人工智能的發展現狀和趨勢

李世鵬

人工智能，指在機器（計算機、機器人等）上實現超越人類的感知、認知、決策、行動等智能行為，簡單來說，就是機器能做人類智能能做的事情。人工智能有很多分類，現在國際上通常把它分為強人工智能和弱人工智能。強人工智能，也稱通用人工智能（General AI），是指達到或者超越人類水平、能夠自適應地應對外界環境挑戰、具有自我意識的人工智能。強人工智能和人類智能差不多，但是這是一件很難的事情。再一個就是弱人工智能，也稱狹義人工智能（Narrow AI），是指人工系統達到專用或特定技能的智能，比如人臉識別、機器翻譯等。迄今為止的人工智能系統都是實現特定或專用的智能，屬于弱人工智能。目前發展最迅猛的也是弱人工智能。

一、世界人工智能發展歷程和趨勢

（一）人工智能發展歷程的三個階段

人工智能的發展有三個階段。自從1956年Dartmouth會議上首次提出“人工智能”一詞后，人工智能便階段性地往前發展。

1.基于符號邏輯的推理證明階段

第一個階段是基于符號邏輯的推理證明階段，科學家認為機器可以做推理的功能，并且證明了《數學原理》全部350條定理。但它的問題在于能適用的范圍和能解決的問題較少，沒解決智能機器如何把實際問題抽象成符號邏輯，只適合利用確定的少數規則進行邏輯推理。在AI理論與方法工具尚不完備的初期階段，以攻克認知作為目標，顯然不切實際。因為期望值沒有達到，所以大家對于人工智能的熱情驟減，但是技術進步還是往前發展。

2.基于人工規則的專家系統階段

1977年左右，進入第二個階段——人工規則專家系統階段。在這個階段，邏輯推理上升為專家系統、知識工程，專家可以手工構建規則或選取特征來解決一些小規模的特定問題。在這個階段，機器無法定規則，那么專家事先把規則都定好，但是依然出現問題了，因為專家無法估計所有的規則，或者是構造需要的所有特征和數據。直到20世紀末、21世紀初，人工智能都是一個負面的詞，意味著做不了什么。

3.大數據驅動的深度神經網絡階段

2006年，人工智能進入新階段——大數據驅動的深度神經網絡階段。這個時候是由算法、算力、大數據共同發力，推動人工智能在語音識別、圖像識別、語言處理等感知智能的巨大進步，切切實實地解決一大類共性問題。它的原理是，不需要像第二階段人工地去建造很多規則、構建很多數據，深度學習能從標注的海量數據里面學習到一些規則和特征。今天，只要有數據，在深度學習的網絡里就可以做事情。但是，今天基于深度學習的AI技術可以解決所有問題嗎？其實離通用的人工智能還差很遠，如果沒有足夠的數據，人工智能依然達不到我們想要的目的；深度學習本身也沒有推理能力；過度依賴數據，大數據的標注和準備也許會成為瓶頸；另外，認知智能亟待研究。

數據、算法、算力作為本階段人工智能的三大要素，第一，互聯網基礎設施建設完備，移動互聯網快速發展，網絡應用爆發式增長，物聯網技術成熟，形成海量大數據支撐；第二，算法優化和應用創新，形成深度學習算法；第三，處理器性能顯著提升，高性能計算快速發展，云計算/并行處理技術發展、CPU/FPGA專用加速卡發展，帶來計算能力提升。這三大要素共同作用，形成今天的人工智能現狀。

在未來三五年內，人工智能的應用將快速提升。科學家奠定理論基礎、引領技術發展的方向，學術界和產業界深度融合，開源開放構筑產業新生態，這三點是本階段人工智能產業發展的特點。

在人工智能的三個歷史階段中，前兩個階段是科學家推動的，主要是用機器模擬人的智能，盡管在理論上取得了進展，但是由于目標不夠，與應用結合不夠，使得人工智能發展經歷起伏。所以人工智能發展突飛猛進是不行的，要一步一步來。第三個階段人工智能的成功是基于實用的理論與技術的突破，同時計算能力提升，再加上投資界、企業界大規模的投入，對人工智能應用起到了催化劑作用。雖然強人工智能技術演進方向存在一定的不確定性，需要新的理論和技術突破；但是弱人工智能基于大數據，廣泛滲透應用，給各行各業賦能，已成大勢，我們要擁抱這種趨勢。

（二）當前人工智能發展新趨勢

在基礎理論突破、信息環境支撐、經濟社會需求拉動的共同作用下，人工智能呈現加速突破、應用驅動的新趨勢，正在深刻影響甚至可能從根本上改變科技、經濟、社會和國家安全格局，它主要表現在以下五個方面：

