人工智能带领人类—从信息社会迈向智能社会，北京大学高文院士、黄铁军教授
人工智能分为强人工智能和弱人工智能。强人工智能，也称通用人工智能，是指达到或超越人类水平的、能够自适应地应对外界环境挑战的、具有自我意识的人工智能。弱人工智能，也称狭义人工智能，是指人工系统实现专用或特定技能的智能，如人脸识别、机器翻译等。迄今为止大家熟悉的各种人工智能系统，都只实现了特定或专用的人类智能，属于弱人工智能系统。弱人工智能可以在单项上挑战人类，比如下围棋，人类已经不是人工智能的对手了。
人工智能发展的基本思想和技术路径有三种
人工智能研究工作肇始于20世纪40年代，但其完整概念在1956年才正式登上历史舞台，在美国达特茅斯学院举行的“人工智能夏季研讨会”上提出。这个研讨会的主题就是用机器来模仿人类学习以及其他方面的智能，推进了人工智能起起伏伏、螺旋发展的历程。
第一个阶段，1956—1976年，基于符号逻辑的推理证明阶段。这一阶段的主要成果是利用布尔代数作为逻辑演算的数学工具，利用演绎推理作为推理工具，发展了逻辑编程语言，实现了包括代数机器定理证明等机器推理决策系统。但在人工智能理论与方法工具尚不完备的初期阶段，以攻克认知作为目标显然不切实际，人工智能研究逐步从高潮进入低谷。
第二个阶段，1976—2006年，基于人工规则的专家系统阶段。这个阶段的主要进展是打开了知识工程的新研究领地，研制出专家系统工具与相关语言，开发出多种专家系统，比如故障诊断专家系统、农业专家系统、疾病诊断专家系统、邮件自动分拣系统等等。专家系统主要由知识库、推理机以及交互界面构成，其中，知识库的知识主要由各领域专家人工构建。然而，知识仅靠专家的手工表达实现，终不免挂一漏万，使得专家系统无法与人类专家与时俱进的学习能力相匹配，人工智能研究第二次进入瓶颈期。
第三个阶段，2006年至今，大数据驱动的深度神经网络阶段，也是深度学习大行其道的时期。人工神经网络的发展，随着人工智能的发展起起伏伏。初期人们对其可以模拟生物神经系统的某些功能十分关注，但是对复杂网络的学习收敛性、健壮性和快速学习能力一直难以把握，直到上世纪80年代反向传播算法的发明和90年代卷积网络的发明，神经网络研究取得重要突破。深度神经网络方法走到前台，开启了人工智能新阶段。
自诞生以来，人工智能发展的基本思想和技术路径总的来说有三种
第一种路径是符号主义或者说逻辑学派，形式逻辑是其理论基础，主张人工智能应从智能的功能模拟入手，认为符号是智能的基本元素，智能是符号的表征和运算过程。前述第一个阶段和第二个阶段中，符号主义都是主导思想。
第二种路径是连接主义或者说神经网络学派，发源于上世纪40年代，强调智能活动是由大量简单(神经)单元通过复杂连接后并行运行的结果。其基本思想是：既然人脑智能是由神经网络产生的，那就通过人工方式构造神经网络，再通过训练产生智能。人工神经网络是对生物神经网络的抽象和简化。80年代神经网络的兴盛和近年来兴起的深度学习网络，都是包含多层神经元的人工神经网络。
第三种路径是行为主义或者说控制学派，又称进化主义。这个学派在上世纪80年代末、90年代初兴起，思想源头是上世纪40年代的控制论。控制论认为，智能来自智能主体与环境以及其他智能主体相互作用的成功经验，是优胜劣汰、适者生存的结果。
机器学习是未来方向，将人类从重复性劳动中解放出来
机器学习是上世纪80年代中期发展起来的人工智能新方向。机器学习研究机器怎样模拟或实现人类的学习行为，以获取新的知识或技能，或者根据环境自适应地调整对策。机器学习可以让机器通过对经验进行“归纳”和“推理”而实现自动改进。
目前，机器学习仍然是人工智能研究的热点之一，包括深度学习的可解释性和可信性，增强智能系统的自学习和自适应能力，以及无监督学习、多模态协同学习、强化学习、终生学习等新的机器学习方法。另外，考虑到数据安全和隐私保护，在数据加密或者部分加密的情况下如何学习，也是重要研究方向之一。在深度学习浪潮推动下，人工智能其他研究方向也在加速发展，包括机器感知、模式识别与数据挖掘、自然语言处理、知识表示与处理、智能芯片与系统、认知与神经科学启发的人工智能、人工智能和其他学科的交叉等。
