴之前也会先寻找入侵者，这与它远离洞穴时的表现一致。智力指的是从经验中学习并适应变化的能力，而泥蜂并没有根据不同情形调整自己的行为，因此并不存在智力。
开发具有这种复杂特质的机器并不容易。人工智能是一个在成千上万敬业的计算机科学家和程序员的辛勤工作下缓慢发展的领域，并且需要数十年才能真正达到它的顶点。
通用型人工智能不是将智能视为一个整体加以研究，人工智能（AI）将重点放在学习，推理，语言，感知和解决问题等诸多方面。数学，统计和算法的结合使我们有能力做到这一点。
人类的智力已经克服了我们过去的身体限制，超越到了一个不再受限的世界，人工智能旨在取得类似的结果，如今已经是时候思考怎样将强人工智能变为现实。强人工智能，或者说通用型人工智能，是机器的认知能力能与人类相匹敌的人工智能形式。这样的机器具有认知能力，自我意识，并可以使用人类的语言与我们交流。
能否实现强人工智能依旧备受争议。最重要的一个问题是，人工智能是否可以发展为像人的大脑一样做出反应？一些科学家认为，通用型人工智能永远不可能成为现实，但另一些科学家则认为，我们可以在下个世纪甚至更早之前就实现它。
人工智能与人权人工智能的发展遇到了几个严重的问题，其中的一些问题关注的是AI对人权的影响。世界各地的国际会议和高级别委员会正在努力确保AI的发展只会造福于人类，而不会损害人权。此外，像Google和Microsoft这样的公司已经发布了有关AI的道德准则。
由于通用型人工智能的发展不会很快实现，因此政府和相关机构并没有急于解决这个问题并立即找到解决方案。同样，在当前的发展水平下，很难预测AI将对道德和人权产生什么影响。希望在有了AI道德准则的有效框架后，人工智能领域的进步只是指向对人类有利的方向，它将通过提高人们的生活水平开启一个新时代。
AGI测试AGI测试有助于衡量人工智能模型的复杂程度和有效性，有许多非常著名的测试案例：
图灵测试：在这个测试中，测试者与被测试者（一个人和一台机器）进行互动。测试者不能直接观察到对方，而要在互动后判断两者中哪一个是机器。如果人类输了，那么这台机器就通过了测试。
就业测试：机器人必须完成一项重要的工作。如果机器人能像人类一样或更好地完成这项工作，它就能赢得测试。
镜像测试：该测试确定被测试者是否具有自我识别能力，机器人必须能够区分物体和该物体的镜像。
家具测试：机器必须在阅读提供的使用说明后，打开包装并正确地组装一件家具。
咖啡制作测试：机器人必须进入一所房子，通过找到所有必要的原料独立制作咖啡。如果机器人能够顺利完成咖啡制作，它就通过了测试。
大学生测试：机器人必须进入一所大学并顺利毕业。它将与人类一起上课，并与其他同学参加相同的考试。
人工智能发展到哪一步了？随着时间的流逝和技术的发展，人工智能也取得了很大的进展。在过去，计算机科学家希望构建配备AI的机器来独立得为我们执行任务。这种机器的成功使科学家们想到了开发能够与我们一起执行任务的设备。从为我们执行任务到与我们一起执行任务这种转变以来，现代世界已经取得了很大进步。
在一些发达国家中，具有AI功能的机器人在与患者对话后能够完成基本的健康检查。有些机器人可以检测肿瘤的恶化程度，辅助制造药物等，从而在医学领域找到自己的位置。还有些机器人可以帮助照顾老年人并设计治疗方法。
这些都是传统机器无法完成的功能。具有AI功能的机器的独特之处在于它们利用机器学习算法，使它们可以获取信息，解释信息并提供有效、真实且定义明确的最终结果。
人们的愿景与面临的挑战具有AI功能的产品能够为用户提供合理的解决方案，这是靠产品背后的算法实现的。一旦人工智能算法发展到可以理解并解释人类的文字和语音的程度，机器的质量及其运行结果将进一步得到提高。但是这一点是很难实现的，因为要使其成为现实，必须具有能够将自然语言和视觉处理相结合的计算模型。理解和解释人类语言是一个复杂的过程，并且人类语言的含义会随着上下文的变化而发生改变，因此具有AI功能的机器很难理解我们的语言，这也是发展类人机器人的一个真正的障碍。