1.在智能水平上，感知智能日益成熟，認知智能持續突破

語音識別、人臉識別等感知智能技術在識別精度上已經趕上甚至超過人類水平，我國曠視科技（Face++）人臉識別技術準確率達到99.5%，超過人類肉眼97.52%的水平。

在圖像內容理解、語義理解、情感計算等認知智能領域也開始出現新突破，IBM的“沃森”（Watson）認知系統學習綜合了大量醫療專家的經驗和知識，可實施針對性的精準診療；在閱讀理解競賽里，谷歌發布的BERT模型全面超過人類，并在11種不同自然語言處理測試中創造了最佳成績。

在自主學習方面也有了新突破，與Alpha-Go利用人類積累的3000萬棋譜訓練不同的是，ALpha Zero不再需要人為積累棋譜數據，而是自主學習生成對弈策略，自己生成棋譜（約15000萬）數據進行訓練。

2.在技術路線上，數據智能成為主流，類腦智能蓄勢待發，量子智能加快孕育

大數據+深度學習是主流智能計算范式，已經在各行各業發生巨大的作用，但是離強人工智能還是有很大的距離，怎么解決？目前人工智能的硬件基礎是經典計算機，計算能力依然受限，機器學習算法仍然沒有突破基于數理統計的框架，如果這個載體徹底更換，可能為強人工智能帶來新的機會。第一條可能的技術路線是類腦計算，進一步研究人腦怎樣工作；第二條可能的技術路線是量子計算機，這些都需要新機器學習算法的突破。

3.在智能形態上，人機融合成為重要方向

人工智能正在朝著跟人類更加融合、互動的方向發展，涌現出幾類新的智能形態。

第一類，大數據智能。從當前的大數據驅動轉向數據和知識共同驅動的方式。

第二類，跨媒體推理。融媒體目前主要是在內容方面，那么在智能方面怎么把各種信號源的信息融合在一起？從處理單一數據，如視覺、聽覺、文字等，邁向跨媒體認知、學習和推理，進行智能處理？這是一個很大的方向。

第三類，人機混合智能。其實在一段時間里，機器往往有解決不了的問題，大數據基于基礎的人工智能有一個弱點，機器訓練過的它可以做得很好，但是訓練里沒有做過的或者沒有類似的它一定做不好。因此我對自動駕駛一直保持懷疑的態度，因為它總有一些場景沒有見過，所以一定要人機協同，在機器不行的時候，人要接上，這是一個特別重要的方向。

第四類，群體智能。我們今天研究的是單個的智能體，那么多個智能體怎么合作？要從聚焦個體智能到研究基于互聯網的群體智能。

第五類，自主無人系統。將研究機器人的理念轉向更加廣闊的智能自主系統，有很多類，自動駕駛是一類，機器人是一類，還有很多工業制造方面的。

4.人工智能應用驅動加速推進，經濟社會巨大潛力逐步顯現

這一輪人工智能廣泛應用，企業特別是龍頭領軍企業發揮了重要的引領推動作用。全球人工智能領軍企業相繼推出了自己的平臺，國外的谷歌、微軟，國內的百度、訊飛，都有自己的開發平臺，促進各行各業都可以通過人工智能平臺來做自己的事情。另外，勞動生產率有望大幅提升，很多行業的運營和研發成本將會顯著降低。新產品加速進入市場，提高工作效率，降低成本，這是人工智能帶來的實實在在的好處。總體經濟規模將繼續擴大，麥肯錫認為，到2030年，人工智能將使全球GDP每年增加1.2%左右，新增經濟總量13萬億美元，這是一個很大的增長。

5.人工智能的社會屬性日益凸顯，面臨安全風險與社會治理新挑戰

最嚴峻的挑戰是國家安全和個人隱私。美國蘭德公司發布的報告認為，人工智能可能成為新的戰略威脅力量，顛覆核威懾戰略的基礎。英國機構“劍橋分析”通過推送個性化定制的資訊左右和控制公眾的認知和判斷，操控美國大選和干預英國脫歐公投。自動駕駛汽車、智能機器人等也可能遭黑客入侵，從服務人類的工具變成危害人類的殺人機器，威脅人類社會安全。智能金融系統高頻交易和量化交易的偏差，可能會影響金融和經濟安全。黑客對智能系統的攻擊可能對個人隱私、生命財產和社會穩定造成危害。

最直接的影響是沖擊就業結構。簡單性、重復性、危險性的工作將被大幅替代，新的就業機會不斷出現。據世界經濟論壇研究，未來五年7500萬份工作將被機器替代，同時產生1.33億個新的工作崗位，凈增工作崗位5800萬個。不過，這對勞動者素質和能力提出更高要求，可能進一步形成新的社會分化效應。

