人工智能的发展现状和趋势

李世鹏

人工智能，指在机器（计算机、机器人等）上实现超越人类的感知、认知、决策、行动等智能行为，简单来说，就是机器能做人类智能能做的事情。人工智能有很多分类，现在国际上通常把它分为强人工智能和弱人工智能。强人工智能，也称通用人工智能（General AI），是指达到或者超越人类水平、能够自适应地应对外界环境挑战、具有自我意识的人工智能。强人工智能和人类智能差不多，但是这是一件很难的事情。再一个就是弱人工智能，也称狭义人工智能（Narrow AI），是指人工系统达到专用或特定技能的智能，比如人脸识别、机器翻译等。迄今为止的人工智能系统都是实现特定或专用的智能，属于弱人工智能。目前发展最迅猛的也是弱人工智能。

一、世界人工智能发展历程和趋势

（一）人工智能发展历程的三个阶段

人工智能的发展有三个阶段。自从1956年Dartmouth会议上首次提出“人工智能”一词后，人工智能便阶段性地往前发展。

1.基于符号逻辑的推理证明阶段

第一个阶段是基于符号逻辑的推理证明阶段，科学家认为机器可以做推理的功能，并且证明了《数学原理》全部350条定理。但它的问题在于能适用的范围和能解决的问题较少，没解决智能机器如何把实际问题抽象成符号逻辑，只适合利用确定的少数规则进行逻辑推理。在AI理论与方法工具尚不完备的初期阶段，以攻克认知作为目标，显然不切实际。因为期望值没有达到，所以大家对于人工智能的热情骤减，但是技术进步还是往前发展。

2.基于人工规则的专家系统阶段

1977年左右，进入第二个阶段——人工规则专家系统阶段。在这个阶段，逻辑推理上升为专家系统、知识工程，专家可以手工构建规则或选取特征来解决一些小规模的特定问题。在这个阶段，机器无法定规则，那么专家事先把规则都定好，但是依然出现问题了，因为专家无法估计所有的规则，或者是构造需要的所有特征和数据。直到20世纪末、21世纪初，人工智能都是一个负面的词，意味着做不了什么。

3.大数据驱动的深度神经网络阶段

2006年，人工智能进入新阶段——大数据驱动的深度神经网络阶段。这个时候是由算法、算力、大数据共同发力，推动人工智能在语音识别、图像识别、语言处理等感知智能的巨大进步，切切实实地解决一大类共性问题。它的原理是，不需要像第二阶段人工地去建造很多规则、构建很多数据，深度学习能从标注的海量数据里面学习到一些规则和特征。今天，只要有数据，在深度学习的网络里就可以做事情。但是，今天基于深度学习的AI技术可以解决所有问题吗？其实离通用的人工智能还差很远，如果没有足够的数据，人工智能依然达不到我们想要的目的；深度学习本身也没有推理能力；过度依赖数据，大数据的标注和准备也许会成为瓶颈；另外，认知智能亟待研究。

数据、算法、算力作为本阶段人工智能的三大要素，第一，互联网基础设施建设完备，移动互联网快速发展，网络应用爆发式增长，物联网技术成熟，形成海量大数据支撑；第二，算法优化和应用创新，形成深度学习算法；第三，处理器性能显著提升，高性能计算快速发展，云计算/并行处理技术发展、CPU/FPGA专用加速卡发展，带来计算能力提升。这三大要素共同作用，形成今天的人工智能现状。

在未来三五年内，人工智能的应用将快速提升。科学家奠定理论基础、引领技术发展的方向，学术界和产业界深度融合，开源开放构筑产业新生态，这三点是本阶段人工智能产业发展的特点。

在人工智能的三个历史阶段中，前两个阶段是科学家推动的，主要是用机器模拟人的智能，尽管在理论上取得了进展，但是由于目标不够，与应用结合不够，使得人工智能发展经历起伏。所以人工智能发展突飞猛进是不行的，要一步一步来。第三个阶段人工智能的成功是基于实用的理论与技术的突破，同时计算能力提升，再加上投资界、企业界大规模的投入，对人工智能应用起到了催化剂作用。虽然强人工智能技术演进方向存在一定的不确定性，需要新的理论和技术突破；但是弱人工智能基于大数据，广泛渗透应用，给各行各业赋能，已成大势，我们要拥抱这种趋势。

（二）当前人工智能发展新趋势

在基础理论突破、信息环境支撑、经济社会需求拉动的共同作用下，人工智能呈现加速突破、应用驱动的新趋势，正在深刻影响甚至可能从根本上改变科技、经济、社会和国家安全格局，它主要表现在以下五个方面：

