人工智能被視為第四次工業革命的一個標志，發達國家和眾多的科技公司，紛紛投入巨資展開研發和布局，我國也在全力構筑人工智能發展的先發優勢。黨的二十大報告指出，推動戰略性新興產業融合集群發展，構建新一代信息技術、人工智能、生物技術、新能源、新材料、高端裝備、綠色環保等一批新的增長引擎。什么是人工智能？人工智能將如何改變我們的生活？如何在這場技術革命中搶占先機？

　　▍什么是人工智能

　　人工智能的發展歷史只有六七十年。人工智能也叫人造智能，就是由人制造出來的模仿人的智能，一般通過機器人、計算機等載體表現出來。人工智能有兩個重要概念：一個是通用人工智能或者叫強人工智能，如果這種智能系統的功能、能力和人一樣，甚至超過人，就叫強人工智能系統；另一個是專用人工智能或者叫弱人工智能，如果這個智能系統只能干一件事，盡管可能比人厲害，那它也是弱人工智能。比如常見的刷臉識別、語音識別系統。

　　1956年，10位年輕的學者，其中許多是圖靈獎和諾貝爾獎的獲得者，在美國達特茅斯市搞了一個暑期研究所。在兩個月的討論中，他們針對人工智能應該干什么、怎么干進行了一番討論，列出了人工智能領域需要研究的自動計算機、編程語言、神經網絡、計算規模理論等問題，并形成了一個比較前沿的報告，這被公認為是對人工智能一個比較完整的描述，這一年也被稱為人工智能元年。

　　從1956年到1976年，這20年是人工智能發展的第一個階段，這一時期的人工智能主要是在模擬大腦工作。這種模擬不是信號級的模擬，而是在邏輯推理等更高層面上去模擬大腦。這一階段比較珍貴的一個成果是數學定理證明，也就是用計算機自動進行數學定理的證明。包括代數定理證明和幾何定理證明，都是由兩位華人（王浩、吳文俊）完成的。后來研究人員發現僅僅通過模擬人的大腦來實現人工智能這條路太難走。因為當時只完成了數學定理證明這件事，戰勝國際象棋冠軍、機器譜曲等其他目標都沒完成。人工智能逐漸從高潮跌到低谷，學者們開始反思是不是人工智能走歪路了，是不是要做點實事。

　　學者們開始嘗試研發對社會有影響力的系統，比如醫療診斷專家系統、故障診斷系統，可以代替醫生、專家去做一些診斷。另外就是模擬神經系統來做專家系統，這在字符識別、文字識別領域比較有效。后來應用到機器自動識別、自動分揀系統，包括今天的語音識別，基本上都是走的神經網絡這條技術路線。

　　這兩條技術路線使第二次人工智能發展專家系統的這30年，開創了百花齊放的局面。不過專家系統的高光時刻并沒有持續太久，因為專家系統雖然做了很多，演示時效果也不錯，但真正上線去用的時候效果并不理想，于是熱度開始下降，直到2006年引發人工智能領域轟動的3篇重量級文章的問世，人工智能才開始了突飛猛進的發展。

　　這一年，多倫多大學教授辛頓、紐約大學教授楊立昆、蒙特利爾大學教授本杰奧，幾乎同時發表了重量級的文章，從不同角度說明深度神經網絡是大有可為的，是可以進行大規模學習訓練的。只要輸入的數據好，它就可以解決問題。這一系列論文發表后，大家摸索了幾年小有收獲，但并沒有重大成果產出。直到2010年以后，斯坦福大學華裔女教授李飛飛、普林斯頓大學華人教授李凱，開發了一個規模特別大的圖像數據庫，然后拿去參加比賽。當時比賽標準是誰做的系統錯誤率更低，誰就勝出。2010年錯誤率最低的隊是28%，2011年是26%，2012年取得了突破，降至16%。原來是辛頓的學生用辛頓公開發表文章中的技術去參加比賽，打敗了所有的對手，這是一個重大進展。到了2013年，深度網絡這個技術普及開來，其它路線無非是使用多深的網、多少個節點、參數怎么設定等技巧性改進，而不是方法上的革命了。到2015年系統的錯誤率又實現革命性突破，降至3.6%，而人的平均錯誤率是5%，在圖像分類這件事上，神經元網絡已經超過人了。這事是誰做的呢？中國學者孫劍做的，當時他和他的團隊提出了殘差網絡。這個殘差網絡，不僅在圖像分類應用上是第一名，圍棋里面也是最厲害的。基于此，在深度網絡適合的那些弱人工智能是可以進行廣泛應用研究和產業化的。