最深遠的沖擊是對社會倫理的影響。智能手機和智能娛樂的快速發展，虛擬現實和增強現實技術的普及應用，人工智能助手、情感陪護機器人、人機混合體等的滲透，可能深刻改變傳統的人際關系、家庭理念、道德觀念等。

（三）世界大國加緊人工智能戰略與政策部署

人工智能成為國際競爭的新焦點，發達國家把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略，加緊出臺規劃和政策，力圖在新一輪國際競爭中掌握主導權，主要表現在四個方面：

1.從國家戰略層面強化人工智能布局

美國圍繞人工智能研發和國家安全，陸續出臺《國家人工智能研發戰略規劃》等相關戰略和政策，力圖鞏固其世界領先優勢；法國發布《國家人工智能戰略》，著力推動健康、交通、環境、國防安全等領域的智能化；德國通過《聯邦政府人工智能戰略要點》，提出成為全球領先的人工智能科研場，實現人工智能德國造；英國發布《機器人及人工智能發展愿景》，從數據獲取、人才培養、科技研發和產業應用等方面打造人工智能強國。

我國的人工智能產業發展已上升到國家戰略。2007年3月，人工智能首次被寫入《政府工作報告》中；當年7月，國務院印發了《新一代人工智能發展規劃》；當年10月，十九大報告明確提出要“推動互聯網、大數據、人工智能和實體經濟深度融合”；2018年10月，中共中央政治局就人工智能發展現狀和趨勢舉行第九次集體學習，強調推動我國新一代人工智能健康發展。

2.競相加大人工智能的研發投入

美國國防部宣布未來5年投入20億美元支持人工智能研究；歐盟計劃到2020年投資至少200億歐元；法國將于2022年之前投資15億歐元；全球人工智能創業公司2017年的融資總額達到152億美元。

3.組建新的人工智能研發機構

美國國防部建設人工智能聯合中心，開發下一代人工智能技術；歐洲計劃建立一所世界級人工智能研究所，在英國等多個歐洲國家設立科研中心；法國提出新建人工智能中心，并組建人工智能研究網絡；各大人工智能跨國公司和領軍企業也在全球加快布局人工智能研發中心。

4.加緊推動人工智能治理體系的建設

聯合國專門成立了人工智能與機器人中心，研究人工智能的管控問題；美國國會建議成立人工智能安全委員會，負責對人工智能、機器學習的發展和相關技術開展審查；歐盟簽署《人工智能合作宣言》等，應對人工智能在倫理、法律等方面的挑戰。

目前，全球人工智能正處于由弱人工智能向強人工智能的過渡階段，弱人工智能的大規模應用已然成勢，正在成為推動科技革命的重要力量，催生產業變革的重要方向，主導國家戰略競爭力的重要支撐。

今后十幾年，“人工智能+高速移動互聯”將成為人類社會生活的基本場景，著眼更長遠的將來，強人工智能將會帶來更大的顛覆全局性影響，誰率先突破，誰就能掌握未來發展的主動權。

二、我國人工智能發展水平和前景

（一）人工智能理論和技術持續積累，在部分領域研發和應用取得重要突破

經過多年的持續研發布局，我國在人工智能多個領域取得重要成果，部分領域關鍵核心技術實現突破。具體表現在五個方面：

1.人工智能基礎理論快速沉淀

國內學者在問題求解、演化計算、模式識別、專家系統、智能控制等經典人工智能領域多有建樹，在新興的深度學習理論方面開展了大量研究，在類腦計算方面加強布局，類腦芯片、類腦計算系統、類腦應用等取得積極進展。

2.人工智能部分關鍵技術躋身世界先進水平

我國在中文信息處理、生物特征識別、機器翻譯、智能處理器、自動駕駛和智能機器人等技術方向上緊跟世界前沿，特別是在語音識別、人臉識別等方面居世界領先地位。

3.人工智能加速與各行各業領域融合發展

在智能制造、智能醫療、智慧城市、智慧物流、智慧法院等領域，我國人工智能加速與行業的融合，已有巨大的發展。

4.有利于人工智能發展的創新生態初步構建

科技部在自動駕駛、城市大腦、智能醫療、智能語音、智能視覺等領域構建國家級開放創新平臺，極大地推動我國企業在落地人工智能應用方面的步伐。

5.我國在全球人工智能領域占有重要位勢

從國際上看，我國人工智能已經躋身世界重要領軍國家，特別是我國的應用已經走在世界前列，應用領域廣、產業滲透深，是世界少見的。我國人工智能企業的數量全球第二，已經成為全球人工智能投融資規模最大的國家，我國人工智能企業的社會融資占全球的48%，這是相當大的比例。在前沿基礎研究上，2017年，我國人工智能論文總量、數量居世界第一。我國人工智能的專利也略領先美國和日本。

