4月17日下午，湛廬特別邀請圣塔菲研究所客座教授、《AI 3.0》一書(shū)作者梅拉妮·米歇爾，中國科學(xué)院自動(dòng)化研究所復雜系統管理與控制國家重點(diǎn)實(shí)驗室主任王飛躍，馭勢科技聯(lián)合創(chuàng )始人、董事長(cháng)兼CEO吳甘沙，清華大學(xué)計算機系副教授、智源青年科學(xué)家劉知遠等國內外知名科學(xué)家和創(chuàng )業(yè)者，以及特別嘉賓達闥云端機器人小姜，一起探討AI 3.0時(shí)代的新商機和新生態(tài)。

這次全智能場(chǎng)景發(fā)布會(huì )第一次采用了演播室和戶(hù)外智能場(chǎng)景雙現場(chǎng)形式，在無(wú)人駕駛汽車(chē)和云端智能機器人的烘托下，全面展示了中國人工智能領(lǐng)域的創(chuàng )新實(shí)力和前沿進(jìn)展。幾位科學(xué)家、企業(yè)家跨界深度交流，共同探討了人工智能發(fā)展現狀，以及透視當下AI發(fā)展的關(guān)鍵問(wèn)題，并對產(chǎn)業(yè)布局和政策提出了可供參考的建議，助力未來(lái)的想象與開(kāi)創(chuàng )。

以下為中國科學(xué)院自動(dòng)化研究所復雜系統管理與控制國家重點(diǎn)實(shí)驗室主任王飛躍的演講精華內容

中國科學(xué)院自動(dòng)化研究所復雜系統管理與控制國家重點(diǎn)實(shí)驗室主任 王飛躍 

《AI3.0》反映出的人工智能發(fā)展特點(diǎn)是基于邏輯和計算不斷迭代，從邏輯智能轉向計算智能，再到人機混合虛實(shí)互動(dòng)的平行智能。也就是從最初經(jīng)典的亞里士多德的形式邏輯三段論，到布爾的數字邏輯布爾代數，再到數理邏輯、自動(dòng)機，以及基于邏輯的各種推理方法，這是AI 1.0的邏輯智能的核心，專(zhuān)家系統和Lisp機是其發(fā)展的高峰。AI 2.0 是計算智能，始于維納的控制論和認知計算，特別是WP人工神經(jīng)元網(wǎng)絡(luò )模型，最初是為了給大腦邏輯推理和循環(huán)因果論提供可計算的模型，在20世紀80年代中期開(kāi)始大規模地使用多層神經(jīng)元網(wǎng)絡(luò )，一直發(fā)展到現在的深度神經(jīng)元網(wǎng)絡(luò )，成了深度學(xué)習和當今AI的主要突破。下一步應該怎么走，正是《AI 3.0》要探討的內容。

米歇爾教授指出，人工智能會(huì )在邏輯智能和計算智能發(fā)展與交融的情況下走向3.0階段。大家對此有很多不一樣的解釋?zhuān)覀€(gè)人理解，她指的是人機與虛擬互動(dòng)交融的人工智能。在我看來(lái)就是處于邊緣端的機械的、生物的智能，會(huì )產(chǎn)生有限的數據，再通過(guò)云端的云計算產(chǎn)生大數據，最后云計算把大數據變成精準的深度智能，再返回邊緣端的生物體、物理體或機器人，就是Small Data, Big Data, Smart Data。這是一個(gè)循環(huán)的過(guò)程，是從邊緣端的涌現到云霧端的收斂，這一涌現收斂也是復雜性科學(xué)的核心理念。

米歇爾在這方面做了很多研究，寫(xiě)了一些關(guān)于復雜性研究的權威科普著(zhù)作。她講的是認知的未來(lái)，通俗點(diǎn)說(shuō)，AI 1.0和AI 2.0是要把小數據變成大數據，而AI 3.0是要把小數據變成大數據，再變成智數據，Smal-Big-Smart Data。

說(shuō)來(lái)也巧，2009年我們實(shí)驗室啟動(dòng)的項目就叫AI 3.0。2011年，我們在當時(shí)的《科學(xué)時(shí)報》,也就是今天的《中國科學(xué)報》上發(fā)表過(guò)一篇文章,介紹怎樣用科學(xué)團隊學(xué)(SciTS, Science of Team Sciences)方法實(shí)現AI 3.0的任務(wù)，也就是人與機器、Agents、數據與真實(shí)世界如何平行的人工智能。這也正是《AI 3.0》這本書(shū)要傳遞的信息。 