　　▍人工智能的特點和成長

　　從感知到認知，人工智能更上一層樓。在智能水平上，感知智能日益成熟。智能可分為感知智能、認知智能和決策智能。感知智能是和我們眼看、耳聽、手摸等感官直接相連的智能，現在的臉部和語音識別、機器翻譯，以及診斷病人病例、產品殘次識別，都發展得非常好，人工智能正在慢慢從一般的感知智能向認知智能進行升級。

　　類腦計算和量子計算，兩條突破之路。如果做更大規模或者做和認知有關的人工智能以及強人工智能，靠現有計算機是做不到的，怎么辦？就要尋找出路，在技術路線上有兩個比較可能的出路。一個是類腦智能，人對信息處理的能效比非常之高，現在的計算機不行，能效比太低了，類腦計算能效比會高一些。另一個是量子計算，其能效比是極高的，把量子計算做成比較穩定的一個系統是有可能的。當然不管是類腦、量子計算，現在還有很大的不確定性，需要繼續加以研究和積累。

　　人與機器，混合智能具備獨特優勢。在智能形態方面，人和計算機混合模式越來越多，這個叫人機混合智能。機器擅長做的事交給機器，機器做不好的事，人可以介入一下。這樣人機混合的智能，是現階段發展人工智能一個比較重要的技術途徑。

　　應用先行，有助于技術發展。在應用驅動方面，以前是先把技術做好，然后轉化技術去做應用。現在靠應用去拉動技術發展，這條路是人工智能一個非常重要的發展形態。深度神經網絡出現時，在哪兒好用，不知道，需要找一個很好的應用場景把它用起來。如果不是辛頓的學生把它拿去參加圖像網絡比賽，可能神經網絡的熱潮還會拖許久才會到來。

　　未雨綢繆，防止技術失控。人工智能具有社會屬性。人類會不會被人工智能奴役、擺布？這個社會屬性，恰恰是我們在做人工智能時要認真對待的一個問題，要擺正人和智能系統之間的關系，對人工智能能干什么、不能干什么進行研究和立法，從法律和道德層面去約束和規范它。否則，將來可能會很被動。

　　▍中國人工智能發展的優勢與差距

　　從2013年起，世界許多國家政府，尤其是發達國家紛紛調研人工智能對社會、經濟可能帶來的顛覆性影響，相繼發布符合自身國情的人工智能戰略。在這場事關未來的技術革命中，我們的機會在哪里？優勢和短板分別是什么？

　　我國已經成為人工智能領域的超級大國之一。改革開放以來，我們國家在基礎研究方面的投入巨大，人工智能的發展有了非常好的沉淀。一些關鍵核心技術，中國已經走在了世界前列，比如說人臉和語音識別技術。中國人工智能的發展與各行各業的結合和滲透是非常高的，其應用和推廣比其他國家做得更好。我國人工智能發展的創新生態環境已經初步形成。百度的無人駕駛、阿里的城市大腦、騰訊的智能醫療、科大訊飛的語音識別、商湯的圖像與視頻處理等開放平臺以及華為、寒武紀、海康威視等實體經濟領域平臺已經創建。全球AI指數排名，中國屬于第一梯隊，緊隨美國，在人才、教育、專利產出等方面均有所進步。中美兩國引領、呈梯次分布的全球人工智能發展總格局保持不變。

