人工智能模擬、延伸和擴(kuò)展人類(lèi)智力。自1956年達(dá)特茅斯研討會(huì)上，科學(xué)家們?cè)O(shè)想研發(fā)一種擁有與人類(lèi)相媲美的機(jī)器智能，首先提出“人工智能”概念后，這一新興學(xué)科引得無(wú)數(shù)的科學(xué)家為之奮斗，涌現(xiàn)出Wiener、Simon、Hinton等大師級(jí)代表性人物。研究者們?cè)趯ふ掖鸢傅倪^(guò)程中導(dǎo)致了深刻的分歧，形成了連接主義、符號(hào)主義和行為主義等流派，同時(shí)也推動(dòng)了人工智能與各學(xué)科領(lǐng)域的深入融合。

人工智能的發(fā)展歷程絕非一帆風(fēng)順，歷經(jīng)幾榮幾衰后，此輪以深度學(xué)習(xí)為代表的新一代人工智能的崛起，正在深刻影響一個(gè)國(guó)家的國(guó)際競(jìng)爭(zhēng)力和國(guó)際產(chǎn)業(yè)競(jìng)爭(zhēng)格局。當(dāng)前，世界主要發(fā)達(dá)國(guó)家紛紛將人工智能作為國(guó)家戰(zhàn)略，力爭(zhēng)搶占新一輪科技革命的制高點(diǎn)。在全球競(jìng)爭(zhēng)壓力下，我們站在人工智能新時(shí)代的懸崖頂端，再次問(wèn)自己這個(gè)引發(fā)了一切的問(wèn)題：人工智能到底是什么？人工智能如何改變社會(huì)？中國(guó)的人工智能應(yīng)該做怎樣的探索？

人工智能：是否具備強(qiáng)大學(xué)習(xí)能力

歷經(jīng)60多年起起落落，人工智能在深度學(xué)習(xí)、大數(shù)據(jù)和計(jì)算能力三大發(fā)展力量碰撞下重獲新生，數(shù)據(jù)智能成為這次人工智能浪潮最重要的技術(shù)特征。在具體應(yīng)用場(chǎng)景下，人工智能基于場(chǎng)景大數(shù)據(jù)進(jìn)行學(xué)習(xí)，發(fā)現(xiàn)知識(shí)，創(chuàng)造價(jià)值，并為智能系統(tǒng)合理的決策和行動(dòng)提供支撐。在這一背景下，這種初級(jí)階段的“人工智能”需要大量的數(shù)據(jù)作為“思考”和“決策”的基礎(chǔ)，大數(shù)據(jù)也需要人工智能技術(shù)進(jìn)行數(shù)據(jù)價(jià)值化操作。

人工智能與自動(dòng)化也有著明顯區(qū)別。自動(dòng)化是建立在確定的模型和流程基礎(chǔ)上的，能自動(dòng)反饋控制，也具有對(duì)環(huán)境中確定性參數(shù)變化的調(diào)整能力。數(shù)學(xué)家也可以提出判定這些自動(dòng)化系統(tǒng)調(diào)整能力穩(wěn)定性的判斷依據(jù)。而人工智能的研究對(duì)象則存在模型嚴(yán)重的不確定性，即模型未知或知之甚少，模型的結(jié)構(gòu)和參數(shù)變動(dòng)范圍較大。人工智能如果具備對(duì)非結(jié)構(gòu)化環(huán)境變化系統(tǒng)的適應(yīng)能力，則就具備了自主性，這是自動(dòng)化的高級(jí)階段。而自主性是基于信息甚至知識(shí)驅(qū)動(dòng)的，系統(tǒng)根據(jù)任務(wù)需求自主完成“感知—判斷—決策—執(zhí)行”的動(dòng)態(tài)過(guò)程，并能夠應(yīng)對(duì)意外情形。

這種建立在大數(shù)據(jù)基礎(chǔ)上的靜態(tài)學(xué)習(xí)和自動(dòng)化基礎(chǔ)上的動(dòng)態(tài)自主學(xué)習(xí)目前還大多是弱人工智能。靜態(tài)的學(xué)習(xí)是通過(guò)與大數(shù)據(jù)標(biāo)注等結(jié)合構(gòu)成閉環(huán)，從而不斷提高性能，例如語(yǔ)音識(shí)別、圖像識(shí)別、機(jī)器翻譯等任務(wù)。而動(dòng)態(tài)學(xué)習(xí)能力，則是與環(huán)境建立實(shí)時(shí)化的學(xué)習(xí)和反饋機(jī)制，不斷適應(yīng)交互需求，例如進(jìn)入物質(zhì)世界的機(jī)器人和自主無(wú)人系統(tǒng)�，F(xiàn)有大多人工智能算法在現(xiàn)實(shí)數(shù)據(jù)或者環(huán)境下性能進(jìn)步只是線性的，而通過(guò)虛擬環(huán)境則有可能實(shí)現(xiàn)超實(shí)時(shí)、指數(shù)級(jí)性能提升，這有待于人工智能基礎(chǔ)理論突破。