1.在智能水平上，感知智能日益成熟，认知智能持续突破

语音识别、人脸识别等感知智能技术在识别精度上已经赶上甚至超过人类水平，我国旷视科技（Face++）人脸识别技术准确率达到99.5%，超过人类肉眼97.52%的水平。

在图像内容理解、语义理解、情感计算等认知智能领域也开始出现新突破，IBM的“沃森”（Watson）认知系统学习综合了大量医疗专家的经验和知识，可实施针对性的精准诊疗；在阅读理解竞赛里，谷歌发布的BERT模型全面超过人类，并在11种不同自然语言处理测试中创造了最佳成绩。

在自主学习方面也有了新突破，与Alpha-Go利用人类积累的3000万棋谱训练不同的是，ALpha Zero不再需要人为积累棋谱数据，而是自主学习生成对弈策略，自己生成棋谱（约15000万）数据进行训练。

2.在技术路线上，数据智能成为主流，类脑智能蓄势待发，量子智能加快孕育

大数据+深度学习是主流智能计算范式，已经在各行各业发生巨大的作用，但是离强人工智能还是有很大的距离，怎么解决？目前人工智能的硬件基础是经典计算机，计算能力依然受限，机器学习算法仍然没有突破基于数理统计的框架，如果这个载体彻底更换，可能为强人工智能带来新的机会。第一条可能的技术路线是类脑计算，进一步研究人脑怎样工作；第二条可能的技术路线是量子计算机，这些都需要新机器学习算法的突破。

3.在智能形态上，人机融合成为重要方向

人工智能正在朝着跟人类更加融合、互动的方向发展，涌现出几类新的智能形态。

第一类，大数据智能。从当前的大数据驱动转向数据和知识共同驱动的方式。

第二类，跨媒体推理。融媒体目前主要是在内容方面，那么在智能方面怎么把各种信号源的信息融合在一起？从处理单一数据，如视觉、听觉、文字等，迈向跨媒体认知、学习和推理，进行智能处理？这是一个很大的方向。

第三类，人机混合智能。其实在一段时间里，机器往往有解决不了的问题，大数据基于基础的人工智能有一个弱点，机器训练过的它可以做得很好，但是训练里没有做过的或者没有类似的它一定做不好。因此我对自动驾驶一直保持怀疑的态度，因为它总有一些场景没有见过，所以一定要人机协同，在机器不行的时候，人要接上，这是一个特别重要的方向。

第四类，群体智能。我们今天研究的是单个的智能体，那么多个智能体怎么合作？要从聚焦个体智能到研究基于互联网的群体智能。

第五类，自主无人系统。将研究机器人的理念转向更加广阔的智能自主系统，有很多类，自动驾驶是一类，机器人是一类，还有很多工业制造方面的。

4.人工智能应用驱动加速推进，经济社会巨大潜力逐步显现

这一轮人工智能广泛应用，企业特别是龙头领军企业发挥了重要的引领推动作用。全球人工智能领军企业相继推出了自己的平台，国外的谷歌、微软，国内的百度、讯飞，都有自己的开发平台，促进各行各业都可以通过人工智能平台来做自己的事情。另外，劳动生产率有望大幅提升，很多行业的运营和研发成本将会显著降低。新产品加速进入市场，提高工作效率，降低成本，这是人工智能带来的实实在在的好处。总体经济规模将继续扩大，麦肯锡认为，到2030年，人工智能将使全球GDP每年增加1.2%左右，新增经济总量13万亿美元，这是一个很大的增长。

5.人工智能的社会属性日益凸显，面临安全风险与社会治理新挑战

最严峻的挑战是国家安全和个人隐私。美国兰德公司发布的报告认为，人工智能可能成为新的战略威胁力量，颠覆核威慑战略的基础。英国机构“剑桥分析”通过推送个性化定制的资讯左右和控制公众的认知和判断，操控美国大选和干预英国脱欧公投。自动驾驶汽车、智能机器人等也可能遭黑客入侵，从服务人类的工具变成危害人类的杀人机器，威胁人类社会安全。智能金融系统高频交易和量化交易的偏差，可能会影响金融和经济安全。黑客对智能系统的攻击可能对个人隐私、生命财产和社会稳定造成危害。

最直接的影响是冲击就业结构。简单性、重复性、危险性的工作将被大幅替代，新的就业机会不断出现。据世界经济论坛研究，未来五年7500万份工作将被机器替代，同时产生1.33亿个新的工作岗位，净增工作岗位5800万个。不过，这对劳动者素质和能力提出更高要求，可能进一步形成新的社会分化效应。

