自“人工智能”（AI）于1956年被首次提出以來(lái)，雖然幾經(jīng)高潮與低谷，但在至今的60多年里，其發(fā)展不曾中斷。

如今，AlphaGo在圍棋比賽中戰勝人類(lèi)冠軍李世石和柯潔早已成為人工智能史上的標志性事件，無(wú)人駕駛汽車(chē)獲發(fā)測試牌照即將上路同樣引發(fā)廣泛關(guān)注。那么，這是否說(shuō)明人工智能已經(jīng)發(fā)展到了一個(gè)很高的程度？

對此，中國科學(xué)院院士譚鐵牛在5月29日的學(xué)部第六屆學(xué)術(shù)年會(huì )上表示，人工智能的春天剛剛開(kāi)始。而上述成績(jì)的取得，可以說(shuō)是從2010年之后人工智能獲得蓬勃發(fā)展才開(kāi)始的。

近十年來(lái)蓬勃發(fā)展

“近十年來(lái)，隨著(zhù)大數據、云計算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，人工智能技術(shù)成功跨越科學(xué)與應用之間的‘技術(shù)鴻溝’，突破了從‘不能用、不好用’到‘可以用’的技術(shù)拐點(diǎn)，進(jìn)入了爆發(fā)式增長(cháng)的紅利期?！弊T鐵牛說(shuō)，如今人工智能已成為推動(dòng)新一輪科技和產(chǎn)業(yè)革命的驅動(dòng)力，并由此日益得到國家政府部門(mén)、產(chǎn)業(yè)界和學(xué)術(shù)界的高度關(guān)注。

近年來(lái)，深度學(xué)習、強化學(xué)習、對抗學(xué)習等統計機器學(xué)習理論在計算機視覺(jué)、語(yǔ)音識別、自然語(yǔ)言理解、人機博弈等方向取得顯著(zhù)成果。例如，通過(guò)深度神經(jīng)網(wǎng)絡(luò )的應用創(chuàng )新，國際計算機視覺(jué)競賽ImageNet圖像分類(lèi)的Top5誤差率從2012年的16%降到2017年的3%左右。

在譚鐵?？磥?lái)，統計學(xué)習也正式成為人工智能走向實(shí)用的理論基礎。

當前，在全球范圍內，人工智能技術(shù)生態(tài)（包括數據平臺、開(kāi)源算法、計算芯片等）建設備受重視，Google、IBM等全球科技巨頭積極推動(dòng)自主研發(fā)人工智能技術(shù)的生態(tài)建設。人工智能創(chuàng )新創(chuàng )業(yè)也發(fā)展得如火如荼。全球知名創(chuàng )投研究機構CB Insights報告顯示，2017年全球新成立人工智能創(chuàng )業(yè)公司1100家，人工智能領(lǐng)域共獲得投資152億美元，同比增長(cháng)141%。與此同時(shí)，“智能+”逐漸成為人工智能應用的創(chuàng )新范式，即人工智能技術(shù)向創(chuàng )新性的消費場(chǎng)景和不同行業(yè)快速滲透融合，例如華為Mate10搭載人工智能領(lǐng)域的深度學(xué)習芯片。

在這樣的背景下，人工智能逐漸為世界各國所重視。比如去年7月20日，我國發(fā)布《新一代人工智能發(fā)展規劃》，開(kāi)啟了人工智能快速發(fā)展的新征程。

存在局限與諸多誤區

縱觀(guān)人工智能近年來(lái)的發(fā)展不難看出，其仍然主要集中在專(zhuān)用智能領(lǐng)域，即面向特定領(lǐng)域的人工智能技術(shù)，如人工智能程序在ImageNet圖像識別和LFW人臉識別中達到了超越人類(lèi)的水平，微軟語(yǔ)音識別系統5.1%的錯誤率比肩專(zhuān)業(yè)速記員等。