阻碍这一愿望成真的另一个障碍是，尽管医学已经取得了长足的进步，但我们仍然没有一个关于人类大脑或人类智力如何运作的具体概念。我们不知道构成我们智力的各种要素是什么，也不知道这些要素是如何相互依存的。我们需要更好地理解我们的思想和智力是如何运作的，以便建造能以相同的方式运作的机器，并使这些机器成为我们中的一员。
计算神经科学是一门利用数学建立大脑理论模型来研究人脑的学科。在这些领域的研究成果向我们揭示了我们的神经系统的细节，这些细节在以前都是未知的。最新的成果提高了我们对神经系统处理能力的理解，从而使我们有机会借助这些信息改进人工智能。人工神经网络（ANN）正是从人类神经系统中汲取灵感，并诞生的通过模仿人脑解决问题的新技术。
与那些由程序和面向任务的规则或算法所组成的系统相反，ANN系统通过参考示例或从以前的经验中“学习”进行运行（这里“学习”与字面意义上的学习是有差异的）。有这样一个例子：一个人工神经网络系统被训练识别一个特定的图像，比如汽车。这种训练是通过不断给系统展示之前被人工标记为“汽车”和“非汽车”的图像进行的。现在，该系统被编程设置为只挑选出包含汽车的图像而将其他的图像放在一边，选择的结果也将保存以供以后参考。在这里，并没有程序向系统提供汽车的详细信息，以便使系统能够识别出带有汽车的图像。该系统可以自动从带有汽车的图像中寻找到相似的特征，并将其识别为与汽车有关，这正是ANN系统学习从一组给定的图像中识别汽车的方法。
该技术已应用于图像识别中，Facebook的图像识别系统DeepFace就是在这项技术的帮助下开发出来的。DeepFace在上传的数百万张照片的帮助下接受了训练并学会了如何识别人脸。
展望未来强AI技术在今天的局限性阻碍了它充分发挥其潜力，但是这种局限性不可能长期存在。事实上技术是如何将我们的世界推向如此高度的，那么它肯定会用相同的方式进一步超越。由于像谷歌和IBM这样的全球巨头公司正在努力开发人工智能，实现超越的这一天不会太远。
在未来，人们将生活在一个人类和类人机器人共存的世界里，而类人机器人的存在意义是服务人类。在那样的日子里，人与机器之间的互动、机器与机器之间的互动就和人与人之间互动一样，而那时的生活也将比我们所能想象的更先进、更优越。
如今已经有超过75%的客户正在以各种形式使用人工智能系统的服务；同时超过80%的全球商业组织相信人工智能能够使他们具备更大的竞争优势，过去科幻小说中的场景不需要太多时间就可以成为绝对的现实。在未来，全球人工智能市场将增长到600亿美元，这将会是是2016年的25倍之多。
人们的接受程度就算撇开所有的商业事实和统计数据不谈，人工智能也在改善与人类用户互动的方向上取得了重大进展。随着这一领域的发展，特别是在语音合成和语音分析领域，虚拟助手与人类用户之间的差距已经大幅缩小，人们已经开始依赖聊天机器人，并且也开始相信机器人医生的诊断结果。当我们打电话给客户服务中心时，开始希望机器人能够及时回复我们；当我们登录网站时，我们也希望从聊天机器人那里获得帮助。
总有一天，人类的精神世界也会欢迎机器人的加入。到那时，人类和人工智能将为一个共同的目标而努力——让我们的生活更美好。
人工智能的若干伦理问题思考
国内方面相关研究起步较晚，研究不如国外系统与全面。但是近些年来，相关学者也将重点放在人工智能的伦理方面。相关文献有《机器人技术的伦理边界》[7]、《人权：机器人能够获得吗？》[8]、《我们要给机器人以“人权”吗？》[9]、《给机器人做规矩了，要赶紧了？》[10]、《人工智能与法律问题初探》[11]等等。值得一提的是，从以上文献可以看出，我国学者已经从单纯的技术伦理问题转向人机交互关系中的伦理研究，这无疑是很大的进步。
不过，遗憾的是，无论是在国内还是国外，现在仍然很少有成型的法律法规来对人工智能技术与产品进行约束，随着人们将注意力转向该方向，相信在不远的将来，有关政府部门会出台一套通用的人工智能伦理规范条例，来为整个行业作出表范。
三、人工智能是否会取代人类
有关人工智能与人的关系，很多人进行过质疑与讨论。1967年，《机器的神话》[12]作者就对机器工作提出了强烈的反对意见，认为机器的诞生使得人类丧失个性，从而使社会变得机械化。而近些年来，奇点理论的提出与宣传[13]，更加使得人们担忧机器是否将会全面替代人类，该理论的核心思想即认为机器的智能很快就将超过人类。
