高文，中國(guó)工程院院士，北京大學(xué)博雅講席教授，鵬城實(shí)驗(yàn)室主任。他見證和參與了中國(guó)計(jì)算機(jī)行業(yè)的高速發(fā)展，見證了人工智能的成長(zhǎng)壯大。他先后主持國(guó)家級(jí)科研項(xiàng)目20多項(xiàng)，涉及人工智能、視頻編碼與分析、計(jì)算機(jī)視覺等前沿領(lǐng)域。他帶領(lǐng)的數(shù)字視頻編解碼技術(shù)國(guó)家工程實(shí)驗(yàn)室，經(jīng)過十余年的潛心研究，憑借完全自主創(chuàng)新，完成了我國(guó)具備自主知識(shí)產(chǎn)權(quán)的第二代信源編碼標(biāo)準(zhǔn)體系，達(dá)到了國(guó)際標(biāo)準(zhǔn)水平。2021年，他和他的項(xiàng)目團(tuán)隊(duì)?wèi){借“超高清視頻多態(tài)基元編解碼關(guān)鍵技術(shù)”，榮獲2020年度國(guó)家技術(shù)發(fā)明獎(jiǎng)一等獎(jiǎng)。他和團(tuán)隊(duì)主導(dǎo)制定的AVS超高清視頻編解碼國(guó)家標(biāo)準(zhǔn)，還被全球超高清產(chǎn)業(yè)聯(lián)盟采納為國(guó)際標(biāo)準(zhǔn)。

人工智能被視為第四次工業(yè)革命的一個(gè)標(biāo)志，發(fā)達(dá)國(guó)家和眾多的科技公司，紛紛投入巨資展開研發(fā)和布局，我國(guó)也在全力構(gòu)筑人工智能發(fā)展的先發(fā)優(yōu)勢(shì)。黨的二十大報(bào)告指出，推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長(zhǎng)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(chǎng)技術(shù)革命中搶占先機(jī)？

什么是人工智能

人工智能的發(fā)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(jī)器人、計(jì)算機(jī)等載體表現(xiàn)出來。人工智能有兩個(gè)重要概念：一個(gè)是通用人工智能或者叫強(qiáng)人工智能，如果這種智能系統(tǒng)的功能、能力和人一樣，甚至超過人，就叫強(qiáng)人工智能系統(tǒng)；另一個(gè)是專用人工智能或者叫弱人工智能，如果這個(gè)智能系統(tǒng)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(shí)別、語(yǔ)音識(shí)別系統(tǒng)。

1956年，10位年輕的學(xué)者，其中許多是圖靈獎(jiǎng)和諾貝爾獎(jiǎng)的獲得者，在美國(guó)達(dá)特茅斯市搞了一個(gè)暑期研究所。在兩個(gè)月的討論中，他們針對(duì)人工智能應(yīng)該干什么、怎么干進(jìn)行了一番討論，列出了人工智能領(lǐng)域需要研究的自動(dòng)計(jì)算機(jī)、編程語(yǔ)言、神經(jīng)網(wǎng)絡(luò)、計(jì)算規(guī)模理論等問題，并形成了一個(gè)比較前沿的報(bào)告，這被公認(rèn)為是對(duì)人工智能一個(gè)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(fā)展的第一個(gè)階段，這一時(shí)期的人工智能主要是在模擬大腦工作。這種模擬不是信號(hào)級(jí)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(gè)成果是數(shù)學(xué)定理證明，也就是用計(jì)算機(jī)自動(dòng)進(jìn)行數(shù)學(xué)定理的證明。包括代數(shù)定理證明和幾何定理證明，都是由兩位華人（王浩、吳文?。┩瓿傻?。后來研究人員發(fā)現(xiàn)僅僅通過模擬人的大腦來實(shí)現(xiàn)人工智能這條路太難走。因?yàn)楫?dāng)時(shí)只完成了數(shù)學(xué)定理證明這件事，戰(zhàn)勝國(guó)際象棋冠軍、機(jī)器譜曲等其他目標(biāo)都沒完成。人工智能逐漸從高潮跌到低谷，學(xué)者們開始反思是不是人工智能走歪路了，是不是要做點(diǎn)實(shí)事。

學(xué)者們開始嘗試研發(fā)對(duì)社會(huì)有影響力的系統(tǒng)，比如醫(yī)療診斷專家系統(tǒng)、故障診斷系統(tǒng)，可以代替醫(yī)生、專家去做一些診斷。另外就是模擬神經(jīng)系統(tǒng)來做專家系統(tǒng)，這在字符識(shí)別、文字識(shí)別領(lǐng)域比較有效。后來應(yīng)用到機(jī)器自動(dòng)識(shí)別、自動(dòng)分揀系統(tǒng)，包括今天的語(yǔ)音識(shí)別，基本上都是走的神經(jīng)網(wǎng)絡(luò)這條技術(shù)路線。

