人工智能（artificial intelligence，AI）從 1956年概念提出經(jīng)過 60多年的發(fā)展，其理論、技術(shù)和應(yīng)用都取得了重要突破。近 10年來，隨著大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，AI技術(shù)成功跨越科學(xué)與應(yīng)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(zhǎng)的紅利期，人工智能已成為推動(dòng)新一輪科技和產(chǎn)業(yè)革命的驅(qū)動(dòng)力，將是未來10年最具變革性的技術(shù)。

 

         人工智能正在深刻影響世界經(jīng)濟(jì)、政治和社會(huì)發(fā)展，國際社會(huì)和中國政府都高度重視人工智能發(fā)展。2017年 7月 20日，國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，將新一代人工智能放在國家戰(zhàn)略層面部署，指出中國人工智能整體發(fā)展水平與發(fā)達(dá)國家相比仍存在差距，缺少重大原創(chuàng)成果，在基礎(chǔ)理論、核心算法以及關(guān)鍵設(shè)備、高端芯片、重大產(chǎn)品與系統(tǒng)、基礎(chǔ)材料、元器件、軟件與接口等方面差距較大；科研機(jī)構(gòu)和企業(yè)尚未形成具有國際影響力的生態(tài)圈和產(chǎn)業(yè)鏈，缺乏系統(tǒng)的超前研發(fā)布局；人工智能尖端人才遠(yuǎn)遠(yuǎn)不能滿足需求；適應(yīng)人工智能發(fā)展的基礎(chǔ)設(shè)施、政策法規(guī)、標(biāo)準(zhǔn)體系亟待完善等問題。

 

         在國內(nèi)，人工智能技術(shù)目前已被廣泛應(yīng)用于語音識(shí)別、計(jì)算機(jī)視覺、機(jī)器人、語言處理等領(lǐng)域，代表性產(chǎn)品包括科大訊飛的“曉譯翻譯機(jī)”、中國科學(xué)技術(shù)大學(xué)的智能機(jī)器人“佳佳”、京東集團(tuán)的 JIMI 智能客服等。作為技術(shù)革命量級(jí)的人工智能技術(shù)，還存在基礎(chǔ)理論欠缺、數(shù)據(jù)需求大、能耗高、泛化性能差等諸多瓶頸，人工智能作為未來30~50年甚至更長(zhǎng)時(shí)間發(fā)展的技術(shù)，一切才剛剛開始，目前只是萬里長(zhǎng)征第一步。本文基于目前國內(nèi)外人工智能的發(fā)展態(tài)勢(shì)，著眼于提升中國人工智能未來發(fā)展的競(jìng)爭(zhēng)力，探討發(fā)展中的若干緊要問題并提出相關(guān)建議。

 

增強(qiáng)原始創(chuàng)新能力

 

         “人工智能”于 1956年首次被提出，并開始在西方國家得到重視和發(fā)展。與世界發(fā)達(dá)國家相比，中國的人工智能研究起步較晚，而且發(fā)展道路曲折坎坷，歷經(jīng)了質(zhì)疑、批評(píng)甚至打壓的十分艱難的發(fā)展歷程。直到20世紀(jì) 70年代末，中國的人工智能才逐漸走上發(fā)展之路，比發(fā)達(dá)國家少積累了近20年時(shí)間。

 

         目前，中國在全球人工智能發(fā)展過程中做出的原創(chuàng)性基礎(chǔ)性貢獻(xiàn)還不多。從學(xué)科創(chuàng)立初期的赫步定律、圖靈測(cè)試，到近幾年的深度學(xué)習(xí)算法、AlphaGo等重要的基礎(chǔ)理論和重大成果，中國所做貢獻(xiàn)不多。西方國家普遍重視基礎(chǔ)研究和理論創(chuàng)新，Google 的DeepMind團(tuán)隊(duì)擁有 400余名跨學(xué)科科學(xué)家，每年投入幾億美元，僅 2016 年就在《Nature》上發(fā)表 2 篇重大成果；Geoffrey Hinton專注神經(jīng)網(wǎng)絡(luò) 40年，使深度學(xué)習(xí)成為人工智能復(fù)興的關(guān)鍵。而中國更多地聚焦在應(yīng)用層面，缺乏基礎(chǔ)理論積累、原始方法創(chuàng)新和重大原創(chuàng)性成果。