（二）我國人工智能發展的優勢條件

當前，全球新一代人工智能發展總體上仍處于初級階段，技術路線、商業模式、產業形態還有很大的不確定性，世界主要國家都在探索，都有機遇和空間。

我國不僅在技術上持續快速積累，而且在戰略政策、數據和市場應用上有很多的優勢，將成為人工智能實現跨越發展創造的重要條件。

1.強有力的戰略引領和政策支持

國家層面發布實施了《新一代人工智能發展規劃》，形成了我國人工智能發展的系統部署。規劃發布以后，各部門和地方積極推動落實，相繼出臺多項舉措。北京、上海等近20個省市出臺了人工智能規劃和行動計劃，紛紛加大研發投入，設立研發機構，制定人才引進、財稅優惠等配套政策，帶動企業加快智能化步伐，產學研推進人工智能發展的格局正在形成。

2.海量的數據資源

我國的互聯網數據資源快速增長，擁有全球最多的7.5億網民和7.2億手機用戶，網民使用網絡購物的比例超過55%，手機支付規模達到 5.27 億人。

3.豐富的應用場景

第一，我國具有全球規模最大、最成熟的互聯網應用和市場，人工智能在互聯網領域的應用空間很大；第二，我國是制造業大國，各細分領域都面臨轉型升級，對人工智能應用有巨大需求；第三，我國新型城鎮化加速推進，城鎮規模不斷擴大，利用人工智能改進城市基礎設施、提升城市治理水平潛力巨大；第四，我國人口規模世界第一，老齡化問題日益突出，居民收入水平不斷提升，消費結構加快升級，對醫療、教育、養老等智能化產品服務需求迫切。

4.具有潛力的青年人才快速成長聚集

國家自然科學基金加大對青年人才的支持，很多學校開始建立人工智能學院，海外歸來的青年學者大幅度增加。在與人工智能相關的國際頂級會議和學術期刊里，我國的青年學者已經成為最活躍的群體之一。青年領銜的人工智能獨角獸公司也在不斷增加。

（三）我國人工智能發展的薄弱環節

在肯定優勢的同時，還必須清醒地認識到我國人工智能發展的薄弱環節：

1.人工智能基礎理論和原創算法差距較大

我國人工智能研究起步比較晚，原創性工作，尤其是一些劃時代的工作，還是不如發達國家。近年來，各國加快人工智能理論創新探索，模型和方法不但有新的突破，包括近幾年出現的深度學習模型、生成對抗網絡等新的重大成果和原創性理論貢獻仍以西方國家為主。

2.高端芯片、關鍵部件、高精度傳感器等方面基礎薄弱

在圖形處理器、專用集成電路等方面，歐美國家還是占據壟斷地位。美國波士頓動力公司的人形機器人產品（Atlas）在智能感知和智能行為融合上達到新的高度。在人工智能芯片方面的投資規模，美國還是遙遙領先。

3.沒有形成具有國際影響力的人工智能開源開放平臺

國際巨頭紛紛建立人工智能開源開放平臺，打通硬件、系統、產業鏈條，主導建設創新生態。我國在面向特定應用領域已經陸續建立了國家級人工智能開放平臺，比如無人駕駛、智慧城市、醫療圖像、語音識別等方面已經有一些通用的開源開放平臺，但在機器學習等通用開源算法平臺方面布局不夠，且對產業鏈的帶動性和國際影響力不足。

4.高水平人才不足成為最大瓶頸

人才在人工智能方面尤其重要。我國的人工智能人才在2017年底約18000人，僅次于美國，但是高水平的人才比較少，不足美國的五分之一。大部分領軍人才都是從海外回來的，本土培育的高水平人才嚴重缺乏。

綜上所述，我國發展人工智能既有很好的基礎和優勢，也面臨巨大的挑戰，需要探索一條符合國情的發展道路，建議堅持科技引領、應用驅動的戰略導向，以促進人工智能與經濟社會國防融合為主線，以提升科技創新能力為主攻方向，全面推動人工智能。一方面我們要把握人工智能躍遷的重大機會窗口，針對我國原創理論基礎薄弱、重大系統平臺缺失的突出問題，面向中長期持續加強研發攻關。另一方面，密切結合當前人工智能應用驅動的顯著特征，依托我們在大數據、應用場景、政策環境等方面的巨大優勢，大規模推動人工智能的深度融合。通過科技引領和應用驅動的雙向發力，實現我國人工智能在理論上盡快補上短板，技術上自主可控，產業上占領制高點，全面增強經濟創新力和國際競爭力。