這兩條技術(shù)路線使第二次人工智能發(fā)展專家系統(tǒng)的這30年，開創(chuàng)了百花齊放的局面。不過專家系統(tǒng)的高光時(shí)刻并沒有持續(xù)太久，因?yàn)閷＜蚁到y(tǒng)雖然做了很多，演示時(shí)效果也不錯(cuò)，但真正上線去用的時(shí)候效果并不理想，于是熱度開始下降，直到2006年引發(fā)人工智能領(lǐng)域轟動(dòng)的3篇重量級(jí)文章的問世，人工智能才開始了突飛猛進(jìn)的發(fā)展。

這一年，多倫多大學(xué)教授辛頓、紐約大學(xué)教授楊立昆、蒙特利爾大學(xué)教授本杰奧，幾乎同時(shí)發(fā)表了重量級(jí)的文章，從不同角度說明深度神經(jīng)網(wǎng)絡(luò)是大有可為的，是可以進(jìn)行大規(guī)模學(xué)習(xí)訓(xùn)練的。只要輸入的數(shù)據(jù)好，它就可以解決問題。這一系列論文發(fā)表后，大家摸索了幾年小有收獲，但并沒有重大成果產(chǎn)出。直到2010年以后，斯坦福大學(xué)華裔女教授李飛飛、普林斯頓大學(xué)華人教授李凱，開發(fā)了一個(gè)規(guī)模特別大的圖像數(shù)據(jù)庫(kù)，然后拿去參加比賽。當(dāng)時(shí)比賽標(biāo)準(zhǔn)是誰做的系統(tǒng)錯(cuò)誤率更低，誰就勝出。2010年錯(cuò)誤率最低的隊(duì)是28%，2011年是26%，2012年取得了突破，降至16%。原來是辛頓的學(xué)生用辛頓公開發(fā)表文章中的技術(shù)去參加比賽，打敗了所有的對(duì)手，這是一個(gè)重大進(jìn)展。到了2013年，深度網(wǎng)絡(luò)這個(gè)技術(shù)普及開來，其它路線無非是使用多深的網(wǎng)、多少個(gè)節(jié)點(diǎn)、參數(shù)怎么設(shè)定等技巧性改進(jìn)，而不是方法上的革命了。到2015年系統(tǒng)的錯(cuò)誤率又實(shí)現(xiàn)革命性突破，降至3.6%，而人的平均錯(cuò)誤率是5%，在圖像分類這件事上，神經(jīng)元網(wǎng)絡(luò)已經(jīng)超過人了。這事是誰做的呢？中國(guó)學(xué)者孫劍做的，當(dāng)時(shí)他和他的團(tuán)隊(duì)提出了殘差網(wǎng)絡(luò)。這個(gè)殘差網(wǎng)絡(luò)，不僅在圖像分類應(yīng)用上是第一名，圍棋里面也是最厲害的?；诖?，在深度網(wǎng)絡(luò)適合的那些弱人工智能是可以進(jìn)行廣泛應(yīng)用研究和產(chǎn)業(yè)化的。

人工智能的特點(diǎn)和成長(zhǎng)

從感知到認(rèn)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(rèn)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(xiàn)在的臉部和語(yǔ)音識(shí)別、機(jī)器翻譯，以及診斷病人病例、產(chǎn)品殘次識(shí)別，都發(fā)展得非常好，人工智能正在慢慢從一般的感知智能向認(rèn)知智能進(jìn)行升級(jí)。

類腦計(jì)算和量子計(jì)算，兩條突破之路。如果做更大規(guī)?；蛘咦龊驼J(rèn)知有關(guān)的人工智能以及強(qiáng)人工智能，靠現(xiàn)有計(jì)算機(jī)是做不到的，怎么辦？就要尋找出路，在技術(shù)路線上有兩個(gè)比較可能的出路。一個(gè)是類腦智能，人對(duì)信息處理的能效比非常之高，現(xiàn)在的計(jì)算機(jī)不行，能效比太低了，類腦計(jì)算能效比會(huì)高一些。另一個(gè)是量子計(jì)算，其能效比是極高的，把量子計(jì)算做成比較穩(wěn)定的一個(gè)系統(tǒng)是有可能的。當(dāng)然不管是類腦、量子計(jì)算，現(xiàn)在還有很大的不確定性，需要繼續(xù)加以研究和積累。