我希望更多人在閱讀本書(shū)之后，了解這種新的想法，了解人工智能的普及應用能夠服務(wù)社會(huì )，而不是像某些專(zhuān)家宣稱(chēng)的那樣會(huì )導致失業(yè)。它會(huì )讓人類(lèi)生活得更好，讓人與機器各司其職，從而創(chuàng )造一個(gè)更加和諧的社會(huì )?，F在很多地方的程序員都成了“碼農”，996成了家常便飯。我希望AI 3.0時(shí)代的平行智能讓1024程序員節變成智農節1023。就是將2的十次方減去1，每天10點(diǎn)上班、兩點(diǎn)下班、一周工作三天。AI 3.0會(huì )讓程序員擁有更多自由、自在、自然、自己的時(shí)間。希望讀完本書(shū)，你不但能了解人工智能的科學(xué)性，還能體會(huì )出人工智能的人文性和社會(huì )性。 

無(wú)人車(chē)將是我們通向智慧城市、智慧社會(huì )的必由之路

我是1988年開(kāi)始做無(wú)人車(chē)，那時(shí)候的名字叫移動(dòng)機器人，參與了多個(gè)自動(dòng)駕駛相關(guān)的項目，比如NASA的移動(dòng)機器人，月球火星探測車(chē)，礦山自動(dòng)駕駛挖掘車(chē)，以及在Uber無(wú)人車(chē)近年撞死人的地方，給公眾演示僅用攝像頭和雷達的無(wú)人駕駛車(chē)VISTA Car，不過(guò)那是20多年前的事。后來(lái)，90年代中開(kāi)始我開(kāi)始研究高速公路上的無(wú)人駕駛。

我相信，無(wú)人車(chē)將來(lái)一定是我們出行、物流等場(chǎng)景最主要的工具，這是我們通向智慧城市、智慧社會(huì )的必由之路。但是它一定有個(gè)發(fā)展階段。

• 第一階段，無(wú)人車(chē)、無(wú)人挖掘機、無(wú)人吊車(chē)等可以率先應用于一些特殊的場(chǎng)合，比如礦山，因為這種環(huán)境是對駕駛員身體損害比較大，安全是大問(wèn)題。

• 第二階段是碼頭、機場(chǎng)，這是相對比較封閉的物流中心。剛才看了吳甘沙的馭世科技，他們在這塊做得比較成熟了。

• 第三階段是公交車(chē)等，我們看到過(guò)很多關(guān)于公交司機一些不良事件，我個(gè)人建議將公交司機從車(chē)上移到遠程，移到辦公室。這不代表著(zhù)公交車(chē)完全無(wú)人駕駛，可以加安全員，甚至導購員等相關(guān)人員。

• 第四階段是出租車(chē)，出租車(chē)上乘客可以決定從哪里開(kāi)始到哪里去，路徑相對事先明確，可在云端規劃和監控。

• 第五階段也是最后階段，才是所有的車(chē)都變成無(wú)人車(chē)。
  

我覺(jué)得需要從人類(lèi)進(jìn)化的歷史的角度看無(wú)人駕駛。路是人走出來(lái)的，所以最初人有路權，人有路權的時(shí)候，人是住在樹(shù)上或洞里的。后來(lái)馴服了馬，路就變成馬路了，持續幾千年。我小的時(shí)候路還叫馬路，當馬有路權的時(shí)候，路上有馬車(chē)、騎兵等，人類(lèi)才開(kāi)始有了村莊和鄉鎮，由此進(jìn)了農業(yè)社會(huì )。后來(lái)，汽車(chē)有了路權，馬下路了，我們進(jìn)入了工業(yè)時(shí)代，出現了上海、北京、紐約、倫敦、巴黎等大城市。
     現在人類(lèi)要進(jìn)入AI 3.0的時(shí)代，路權就要歸屬無(wú)人車(chē)了。我也在這兒提醒大家想想馬車(chē)、汽車(chē)之間的共生、博弈、背叛的過(guò)程。英國從1858年開(kāi)始實(shí)行最早的道路交通法規《紅旗法》，規定蒸汽車(chē)在郊外和市內都要限速，而且前方幾米遠的地方要有一手持紅旗的人先行，為什么呢？因為汽車(chē)速度很快，馬會(huì )受驚。加上馬的出行帶來(lái)了大量的馬糞等難題，城市管理者們不得不聚在一起討論人類(lèi)如何在未來(lái)一個(gè)世紀處理馬糞圍城的問(wèn)題，當年所謂的世界難題，"馬糞危機＂。

