中國人工智能發(fā)展正從1.0向2.0過渡

  人工智能在中國發(fā)展了幾十年，經(jīng)歷了不少曲折與困難�，F(xiàn)在人工智能火了，不少研究者對(duì)過去的歷史缺乏了解，不了解中國人工智能的前世今生、來龍去脈。不知脈絡(luò)、不知過往，也就有了許多似是而非。

 

中國人工智能研究的歷史腳步

 

  中國人工智能研究剛好趕上20世紀(jì)70年代末開始的第二波人工智能浪潮，這是一個(gè)承前啟后的重要時(shí)期。在這一階段，我們不僅在符號(hào)主義人工智能的研究上取得了世界級(jí)的成果，也趕上了神經(jīng)網(wǎng)絡(luò)研究的浪潮。更重要的是，在前人研究和論證的基礎(chǔ)上，國家決定啟動(dòng)863計(jì)劃的研究。

  20世紀(jì)90年代國際人工智能研究進(jìn)入低谷時(shí)，863計(jì)劃計(jì)算機(jī)主題（863-306）的實(shí)施，培養(yǎng)了一大批進(jìn)入國際高技術(shù)前沿的計(jì)算機(jī)人才，為我國實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略奠定了人才基礎(chǔ)。

  與863計(jì)劃結(jié)緣及參與到中國人工智能發(fā)展的歷史中來，是我終生難忘的經(jīng)歷。在擔(dān)任智能接口責(zé)任專家的幾年間，通過課題評(píng)審、課題考察、學(xué)術(shù)交流，我逐步對(duì)漢字識(shí)別、語音識(shí)別、中文信息處理、工程圖與文本識(shí)別、圖像與視頻編碼、多媒體通信、智能交互技術(shù)、虛擬現(xiàn)實(shí)方向有了深入理解，與這些領(lǐng)域的專家進(jìn)行了充分的交流與合作，經(jīng)歷了人工智能發(fā)展的波峰和波谷。今天國內(nèi)人工智能界的領(lǐng)軍人物，許多是863計(jì)劃相關(guān)主題的專家�？梢哉f，863-306是人工智能人才的大熔爐。

  這段經(jīng)歷讓我體會(huì)到，人工智能的發(fā)展是一個(gè)螺旋式前進(jìn)的過程。在前一波人工智能浪潮沉寂了一段時(shí)間后，前兩年大家都覺得人工智能“大風(fēng)”來了，必須趕快前進(jìn)，不要掉隊(duì)。這兩年人工智能有所降溫，大家冷靜下來后發(fā)現(xiàn)，人工智能仍面臨很多挑戰(zhàn)。當(dāng)下ChatGPT的爆火，又讓公眾對(duì)人工智能有了新的興趣。

  以史為鑒，可以幫助我們?cè)诳蒲泄ぷ髦邪盐找?guī)律、不隨波逐流，更好地迎接挑戰(zhàn)。

 

當(dāng)前人工智能水平“剛上小學(xué)”

 

  人工智能現(xiàn)在主要的缺陷是在機(jī)器學(xué)習(xí)方面。深度學(xué)習(xí)即深度神經(jīng)網(wǎng)絡(luò)，是機(jī)器學(xué)習(xí)的一種方法，這種方法確實(shí)可以解決很多問題，也取得了很大的成功，但深度學(xué)習(xí)也要發(fā)展。

  我去美國開會(huì)，馬里蘭大學(xué)一位知名人工智能專家調(diào)侃說，現(xiàn)在“深度學(xué)習(xí)有深度而無學(xué)習(xí)”。這是因?yàn)檫@樣的學(xué)習(xí)嚴(yán)格來說不是學(xué)習(xí)，而是訓(xùn)練，是用大數(shù)據(jù)訓(xùn)練一個(gè)數(shù)學(xué)模型，不是真的學(xué)習(xí)知識(shí)。

  更大的問題是人們不知道機(jī)器學(xué)習(xí)是怎么解決問題的。在神經(jīng)網(wǎng)絡(luò)里，很多東西沒有辦法被定性和解釋。解決了這個(gè)問題，人工智能可能又會(huì)迎來一波大的浪潮。