人與機(jī)器，混合智能具備獨(dú)特優(yōu)勢(shì)。在智能形態(tài)方面，人和計(jì)算機(jī)混合模式越來越多，這個(gè)叫人機(jī)混合智能。機(jī)器擅長(zhǎng)做的事交給機(jī)器，機(jī)器做不好的事，人可以介入一下。這樣人機(jī)混合的智能，是現(xiàn)階段發(fā)展人工智能一個(gè)比較重要的技術(shù)途徑。

應(yīng)用先行，有助于技術(shù)發(fā)展。在應(yīng)用驅(qū)動(dòng)方面，以前是先把技術(shù)做好，然后轉(zhuǎn)化技術(shù)去做應(yīng)用?，F(xiàn)在靠應(yīng)用去拉動(dòng)技術(shù)發(fā)展，這條路是人工智能一個(gè)非常重要的發(fā)展形態(tài)。深度神經(jīng)網(wǎng)絡(luò)出現(xiàn)時(shí)，在哪兒好用，不知道，需要找一個(gè)很好的應(yīng)用場(chǎng)景把它用起來。如果不是辛頓的學(xué)生把它拿去參加圖像網(wǎng)絡(luò)比賽，可能神經(jīng)網(wǎng)絡(luò)的熱潮還會(huì)拖許久才會(huì)到來。

未雨綢繆，防止技術(shù)失控。人工智能具有社會(huì)屬性。人類會(huì)不會(huì)被人工智能奴役、擺布？這個(gè)社會(huì)屬性，恰恰是我們?cè)谧鋈斯ぶ悄軙r(shí)要認(rèn)真對(duì)待的一個(gè)問題，要擺正人和智能系統(tǒng)之間的關(guān)系，對(duì)人工智能能干什么、不能干什么進(jìn)行研究和立法，從法律和道德層面去約束和規(guī)范它。否則，將來可能會(huì)很被動(dòng)。

中國(guó)人工智能發(fā)展的優(yōu)勢(shì)與差距

從2013年起，世界許多國(guó)家政府，尤其是發(fā)達(dá)國(guó)家紛紛調(diào)研人工智能對(duì)社會(huì)、經(jīng)濟(jì)可能帶來的顛覆性影響，相繼發(fā)布符合自身國(guó)情的人工智能戰(zhàn)略。在這場(chǎng)事關(guān)未來的技術(shù)革命中，我們的機(jī)會(huì)在哪里？?jī)?yōu)勢(shì)和短板分別是什么？

我國(guó)已經(jīng)成為人工智能領(lǐng)域的超級(jí)大國(guó)之一。改革開放以來，我們國(guó)家在基礎(chǔ)研究方面的投入巨大，人工智能的發(fā)展有了非常好的沉淀。一些關(guān)鍵核心技術(shù)，中國(guó)已經(jīng)走在了世界前列，比如說人臉和語(yǔ)音識(shí)別技術(shù)。中國(guó)人工智能的發(fā)展與各行各業(yè)的結(jié)合和滲透是非常高的，其應(yīng)用和推廣比其他國(guó)家做得更好。我國(guó)人工智能發(fā)展的創(chuàng)新生態(tài)環(huán)境已經(jīng)初步形成。百度的無人駕駛、阿里的城市大腦、騰訊的智能醫(yī)療、科大訊飛的語(yǔ)音識(shí)別、商湯的圖像與視頻處理等開放平臺(tái)以及華為、寒武紀(jì)、海康威視等實(shí)體經(jīng)濟(jì)領(lǐng)域平臺(tái)已經(jīng)創(chuàng)建。全球AI指數(shù)排名，中國(guó)屬于第一梯隊(duì)，緊隨美國(guó)，在人才、教育、專利產(chǎn)出等方面均有所進(jìn)步。中美兩國(guó)引領(lǐng)、呈梯次分布的全球人工智能發(fā)展總格局保持不變。

四大優(yōu)勢(shì)護(hù)航中國(guó)人工智能發(fā)展。第一個(gè)是政策優(yōu)勢(shì)，人工智能已被列為國(guó)家優(yōu)先發(fā)展事項(xiàng)。第二個(gè)是海量數(shù)據(jù)資源優(yōu)勢(shì)，中國(guó)人口是美國(guó)的四倍多，手機(jī)群體和手機(jī)消費(fèi)、支付量也是最大的，擁有龐大的消費(fèi)、出行、醫(yī)療、旅游、物流等數(shù)據(jù)資源。第三個(gè)是應(yīng)用場(chǎng)景優(yōu)勢(shì)，我國(guó)是發(fā)展中國(guó)家，很多基礎(chǔ)設(shè)施還不夠完善，這恰恰給人工智能的應(yīng)用提供了一些深度場(chǎng)景。比如城鄉(xiāng)的基礎(chǔ)設(shè)施、醫(yī)療、教育、民生服務(wù)等領(lǐng)域的問題，人工智能系統(tǒng)的介入，問題可以快速得到解決。第四個(gè)是青年人才優(yōu)勢(shì)，我國(guó)高等教育毛入學(xué)率已達(dá)59.6%，而且學(xué)理工科的學(xué)生比例很高，這是一個(gè)非常大的人才儲(chǔ)備庫(kù)。國(guó)家自然科學(xué)基金委員會(huì)專門設(shè)立人工智能一級(jí)學(xué)科代碼，資助相關(guān)基礎(chǔ)研究、前瞻性探索和應(yīng)用研究。