笔者认为，人工智能不断进步，这是个不争的事实。机器的感觉，运动、计算机能都将会远远超过人类。这是机器的强项。但是不会从根本上冲击人类的岗位与职业。这是出于以下几方面的考虑：首先机器有自己的优势，人类也有自己的优势，且这个优势是机器在短期无法比拟与模仿的。人类具有思维能力，能够从小数据中迅速提炼归纳出规律，并且可以在资源有限的情况下进行非理性决策。人类拥有直觉能够将无关的事物相关化。人类还具有与机器不尽相同的内部处理方式，一些在人类看来轻而易举的事情，可能对于机器而言就要耗费巨大的资源。2012年，google训练机器从一千万张的图片自发的识别出猫。2016年，谷歌大脑团队训练机器，根据物体的材质不同，来自动调整抓握的力量。这对于一个小孩子来说，是很简单的任务，但在人工智能领域，确正好相反。也许正如莫桑维克悖论所阐述的，高级推理所需要的计算量不大，反倒是低级的感觉运动技能需要庞大的计算资源。
其次，目前人类和机器还没有达到同步对称的交互，仍然存在着交互的时间差。目前为止，仍然是人类占据主动，而且对机器产生不可逆的优势。皮埃罗·斯加鲁菲在《智能的本质》[14]一书中曾经提出：人们在杂乱无章中的大自然中建立规则和秩序，因为这样的环境中人类更容易生存和繁衍不息。而环境的结构化程度越高，制造在其中的机器就越容易，相反，环境的结构化程度越低，机器取代的可能性越小。由此可见，机器的产生与发展是建立在人们对其环境的了解与改造上的。反过来，机器的发展进一步促进了人们的改造与认知活动。这就如天平的两端，单纯的去掉任何一方都会导致天平的失衡。如果没有人类的指引与改造作用，机器只能停留在低端的机械重复工作层次。而机器在一个较低端层次工作的同时也会使得人们不断追求更高层次的结构化，从而使得机器向更高层次迈进。这就像一个迭代上升的过程，人－机器－人－机器，以此循环，人类在这段过程中总是处于领先的地位。所以机器可以取代人类的工作，而不是人类。
再次，人工智能的高速发展同时带来了机遇。诚然，技术的发展会带来一些负面影响，但是如果从全局来看，是利大于弊的。新技术的发展带来的机遇就是全方位的。乘法效应就是说明的这个道理：在高科技领域每增加一份工作，相应的在其它行业增加至少4份工作，相应的，传统制造业为1:1.4[14].我们应该看到，如今伴随着人工智能业的飞速发展，相关企业如雨后春笋般诞生，整体拉动了相关产业（服务业、金融业）的发展，带来了更多的就业机会。
而且，任何一项技术的发展都不是一蹴而的，而是循序渐进的过程。无论是最早期的类人猿的工具制造、还是后来的电力发展、再到现在的互联网时代，技术的发展与运用是需要时间来保证的。现在社会上有些人担心人工智能的发展会立即冲击自己的工作，实则是有些“杞人忧天”的意味。以史可以明鉴，历史上大的技术突破并没有对人类的工作产生毁灭性的打击。蒸汽机的诞生替代了传统的骡马、印刷机的诞生取代了传统的抄写员、农业自动化设施的产生替代了很多农民的工作，但这都没有致使大量的工人流离失所，相反，人们找到了原本属于人类的工作。新兴技术创造的工作机会要高于所替代的工作机会。所以，我们不必过分担心机器取代人类工作的问题。
四、谁来为事故负责
2016年7月，特斯拉无人驾驶汽车发生重大事故，造成了一名司机当场死亡。这件事故很快成为了新闻媒体的焦点。人们不仅仅关注这件事情本身所带来的影响，更加担心机器作为行为执行主体，发生事故后责任的承担机制。究竟是应该惩罚那些做出实际行为的机器（并不知道自己在做什么），还是那些设计或下达命令的人，或者两者兼而有之。如果机器应当受罚，那究竟如何处置呢？是应当像西部世界中将所有记忆全部清空，还是直接销毁呢？目前还没有相关法律对其进行规范与制约。