汽車(chē)與馬車(chē)的戰爭大約持續了接近一個(gè)世紀，最終憑借著(zhù)新生事物強大的生命力，再加上幾代人堅持不懈的努力改進(jìn)，汽車(chē)終于代替馬車(chē)，成為人類(lèi)在陸地上的主要交通工具。

而人類(lèi)駕駛的汽車(chē)在速度、效率、安全性以及環(huán)境污染方面的缺陷，注定它最終會(huì )被無(wú)人車(chē)取代。這不僅是提高速度、效率和安全性的問(wèn)題，這還是個(gè)"Do the right thing, in the right way。就是以正確的方式做正確的事"的問(wèn)題，最終就是一個(gè)可持續發(fā)展的問(wèn)題。但我們不能急功近利，二次污染，為了短時(shí)間內普及無(wú)人車(chē)而再次付出慘痛的代價(jià)。我覺(jué)得應該用二三十年的時(shí)間，平穩過(guò)度到無(wú)人車(chē)時(shí)代。這也是我堅持推廣平行駕駛技術(shù)的初衷，把有人車(chē)、遙控車(chē)、網(wǎng)聯(lián)車(chē)、無(wú)人車(chē)、用平行車(chē)統一起來(lái)，平安行駛，造福人類(lèi)。

只有這些過(guò)程都完成了之后，我們才能真正進(jìn)入無(wú)人車(chē)時(shí)代。我認為這是普及無(wú)人車(chē)的唯一途徑。這也是AI 3.0、平行智能、平行駕駛應該考慮的事情。

在基金委的支持下，我們連續12年同西安交通大學(xué)合作舉辦無(wú)人車(chē)比賽IVFC。我們對無(wú)人車(chē)的要求從4S變成了 6S，也就是要從無(wú)人車(chē)變成平行駕駛、平行智能，使無(wú)人車(chē)能實(shí)現6S。6S是什么？首先是讓出行、物流，在物理空間安全Safety；然后是實(shí)現網(wǎng)絡(luò )空間安全Security；還要節能環(huán)保，可持續發(fā)展Sustainability；要個(gè)性化、不斷優(yōu)化Sensitivity；提供全面的服務(wù)，Service；最后，既然是智能設施，那少不了有利人類(lèi)，而不是讓人失業(yè)的智慧Smartness。

希望沿著(zhù)人工智能3.0路線(xiàn)，能夠實(shí)現這個(gè)目標。 

AI+，正在改變人類(lèi)的未來(lái)

醫學(xué)領(lǐng)域關(guān)系人類(lèi)的生命健康，所以一直是AI最關(guān)注的領(lǐng)域。這也是我所希望的。此外，我認為未來(lái)受人工智能沖擊最大的領(lǐng)域應該是教育領(lǐng)域。100多年前，我們的傳統教育依靠的是私塾和秀才，傳授的是“四書(shū)五經(jīng)”。這個(gè)體制無(wú)法培養現代工業(yè)所需要的新型人才，包括物理、化學(xué)、數學(xué)、生物等這些領(lǐng)域的人才，所以就被現代教育取代了。我們看到，教育的發(fā)展對100多年來(lái)中國的工業(yè)化現在化發(fā)展造成了巨大的影響。

許多人認為目前我國的教育落后于發(fā)達國家，但我認為目前全世界的教育體制都落后于技術(shù)發(fā)展。技術(shù)的發(fā)展已經(jīng)使得傳授知識獲得信息的途徑及方式發(fā)生了很大變化。信息的獲取更為便捷，比如通過(guò)wiki和微信群獲取信息成了信息來(lái)源的重要途徑。同時(shí)，很多知識已經(jīng)或正在變成了常識。如果再用傳統手段將這些常識灌輸給學(xué)生，不僅浪費時(shí)間，而且對學(xué)生來(lái)說(shuō)也是一種折磨。所以，我認為最應該改變的就是教學(xué)體制、教學(xué)方法和教學(xué)內容。