當(dāng)然，我們也存在一些短板，特別是在四個(gè)薄弱環(huán)節(jié)急需加強(qiáng)。第一，基礎(chǔ)理論和原創(chuàng)算法研究比較薄弱。第二，高端器件研發(fā)能力弱，比如做深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練的GPU（圖形處理器），中國(guó)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(tái)。第四，缺乏相應(yīng)的高端人才。據(jù)統(tǒng)計(jì)，中國(guó)最頂級(jí)的人工智能高端人才數(shù)只有美國(guó)的20%，已成為國(guó)家關(guān)鍵領(lǐng)域急需的高層次人才。

我們?cè)撊绾尾季治磥?/strong>

未來已來，到底是哪一個(gè)未來來了？過去三十年是變化非常大、非?？斓娜?。第一個(gè)是計(jì)算機(jī)的算力增強(qiáng)了約一百萬倍，第二個(gè)是存儲(chǔ)容量增加了約一百萬倍，第三個(gè)是通信速度增加了約一百萬倍。這三個(gè)一百萬倍，讓我們的社會(huì)、工作、生活、學(xué)習(xí)都發(fā)生了天翻地覆的變化。而下一次影響人類社會(huì)的工業(yè)革命時(shí)間可能會(huì)發(fā)生在2030年到2040年之間，其主題將會(huì)是人工智能，人工智能將是未來一個(gè)世紀(jì)的核心技術(shù)。

國(guó)家戰(zhàn)略、人才高地、基礎(chǔ)建設(shè)、立法保障，一個(gè)都不能少。要想把人工智能發(fā)展好，就需要我們?cè)诤芏嗍律掀鸷貌健⒉己镁?。一是將發(fā)展人工智能提升至國(guó)家發(fā)展戰(zhàn)略，國(guó)家、地方和企業(yè)，要把其作為戰(zhàn)略性新興產(chǎn)業(yè)，給予大力支持。二是健全人工智能的國(guó)家研發(fā)體系。三是加快人才培養(yǎng)，形成一批人工智能的國(guó)家人才高地，進(jìn)而帶動(dòng)整個(gè)人工智能理論和算法的發(fā)展。四是加強(qiáng)智能化基礎(chǔ)設(shè)施建設(shè)，推動(dòng)公開數(shù)據(jù)的開放、共享，同時(shí)完善相關(guān)法律法規(guī)保護(hù)數(shù)據(jù)的安全性。五是加快人工智能法律、倫理問題的研究，引導(dǎo)人工智能安全可控發(fā)展。六是深化國(guó)際開放合作，主動(dòng)參與全球人工智能的治理和標(biāo)準(zhǔn)制定。

數(shù)據(jù)處理、開源平臺(tái)、應(yīng)用場(chǎng)景，三個(gè)抓手要記牢。利用人工智能為各行各業(yè)賦能，抓手是什么？排在第一位的是數(shù)據(jù)，沒有數(shù)據(jù)，即便是弱人工智能也沒法做，所以要把數(shù)據(jù)組織起來、清洗出來、利用起來并加以安全防護(hù)。第二位是創(chuàng)建好自己的開源平臺(tái)，與我們作為人工智能大國(guó)的地位相匹配。第三位是應(yīng)用場(chǎng)景的培育和賦能，現(xiàn)在很多場(chǎng)景還只是投資驅(qū)動(dòng)的，政府要清楚哪些是優(yōu)先發(fā)展的領(lǐng)域，市場(chǎng)能做能決定的事，就交給市場(chǎng)去做去決定，需要政府介入、調(diào)控才能做好的事，政府就要果斷去干預(yù)、去培育，扶上馬，送一程。這是非常關(guān)鍵的一個(gè)步驟。在做大做強(qiáng)自己，補(bǔ)齊自身短板弱項(xiàng)后，我們要和全世界人工智能同步推進(jìn)，去迎接人工智能第四次工業(yè)革命的到來。