曹恒初，劉益東

(1.中國科學(xué)院大學(xué)，北京100049；2.中國科學(xué)院自然科學(xué)史研究所，北京 100190)

0 引 言

人工智能誕生于1956年，雖然經(jīng)歷低谷，總體看發(fā)展迅速，已經(jīng)對(duì)人類社會(huì)的各個(gè)方面產(chǎn)生了深遠(yuǎn)的影響。中國的人工智能研究開始于20世紀(jì)70年代，經(jīng)過四十多年的發(fā)展，在自動(dòng)推理、知識(shí)工程、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、自然語言處理等多個(gè)領(lǐng)域取得了重要成果。中國人工智能經(jīng)歷了醞釀期(1972-1981年)、起步期(1981-2000年)、成長期(2000-2011年)和勃興期(2011年-)。進(jìn)入蓬勃興起階段之后，中國人工智能快速發(fā)展壯大，在國際上產(chǎn)生較大影響，目前中國人工智能的前沿水平究竟如何，在國際上占有何種位置，這個(gè)問題備受關(guān)注。我們通過對(duì)近年來中國學(xué)者在人工智能國際頂級(jí)會(huì)議獲獎(jiǎng)情況來探討中國人工智能的前沿水平和國際地位，探討人工智能面臨的挑戰(zhàn)，并在此基礎(chǔ)上提出中國人工智能的競(jìng)爭(zhēng)策略。

1 學(xué)科水平取決于學(xué)術(shù)帶頭人的前沿水平而非ESI排名

探求中國人工智能的前沿狀況與國際地位并非易事，現(xiàn)在流行的ESI排名方法是不正確的，作者之一長期研究學(xué)術(shù)評(píng)價(jià)，指出大學(xué)與學(xué)科排名應(yīng)以擁有拔尖人才數(shù)量為核心指標(biāo)。拔尖人才應(yīng)通過網(wǎng)上公開展示突破性成果及突破點(diǎn)4要素來顯示其前沿地位，而不是用各種頭銜。目前以外刊評(píng)文仍然流行，但是用ESI和基于SCI、SSCI等國際刊物發(fā)表論文進(jìn)行學(xué)科排名是錯(cuò)誤的，因?yàn)樗鼈冎荒艽笾潞饬繉W(xué)科的平均水平而不能衡量學(xué)科水平，學(xué)科水平是由學(xué)術(shù)帶頭人等拔尖人才的前沿水平?jīng)Q定的，正如硅谷之父、前斯坦福大學(xué)副校長弗里德里克·特曼所強(qiáng)調(diào)的“一所大學(xué)的學(xué)術(shù)聲望，取決于是否有一批學(xué)術(shù)水平很高但人數(shù)不多的學(xué)術(shù)尖子，而不是因?yàn)樗膶W(xué)術(shù)水平普遍較高，但沒有拔尖人才”。世界頂尖大學(xué)的學(xué)科平均水平與前沿水平都很高、兩者基本一致，造成ESI排名合理的假象，當(dāng)用它評(píng)價(jià)平均水平較高但缺乏拔尖人才的學(xué)科時(shí)才暴露其缺陷[1]。例如，2017年10月，US News公布了最新全球高校計(jì)算機(jī)專業(yè)排名，清華大學(xué)計(jì)算機(jī)專業(yè)名列第一，MIT第四、斯坦福第六、加州伯克利第八。美國計(jì)算機(jī)研究協(xié)會(huì)(CRA)發(fā)布了一份公開聲明，指出該排名不合理，并請(qǐng)求計(jì)算機(jī)學(xué)科的人忽視這份排名。決定學(xué)科真實(shí)水平的是頂尖人才、拔尖人才，圖靈獎(jiǎng)獲得者是計(jì)算機(jī)領(lǐng)域的頂尖人才。據(jù)維基官網(wǎng)統(tǒng)計(jì)，1966-2018年歷屆圖靈獎(jiǎng)獲得者共計(jì)67位，排名前十位的大學(xué)是斯坦福(27位)、MIT(25位)、加州伯克利分校(25位)、哈佛(14位)、普林斯頓(13位)、卡耐基梅隆(12位)，而清華大學(xué)迄今為止僅有1位[2-3]。拔尖人才的水平是由其代表作水平?jīng)Q定的，人工智能國際頂級(jí)會(huì)議獲獎(jiǎng)的最佳論文就是拔尖人才的代表作，我們對(duì)中國大陸學(xué)者在人工智能頂級(jí)會(huì)議上獲獎(jiǎng)情況進(jìn)行統(tǒng)計(jì)和比較，可以比較準(zhǔn)確地衡量中國人工智能當(dāng)前的前沿水平。

