譚鐵牛

新一輪的科技革命正處于孕育過程中并且已經(jīng)曙光可見。

新一輪的科技革命會是一次技術(shù)革命，而人工智能有望引領(lǐng)這輪新的技術(shù)革命。以1776年蒸汽機的發(fā)明為標(biāo)志的第一次科技革命解放了人類的體力，使人類社會發(fā)展進(jìn)入第一次重大飛躍。以人工智能為代表的第二次機器革命，以及以其為主要核心技術(shù)驅(qū)動的新一輪技術(shù)革命和產(chǎn)業(yè)變革將極大地拓展人的腦力，成為人類社會發(fā)展進(jìn)程的又一次重大飛躍。比較而言，腦力的拓展比體力的拓展更為重要。

從曲折的發(fā)展過程中吸取教訓(xùn)，不要給人工智能設(shè)置不切實際的過高目標(biāo)，尤其是在人工智能特別火爆的時候。

人工智能發(fā)展現(xiàn)狀

現(xiàn)有人工智的局限性有以下四點：有智能沒智慧，有智商沒情商，會計算不會“算計”，有專才無通才。造成這些局限的瓶頸主要包括：

1.數(shù)據(jù)瓶頸：深度學(xué)習(xí)需要大量的數(shù)據(jù)；2.泛化瓶頸：這是模式識別、計算機視覺、人工智能方法面臨的一個共同的問題，現(xiàn)有方法在一些實際問題中仍無法取得理想的泛化性能，或者訓(xùn)練好的模型用在變化的環(huán)境或領(lǐng)域其泛化性能明顯下降；3.能耗瓶頸：人的大腦盡管是一個通用的人工智能系統(tǒng)但是能耗很低（只有20瓦），但現(xiàn)有計算機上實現(xiàn)的人工智能系統(tǒng)能耗很高；4.語義鴻溝瓶頸：目前語言服務(wù)大多為簡單查詢，不涉及語義推理問題，缺乏真正的語言理解能力，比如一些有歧義的自然語言句子，人很容易根據(jù)上下文或常識理解其真正含義，計算機卻很難理解；5.可解釋性瓶頸：現(xiàn)有人工智能系統(tǒng)都是知其然而不知其所以然，其過于依賴訓(xùn)練數(shù)據(jù)，缺乏深層次數(shù)據(jù)語義挖掘，可解釋性非常重要，人工智能不僅要知其然還要知其所以然，知其然只是淺層智能，知其所以然才叫深層智能；6.可靠性瓶頸：現(xiàn)有人工智能系統(tǒng)可靠性較差，有些錯誤識別結(jié)果會帶來致命后果，比如2016年7月特斯拉自動駕駛（Autopilot）功能不能正確識別反光條件下的卡車導(dǎo)致致命車禍。

正是因為現(xiàn)在還有這么多瓶頸需要突破，所以人工智能還有很多局限，人工智能還有很多“不能”。

人工智能新進(jìn)展

盡管對人工智能存在一些炒作和誤解，但不能否認(rèn)人工智能取得了巨大的進(jìn)步。人工智能2017年所取得的新進(jìn)展：

1.《新一代人工智能發(fā)展規(guī)劃》發(fā)布，這一消息不僅在國內(nèi)備受關(guān)注，在國外也引發(fā)了很大關(guān)注；2.《Nature》發(fā)表DeepMind的圍棋人工智能新成果AlphaGo Zero （2017年10月，AlphaGo Zero不需棋譜數(shù)據(jù)和先驗知識，通過強化學(xué)習(xí)算法創(chuàng)新以100：0戰(zhàn)勝AlphaGo），其探索了特定應(yīng)用中不依賴領(lǐng)域數(shù)據(jù)，通過自我學(xué)習(xí)獲得強大推理決策能力的人工智能技術(shù)發(fā)展新路線；3.《Science》發(fā)表概率生成模型Recursive Cortical Network，在驗證碼識別任務(wù)上超越了深度學(xué)習(xí)方法，其意義在于試圖探

尋一條非深度學(xué)習(xí)框架的通用人工智能道路，實際上也是試圖從大腦的機制中尋找啟發(fā)；4. Hinton提出的Capsule網(wǎng)絡(luò)新概念，探索對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的變革思路，該方法希望提高數(shù)據(jù)的使用效率，同時朝著建設(shè)可解釋的人工智能系統(tǒng)來提供思路，并試圖把相互關(guān)聯(lián)的多模態(tài)的信息做統(tǒng)一的表達(dá)；5.谷歌、微軟分別發(fā)布創(chuàng)作AI算法的AI系統(tǒng)AutoML和DeepCoder（谷歌CEO Sundar Pichai在2017年I/O 大會展示了AutoML，試圖通過自動創(chuàng)建機器學(xué)習(xí)系統(tǒng)降低AI人員成本；2017年2月微軟研究院與劍橋大學(xué)合作成果DeepCoder：一種能根據(jù)問題的輸入輸出自動編寫解題程序的算法），如果這方面取得成功將是革命性的變化，但其取代人工智能研究者不太可能；