對此，譚鐵牛表示，這是因為專(zhuān)用智能領(lǐng)域任務(wù)單一、應用背景需求明確、領(lǐng)域知識積累深厚、建模計算簡(jiǎn)單可行，因此才形成了人工智能領(lǐng)域的單點(diǎn)突破，在局部智能水平的單項測試中可以超越人類(lèi)智能?！暗嬲饬x上完備的人工智能系統應該是一個(gè)通用的智能系統，而通用人工智能研究與應用可以說(shuō)是剛剛起步，依然任重道遠?！?/p>

總體上，人工智能系統的能力維度可分為信息感知、機器學(xué)習、概念抽象和規劃決策4個(gè)方面?！澳壳叭斯ぶ悄芟到y在信息感知和機器學(xué)習方面進(jìn)展顯著(zhù)，但是在概念抽象和規劃決策方面還很薄弱?！弊T鐵牛說(shuō)，目前的人工智能系統可謂有智能沒(méi)智慧、有智商沒(méi)情商、會(huì )計算不會(huì )“算計”、有專(zhuān)才無(wú)通才。

比如，某高校食堂外懸掛著(zhù)一條橫幅，上面寫(xiě)著(zhù)“歡迎新老師生前來(lái)就餐”。人們可以將其理解為歡迎“新老師生”前來(lái)就餐，但人工智能翻譯時(shí)卻很可能斷句為歡迎新老師“生前來(lái)就餐”。再如，“能穿多少穿多少”這句話(huà)，在天冷時(shí)和天熱時(shí)完全是相反的意思，但人工智能卻未必能翻譯出來(lái)。

此外，譚鐵牛指出，由于人工智能與人類(lèi)智能密切關(guān)聯(lián)且應用前景廣闊、專(zhuān)業(yè)性很強，因此容易造成人們的誤解，也帶來(lái)不少炒作。例如，有些人錯誤地認為，人工智能就是機器學(xué)習（深度學(xué)習）、人工智能已經(jīng)達到5歲小孩的水平等。

有望引領(lǐng)新一輪科技革命

在譚鐵?？磥?lái)，當前人工智能正處于從“不能用”到“可以用”的技術(shù)拐點(diǎn)，但是距離“很好用”還存在諸多瓶頸，如數據、能耗、泛化、可解釋性、可靠性、安全性等，理論創(chuàng )新和產(chǎn)業(yè)應用發(fā)展空間巨大。

“人工智能的春天剛剛開(kāi)始！”譚鐵牛表示，未來(lái)十年，人工智能將是最具變革性的技術(shù)。

而實(shí)現從專(zhuān)用人工智能（弱人工智能，具備單一領(lǐng)域智能）向通用人工智能（強人工智能，具備多領(lǐng)域智能）的跨越式發(fā)展，在譚鐵?？磥?lái)，既是下一代人工智能發(fā)展的必然趨勢，也是國際研究與應用領(lǐng)域面臨的挑戰性問(wèn)題。同時(shí)，從機器智能到人機混合智能、從“人工智能”到自主智能系統的轉變，也將成為未來(lái)人工智能研究的主流方向。在這個(gè)過(guò)程中，學(xué)科交叉則是創(chuàng )新源泉和必然趨勢。

“比如，腦科學(xué)研究與類(lèi)腦智能研究交叉，前者為后者提供生理學(xué)原理與數據，開(kāi)啟全新計算模式；后者為前者提供仿真模擬手段、系統與平臺，支持科學(xué)假設的驗證?！弊T鐵牛說(shuō)，兩者相互支撐、相互促進(jìn)、共同發(fā)展。

在他看來(lái)，隨著(zhù)人工智能技術(shù)的進(jìn)一步成熟以及政府和產(chǎn)業(yè)界投入的日益增長(cháng)，全球人工智能產(chǎn)業(yè)規模在未來(lái)十年將進(jìn)入高速增長(cháng)期?！叭斯ぶ悄?X”的創(chuàng )新模式將隨著(zhù)技術(shù)和產(chǎn)業(yè)的發(fā)展日趨成熟，將人類(lèi)帶入普惠型智能社會(huì )。與此同時(shí)，人工智能將成為更多國家的戰略選擇，人工智能教育將會(huì )全面普及，相關(guān)法律法規也將更為健全。

摘自《中國科學(xué)報》