就像過(guò)去的中國傳統教育方式無(wú)法培養工業(yè)化人才一樣,目前的教育體制也無(wú)法培養智業(yè)化的人才。這應該是第一個(gè)要去改變的事情，同時(shí)也很高興現在已經(jīng)有很多人開(kāi)始關(guān)注這件事情了。

另外一個(gè)我希望改進(jìn)的是經(jīng)濟體系。同人體一樣，我們的社會(huì )經(jīng)濟運行體系也會(huì )生病，因而會(huì )浪費巨大的資源，生“社會(huì )病”，最終還是人類(lèi)自己的病疼。我一直提倡用軟件定義過(guò)程和機器人過(guò)程自動(dòng)化(RPA)來(lái)進(jìn)行的社會(huì )經(jīng)濟的治理或管理，從而減少社會(huì )資源的浪費。比如將人工智能、區塊鏈技術(shù)應用到醫院建設等公共服務(wù)領(lǐng)域。這些領(lǐng)域涉及到大家的公益，它既不能完全產(chǎn)業(yè)化也不能完全由政府控制，而是應該由整個(gè)社會(huì )共同來(lái)協(xié)調。因此，我認為人工智能還將在社會(huì )經(jīng)濟體系建設中發(fā)揮巨大作用。

最后，制造業(yè)關(guān)系人類(lèi)生存的必要條件，因此智能制造必須是這個(gè)領(lǐng)域未來(lái)的發(fā)展方向。 

兩大問(wèn)題，人工智能真正廣泛應用的關(guān)鍵

 米歇爾教授在《AI 3.0》的最后提出了6個(gè)重要的問(wèn)題。我認為這些問(wèn)題歸根結底對應于兩個(gè)問(wèn)題。人工智能要想真正廣泛應用，被大家接受，必須首先解決這兩個(gè)問(wèn)題。

• 第一個(gè)問(wèn)題是人工智能的可靠性，包括它的可解釋性。我們在自然語(yǔ)言處理上已經(jīng)取得了很大的成就，其實(shí)就靠搜索，盡管其中的深度學(xué)習就已經(jīng)把我們電工行業(yè)的許多術(shù)語(yǔ)都用上去了，象Encoders, Transformers, Rectifiers, 但還是搜索，遠不及電工行業(yè)那樣可靠可解釋。還有，我認為，AI的可解釋性歸根結底就是人工智能的可靠性。

• 第二個(gè)問(wèn)題是人工智能的合法性，尤其是在對個(gè)人隱私的保護方面。比如video camera的應用可能會(huì )侵害個(gè)人的權利。因為已經(jīng)出現過(guò)很類(lèi)似的案件，比如刑事欺詐。這也引起了包括中國在內的很多國家的反思。

我個(gè)人認為，當人工智能結合了區塊鏈等技術(shù)，可以從技術(shù)層面來(lái)解決這些問(wèn)題。然而，但法律體系來(lái)規范人工智能系統的構建和應用才是關(guān)鍵，必不可少。 

三種思維，培養面向未來(lái)的人工智能人才

對于未來(lái)的人工智能人才，我認為應培養三種思維。

首先是復雜性思維，因為人工智能本身就屬于復雜性科學(xué)（Complexity Science）的范疇，所以在人工智能研究中引人復雜性科學(xué)方面，必須加強。因為人工智能目前還是要靠還原論方法，但還原還原，那是無(wú)窮無(wú)盡的，AI深入發(fā)展必然要人文心理社會(huì )建模，如何還原？所以說(shuō)要有復雜性思維，要用整體的視角去看人工智能技術(shù)，這非常重要。

其次是要有跨學(xué)科思維，因為人工智能要普及應用，就一定涉及多學(xué)科、交叉學(xué)科和跨學(xué)科的知識。對應的過(guò)程就是small data到big data再到smart data的三部曲。把提出問(wèn)題的what if和跟執行操作的if then交叉結合起來(lái)，what是small data, if就是big data，then就是smart data，這條路徑一定會(huì )跨學(xué)科。

最后一定要有系統化思維，人工智能真正要普及應用，取得可接受的可靠性、可接受的合法性，就一定要有systems thinking，就像我們有systems engineering一樣,我們也要有systems intelligence。

所以，按照復雜性智能、跨學(xué)科智能、系統性智能的思維來(lái)培養未來(lái)的人工智能人才，是至關(guān)重要的。