最深远的冲击是对社会伦理的影响。智能手机和智能娱乐的快速发展，虚拟现实和增强现实技术的普及应用，人工智能助手、情感陪护机器人、人机混合体等的渗透，可能深刻改变传统的人际关系、家庭理念、道德观念等。

（三）世界大国加紧人工智能战略与政策部署

人工智能成为国际竞争的新焦点，发达国家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，加紧出台规划和政策，力图在新一轮国际竞争中掌握主导权，主要表现在四个方面：

1.从国家战略层面强化人工智能布局

美国围绕人工智能研发和国家安全，陆续出台《国家人工智能研发战略规划》等相关战略和政策，力图巩固其世界领先优势；法国发布《国家人工智能战略》，着力推动健康、交通、环境、国防安全等领域的智能化；德国通过《联邦政府人工智能战略要点》，提出成为全球领先的人工智能科研场，实现人工智能德国造；英国发布《机器人及人工智能发展愿景》，从数据获取、人才培养、科技研发和产业应用等方面打造人工智能强国。

我国的人工智能产业发展已上升到国家战略。2007年3月，人工智能首次被写入《政府工作报告》中；当年7月，国务院印发了《新一代人工智能发展规划》；当年10月，十九大报告明确提出要“推动互联网、大数据、人工智能和实体经济深度融合”；2018年10月，中共中央政治局就人工智能发展现状和趋势举行第九次集体学习，强调推动我国新一代人工智能健康发展。

2.竞相加大人工智能的研发投入

美国国防部宣布未来5年投入20亿美元支持人工智能研究；欧盟计划到2020年投资至少200亿欧元；法国将于2022年之前投资15亿欧元；全球人工智能创业公司2017年的融资总额达到152亿美元。

3.组建新的人工智能研发机构

美国国防部建设人工智能联合中心，开发下一代人工智能技术；欧洲计划建立一所世界级人工智能研究所，在英国等多个欧洲国家设立科研中心；法国提出新建人工智能中心，并组建人工智能研究网络；各大人工智能跨国公司和领军企业也在全球加快布局人工智能研发中心。

4.加紧推动人工智能治理体系的建设

联合国专门成立了人工智能与机器人中心，研究人工智能的管控问题；美国国会建议成立人工智能安全委员会，负责对人工智能、机器学习的发展和相关技术开展审查；欧盟签署《人工智能合作宣言》等，应对人工智能在伦理、法律等方面的挑战。

目前，全球人工智能正处于由弱人工智能向强人工智能的过渡阶段，弱人工智能的大规模应用已然成势，正在成为推动科技革命的重要力量，催生产业变革的重要方向，主导国家战略竞争力的重要支撑。

今后十几年，“人工智能+高速移动互联”将成为人类社会生活的基本场景，着眼更长远的将来，强人工智能将会带来更大的颠覆全局性影响，谁率先突破，谁就能掌握未来发展的主动权。

二、我国人工智能发展水平和前景

（一）人工智能理论和技术持续积累，在部分领域研发和应用取得重要突破

经过多年的持续研发布局，我国在人工智能多个领域取得重要成果，部分领域关键核心技术实现突破。具体表现在五个方面：

1.人工智能基础理论快速沉淀

国内学者在问题求解、演化计算、模式识别、专家系统、智能控制等经典人工智能领域多有建树，在新兴的深度学习理论方面开展了大量研究，在类脑计算方面加强布局，类脑芯片、类脑计算系统、类脑应用等取得积极进展。

2.人工智能部分关键技术跻身世界先进水平

我国在中文信息处理、生物特征识别、机器翻译、智能处理器、自动驾驶和智能机器人等技术方向上紧跟世界前沿，特别是在语音识别、人脸识别等方面居世界领先地位。

3.人工智能加速与各行各业领域融合发展

在智能制造、智能医疗、智慧城市、智慧物流、智慧法院等领域，我国人工智能加速与行业的融合，已有巨大的发展。

4.有利于人工智能发展的创新生态初步构建

科技部在自动驾驶、城市大脑、智能医疗、智能语音、智能视觉等领域构建国家级开放创新平台，极大地推动我国企业在落地人工智能应用方面的步伐。

5.我国在全球人工智能领域占有重要位势

从国际上看，我国人工智能已经跻身世界重要领军国家，特别是我国的应用已经走在世界前列，应用领域广、产业渗透深，是世界少见的。我国人工智能企业的数量全球第二，已经成为全球人工智能投融资规模最大的国家，我国人工智能企业的社会融资占全球的48%，这是相当大的比例。在前沿基础研究上，2017年，我国人工智能论文总量、数量居世界第一。我国人工智能的专利也略领先美国和日本。