　　四大優勢護航中國人工智能發展。第一個是政策優勢，人工智能已被列為國家優先發展事項。第二個是海量數據資源優勢，中國人口是美國的四倍多，手機群體和手機消費、支付量也是最大的，擁有龐大的消費、出行、醫療、旅游、物流等數據資源。第三個是應用場景優勢，我國是發展中國家，很多基礎設施還不夠完善，這恰恰給人工智能的應用提供了一些深度場景。比如城鄉的基礎設施、醫療、教育、民生服務等領域的問題，人工智能系統的介入，問題可以快速得到解決。第四個是青年人才優勢，我國高等教育毛入學率已達59.6%，而且學理工科的學生比例很高，這是一個非常大的人才儲備庫。國家自然科學基金委員會專門設立人工智能一級學科代碼，資助相關基礎研究、前瞻性探索和應用研究。

　　當然，我們也存在一些短板，特別是在四個薄弱環節急需加強。第一，基礎理論和原創算法研究比較薄弱。第二，高端器件研發能力弱，比如做深度神經網絡訓練的GPU（圖形處理器），中國在這方面差距比較明顯。第三，缺乏有影響的人工智能開源開放平臺。第四，缺乏相應的高端人才。據統計，中國最頂級的人工智能高端人才數只有美國的20%，已成為國家關鍵領域急需的高層次人才。

　　▍我們該如何布局未來

　　未來已來，到底是哪一個未來來了？過去三十年是變化非常大、非常快的三十年。第一個是計算機的算力增強了約一百萬倍，第二個是存儲容量增加了約一百萬倍，第三個是通信速度增加了約一百萬倍。這三個一百萬倍，讓我們的社會、工作、生活、學習都發生了天翻地覆的變化。而下一次影響人類社會的工業革命時間可能會發生在2030年到2040年之間，其主題將會是人工智能，人工智能將是未來一個世紀的核心技術。

　　國家戰略、人才高地、基礎建設、立法保障，一個都不能少。要想把人工智能發展好，就需要我們在很多事上起好步、布好局。一是將發展人工智能提升至國家發展戰略，國家、地方和企業，要把其作為戰略性新興產業，給予大力支持。二是健全人工智能的國家研發體系。三是加快人才培養，形成一批人工智能的國家人才高地，進而帶動整個人工智能理論和算法的發展。四是加強智能化基礎設施建設，推動公開數據的開放、共享，同時完善相關法律法規保護數據的安全性。五是加快人工智能法律、倫理問題的研究，引導人工智能安全可控發展。六是深化國際開放合作，主動參與全球人工智能的治理和標準制定。

　　數據處理、開源平臺、應用場景，三個抓手要記牢。利用人工智能為各行各業賦能，抓手是什么？排在第一位的是數據，沒有數據，即便是弱人工智能也沒法做，所以要把數據組織起來、清洗出來、利用起來并加以安全防護。第二位是創建好自己的開源平臺，與我們作為人工智能大國的地位相匹配。第三位是應用場景的培育和賦能，現在很多場景還只是投資驅動的，政府要清楚哪些是優先發展的領域，市場能做能決定的事，就交給市場去做去決定，需要政府介入、調控才能做好的事，政府就要果斷去干預、去培育，扶上馬，送一程。這是非常關鍵的一個步驟。在做大做強自己，補齊自身短板弱項后，我們要和全世界人工智能同步推進，去迎接人工智能第四次工業革命的到來。

　　高文，中國工程院院士，北京大學博雅講席教授，鵬城實驗室主任。他見證和參與了中國計算機行業的高速發展，見證了人工智能的成長壯大。他先后主持國家級科研項目20多項，涉及人工智能、視頻編碼與分析、計算機視覺等前沿領域。他帶領的數字視頻編解碼技術國家工程實驗室，經過十余年的潛心研究，憑借完全自主創新，完成了我國具備自主知識產權的第二代信源編碼標準體系，達到了國際標準水平。2021年，他和他的項目團隊憑借“超高清視頻多態基元編解碼關鍵技術”，榮獲2020年度國家技術發明獎一等獎。他和團隊主導制定的AVS超高清視頻編解碼國家標準，還被全球超高清產業聯盟采納為國際標準。

　　編輯：黃飛