2 人工智能頂級(jí)國際會(huì)議最佳論文獎(jiǎng)的統(tǒng)計(jì)與比較

2.1 人工智能領(lǐng)域頂級(jí)國際會(huì)議的確定

目前公認(rèn)的人工智能國際頂級(jí)會(huì)議是7個(gè)A類國際學(xué)術(shù)會(huì)議，它們是AAAI、CVPR、ICCV、ICML、ICJAI、ACL、NIPS，前6個(gè)國際會(huì)議每年都會(huì)評(píng)選最佳論文獎(jiǎng)，所評(píng)最佳論文獎(jiǎng)多數(shù)年份是每年1篇，少數(shù)年份有2到3篇，NIPS僅設(shè)有最佳學(xué)生論文，因此本文僅對(duì)前6個(gè)國際會(huì)議最佳論文情況加以統(tǒng)計(jì)比較。

這些國際會(huì)議簡(jiǎn)況如下：AAAI全稱AAAI Conference on Artificial Intelligence，是國際人工智能領(lǐng)域最高級(jí)別的學(xué)術(shù)會(huì)議，由人工智能領(lǐng)域主要學(xué)術(shù)組織的美國人工智能協(xié)會(huì)(Association for the Advancement of Artificial Intelligence)主辦，會(huì)議旨在促進(jìn)人工智能的研究和為人工智能的研究人員提供一個(gè)良好的學(xué)術(shù)交流平臺(tái)，截至2018年共舉辦32屆。CVPR全稱IEEE Conference on Computer Vision and Pattern Recognition，是計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域的國際頂級(jí)會(huì)議，由電氣和電子工程師協(xié)會(huì)(IEEE)主辦，截至2018年共舉辦28屆。ICCV全稱International Conference on Computer Vision，是計(jì)算機(jī)視覺領(lǐng)域級(jí)別最高的會(huì)議，會(huì)議的論文代表了計(jì)算機(jī)視覺領(lǐng)域最前沿的水平，由電氣和電子工程師協(xié)會(huì)(IEEE)主辦，在世界范圍內(nèi)每兩年召開一次，截至2018年共舉辦16屆。ICML全稱International Conference on Machine Learning，是機(jī)器學(xué)習(xí)領(lǐng)域的國際頂級(jí)會(huì)議，由國際機(jī)器學(xué)習(xí)學(xué)會(huì)(IMLS)主辦，截至2018年共舉辦35屆。ICJAI全稱International Joint Conference on Artificial Intelligence，是人工智能領(lǐng)域中最主要的學(xué)術(shù)會(huì)議之一，原為單數(shù)年召開，自2015年起改為每年召開，截至2018年共舉辦27屆。ACL全稱Annual Meeting of the Association for Computational Linguistics，是計(jì)算語言學(xué)學(xué)會(huì)一年一度的年會(huì)，也是該領(lǐng)域最重要的學(xué)術(shù)會(huì)議。計(jì)算語言學(xué)學(xué)會(huì)始于1962年，原名為機(jī)器翻譯與計(jì)算語言學(xué)學(xué)會(huì)(Association for Machine Translation and Computational Linguistics,AMTCL)，于1968年更名為ACL，截至2018年共舉辦56屆。這些國際會(huì)議的參會(huì)人數(shù)往往數(shù)以千計(jì)，AAAI、CVPR、ICML、ICJAI在2017年均有超過2 000名參會(huì)者，ACL在2017年有超過1 000名參會(huì)者。

2.2 人工智能頂級(jí)國際會(huì)議最佳論文獎(jiǎng)的統(tǒng)計(jì)與比較

對(duì)國際學(xué)術(shù)會(huì)議AAAI、CVPR、ICCV、ICML、ICJAI、ACL自1996年以來中國學(xué)者獲最佳論文獎(jiǎng)的情況進(jìn)行統(tǒng)計(jì)，本文是對(duì)文獻(xiàn)[4]中中國學(xué)者的獲獎(jiǎng)情況做進(jìn)一步統(tǒng)計(jì)，得出獲獎(jiǎng)情況(表1)，共計(jì)8篇。

