人工智能(AI)是指在機(jī)器上實(shí)現(xiàn)類似乃至超越人類的感知、認(rèn)知、行為等智能的系統(tǒng)。與人類歷史上其他技術(shù)革命相比，人工智能對(duì)人類社會(huì)發(fā)展的影響可能位居前列。人類社會(huì)也正在由以計(jì)算機(jī)、通信、互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)支撐的信息社會(huì)，邁向以人工智能為關(guān)鍵支撐的智能社會(huì)，人類生產(chǎn)生活以及世界發(fā)展格局將由此發(fā)生更加深刻的改變。

人工智能分為強(qiáng)人工智能和弱人工智能。強(qiáng)人工智能，也稱通用人工智能，是指達(dá)到或超越人類水平的、能夠自適應(yīng)地應(yīng)對(duì)外界環(huán)境挑戰(zhàn)的、具有自我意識(shí)的人工智能。弱人工智能，也稱狹義人工智能，是指人工系統(tǒng)實(shí)現(xiàn)專用或特定技能的智能，如人臉識(shí)別、機(jī)器翻譯等。迄今為止大家熟悉的各種人工智能系統(tǒng)，都只實(shí)現(xiàn)了特定或?qū)Ｓ玫娜祟愔悄?，屬于弱人工智能系統(tǒng)。弱人工智能可以在單項(xiàng)上挑戰(zhàn)人類，比如下圍棋，人類已經(jīng)不是人工智能的對(duì)手了。

人工智能發(fā)展的基本思想和技術(shù)路徑有三種

人工智能研究工作肇始于20世紀(jì)40年代，但其完整概念在1956年才正式登上歷史舞臺(tái)，在美國達(dá)特茅斯學(xué)院舉行的“人工智能夏季研討會(huì)”上提出。這個(gè)研討會(huì)的主題就是用機(jī)器來模仿人類學(xué)習(xí)以及其他方面的智能，推進(jìn)了人工智能起起伏伏、螺旋發(fā)展的歷程。

第一個(gè)階段，1956—1976年，基于符號(hào)邏輯的推理證明階段。這一階段的主要成果是利用布爾代數(shù)作為邏輯演算的數(shù)學(xué)工具，利用演繹推理作為推理工具，發(fā)展了邏輯編程語言，實(shí)現(xiàn)了包括代數(shù)機(jī)器定理證明等機(jī)器推理決策系統(tǒng)。但在人工智能理論與方法工具尚不完備的初期階段，以攻克認(rèn)知作為目標(biāo)顯然不切實(shí)際，人工智能研究逐步從高潮進(jìn)入低谷。

第二個(gè)階段，1976—2006年，基于人工規(guī)則的專家系統(tǒng)階段。這個(gè)階段的主要進(jìn)展是打開了知識(shí)工程的新研究領(lǐng)地，研制出專家系統(tǒng)工具與相關(guān)語言，開發(fā)出多種專家系統(tǒng)，比如故障診斷專家系統(tǒng)、農(nóng)業(yè)專家系統(tǒng)、疾病診斷專家系統(tǒng)、郵件自動(dòng)分揀系統(tǒng)等等。專家系統(tǒng)主要由知識(shí)庫、推理機(jī)以及交互界面構(gòu)成，其中，知識(shí)庫的知識(shí)主要由各領(lǐng)域?qū)＜胰斯?gòu)建。然而，知識(shí)僅靠專家的手工表達(dá)實(shí)現(xiàn)，終不免掛一漏萬，使得專家系統(tǒng)無法與人類專家與時(shí)俱進(jìn)的學(xué)習(xí)能力相匹配，人工智能研究第二次進(jìn)入瓶頸期。

第三個(gè)階段，2006年至今，大數(shù)據(jù)驅(qū)動(dòng)的深度神經(jīng)網(wǎng)絡(luò)階段，也是深度學(xué)習(xí)大行其道的時(shí)期。人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，隨著人工智能的發(fā)展起起伏伏。初期人們對(duì)其可以模擬生物神經(jīng)系統(tǒng)的某些功能十分關(guān)注，但是對(duì)復(fù)雜網(wǎng)絡(luò)的學(xué)習(xí)收斂性、健壯性和快速學(xué)習(xí)能力一直難以把握，直到上世紀(jì)80年代反向傳播算法的發(fā)明和90年代卷積網(wǎng)絡(luò)的發(fā)明，神經(jīng)網(wǎng)絡(luò)研究取得重要突破。深度神經(jīng)網(wǎng)絡(luò)方法走到前臺(tái)，開啟了人工智能新階段。