（二）我国人工智能发展的优势条件

当前，全球新一代人工智能发展总体上仍处于初级阶段，技术路线、商业模式、产业形态还有很大的不确定性，世界主要国家都在探索，都有机遇和空间。

我国不仅在技术上持续快速积累，而且在战略政策、数据和市场应用上有很多的优势，将成为人工智能实现跨越发展创造的重要条件。

1.强有力的战略引领和政策支持

国家层面发布实施了《新一代人工智能发展规划》，形成了我国人工智能发展的系统部署。规划发布以后，各部门和地方积极推动落实，相继出台多项举措。北京、上海等近20个省市出台了人工智能规划和行动计划，纷纷加大研发投入，设立研发机构，制定人才引进、财税优惠等配套政策，带动企业加快智能化步伐，产学研推进人工智能发展的格局正在形成。

2.海量的数据资源

我国的互联网数据资源快速增长，拥有全球最多的7.5亿网民和7.2亿手机用户，网民使用网络购物的比例超过55%，手机支付规模达到 5.27 亿人。

3.丰富的应用场景

第一，我国具有全球规模最大、最成熟的互联网应用和市场，人工智能在互联网领域的应用空间很大；第二，我国是制造业大国，各细分领域都面临转型升级，对人工智能应用有巨大需求；第三，我国新型城镇化加速推进，城镇规模不断扩大，利用人工智能改进城市基础设施、提升城市治理水平潜力巨大；第四，我国人口规模世界第一，老龄化问题日益突出，居民收入水平不断提升，消费结构加快升级，对医疗、教育、养老等智能化产品服务需求迫切。

4.具有潜力的青年人才快速成长聚集

国家自然科学基金加大对青年人才的支持，很多学校开始建立人工智能学院，海外归来的青年学者大幅度增加。在与人工智能相关的国际顶级会议和学术期刊里，我国的青年学者已经成为最活跃的群体之一。青年领衔的人工智能独角兽公司也在不断增加。

（三）我国人工智能发展的薄弱环节

在肯定优势的同时，还必须清醒地认识到我国人工智能发展的薄弱环节：

1.人工智能基础理论和原创算法差距较大

我国人工智能研究起步比较晚，原创性工作，尤其是一些划时代的工作，还是不如发达国家。近年来，各国加快人工智能理论创新探索，模型和方法不但有新的突破，包括近几年出现的深度学习模型、生成对抗网络等新的重大成果和原创性理论贡献仍以西方国家为主。

2.高端芯片、关键部件、高精度传感器等方面基础薄弱

在图形处理器、专用集成电路等方面，欧美国家还是占据垄断地位。美国波士顿动力公司的人形机器人产品（Atlas）在智能感知和智能行为融合上达到新的高度。在人工智能芯片方面的投资规模，美国还是遥遥领先。

3.没有形成具有国际影响力的人工智能开源开放平台

国际巨头纷纷建立人工智能开源开放平台，打通硬件、系统、产业链条，主导建设创新生态。我国在面向特定应用领域已经陆续建立了国家级人工智能开放平台，比如无人驾驶、智慧城市、医疗图像、语音识别等方面已经有一些通用的开源开放平台，但在机器学习等通用开源算法平台方面布局不够，且对产业链的带动性和国际影响力不足。

4.高水平人才不足成为最大瓶颈

人才在人工智能方面尤其重要。我国的人工智能人才在2017年底约18000人，仅次于美国，但是高水平的人才比较少，不足美国的五分之一。大部分领军人才都是从海外回来的，本土培育的高水平人才严重缺乏。

综上所述，我国发展人工智能既有很好的基础和优势，也面临巨大的挑战，需要探索一条符合国情的发展道路，建议坚持科技引领、应用驱动的战略导向，以促进人工智能与经济社会国防融合为主线，以提升科技创新能力为主攻方向，全面推动人工智能。一方面我们要把握人工智能跃迁的重大机会窗口，针对我国原创理论基础薄弱、重大系统平台缺失的突出问题，面向中长期持续加强研发攻关。另一方面，密切结合当前人工智能应用驱动的显著特征，依托我们在大数据、应用场景、政策环境等方面的巨大优势，大规模推动人工智能的深度融合。通过科技引领和应用驱动的双向发力，实现我国人工智能在理论上尽快补上短板，技术上自主可控，产业上占领制高点，全面增强经济创新力和国际竞争力。