AI要更加光榮還有許多坎要邁，遐想未來既需要夢想更需要理性和行動(dòng)。

曾以開發(fā)出AlphaGo并擊敗圍棋世界冠軍而聞名的DeepMind的掌門人哈薩比斯（DemisHassabis），曾經(jīng)說過，“先搞定人工智能，然后利用人工智能搞定其他所有的事（FirstsolveAI，thenuseAItosolveeverythingelse）”。這種理念和相關(guān)技術(shù)的迭代演變，特別是社會(huì)不斷涌現(xiàn)出的急迫需求所呈現(xiàn)的非智能技術(shù)介入而不能解決的實(shí)際，綜合在一起促進(jìn)了人工智能的快速發(fā)展。

如今通過包括自媒體在內(nèi)的各種信息渠道，人們知曉了人工智能發(fā)展的多彩現(xiàn)狀，并形成了各自對未來的遐想。是的，社會(huì)大眾目前得到的印象好像是，琴棋書畫，人工智能什么都能做。至于做的效果是不是令人滿意，大多數(shù)人似乎更多的是展現(xiàn)了寬容的態(tài)度。理性地預(yù)判未來，人工智能的能力，包括做琴棋書畫的水準(zhǔn)還有非常大的提升和發(fā)展空間，而且還有更多的事情要去做，前路漫漫會(huì)遇到很多挑戰(zhàn)。有些挑戰(zhàn)，我們現(xiàn)在就知道是非常大和嚴(yán)峻，有些挑戰(zhàn)我們可能現(xiàn)在還沒有意識(shí)到。目前已經(jīng)有一些議論把人工智能的發(fā)展和大數(shù)據(jù)的發(fā)展、大算力的提升乃至爆炸式增長的能量消耗密切關(guān)聯(lián)到了一起。如果注意到百舸爭流于大模型開發(fā)中的現(xiàn)狀，發(fā)現(xiàn)和意識(shí)到這種關(guān)聯(lián)就是必然的了。其實(shí)即便沒有人工智能，從長遠(yuǎn)來看，能量需求的不斷擴(kuò)大、算力需求的不斷擴(kuò)大也是一定的，因?yàn)檎w的社會(huì)綜合需求一直在擴(kuò)大的趨勢是停不下來的。這種嚴(yán)峻的挑戰(zhàn)該如何應(yīng)對？如何發(fā)展綠色（低能耗）的AI，如何發(fā)展（相對）低算力的AI，這是我們必須面對的問題。弄得不好，在搞定人工智能之前，就會(huì)遇到算力危機(jī)的坎，遇到能源危機(jī)的坎，更何談?dòng)萌斯ぶ悄苋ソ鉀Q其他問題呢？

可以這樣認(rèn)為，推進(jìn)人工智能研發(fā)的動(dòng)力大體上要?jiǎng)澐譃閮蓚€(gè)層面。一個(gè)層面主要包含AI之外的相關(guān)因素，如需求因素、（軟）環(huán)境因素、技術(shù)支撐條件、包括人力資源在內(nèi)的資源供給條件等；另一個(gè)層面是AI本身的因素，其中最主要的是AI的理論、方法、知識(shí)體系及其演化、人才及技能的培養(yǎng)、問題的選擇和階段性清單的交流。當(dāng)然，這兩個(gè)層面不是決然斷開的，它們在某些方面有著密切關(guān)聯(lián)，如人力資源供給和具有合理知識(shí)結(jié)構(gòu)及素質(zhì)能力之人才成長的問題。認(rèn)識(shí)和分析這兩個(gè)層面以及它們之間存在的相互關(guān)系，可以挖掘出很多有益于社會(huì)進(jìn)步和有助于人工智能發(fā)展的機(jī)會(huì)，對于管理決策機(jī)構(gòu)、企業(yè)等市場主體、研發(fā)部門和教育行業(yè)以及人自身的成長莫不如此。以汽車無人駕駛為例，這是一個(gè)體現(xiàn)了人工智能綜合集成技術(shù)的項(xiàng)目，經(jīng)過多年打磨，其可行性在技術(shù)上沒有本質(zhì)障礙，通過限定區(qū)域內(nèi)實(shí)際路面上的實(shí)驗(yàn)也積累了大量“經(jīng)驗(yàn)”。即便如此，短時(shí)期內(nèi)大面積“放開”和推進(jìn)無人自動(dòng)駕駛也還是時(shí)機(jī)不夠成熟。這里最大的挑戰(zhàn)是安全問題。在封閉系統(tǒng)（如軌道交通）里，安全問題相對好解決，對于開放系統(tǒng)來說，自行車、行人、其他車輛等因素太多，變化太快，隨機(jī)性太強(qiáng)，讓人們大有這樣的感覺，除非一夜之后，路面行駛的全部是無人自動(dòng)駕駛的移動(dòng)體，那樣才有可能實(shí)現(xiàn)安全。