自誕生以來，人工智能發(fā)展的基本思想和技術(shù)路徑總的來說有三種。

第一種路徑是符號(hào)主義或者說邏輯學(xué)派，形式邏輯是其理論基礎(chǔ)，主張人工智能應(yīng)從智能的功能模擬入手，認(rèn)為符號(hào)是智能的基本元素，智能是符號(hào)的表征和運(yùn)算過程。前述第一個(gè)階段和第二個(gè)階段中，符號(hào)主義都是主導(dǎo)思想。

第二種路徑是連接主義或者說神經(jīng)網(wǎng)絡(luò)學(xué)派，發(fā)源于上世紀(jì)40年代，強(qiáng)調(diào)智能活動(dòng)是由大量簡單(神經(jīng))單元通過復(fù)雜連接后并行運(yùn)行的結(jié)果。其基本思想是：既然人腦智能是由神經(jīng)網(wǎng)絡(luò)產(chǎn)生的，那就通過人工方式構(gòu)造神經(jīng)網(wǎng)絡(luò)，再通過訓(xùn)練產(chǎn)生智能。人工神經(jīng)網(wǎng)絡(luò)是對(duì)生物神經(jīng)網(wǎng)絡(luò)的抽象和簡化。80年代神經(jīng)網(wǎng)絡(luò)的興盛和近年來興起的深度學(xué)習(xí)網(wǎng)絡(luò)，都是包含多層神經(jīng)元的人工神經(jīng)網(wǎng)絡(luò)。

第三種路徑是行為主義或者說控制學(xué)派，又稱進(jìn)化主義。這個(gè)學(xué)派在上世紀(jì)80年代末、90年代初興起，思想源頭是上世紀(jì)40年代的控制論?？刂普撜J(rèn)為，智能來自智能主體與環(huán)境以及其他智能主體相互作用的成功經(jīng)驗(yàn)，是優(yōu)勝劣汰、適者生存的結(jié)果。

機(jī)器學(xué)習(xí)是未來方向，將人類從重復(fù)性勞動(dòng)中解放出來

機(jī)器學(xué)習(xí)是上世紀(jì)80年代中期發(fā)展起來的人工智能新方向。機(jī)器學(xué)習(xí)研究機(jī)器怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，或者根據(jù)環(huán)境自適應(yīng)地調(diào)整對(duì)策。機(jī)器學(xué)習(xí)可以讓機(jī)器通過對(duì)經(jīng)驗(yàn)進(jìn)行“歸納”和“推理”而實(shí)現(xiàn)自動(dòng)改進(jìn)。

目前，機(jī)器學(xué)習(xí)仍然是人工智能研究的熱點(diǎn)之一，包括深度學(xué)習(xí)的可解釋性和可信性，增強(qiáng)智能系統(tǒng)的自學(xué)習(xí)和自適應(yīng)能力，以及無監(jiān)督學(xué)習(xí)、多模態(tài)協(xié)同學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、終生學(xué)習(xí)等新的機(jī)器學(xué)習(xí)方法。另外，考慮到數(shù)據(jù)安全和隱私保護(hù)，在數(shù)據(jù)加密或者部分加密的情況下如何學(xué)習(xí)，也是重要研究方向之一。在深度學(xué)習(xí)浪潮推動(dòng)下，人工智能其他研究方向也在加速發(fā)展，包括機(jī)器感知、模式識(shí)別與數(shù)據(jù)挖掘、自然語言處理、知識(shí)表示與處理、智能芯片與系統(tǒng)、認(rèn)知與神經(jīng)科學(xué)啟發(fā)的人工智能、人工智能和其他學(xué)科的交叉等。