智能的玄妙之處在于沒(méi)有一個(gè)明確的標(biāo)準(zhǔn)。但真正的人工智能無(wú)疑應(yīng)該具備強(qiáng)大的學(xué)習(xí)能力。對(duì)環(huán)境的理解、推理、對(duì)結(jié)果的可解釋性等都是達(dá)到認(rèn)知、決策階段人工智能必不可少的重要特征。我們正處在真正人工智能的起步階段，這意味著巨大的發(fā)展空間，也正是人工智能的魅力所在。這些問(wèn)題只要有一點(diǎn)兒進(jìn)步和解決，就會(huì)對(duì)人類(lèi)社會(huì)和人們生活發(fā)生巨大的改變。

人工智能：處于改變社會(huì)的初級(jí)階段

自20世紀(jì)50年代發(fā)展至今，根據(jù)人工智能解決問(wèn)題的不同階段，大致可以將其歸納為感知智能、認(rèn)知智能和決策智能等三個(gè)階段。

第一階段是感知智能，以語(yǔ)音識(shí)別、圖像理解、文字識(shí)別等為主要任務(wù)，表現(xiàn)為“能聽(tīng)會(huì)說(shuō)、能看會(huì)認(rèn)”，單一任務(wù)已接近或超越人類(lèi)水平。就人工智能取得最大進(jìn)展的語(yǔ)音識(shí)別領(lǐng)域而言，在幾萬(wàn)乃至幾十萬(wàn)小時(shí)標(biāo)注語(yǔ)音數(shù)據(jù)基礎(chǔ)上，深度學(xué)習(xí)可以達(dá)到甚至超過(guò)我們?nèi)祟?lèi)的聽(tīng)寫(xiě)水平。當(dāng)前人工智能在感知智能層的技術(shù)已經(jīng)進(jìn)入了一個(gè)成熟的階段。

第二階段是認(rèn)知智能，以推理、決策、學(xué)習(xí)等為主要任務(wù)，表現(xiàn)為“能理解、會(huì)思考、有認(rèn)知。以讓機(jī)器回答“明天這個(gè)天氣狀況會(huì)造成航班延誤嗎？”為例，機(jī)器不但需要了解現(xiàn)在的天氣狀況是什么、還需要知道什么樣的天氣會(huì)造成航班延誤等常識(shí)，也需要知道具體到某個(gè)航空公司或機(jī)場(chǎng)飛機(jī)起飛基本準(zhǔn)則等。語(yǔ)言理解的背后是常識(shí)和推理，而文字只是人類(lèi)認(rèn)知空間的冰山一角。認(rèn)知智能的研究才剛起步，目前人工智能的認(rèn)知天花板還很低。

隨著機(jī)器認(rèn)知水平越來(lái)越高，其“自主性”進(jìn)一步增強(qiáng)，具備了應(yīng)對(duì)更多樣態(tài)勢(shì)和功能的能力，人類(lèi)無(wú)可避免地會(huì)將越來(lái)越多的問(wèn)題交給機(jī)器決策。但機(jī)器的決策就一定比人的決策正確嗎？這就需要加強(qiáng)復(fù)雜問(wèn)題下，提升人機(jī)信任度，增強(qiáng)人類(lèi)與智能系統(tǒng)交互協(xié)作智能的研究，即決策智能。

但感知智能、認(rèn)知智能和決策智能絕非涇渭分明。當(dāng)前人工智能只解決了專用場(chǎng)景的識(shí)別、分類(lèi)、跟蹤、檢測(cè)等感知智能，但當(dāng)這些感知智能走向通用場(chǎng)景時(shí)，就邁入了認(rèn)知智能和決策智能邊界。當(dāng)我們?cè)噲D把語(yǔ)音識(shí)別系統(tǒng)放置于背景嘈雜的雞尾酒會(huì)環(huán)境時(shí)，現(xiàn)有系統(tǒng)就基本分不清東南西北了。機(jī)器就需要跟人類(lèi)大腦一樣，調(diào)用人類(lèi)的知識(shí)、常識(shí)等記憶并不斷進(jìn)行選擇決策，才能有效區(qū)分不同信號(hào)源并加以正確處理。目前人工智能距離認(rèn)知智能和決策智能還有較遠(yuǎn)的距離，存在大量“無(wú)人區(qū)”亟須探索。

