對《新一代人工智能發(fā)展規(guī)劃》的解讀

袁輝

摘要：人工智能從2017年、2018年連續(xù)兩年被寫入政府工作報告，我國有關部門下發(fā)了《規(guī)劃》，全稱為新一代人工智能發(fā)展規(guī)劃，標志著人工智能上升至國家戰(zhàn)略層面。其中，表明了面對2030年我國全新人工智能發(fā)展的核心宗旨、戰(zhàn)術目標、主要任務以及保護對策。提出了人工智能技術研發(fā)的難點，瓶頸。本文從一個從事人工智能數(shù)十年的業(yè)界深入從業(yè)者的角度對《規(guī)劃》進行深度解讀。分析技術及產業(yè)落地的難點、困境，更從多年實踐的角度提出了正確的AI產業(yè)落地路徑。

關鍵詞：人工智能；自然語言處理；深度AI；應用場景；數(shù)據(jù)；產業(yè)培育

人工智能從2017年、2018年連續(xù)兩年被寫入政府工作報告，有關部門還下發(fā)了《規(guī)劃》（新一代人工智能發(fā)展規(guī)劃），表明了面臨2030年我國全新時代人工智能發(fā)展的核心宗旨、戰(zhàn)術目標、主要任務以及保護對策等?！兑?guī)劃》的印發(fā)與今年三月兩會上總理的講話呼應，人工智能身為我國戰(zhàn)術地位牢靠，這必然為處于人工智能領域的各大行業(yè)企業(yè)添加了生命活力。

《規(guī)劃》中制定了三步走的戰(zhàn)術目標，還給提供清晰的行為要領：以提高新時代人工智能科學技術創(chuàng)新水平為主要趨勢，建設開放協(xié)調的人工智能科技革新系統(tǒng)……堅持人工智能開發(fā)攻關、產品運用以及產業(yè)塑造三位一體的促進，全方位支持經濟、科技、國家安全與社會進步。

技術研發(fā)：需克服人機交互的關鍵技術

《規(guī)劃》指出：（在）突破應用基礎理論瓶頸時……側重處理自主學習、全面進一步推理等疑難問題，創(chuàng)建數(shù)據(jù)啟動、以自然語言理解為中心的意識運算模型，實現(xiàn)大數(shù)據(jù)到知識、知識到決定的思想轉變。

人工智能的計算機智能主要有三大時期：運算智能、認識智能、感知智能，其中認識智能的關鍵在于了解自然語言，《規(guī)劃》中提出了現(xiàn)階段人工的技術重點：用自然語言理解為中心的認識運算。

計算智能，通過相關的統(tǒng)計分析可以實現(xiàn)；感知智能，包括語音，還有傳感器，各種各樣的模式識別方向；認知智能是最困難的，必須有語言知識、常識，還有推理相關的問題。

知識從哪里來？第一是進化，通過進化，從生物的角度，很多知識是可以繼承下來的。第二是經驗，做了事情之后可以獲取經驗，這個經驗就可以形成知識。第三是文化，通過看書學習，或者通過受教育，通過各種各樣的方法，得到你想要的知識，形成自己的知識體系。

自然語言處置改善的是將知識與語言有效融合的問題，所以要攻克的，恰恰是認識智能的難題。

產品應用：場景豐富 規(guī)模大 模式成熟

《規(guī)劃》中對國內人工智能進步現(xiàn)狀予以了明確的敘述：迅速沉淀的技術水平和大量的信息資源、龐大的運用需求、良好的市場氛圍充分融合，產生了國內人工智能進步的明顯優(yōu)勢。

人口基數(shù)大，需求多，壓力大，這是我國現(xiàn)階段的主要問題，并且也為人工智能的迅速發(fā)展奠定了堅實基礎。網絡的誕生我國和世界同步，我國在起步時期緊隨時代腳步，但移動網絡的進步更是突飛猛進，諸多的運用場景，人機交互的全途徑性質，我國的人工智能領域現(xiàn)已取得不小成就。

我們可以舉一些例子來看。聊天機器人是一個大家都比較熟悉的應用場景，最早2004年時小i機器人在MSN上的聊天機器人，現(xiàn)在的微軟小冰。還有一個重要的應用方向是智能客服機器人，不僅做簡單的問答，還可以向很多方向擴展，可以用在員工的培訓、員工坐席內部的管理、員工服務，還有推薦營銷、電話導航、電子渠道的智能客服等等。另外一些是將“人機交互”的能力賦予一些硬件，比如：智能車載、智能家居、一些智能終端，以及智能禮品，小朋友用的玩具等。

《規(guī)劃》中充分說明，龐大的運用是為我國占據(jù)的上風。諸多應用形成的基本信息資源和行業(yè)數(shù)據(jù)融合，為人工智能的進步提供了有利條件，但不同主要技術的充分利用則可以促進我國在各個領域的迅速發(fā)展。

產業(yè)塑造：匱乏健全的產業(yè)鏈條

《規(guī)劃》中對現(xiàn)階段我國處于的瓶頸有著深刻的認識：國內人工智能總體進步水平和先進國家比較依然有較大差距……科研組織與企業(yè)還沒有產生具備全球渲染力的產業(yè)鏈與生態(tài)圈，匱乏體系的先進開發(fā)部署。

人工智能產業(yè)生態(tài)基礎框架可總結成：底層是信息數(shù)據(jù)資源層，基本資源主要是大數(shù)據(jù)，且在此基礎上，率先整理累積而打造的人工智能基本資源平臺；第二層是主要技術層，以AI通用技術層為主，涵蓋機器學習，深度學習，利用機器學習建?？砷_發(fā)面向不同領域的AI專項技術；最上層是運用關鍵技術能力落地產生的不同應用和體系，主要有智能助理、家居、制造、機器人以及無人駕駛等等。

人工智能的進步一定要以協(xié)作、開放為主，必須整合多種關鍵技術，聯(lián)合人工智能產業(yè)生態(tài)體系上下游，共建人工智能產業(yè)的生態(tài)系統(tǒng)，以中國目前所累積的領先優(yōu)勢在眾多合作伙伴共同努力所形成的合力下保持快速發(fā)展狀態(tài)，相信《規(guī)劃》的發(fā)布更能促成這股合力。

參考文獻：

[1][美]Stuart J.Russell，Peter Norvig合著.人工智能一種現(xiàn)代的方法.清華大學出版社，2013（11）.

[2]中國人工智能學會著，中國人工智能學會會刊，2016（3），2.