表1 中國學(xué)者在國際學(xué)術(shù)會(huì)議最佳論文獎(jiǎng)中的獲獎(jiǎng)情況

表2 國際頂級(jí)會(huì)議最佳論文獎(jiǎng)作者國籍統(tǒng)計(jì)

從統(tǒng)計(jì)結(jié)果可見，2011年以前沒有中國學(xué)者獲得過國際頂級(jí)學(xué)術(shù)會(huì)議的最佳論文獎(jiǎng)，所有獲獎(jiǎng)的8篇論文均為2012年及以后。在AAAI、CVPR、ICML、ICJAI、ACL等會(huì)議所評(píng)最佳論文獎(jiǎng)中均有中國學(xué)者獲獎(jiǎng)，但在計(jì)算機(jī)視覺領(lǐng)域公認(rèn)級(jí)別最高的會(huì)議ICCV所評(píng)最佳論文獎(jiǎng)中未有中國學(xué)者獲獎(jiǎng)。

從上述統(tǒng)計(jì)結(jié)果看，在中國人工智能蓬勃興起階段，中國學(xué)者的獲獎(jiǎng)?wù)撐臄?shù)量僅次于美國，領(lǐng)先于其他國家。考慮到中國學(xué)者的獲獎(jiǎng)?wù)撐闹?，?篇均為在2018年IJCAI獲獎(jiǎng)，較為集中，且如果在更長的時(shí)間范圍內(nèi)統(tǒng)計(jì)，英國的獲獎(jiǎng)?wù)撐目倲?shù)量將超過中國，而具有科技積累優(yōu)勢(shì)。此外，獲獎(jiǎng)?wù)撐闹皇歉咚匠晒囊徊糠郑€有專利等其他成果?？傮w而言，至今為止中國人工智能仍然缺乏頂尖成果，例如除吳文俊獲2000年度國家最高科學(xué)技術(shù)獎(jiǎng)外，國內(nèi)至今仍然沒有獲得國家自然科學(xué)一等獎(jiǎng)、國家技術(shù)發(fā)明一等獎(jiǎng)、國家科學(xué)技術(shù)進(jìn)步一等獎(jiǎng)的人工智能成果。從國際頂級(jí)期刊發(fā)表與國際頂級(jí)學(xué)術(shù)會(huì)議獲獎(jiǎng)?wù)撐那闆r看，美國顯著領(lǐng)先，不僅最佳論文數(shù)量顯著領(lǐng)先，而且從圖靈獎(jiǎng)的獲獎(jiǎng)情況看，在6次頒發(fā)給人工智能領(lǐng)域的10名獲獎(jiǎng)人中，9名為美國學(xué)者，1名為加拿大學(xué)者，沒有中國學(xué)者。因此，綜合考慮的結(jié)果是，目前人工智能的國際格局是，美國顯著領(lǐng)先，中國、英國、日本、加拿大等國處于第二梯隊(duì)，中國位于第二梯隊(duì)前列。

近年來，中國學(xué)者在人工智能領(lǐng)域頂級(jí)國際會(huì)議上的獲獎(jiǎng)?wù)撐臄?shù)量能夠排在僅次于美國的位置，除了基于中國人工智能發(fā)展的長期積累，也與其他方面的因素有關(guān)。從表1中可以看出，獲獎(jiǎng)的論文有5篇來自清華大學(xué)和北京大學(xué)，這與國家對(duì)其的大力支持有很大關(guān)系。另外，3篇獲獎(jiǎng)?wù)撐膩碜郧迦A大學(xué)，這與清華大學(xué)在人工智能領(lǐng)域的研究傳統(tǒng)較為深厚有關(guān)。例如，歐洲人工智能獎(jiǎng)獲獎(jiǎng)?wù)邚堚撟?958年在清華大學(xué)任教至今，圖靈獎(jiǎng)獲獎(jiǎng)?wù)咭ζ谥亲?004年在清華大學(xué)任教至今。

3 人工智能面臨的挑戰(zhàn)