中国是世界上人工智能研发和产业规模最大的国家之一。虽然我们在人工智能基础理论与算法、核心芯片与元器件、机器学习算法开源框架等方面起步较晚，但在国家人工智能优先发展策略、大数据规模、人工智能应用场景与产业规模、青年人才数量等方面具有优势。
(作者：高文，北京大学教授、中国工程院院士，黄铁军为北京大学教授)
高文，男，1956年出生，中国工程院院士，北京大学博雅讲席教授、博导、信息与工程科学部主任，中国计算机学会理事长，新一代人工智能产业技术创新战略联盟理事长，全国专业标准化技术委员会副主任，数字音视频编解码技术标准(AVS)工作组组长。1988年获哈尔滨工业大学计算机应用博士学位，1991年获日本东京大学电子学博士学位。他曾在美国卡内基梅隆大学(CMU)机器人研究所﹑美国麻省理工学院(MIT)人工智能实验室等做过访问科学家。他1992年入选进入国家863智能计算机主题专家组，担任智能计算机接口领域的责任专家，1996年至2000年任专家组组长。他1998年至1999年曾担任中科院计算所所长，2000年至2004年担任中科院研究生院常务副院长，其间2000年至2003年兼任中国科技大学副校长。他2013年3月至2018年2月担任国家自然科学基金委员会副主任。2018年3月31日新任鹏城实验室（深圳网络空间科学与技术广东省实验室）主任。高文教授曾担任第十届、十一届、十二届全国政协委员，国务院学科评议组计算机学科成员，计算机学报主编。先后兼任IEEE T-CSVT、IEEE T-AMD、SPIC、JVCIR、IEEE FIP等期刊的编委。他曾担任IEEE ICME 2007（IEEE多媒体领域旗舰会议）、ACM MM 2009（ACM多媒体领域旗舰会议）、 IEEE ISCAS 2013(IEEE电路与系统协会旗舰会议)大会主席等。
他主要研究领域为人工智能，长期从事计算机视觉、模式识别与图像处理、多媒体数据压缩、多模式接口以及虚拟现实等的研究。在面向对象视频编码、可伸缩视频编码、人脸与手语模式识别、AVS视频编解码国家标准等方面做出重要贡献。主持973（首席）、863、国家自然科学基金创新群体等国家级项目二十余项。已出版著作6部，在ACM Computing Surveys、IEEE T-PAMI、IEEE T-IP、IEEE T-CSVT等本领域国际顶级期刊上发表论文（含指导学生论文）两百余篇。他获得国家技术发明二等奖1次（2006）、获得国家科技进步二等奖5次（2000、2002、2003、2005、2012）、获得国家自然科学二等奖1次（2015）。2008年底他因在视频编码方面的技术贡献，当选IEEE Fellow；2010年因“音视频编解码理论、标准及应用的突出成就”被授予中国计算机学会王选奖；2013年底因“对视频技术的贡献，及对计算在中国发展的领导力”而当选ACM Fellow。
黄铁军，北京大学信息科学技术学院教授，北京智源人工智能研究院院长。主要研究方向为视觉信息处理（图像识别与视频编码）和类脑计算。国家杰出青年科学基金获得者，教育部长江学者特聘教授，万人计划科技创新领军人才。作为主要起草人制定国家标准、ISO/IEC 标准和 IEEE 标准十数项，授权发明专利五十多项，荣获国家技术发明二等奖（2017）和国家科学技术进步二等奖（2012，2010），中国科协求是杰出青年成果转化奖（2014）。兼任新一代人工智能产业技术创新战略联盟（科技部）秘书长，国家人工智能标准化总体组（国标委）副组长，教育部人工智能科技创新专家组工作组副组长，IEEE Transactions on Emerging Topics in Computing编委（AE）。
推荐读物：
1.《人工智能导论》：李德毅主编；中国科学技术出版社出版。全面覆盖人工智能的基本概念和重要方向，图文并茂，通俗易懂。