6.Google、Microsoft、百度、IBM等科技巨頭全面轉(zhuǎn)型人工智能發(fā)展戰(zhàn)略，比如2017谷歌I/O大會明確提出發(fā)展戰(zhàn)略從“Mobile first”轉(zhuǎn)向“AI first”；7.百度Apollo計劃開放自動駕駛平臺，提供一套完整的自動駕駛軟硬件和服務(wù)的解決方案，將會對全球自動駕駛產(chǎn)業(yè)發(fā)展產(chǎn)生深遠(yuǎn)影響；8.寒武紀(jì)發(fā)布人工智能芯片和系列產(chǎn)品，AI芯片在華為Mate10手機得到成功應(yīng)用，這對于AI芯片大規(guī)模進(jìn)入消費級市場具有標(biāo)志性意義；9.曠視科技等創(chuàng)業(yè)公司刷新人工智能融資紀(jì)錄，表明人工智能技術(shù)巨大的產(chǎn)業(yè)發(fā)展?jié)摿Γ?0.《Nature》開始關(guān)注人工智能社會倫理問題，808名科研人員簽署23條“阿西洛馬人工智能原則”，推動人工智能健康發(fā)展。

新動態(tài) 新趨勢

通過深入分析人工智能領(lǐng)域中值得關(guān)注的熱點事件，可以看出人工智能發(fā)展的新動向、新趨勢以及一些值得關(guān)注的研究方向。

1.從專用人工智能到通用人工智能是大勢所趨，比如Google DeepMind創(chuàng)始人Demis Hassabis宣布朝著“創(chuàng)造解決世界上一切問題的通用人工智能”這一目標(biāo)前進(jìn)，微軟成立人工智能實驗室以挑戰(zhàn)通用人工智能為主要目標(biāo)。2.可解釋的人工智能系統(tǒng)備受關(guān)注，也將成為突破統(tǒng)計學(xué)習(xí)瓶頸問題的一個重要方向。DARPA的報告把過去幾十年人工智能技術(shù)的發(fā)展和創(chuàng)新分成幾個波次，第一個波次是基于規(guī)則的，例如以專家系統(tǒng)為代表的系列方法和技術(shù)；第二個波次就是當(dāng)前以大數(shù)據(jù)驅(qū)動為代表的統(tǒng)計學(xué)習(xí)；第三個波次很可能是可解釋的人工智能，就是人工智能要知其然還要知其所以然，以此可見人工智能可解釋性的重要意義。3. 小樣本甚至零樣本學(xué)習(xí)成為提高人工智能系統(tǒng)泛化能力的一個重要方向。最近提出的生成對抗網(wǎng)絡(luò)、膠囊網(wǎng)絡(luò)、生成模型等都是為了降低對訓(xùn)練數(shù)據(jù)的需求，提高人工智能系統(tǒng)泛化能力的有益嘗試。4. 非深度神經(jīng)網(wǎng)絡(luò)計算模型成為機器學(xué)習(xí)創(chuàng)新的一個重要方向。當(dāng)前深度學(xué)習(xí)理論基礎(chǔ)薄弱、模型結(jié)構(gòu)單一、資源消耗過高、數(shù)據(jù)依賴性強，以非神經(jīng)網(wǎng)絡(luò)、資源節(jié)約型機器學(xué)習(xí)模型有望成為下一個突破口。5. 腦科學(xué)與人工智能深度融合、協(xié)同發(fā)展、相得益彰，IBM的TrueNorth芯片、美國DARPA的MICRONs研究項目、以及最近《Science》和《Nature》雜志上發(fā)表的一些受腦啟發(fā)的智能計算模型都是這方面的典型例子。6. 人機混合智能是未來的主流智能形態(tài)。隨著人工智能的發(fā)展，機器會從作為我們的工具提升成為我們的伙伴和合作者，這是一個發(fā)展趨勢。7. 情感計算使人工智能更有“溫度”。情感計算方面一定會受到越來越多的關(guān)注，因為只有情感，人工智能才更有溫度，更善解人意。8. 人工智能產(chǎn)業(yè)生態(tài)系統(tǒng)的構(gòu)建成為競爭的制高點。眾多科技巨頭不斷相繼發(fā)布他們的平臺，實際上就是想構(gòu)建生態(tài)和占領(lǐng)生態(tài)，從而為自己企業(yè)未來發(fā)展搶占先機，這是一種戰(zhàn)略的謀劃和布局。9. AI的普適應(yīng)用將重塑人類經(jīng)濟社會的格局。AI帶來的影響是深遠(yuǎn)的，不一定要等到通用人工智能實現(xiàn)的那一天，專用人工智能就已經(jīng)帶來了一些革命性的變化。人工智能將是未來十年最具變革性的技術(shù)，無處不在的人工智能將成為趨勢。10. 人工智能科技教育將面向社會大眾普及，《新一代人工智能發(fā)展規(guī)劃》指出實施全民智能教育項目，在中小學(xué)階段設(shè)置人工智能相關(guān)課程，逐步推廣編程教育，鼓勵社會力量參與寓教于樂的編程教學(xué)軟件、游戲的開發(fā)和推廣；11. 人工智能的社會影響將會受到更加廣泛的關(guān)注，人工智能社會學(xué)和倫理的研究提上議事日程。

人工智能未來發(fā)展值得關(guān)注的方向包括通用智能、類腦智能、可解釋的智能、人機混合智能、情感智能等，需要著力突破在數(shù)據(jù)、能耗、泛化性能、可解釋性、可靠性等方面的瓶頸問題；現(xiàn)有人工智能的發(fā)展水平雖然還遠(yuǎn)不足以威脅人類的生存，但其社會影響應(yīng)得到高度重視。endprint