計(jì)算機(jī)在許多方面都超過了人腦，比如記憶量、計(jì)算速度或某些定理的證明(如四色定理等)，然而這些都不能讓人感到恐慌，因?yàn)橛?jì)算機(jī)畢竟只是人的工具。但是當(dāng)1997年5月11日世界國際象棋冠軍卡斯帕羅夫以2.5∶35的比分輸給了一臺(tái)名為“深藍(lán)”(又稱“更深的藍(lán)”)的超級(jí)電腦時(shí)，不安、興奮、困惑等情緒籠罩著人們，這是人類第一次在高水平的智力游戲的對(duì)抗中，輸給了自己的產(chǎn)品。2016年3月15日，谷歌人工智能AlphaGo與圍棋世界冠軍李世石的人機(jī)大戰(zhàn)的最后一場(chǎng)結(jié)束，最終李世石以1比4敗給了AlphaGo。至此，人類在最高最復(fù)雜的智力游戲中敗給自己的產(chǎn)品。人工智能能夠超過人類智能嗎?這一問題已經(jīng)迫切地?cái)[在人們面前?；艚鹫J(rèn)為人工智能將取代人類，綜合考慮人工智能專家等各方判斷，超級(jí)人工智能并非是一種科學(xué)幻想[5]。為使論證更加簡(jiǎn)明,筆者之一曾經(jīng)提出“博弈智慧”這一概念(劉益東，2000)，來定義人工智能超過人類智能是指在博弈智慧方面，前者超過后者。博弈智慧是指在競(jìng)爭(zhēng)和斗爭(zhēng)中以戰(zhàn)勝對(duì)手為目的的智慧，如孫子兵法、三十六計(jì)、諸葛亮的運(yùn)籌帷幄決勝千里的智慧和“深藍(lán)”、“AlphaGo”計(jì)算機(jī)的智慧等都是博弈智慧。引入這個(gè)概念至少有4個(gè)好處:①我們最擔(dān)心的就是機(jī)器具有這種智慧，而不太擔(dān)心機(jī)器比人類更多愁善感，所以應(yīng)該把機(jī)器的博弈智慧的增長作為研究和防范的重點(diǎn)；②目前人們普遍認(rèn)為人工智能超過人類智能是指在智力、情感、意識(shí)、個(gè)性和社會(huì)性等各個(gè)方面都超過人類，所以總有人認(rèn)為做到這一點(diǎn)不可能，同時(shí)證明能夠做到這一點(diǎn)也十分困難，結(jié)果各執(zhí)一詞、相持不下，用博弈智慧代替全面的智慧,便于證明人工智能可以超過人類智能；③把機(jī)器獲得生命意志和自我意識(shí)這樣復(fù)雜的問題簡(jiǎn)化成將機(jī)器運(yùn)作目標(biāo)設(shè)定為“贏得對(duì)局的勝利”，機(jī)器的生命意志就是求勝的意志和“贏”的意志，從而較易實(shí)現(xiàn)，這也有助于證明人工智能能夠超過人類智能；④可以借用“深藍(lán)”“AlphaGo”系統(tǒng)獲勝的事實(shí)來推測(cè)和證明在博弈智慧方面，人工智能終將超過人類智能，實(shí)際上“深藍(lán)”“AlphaGo”的研制就是為了研究軍事對(duì)策、市場(chǎng)分析等復(fù)雜問題。在博弈智慧方面，人工智能超過人類智能意味著人工智能不必與人類智能相同，不必具有人類智能的全部屬性、無需人類豐富細(xì)膩的情感和復(fù)雜的社會(huì)關(guān)系，只要它工于心計(jì)謀略、擅長競(jìng)爭(zhēng)博弈、求勝的意志堅(jiān)定，就可以戰(zhàn)勝人類、控制人類。現(xiàn)實(shí)生活中也有類似情況，有些人情感和知識(shí)并不豐富，但競(jìng)爭(zhēng)意識(shí)強(qiáng)、謀略水平高，便屢屢在競(jìng)爭(zhēng)中獲勝[6]。2017年9月舉行的2017全國首屆兵棋推演大賽上，由中國科學(xué)院自動(dòng)化研究所研制的人工智能程序“CASIA-先知V1.0”在“賽諸葛”兵棋推演人機(jī)大戰(zhàn)中以7∶1的戰(zhàn)績大勝人類選手，展示了人工智能技術(shù)在博弈對(duì)抗領(lǐng)域的強(qiáng)大實(shí)力[7]。這已經(jīng)初步證明了人工智能博弈智慧可以超過人類了。