人工智能技術(shù)正在塑造數(shù)據(jù)極其豐富的商業(yè)和社會(huì)場(chǎng)景，但目前推動(dòng)業(yè)務(wù)爆炸式增長(zhǎng)的人工智能往往并不復(fù)雜。事實(shí)上，只需要一個(gè)計(jì)算機(jī)系統(tǒng)就能完成傳統(tǒng)上由專業(yè)人士來(lái)完成的特定任務(wù)——這通常被稱為“弱人工智能”。

人工智能作為社會(huì)發(fā)展的引擎，必須與各行業(yè)深度結(jié)合，而人工智能平臺(tái)至關(guān)重要。平臺(tái)就像人類(lèi)工業(yè)文明的蒸汽機(jī)，可以適配到不同的應(yīng)用領(lǐng)域，形成不同的AI社區(qū)幫助解決氣候變化、改善生產(chǎn)和管理流程、提供醫(yī)療輔助診斷、到改變?nèi)祟?lèi)的教學(xué)方式等。在人工智能時(shí)代，我們需要新的思維邏輯，數(shù)據(jù)和算法已經(jīng)成為整個(gè)世界的底層，也是我們理解未來(lái)的關(guān)鍵。但受人工智能技術(shù)和商業(yè)推動(dòng)的約束，這種改變目前僅僅處于初級(jí)階段。

我國(guó)人工智能：健康發(fā)展的正確路徑

首先，人工智能技術(shù)發(fā)展首先需要一個(gè)務(wù)實(shí)的環(huán)境。只有清醒客觀的判斷和勤勤懇懇的努力，這項(xiàng)技術(shù)才會(huì)真正地便捷人們的工作和生活。過(guò)去幾年把后臺(tái)人工作業(yè)當(dāng)做人工智能，刻意拔高人工智能水平以獲取投資，以及把預(yù)設(shè)程序的自動(dòng)化當(dāng)做智能等偽人工智能的行為層出不窮。再加上媒體不嚴(yán)謹(jǐn)?shù)膱?bào)道，如把OpenAI的GPT-2生成文章的能力、對(duì)人工智能替代放射科醫(yī)生的預(yù)測(cè)、DeepMind論文缺乏潛在局限性的討論、Elon Musk曾承諾2020年實(shí)現(xiàn)無(wú)人駕駛等新聞。在擾亂人工智能市場(chǎng)的同時(shí)，也給決策者和公眾帶來(lái)困惑。實(shí)踐證明，即使在更簡(jiǎn)單、更具體的智能放射學(xué)案例中，將實(shí)驗(yàn)室演示用于現(xiàn)實(shí)也非常困難，而實(shí)現(xiàn)更加復(fù)雜的全自動(dòng)駕駛，比大多數(shù)人預(yù)期的要困難得多。

第二，人工智能學(xué)習(xí)能力的基礎(chǔ)科學(xué)問(wèn)題需要長(zhǎng)期探索。真正人工智能核心體現(xiàn)在能指數(shù)級(jí)提升性能的卓越學(xué)習(xí)能力上，目前機(jī)器學(xué)習(xí)無(wú)論從機(jī)理還是能力都與此相差甚遠(yuǎn)。從人類(lèi)大腦結(jié)構(gòu)、功能和可塑性學(xué)習(xí)機(jī)制上探索智能本質(zhì)、研究相應(yīng)學(xué)習(xí)算法，將為了解并定量化描述人工智能技術(shù)的性能預(yù)期和局限性奠定基礎(chǔ)。人工智能不同于人類(lèi)智能，研究把數(shù)據(jù)和知識(shí)相結(jié)合，開(kāi)發(fā)能充分利用觀測(cè)數(shù)據(jù)、模擬數(shù)據(jù)和先驗(yàn)知識(shí)的人工智能算法體系，設(shè)計(jì)并測(cè)試基于真實(shí)物理環(huán)境的學(xué)習(xí)算法等基礎(chǔ)性工作也十分重要。