20世纪40年代以来，以电子、通信、计算机和网络技术为标志的第三次技术革命，将人类文明历带入信息时代，世界正在进入以信息产业为主导的新经济发展时期，越来越多地依靠信息资源的开发来精确调控物质资源和能量资源的使用。人工智能作为新一代信息技术的标志，是信息技术发展和信息社会需求到达一定阶段的产物。在政府积极引导和企业战略布局等推动下，人工智能产业从无到有，规模快速壮大，创新能力显著增强，服务能力大幅提升，应用范畴不断拓展，并为云计算、大数据、物联网等新兴领域的发展提供了基础支撑。与此同时，对人工智能人才的需求也极为迫切。据国家工信部统计预测，未来3年将是我国人工智能产业人才需求相对集中的时期，尤其是能将人工智能与应用领域高效融合的跨界型人才极为紧缺。2017年，教育部、人社部、工信部联合印发《制造业人才发展规划指南》，对制造业十大重点领域的人才需求作出预测，排在首位的也是“新一代信息技术产业”人才。国家教育部正在实施的新工科计划也倡导打破旧有学科、专业与课程边界，在机械、电气、土木、建筑等各类工程专业的课程设计中融入新一代信息技术内容。在此形势下，为加速新一代信息技术人才培养，满足数字经济发展的人才需求，为实现经济高质量发展提供人才支撑，中国科学技术协会策划并组织编制以云计算、大数据、人工智能等为代表的新一代信息技术系列丛书，中国科学技术协会党组*、常务副*、*处**怀进鹏院士主持下，成立了新一代信息技术丛书编制委员会，聘请梅宏院士为丛书编委会主任，李培根院士、李骏院士、李德毅院士、谭铁牛院士、赵春江院士为丛书编委会委员，统筹编制工作。本书是该系列丛书之一。
2.《人工智能全球格局：未来趋势与中国位势》：国务院发展研究中心国际技术经济研究所等著；中国人民大学出版社出版。客观审视各国政府和科技公司的人工智能布局，讲述以科技创新领跑世界的中国故事。
人工智能被认为是科技创新的下一个“巨型风口”，学术界、产业界乃至整个社会都对人工智能给予巨大的关注，在这样的关键变革时期，我们需要正确认识人工智能，审慎客观地思考人工智能技术和产业，切实促进人工智能与社会经济发展深度融合。本书先从源头上思考人工智能的本质和发展历程，在此基础上详细解读各国的人工智能战略和企业的人工智能生态——包括科技巨头在人才、专利、技术方面的布局，同时梳理了在某项技术或应用场景上深耕的独角兽企业，以及资本市场的投资走向，特别从数据、制度、资本、技术等层面阐释中国的人工智能优势及差距，本书还对人工智能伦理进行了专门分析，揭示我们面临的机遇与挑战。要实现以扎实的科技创新领跑世界，在人工智能的赛道上获得优势是关键一环，本书为我们提供了全面理解人工智能、认真审视自我的详尽阐述。
3.《AI 的25 种可能》：[ 美] 约翰·布罗克曼编著；浙江人民出版社出版。25 位著名专家从不同角度解读人工智能，对专业人员和大众读者都具有启发性。
每年一次，Edge 网站让几十 位全球最伟大的头脑坐在同一张桌 子旁，共同解答关乎人类命运的同 一个大问题，开启一场智识的探险， 一次思想的旅行。这次，25位顶尖 思想家们将话题聚焦到了人工智 能，他们的思想集结成了《AI的25 种可能》一书。《AI的25种可能》集结了包括 史蒂芬·平克、朱迪亚·珀尔、丹尼尔· 丹尼特、迈克斯·泰格马克等25位计 算机科学家、心理学家、物理学家、科 技史学家的前沿洞见，AI的25种可 能，就是人类未来的25种可能。今天的文章是对人工智能未来 好与坏的探讨，认知心理学家史蒂 芬·平克反对悲观的末日语言，他认 为那些预言源自于心理偏见，媒体 的报道也是助纣为虐“，机器对社会 造成的危险不来自机器本身，而来 自人类如何看待它。”迈克斯·泰格 马克从物理学家的角度表示，智能 不独属于人类，所以通用人工智能 的出现只是时间问题，现在的关键 问题在于让AI能理解、采纳和保留 我们的目标。塞思·劳埃德则认为， 人们对深度学习等方法的期待要适 度，虽然AI有了长足的发展，但机 器人“还是不会系鞋带”。
来源：人民日报 副刊20 2020 年2 月18 日星期二
http://www.cac.gov.cn/2020-02/18/c_1583568733316229.htm
展开全文
微信扫码咨询专知VIP会员