第二十六屆媒體融合技術研討會（ICTC2018）于杭州拉開帷幕，本次會議以“創新發展模式 深化媒體融合”為主題，會議現場各個廣電領域的嘉賓就5G、物聯網、4K等熱門話題進行了深入的討論。

中國工程院 院士 高文

在會上，中國工程院院士高文院士發表演講，人工智能的歷史自1956年開始，至今已經62年。當時在Dartmouth大學進行了為期10個月的研討，10位人工智能學者共同首次確定了人工智能的概念，讓機器能像人類一樣認知、思考并學習，這是首次采用計算機模擬人的智能。

自上世紀70年代，人工智能在演進中不斷變化，包括機器定理證明、機器翻譯、專家系統、博弈、模式識別等等，最終形成三大學派，符號學派、連接學派以及行為學派。

人工智能的第一次浪潮來自1956年~1976年，當時符號主義盛行，功能主義占據主流，其標志性的基石是在統計方法中引入符號方法，進行語義處理，出現了基于知識的方法，讓人機交互成為可能。在人工智能的第一次浪潮期間，邏輯運算、演繹推理、三段論以及Prolog邏輯變成語言成為時代代表性的方式與方法。

1958年Simon&Newell提出AI初期的著名預言，十年內，計算機將成為國際象棋冠軍；十年內，計算機將發現和證明有意義的數學定理；十年內，計算機將能譜寫并編寫樂曲；十年內，計算機將實現大多數的心理學理論；

但由于四大語言遙遙無期，關于人工智能方法論的爭論風聲漸緊，讓AI進入到第一次低估，直到1973年英國發表James Lighthill，機器人的研究沒有價值，進展非常令人失望，隨后帶來的是對于人工智能經費的縮減，AI理論與方法工具尚不具備，以攻克認知作為目標，這使得其不切實際。

人工智能的第二次浪潮源于1976年到2006年，當時連接主義盛行，深度學習仍未突破，1975年，Paul Werbos提出BP算法，使得多層人工神經元網絡的學習變為可能。

第二次浪潮中，日本政府推出第五代機為代表的大規模邏輯推理嘗試。

但十年的推動最終以失敗告終。

而知識百科日趨漸微，斯坦福大學通過專家來建設知識百科全書Cyc，但90年代后期Cyc逐漸衰敗，搜索引擎開始崛起，互聯網和大數據的為例讓Cyc逐步走向頹勢。這就提出，只是不能靠專家手工表達，要靠自動學習。人工智能迎來第二次寒冬。

2006年至今，人工智能獲得第三次浪潮，從本質上，第二次浪潮與第三次浪潮在方法論上沒有本質區別，差別在于算力的發達，這讓深度學習獲得了成功，第三次浪潮是深度學習算法+大數據組合的聯合突破。

人工智能的快速崛起，其實是李飛飛提出能否建立一個1000萬圖片的數據庫，當時成本價一張圖片需要標記要5美元，5000萬的美元成本就帶來巨大的困擾。

而線上眾包的形式推動了程序員不斷加入到這個工作，漸漸形成一種比賽。推動了圖片標簽效率驗證算法的演進，ImageNet推動了人臉識別的技術發展。

第三次浪潮，讓人工智能成勢，應用場景明確，大數據+計算能力支撐，讓算法演化速度更為迅速。

中國的人工智能在1977年就已經開啟了基礎，1986年中年各國計算機學會下開始成立人工智能學組，至今為止組建了八屆委員。

當前的人工智能顯示出了一些新的特征:

端倪一

形成了大數據上的深度學習與自我鍛煉的綜合進化技術，這一點在AlphaGo體現的很是明顯。

端倪二

基于網絡下的群體智能時代即將到來，國外《Science》曾將群智計算按難易程度分為了：實現任務分配的眾包模式、較復雜支持工作流模式以及最復雜的協同求解問題的生態系統模式。

端倪三

人機一體化的技術導向混合智能。

端倪四

跨媒體推理從語言、視覺、圖形與聽覺之間的語義貫通間可以形成更好的構建升級。

端倪五

無人系統崛起的迅猛。

中國計劃推廣新一代的人工智能即——2.0版本。

相關的支撐技術，包括安全評測，技術標準，法律法規，另外還有對社會的一些綜合影響，包括就業等等的綜合影響。

五大核心集成包括大數據智能，跨媒體智能，群體智能，混合增強智能，自主無人系統。目前工程院的報告提交之后，，國務院印發了新一代人工智能的通知。去年11月份科技部召開了重大科技項目啟動會，當時作為參與和將來作為主要的技術支撐的新一代人工智能技術產業聯盟也參與這個會議。最新的動態顯示科技部已經正式發布了第一批新一代人工智能重大項目的申報指南，今年會投入8.7億支持一些項目。

目前聯盟主要做開源平臺，現在有一些開源框架，很多企業都在開放他們的開放平臺，進而實現人工智能機器學習的開放框架，國內的企業可以形成一個比較統一的資源互補的開放的平臺。

今年在深圳專門召開的聯盟啟動儀式正式開啟一個開源平臺，這是完全用開源的形式做的工作，目前在按部就班的推進之中。軟件部分各方企業來貢獻，深圳的實驗室將支持硬件部分，最終將形成對產業的扶持。

高文總結道，人工智能的發展到現在三起兩落，本身是一個螺旋式的發展，未來將在包括計算機科學，電子學，自動化等方面進行輪番的演練。從應用上面來說，現在基于電子學深度神經網絡的東西會逐漸成為第一。未來的人工智能期待一些新的算法和理論出現，將有助于實現自適應基于概率模型的機器學習和小數據的學習的關聯更密切，但目前還不是很清晰。中國下一代的人工智能在機器學習的新算法上面已具備了更多的布局，希望在機器學習新算法方法有更多的進步，作為產業技術聯盟將會在整個國家的新一代人工智能的活動當中起到應有的作用。此外廣電新媒體，未來更需要人工智能介入，聯盟愿意配合廣電領域把人工智能在中國的落地工作做好。