  用人的一生來比喻，今天的人工智能水平大概是剛上小學(xué)的程度，后面還有很長(zhǎng)的路要走。對(duì)于未來，我們需要思考人工智能現(xiàn)在做了多少事、未來還有多少事需要做。

  事實(shí)上，我們現(xiàn)在所解決的人工智能問題還是很小的一部分。人工智能涉及的問題可以分為四類。

  第一類是可統(tǒng)計(jì)可推理的人工智能問題。這一部分在工業(yè)界已經(jīng)可以使用，可以應(yīng)用于機(jī)器人及各種各樣的知識(shí)決策系統(tǒng)。

  第二類是不可統(tǒng)計(jì)可推理的人工智能問題。這類問題靠大數(shù)據(jù)解決不了，只能靠傳統(tǒng)的邏輯和規(guī)則來處理。

  第三類是可統(tǒng)計(jì)不可推理的人工智能問題。有大數(shù)據(jù)，通過大數(shù)據(jù)能統(tǒng)計(jì)出規(guī)律，但用語言表述邏輯和因果關(guān)系相當(dāng)復(fù)雜。這方面的曙光已經(jīng)初現(xiàn)，但是需要更多突破。

  第四類是不可統(tǒng)計(jì)不可推理的人工智能問題。這是最難的問題，沒有模型和數(shù)據(jù)，這類問題未來機(jī)器人不可能涉足，也不可能勝過人。

  可以看出，第一類問題研究得比較成熟，已經(jīng)能夠成功應(yīng)用；第二類、三類問題正在突破，是人工智能從1.0向2.0過渡的主要研究?jī)?nèi)容，不難看出未來人工智能會(huì)在哪些方面超過人、在哪些方面不可能超過人；第四類問題短期內(nèi)難以突破。

 

下一波乘風(fēng)破浪的一定是人工智能公司

 

  人工智能給全社會(huì)，尤其是自動(dòng)化領(lǐng)域、機(jī)器人領(lǐng)域帶來非常多的機(jī)遇。過去幾十年，我們經(jīng)歷了幾波比較大的浪潮。

  第一波是個(gè)人電腦浪潮，給信息領(lǐng)域帶來了顛覆性影響。之后是互聯(lián)網(wǎng)浪潮，成就了一大批互聯(lián)網(wǎng)公司。緊接著是移動(dòng)互聯(lián)網(wǎng)浪潮，蘋果、華為等都是乘著這一波浪潮起來的。下一波浪潮是什么？一定是人工智能。如果能再出現(xiàn)類似蘋果、華為這樣的公司，那它一定是人工智能公司。

  目前，我國人工智能發(fā)展正從1.0向2.0過渡。我國發(fā)展人工智能有優(yōu)勢(shì)也有短板。優(yōu)勢(shì)有四個(gè)，強(qiáng)有力的政策支持、龐大的數(shù)據(jù)、豐富的應(yīng)用場(chǎng)景、非常多有潛力的年輕人；短板也有四個(gè)，基礎(chǔ)理論薄弱、原創(chuàng)算法薄弱、關(guān)鍵核心元器件薄弱、開源不足。

  實(shí)際上，科技部在新一代人工智能發(fā)展規(guī)劃方面已經(jīng)有了很好的前瞻性考慮，基本原則有四個(gè)：科技引領(lǐng)、系統(tǒng)布局、市場(chǎng)主導(dǎo)、開源開放。目標(biāo)是到2020年中國人工智能能夠與世界同步，到2025年其中一部分能夠達(dá)到領(lǐng)先水平，到2030年總體上能夠走在前面。

  從事人工智能研究30多年來，我曾與不少科學(xué)家共事和交換意見。尤其是在上一波人工智能浪潮中，他們?cè)谥T多不利因素下，克服了種種困難，突破了自己的學(xué)科和背景所帶來的局限，其獻(xiàn)身精神和科學(xué)態(tài)度令人感動(dòng)，也為今天的研究者們樹立了榜樣。在新一輪人工智能浪潮中，中國已經(jīng)有了與世界同步發(fā)展的實(shí)力。

  未來的人類和人工智能，一定會(huì)在開放環(huán)境中共同前進(jìn)�！�

  （作者系中國工程院院士，本文摘編自其為《中國人工智能簡(jiǎn)史》所作推薦序）