當(dāng)然，對于任何困難都不至于一籌莫展，總可以采取“摸石頭過河”的方式。比如可以在更大范圍甚至是通過一個(gè)行業(yè)的謹(jǐn)慎試行來打破“僵局”。實(shí)踐中，有的城市已經(jīng)開始通過在出租汽車行業(yè)增大無人駕駛車輛的投放來做務(wù)實(shí)地推進(jìn)。需要認(rèn)識(shí)一個(gè)相似的話題，我們常說的無人機(jī)，基本上都是有人“駕駛”的，只不過人不在飛機(jī)上，而是遠(yuǎn)距離地對飛機(jī)的飛行進(jìn)行操控。無人出租車也完全可以通過適當(dāng)布局的“操控中心”在必要時(shí)提供恰當(dāng)?shù)娜藶椤案深A(yù)”，以使無人駕駛汽車行駛得更加“平穩(wěn)絲滑”，而與此同時(shí)，這對無人駕駛系統(tǒng)也是更好的訓(xùn)練。這樣做的結(jié)果必然會(huì)提升用戶的舒適感并使相應(yīng)技術(shù)日臻完善。當(dāng)然，也會(huì)引起新的問題。比如，無人車與有人車的“競爭”一定程度上會(huì)影響到一些人的就業(yè)，從而引發(fā)新的社會(huì)擔(dān)憂。所以，我們提及的環(huán)境因素，就自然要包含政策制定問題、規(guī)劃設(shè)計(jì)問題等。把好事辦好并不是輕松的事。這些充分顯示出了，推進(jìn)AI的事業(yè)真的是一項(xiàng)復(fù)雜的系統(tǒng)工程。

不過說到底，發(fā)展人工智能最根本的還是AI自身的成長問題。對人工智能的理解和解釋存在差異是正常的，但《ArtificialIntelligence：AModernApproach》（有中譯本）中所闡述的理念和觀念是值得重視的。AI的本質(zhì)追求是非人主體（agent）的開發(fā)和打造。這類主體應(yīng)能像人一樣做事；像人一樣思維和想問題；能理性思考；能理性做事。做到這四點(diǎn)當(dāng)然需要一個(gè)長期迭代進(jìn)步且是艱辛的過程，因?yàn)榧词箤τ谌祟愖约?，后兩點(diǎn)都是很難做到的。這可能也是讓不少人對于“超人”智能有可能出現(xiàn)而產(chǎn)生興奮抑或憂慮的原因所在。

講到“像人一樣思維和做事”，不妨提及一下1975年因在人工智能、人類認(rèn)知心理學(xué)和抽象符號(hào)序列表達(dá)處理方面做出基本貢獻(xiàn)而獲得圖靈獎(jiǎng)的科學(xué)家赫伯特·西蒙和艾倫·紐維爾。他們堅(jiān)定地認(rèn)為一個(gè)以人類無法遵循的方式去解決問題的計(jì)算機(jī)程序并不是值得追求的，即使它比人類解決問題的效率高得多。相反，一個(gè)還不能把問題解決好的計(jì)算機(jī)程序可能是一個(gè)偉大的成就，只要它以人類失敗的方式失敗。這正是他們開發(fā)的具有啟發(fā)式特征的《邏輯理論家》（LT）的動(dòng)力所在。LT充分體現(xiàn)了人類推理過程中的層次結(jié)構(gòu)和聯(lián)想結(jié)構(gòu)之特征。特別地，在LT的開發(fā)過程中西蒙和紐維爾的做法是令人印象深刻的：先是讓一些人模擬《邏輯理論家》的工作原理，然后再把這些模擬的過程進(jìn)行編程實(shí)現(xiàn)。

思想的體現(xiàn)，（解決問題）方案的提出，系統(tǒng)的實(shí)現(xiàn)，總會(huì)伴隨著各種各樣的機(jī)會(huì)，并會(huì)以公平的方式呈現(xiàn)給各類有心有意向的主體。這是包括企業(yè)家在內(nèi)的各類主體都應(yīng)重視再重視的。

有必要按時(shí)間順序列出為AI發(fā)展做出杰出貢獻(xiàn)并獲得圖靈獎(jiǎng)的人員名單：

1969年，馬文·明斯基（MarvinMinsky，1927—2016），是描述知識(shí)之框架模型的提出者。

1971年，約翰·麥卡錫（JohnMcCarthy，1927—2011），設(shè)計(jì)開發(fā)了AI編程語言LISP。

1975年，赫伯特·亞歷山大·西蒙（HerbertAlexanderSimon，1916—2001），艾倫·紐維爾（AllenNewell，1927—1992），是啟發(fā)式智能開發(fā)的倡導(dǎo)者。

1994年，愛德華·費(fèi)根鮑姆（EdwardFeigenbaum，1936—），拉吉·瑞迪（DabbalaRajagopalReddy，1937—），堅(jiān)持以規(guī)則方式提煉知識(shí)的原則，并促進(jìn)了專家系統(tǒng)的發(fā)展。

2010年，萊斯利·加布里埃爾·瓦利安特（LeslieGabrielValiant，1949—），創(chuàng)立了PAC學(xué)習(xí)理論。

2011年，朱迪亞·珀?duì)枺↗udeaPearl，1936—），發(fā)明了貝葉斯網(wǎng)絡(luò)。

2018年，杰弗里·埃佛勒斯·辛頓（GeoffreyEverestHinton，1947—），揚(yáng)·勒丘恩（YannLeCun，1960—），約書亞·本希奧（YoshuaBengio，1964—），持久努力，促成了神經(jīng)元網(wǎng)絡(luò)及深度學(xué)習(xí)的變革式發(fā)展。其中包括了玻爾茲曼機(jī)網(wǎng)絡(luò)的引入，“反向傳播”算法的提出，卷積神經(jīng)網(wǎng)絡(luò)的發(fā)明和“生成對抗網(wǎng)絡(luò)”概念的創(chuàng)立。

的確，人們感受到了幾十年來科學(xué)家、工程師和企業(yè)家們努力貢獻(xiàn)的紅利。AI要更加光榮還有許多坎要邁，遐想未來既需要夢想更需要理性和行動(dòng)。