随着智能产品的逐渐普及，我们对它们的依赖也越来越深。在人机环境交互中，我们对其容忍度也逐渐增加。于是，当系统出现一些小错误时，我们往往将其归因于外界因素，无视这些微小错误的积累，我们总是希望其能自动修复，并恢复到正常的工作状态。遗憾的是，机器黑箱状态并没有呈现出其自身的工作状态，从而造成了人机交互中人的认知空白期。当机器不能自行修复时，往往会将主动权转交给人类，人类就被迫参与到循环中，而这时人们并不知道发生了什么，也不知道该怎样处理。据相关调查与研究，如果人们在时间与任务压力下，往往会产生认知负荷过大的情况，从而导致本可以避免的错误。如果恰巧这时关键部分出了差错，就会产生很大的危险。事后，人们往往会责怪有关人员的不作为，往往忽视机器一方的责任，这样做是有失偏颇的。也许正如佩罗所说：百分之60到80的错误可以归因于操作员的失误。但当我们回顾一次次错误之时，会发现操作员面临的往往是系统故障中未知甚至诡异的行为方式。我们过去的经验帮不上忙，我们只是事后诸葛亮[15]。
其实，笔者认为人工智能存在三种交互模式，即人在环内、人在环外与以上两者相结合。人在环内即控制，这个时候人的主动权较大，从而人们对整个系统产生了操纵感。人在环外即自动，这时候，人的主动权就完全归于机器。第三种情况就是人可以主动/被动进入系统中。目前大多数所谓的无人产品都会有主动模式/自动模式切换。其中被动模式并不可取，这就像之前讨论的那样，无论是时间还是空间上，被动模式对于系统都是不稳定的，很容易造成不必要的事故。
还有一种特殊情况，那就是事故是由设计者／操纵者蓄意操纵的，最典型的就是军事无人机这种武器，军方为了减少己方伤亡，试图以无人机代替有人机进行军事活动。无人机的产生将操作员与责任之间的距离越拉越远，而且随着无人机任务的愈加复杂，幕后操纵者也越来越多，每个人只是完成“事故”的一小部分。所以人们的责任被逐渐淡化，人们对这种“杀戮”变得心安理得。而且很多人也相信，无人机足够智能，与军人相比，能够尽可能减少对无辜平民的伤害。可具有讽刺意义的是，美国的无人机已经夺去了2500至4000人的性命。其中约1000位平民，且有200名儿童[14]。2012年，人权观察在一份报告中强调，完全自主性武器会增加对平民的伤害，不符合人道主义精神[16]。不过，目前对于军事智能武器伦理的研究仍然停留在理论层面，要想在实际军事战争中实践，还需要更加做出更多的努力。
综上可以看出，在一些复杂的人机环境系统中，事故的责任是很难界定的。每个人（机器）都是系统的一部分，完成了系统的一部分功能，但是整体却产生了不可挽回的错误。至于人工智能中人与机器究竟应该以何种方式共处，笔者将在下面一节中给出自己的一些观点。
五、笔者的一些思考
通过以上的讨论与分析，笔者认为，人工智能还远没有伦理的概念（至少是现在），有的只是相应的人对于伦理的概念，是人类将伦理的概念强加在机器身上。在潜意识中，人们总是将机器视之合作的人类，所以赋予机器很多原本不属于它的词汇，如机器智能、机器伦理、机器情感等。在笔者看来，这些词汇本身无可厚非，因为这反映出人们对机器很高的期望，期望其能够像人一样理解他人的想法，并能够与人类进行自然的交互。但是，现在的当务之急，是弄清楚人的伦理中可以进行结构化处理的部分，因为这样下一步才可以让机器学习，形成自己的伦理体系。而且伦理，正如第一部分讨论的，是由伦和理组成的，每一部分都有自己的含义，而“伦”，即人伦，更是人类在长期进化发展中所逐渐形成的，具有很大的文化依赖性。更重要的是，伦理是具有情景性的，在一个情景下的伦理是可以接受的，而换到另一种情景，就变得难以理解，所以，如何解决伦理的跨情景问题，也是需要考虑的问题。
而且值得一提的是，就人机环境交互而言，机指而不仅仅是机器，更不是单纯的计算机，而且还包括机制与机理。而环境不仅仅单指自然环境、社会环境，更要涉及到人的心理环境。单纯的关注某一个方面，总会做到以偏概全。人工智能技术的发展，不仅仅是技术的发展与进步，更加关键的是机制与机理的与时俱进。因为两者的发展是相辅相成的，技术发展过快，而机制并不完善，就会制约技术的发展。现在的人工智能伦理研究就有点这个意味。现在的人类智能的机理尚不清楚，更不要提机器的智能机理了。而且，目前机器大多数关注人的外在环境，即自然环境与社会环境，机器从传感器得到的环境数据来综合分析人所处的外在环境，但是却很难有相应的算法来分析人的内部心理环境，人的心理活动具有意向性，具有动机性，这也是目前机器所不具备的，也是不能理解的。所以对于人工智能的发展而言，机器的发展不仅仅是技术的发展，更是机制上的不断完善。研究出试图理解人的内隐行为的机器，则是进一步的目标。只有达到这个目标，人机环境交互才能达到更高的层次。