第三，需要堅(jiān)持把應(yīng)用場(chǎng)景落地作為推動(dòng)新一代人工智能發(fā)展的抓手。人工智能作為一項(xiàng)通用性賦能型技術(shù)，對(duì)人類(lèi)經(jīng)濟(jì)和社會(huì)發(fā)展產(chǎn)生了深刻的影響，隨著我國(guó)《新一代人工智能發(fā)展規(guī)劃》加緊實(shí)施，充分發(fā)揮我國(guó)得天獨(dú)厚的海量數(shù)據(jù)資源、巨大應(yīng)用需求和深厚市場(chǎng)潛力，以此促進(jìn)推動(dòng)關(guān)鍵核心技術(shù)形成以及應(yīng)用模式的推廣，建立起我國(guó)人工智能健康發(fā)展的創(chuàng)新高地，是當(dāng)前人工智能發(fā)展的最重要發(fā)力點(diǎn)。

第四，需要加快建立連接人工智能創(chuàng)新鏈的人工智能平臺(tái)生態(tài)。如同所有創(chuàng)新性的信息技術(shù)，人工智能正在快速走向開(kāi)源化、平臺(tái)化、生態(tài)化。在過(guò)去幾年，PyTorch和TensorFlow 等深度學(xué)習(xí)框架流行，極大地優(yōu)化了模型性能和提供更加高效的開(kāi)發(fā)模式。從中短期來(lái)看，我國(guó)要充分發(fā)揮應(yīng)用優(yōu)勢(shì)，從應(yīng)用、芯片和基礎(chǔ)算法協(xié)同入手，依托現(xiàn)有優(yōu)勢(shì)企業(yè)、聯(lián)盟等開(kāi)源平臺(tái)和社區(qū)，集中力量發(fā)展開(kāi)源開(kāi)放的人工智能平臺(tái)，奠定良好的人工智能底層應(yīng)用生態(tài)；從中長(zhǎng)期看，要通過(guò)算法的原始創(chuàng)新，形成從基礎(chǔ)理論、算法、芯片、核心軟件到應(yīng)用生態(tài)的完整創(chuàng)新鏈，研究建立基于知識(shí)產(chǎn)權(quán)共享的開(kāi)源激勵(lì)機(jī)制和大規(guī)模群體協(xié)同共享機(jī)制，促進(jìn)基礎(chǔ)算法、行業(yè)數(shù)據(jù)、典型應(yīng)用方面的開(kāi)放共享，推動(dòng)形成具有國(guó)際影響力的標(biāo)準(zhǔn)規(guī)范和準(zhǔn)則，占據(jù)人工智能制高點(diǎn)。

習(xí)近平總書(shū)記在主持中共中央政治局第九次集體學(xué)習(xí)時(shí)強(qiáng)調(diào)，“人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，加快發(fā)展新一代人工智能是事關(guān)我國(guó)能否抓住新一輪科技革命和產(chǎn)業(yè)變革機(jī)遇的戰(zhàn)略問(wèn)題。”中國(guó)在這一輪的人工智能浪潮中發(fā)揮著不可替代的作用，并且第一次有可能站在領(lǐng)跑的位置上，新一輪科技革命與產(chǎn)業(yè)變革已曙光可見(jiàn)。

在此背景下，圍繞人工智能重大問(wèn)題，探索新型舉國(guó)體制在重大基礎(chǔ)理論突破和關(guān)鍵核心技術(shù)攻關(guān)中的作用，加快構(gòu)建引領(lǐng)型資源集聚性的創(chuàng)新體制就顯得極為必要。一方面從國(guó)家層面完善人才政策和評(píng)價(jià)體系，從上到下構(gòu)建吸引人才、適合人才成長(zhǎng)的、穩(wěn)定支持的環(huán)境，組織頂尖科學(xué)家和工程師長(zhǎng)期穩(wěn)定地進(jìn)行團(tuán)隊(duì)式研究攻關(guān)，并鼓勵(lì)自由探索。另一方面，加快布局國(guó)家級(jí)的人工智能研究中心和實(shí)驗(yàn)室，橫向吸納各領(lǐng)域頂尖人才和資源，碰撞智慧火花，縱向串聯(lián)整條人工智能創(chuàng)新鏈條。

在這場(chǎng)關(guān)乎前途命運(yùn)的大賽場(chǎng)上，我們必須搶抓人工智能發(fā)展的重大戰(zhàn)略機(jī)遇，構(gòu)筑先發(fā)優(yōu)勢(shì)，把握新一輪科技革命戰(zhàn)略主動(dòng)，以期實(shí)現(xiàn)我國(guó)在人工智能馬拉松賽式國(guó)際競(jìng)爭(zhēng)中始終占據(jù)有利地位，為建設(shè)創(chuàng)新型國(guó)家奠定堅(jiān)實(shí)基礎(chǔ)。