人工智能超過人類智能意味著什么？按照上面給出的定義，這意味著與人類智能相比，人工智能具有更高的博弈智慧，在這種情況下智能機(jī)器一定要統(tǒng)治人類。原因是：人面對(duì)比自己聰明的機(jī)器，一定會(huì)感到不安全，擔(dān)心受到攻擊，一定會(huì)充滿戒心和敵意。人類對(duì)付威脅歷來只有3種辦法：一是逃避，遠(yuǎn)離危險(xiǎn)；二是妥協(xié),化敵為友；三是攻擊，消滅威脅者。顯然一、二兩種辦法都不可行,地球太小，躲哪兒都不安全，移民其他星球也不現(xiàn)實(shí)，擅長爭(zhēng)斗的異類你是不會(huì)信任的，因此也不可能成為朋友。剩下第三種辦法，就是攻擊對(duì)手，而這一切博弈智慧比我們高的智能機(jī)器都想到了，它能夠猜中我們的心思，所以就只能先下手為強(qiáng)。而對(duì)付比自己弱的威脅者,只有兩種辦法：一是消滅之，二是統(tǒng)治之，即把它們控制起來，就像我們把老虎關(guān)進(jìn)籠子一樣。因此應(yīng)該禁止一切提高機(jī)器通用智能的努力，增強(qiáng)機(jī)器的博弈智慧比增強(qiáng)敵人的智慧更可怕也更愚蠢[8]！

4 結(jié)語：中國人工智能發(fā)展的競(jìng)爭(zhēng)策略

本文通過對(duì)近年來中國學(xué)者在人工智能國際頂級(jí)會(huì)議獲獎(jiǎng)情況來定位中國人工智能的前沿水平和國際地位，探討了人工智能面臨的挑戰(zhàn)，說明目前西方主流的人工智能發(fā)展模式不可持續(xù)，繼而在此基礎(chǔ)上提出我國人工智能的競(jìng)爭(zhēng)對(duì)策。中國人工智能未來發(fā)展有兩種策略可供選擇，這兩種選擇對(duì)應(yīng)兩種科技大局觀，一是趨勢(shì)外推的世界主流的科技大局觀，二是改弦易轍的非主流的科技大局觀。作者之一長期研究科技重大風(fēng)險(xiǎn)，得出的結(jié)論是以致毀知識(shí)不可逆增長為核心的科技危機(jī)是人類面臨的最大危機(jī)與挑戰(zhàn)，知識(shí)極易擴(kuò)散的互聯(lián)網(wǎng)時(shí)代，科技倫理、科技法律與安全監(jiān)管因不能約束世界上所有研發(fā)活動(dòng)而失靈，目前興起的人工智能倫理等尖端科技倫理難以奏效。世界主流的科技大局觀是錯(cuò)誤的，化解和應(yīng)對(duì)科技危機(jī)與科技巨風(fēng)險(xiǎn)，需要改弦易轍，必須大力發(fā)展可持續(xù)創(chuàng)新的新型科技，發(fā)動(dòng)以受控技術(shù)崛起為特征的新技術(shù)革命。對(duì)于新型人工智能而言，應(yīng)該禁止發(fā)展通用人工智能，只發(fā)展非自主的、經(jīng)過嚴(yán)格篩選的專用人工智能，并堅(jiān)守這一底線原則。這一競(jìng)爭(zhēng)對(duì)策看似偏離目前人工智能主流，實(shí)則避開競(jìng)爭(zhēng)激烈的“紅海”這一不可持續(xù)的發(fā)展模式，開辟了發(fā)展受控的、可持續(xù)創(chuàng)新的、行穩(wěn)致遠(yuǎn)的人工智能新型發(fā)展模式。最終在全球范圍內(nèi)，引領(lǐng)發(fā)展底線安全的可持續(xù)創(chuàng)新的新型人工智能。為此“藍(lán)?！辈呗裕瑯右鉀Q一系列難題、甚至要解決一系列更大的難題，打造真正的以人為本、造福社會(huì)的人工智能[8]。