六、发展与展望
人工智能伦理研究是人工智能技术发展到一定程度的产物，它既包括人工智能的技术研究，也包括机器与人、机器与环境及人、机、环境之间关系的探索。与很多新兴学科一致，它的历史不长，但发展速度很快。尤其是近些年，依托着深度学习的兴起，以及一些大事件（AlphaGo战胜李世石）的产生，人们对人工智能本身，以及人工智能伦理研究的兴趣陡然上升，对其相关研究与著作也相对增多。但是，可以预期到的是，人工智能技术本身离我们设想的智能程度还相去甚远，且自发的将人的伦理迁移到机器中的想法本身实现难度就极大。而且如果回顾过去的话，人工智能总是在起伏中前进，怎样保证无论是在高峰还是低谷的周期中，政府的资助力度与人们的热情保持在同一水平线，这也是一个很难回避的问题。这些都需要目前的人工智能伦理专家做进一步的研究。
总之，人工智能伦理研究不仅仅要考虑机器技术的高速发展，更要考虑交互主体-人类的思维与认知方式，让机器与人类各司其职，互相促进，这才是人工智能伦理研究的前景与趋势。
参考文献：
[1][法]斯特凡·东希厄,徐寒易译.会做梦的机器人[J].环球科学.2017(4):48-49.
[2]毕彦华.何谓伦理学[M].中央编译出版社,2010.
[3][美]维纳,陈步译.人有人的用处:控制论与社会[M].北京大学出版社,2010.
[4][美]哈里亨德森，侯然译.人工智能-大脑的镜子[M].上海科学技术文献出版社,2011.
[5]M.Anderson,S.Anderson,C.Armen,TowardsMachineEthics:ImplementingTwoAction-BasedEthicalTheories[C].InM.Anderson,S.Anderson,C.Armen(Eds.),MachineEthics:AAAIFallSymposium,TechnicalReportFS-05-06.MenloPark,CA:AAAIPress,2005:1-7.
[6]王绍源,崔文芊.国外机器人伦理学的兴起及其问题域分析[J].未来与发展,2013,(06):48-52.
[7]迟萌.机器人技术的伦理边界机器人技术与应用[J].2009,(03).
[8]江晓原.人权:机器人能够获得吗?--从《机械公敌》想到的问题[N].中华读书报,2004-12-l.
[9]黄建民.我们要给机器人以"人权"吗?读书与评论[J].2009(06):55-58.
[10]姜潘.给机器人做规矩,要赶紧了[N].文汇报,2011-6-7.
[11]唐昊沫,舒心.人工智能与法律问题初探[J].哈尔滨学院学报,2007(01)
[12][美]刘易斯.芒福德,宋俊岭等译.机器的神话[M].北京:中国建筑工业出版社,2009.
[13][美]库兹韦尔,李庆诚,董振华,田源译.奇点降临.北京：机械工业出版社.2011.
[14][美]皮埃罗斯加鲁菲，任莉张建宇译.智能的本质[M].北京:人民邮电出版社,2017.
[15]JamesReason.Humanerror[M].:CambridgeUniversityPress.1990.
[16]杜严勇.关于机器人应用的伦理问题[J].2015,vol5(2):25-34.
摘自《科学与社会》2018.1返回搜狐，查看更多
新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，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。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。
作者：徐云峰
catalogs:13000076;contentid:7688970;publishdate:2021-06-11;author:黄童欣;file:1623414511328-aff718d9-3742-46b0-b08c-e56bdd1ed8c8;source:29;from:中华读书报;timestamp:2021-06-1120:28:23;[责任编辑:]