中國是世界上人工智能研發(fā)和產(chǎn)業(yè)規(guī)模最大的國家之一。雖然我們?cè)谌斯ぶ悄芑A(chǔ)理論與算法、核心芯片與元器件、機(jī)器學(xué)習(xí)算法開源框架等方面起步較晚，但在國家人工智能優(yōu)先發(fā)展策略、大數(shù)據(jù)規(guī)模、人工智能應(yīng)用場景與產(chǎn)業(yè)規(guī)模、青年人才數(shù)量等方面具有優(yōu)勢。

中國的人工智能發(fā)展，挑戰(zhàn)與機(jī)遇同在，機(jī)遇大于挑戰(zhàn)。盡管是后來者，但我們市場規(guī)模大，青年人多，奮斗精神強(qiáng)，長期來看更有優(yōu)勢。如果說18世紀(jì)中葉蒸汽機(jī)帶來第一次工業(yè)革命，持續(xù)了100年;19世紀(jì)中葉電力帶來第二次工業(yè)革命，持續(xù)了100年;20世紀(jì)中葉計(jì)算機(jī)與通信帶來第三次工業(yè)革命，到現(xiàn)在持續(xù)了70多年;我們可以預(yù)見，本世紀(jì)中葉前后人工智能可能會(huì)帶來下一次工業(yè)革命，影響百年。當(dāng)然，現(xiàn)在人工智能技術(shù)的儲(chǔ)備還遠(yuǎn)沒有達(dá)到開啟智能時(shí)代的量級(jí)，還需要持續(xù)積累和創(chuàng)新?，F(xiàn)在的計(jì)算機(jī)體系結(jié)構(gòu)，還無法滿足實(shí)現(xiàn)強(qiáng)人工智能的需求。未來可能的突破方向包括人工智能基礎(chǔ)理論與算法、類腦計(jì)算、生物計(jì)算、量子計(jì)算等。

其影響不僅關(guān)系國家發(fā)展，而且關(guān)系億萬勞動(dòng)者日常生活。以深度學(xué)習(xí)為代表的人工智能技術(shù)高速發(fā)展并廣泛應(yīng)用，正在深刻改變?nèi)祟惿鐣?huì)生活的方方面面。產(chǎn)業(yè)界從提高效率、降低成本等角度，積極采用人工智能技術(shù)解決各種應(yīng)用問題，包括智能機(jī)器人、智能制造、智能監(jiān)控、無人駕駛、自動(dòng)問答、醫(yī)療診斷、智能家居、政務(wù)法務(wù)等，為人類帶來福祉。

從就業(yè)角度來看，越來越多的超市、銀行、餐館開始使用機(jī)器服務(wù)，甚至律師、證券分析師等高知識(shí)含量工作也可能被機(jī)器人取代，這給勞動(dòng)者就業(yè)帶來挑戰(zhàn)。人工智能的應(yīng)用必然會(huì)提高勞動(dòng)生產(chǎn)率，正如第一次工業(yè)革命期間，機(jī)器的應(yīng)用雖然減少了傳統(tǒng)輕工業(yè)就業(yè)崗位，但是也創(chuàng)造了更多新興產(chǎn)業(yè)就業(yè)崗位。人工智能也一樣，隨著它的發(fā)展，將會(huì)產(chǎn)生很多新的工作崗位，只是對(duì)技能的要求與傳統(tǒng)崗位不同。因此，隨著人工智能的推進(jìn)，教育培訓(xùn)體系也應(yīng)該根據(jù)就業(yè)結(jié)構(gòu)變化而積極調(diào)整，加快推進(jìn)產(chǎn)業(yè)升級(jí)中的職業(yè)轉(zhuǎn)崗培訓(xùn)。

人工智能把我們從簡單重復(fù)的勞動(dòng)中解放出來，更有利于人類充分挖掘自己的智能潛力。面對(duì)即將到來的智能社會(huì)，我們應(yīng)該以積極態(tài)度擁抱變化。與其擔(dān)憂工作被搶走，不如與機(jī)器“共勉”，機(jī)器尚在持續(xù)學(xué)習(xí)，我們?nèi)祟愲y道不應(yīng)該更加努力學(xué)習(xí)、終身學(xué)習(xí)嗎?(高文 黃鐵軍)

(作者高文為北京大學(xué)教授、中國工程院院士，黃鐵軍為北京大學(xué)教授)