 

         牛津大學(xué)的報(bào)告《Deciphering China's AI dream》（《解密中國 AI夢(mèng)》）比較了中國和美國的人工智能在硬件、數(shù)據(jù)和算法等方面的能力，報(bào)告指出，中國綜合AI潛力指數(shù)只有美國的 1/2，且中國除了在數(shù)據(jù)方面有明顯優(yōu)勢(shì)外，在硬件和算法等基礎(chǔ)研究領(lǐng)域還有很大差距。科研方面，雖然中國發(fā)表的 AI論文數(shù)量巨大，但從Google Scholar 的引用數(shù)據(jù)看，北美和歐洲的科研人員依舊在人工智能學(xué)術(shù)界更有影響力。因此，中國人工智能基礎(chǔ)研究的總體水平跟世界的領(lǐng)先水平還有較大差距。

 

         人工智能基礎(chǔ)研究是人工智能科技可持續(xù)發(fā)展的基石，是人工智能及其應(yīng)用蓬勃發(fā)展與全面升級(jí)的原動(dòng)力。因此，建議強(qiáng)化對(duì)人工智能基礎(chǔ)研究的支持，加強(qiáng)人工智能在硬件和算法等基礎(chǔ)層面的原始創(chuàng)新。強(qiáng)化跨學(xué)科交叉創(chuàng)新研究，吸引更多的跨學(xué)科科學(xué)家進(jìn)入人工智能領(lǐng)域開展探索研究。重視和加強(qiáng)人工智能前瞻性基礎(chǔ)研究，擴(kuò)大人工智能領(lǐng)域青年基金或科研項(xiàng)目的資助比例，對(duì)優(yōu)秀青年科學(xué)家進(jìn)行持續(xù)支持。經(jīng)過長(zhǎng)期努力和積累，使中國人工智能基礎(chǔ)研究水平走向國際先進(jìn)行列，解決原始創(chuàng)新能力不足的問題。

 

加強(qiáng)系統(tǒng)性的頂層謀劃和設(shè)計(jì)

 

         人工智能技術(shù)生態(tài)包括數(shù)據(jù)平臺(tái)、開源算法、計(jì)算芯片、基礎(chǔ)軟件、計(jì)算服務(wù)器、垂直應(yīng)用等。Google、IBM、Microsoft、Facebook等全球科技巨頭正積極推動(dòng)自主研發(fā)人工智能技術(shù)的生態(tài)建設(shè)，搶占人工智能相關(guān)產(chǎn)業(yè)制高點(diǎn)，并投入重金收購企業(yè)、招募人才和研發(fā)核心技術(shù)，力圖掌握人工智能時(shí)代的主動(dòng)權(quán)，引發(fā)人工智能產(chǎn)業(yè)競(jìng)爭(zhēng)白熱化，并逐步向生態(tài)化發(fā)展。3個(gè)明顯的趨勢(shì)分別體現(xiàn)在：（1）匯聚高端人才，組建 AI 攻關(guān)團(tuán)隊(duì)。例如，Google公司的 DeepMind。（2）基礎(chǔ)平臺(tái)開源化。例如，Google公司開源了人工智能基礎(chǔ)平臺(tái)TensorFlow和無人駕駛模擬器。（3）關(guān)鍵技術(shù)硬件化。例如，AI芯片定義了 AI產(chǎn)業(yè)鏈和生態(tài)圈的基礎(chǔ)計(jì)算架構(gòu)，具有戰(zhàn)略地位，IBM 公司發(fā)布了類腦計(jì)算芯片 TrueNorth、Google公司發(fā)布了TPU等。

 

         而中國人工智能相關(guān)的單元技術(shù)多、綜合成果少，缺少最優(yōu)化資源整合，碎片化的技術(shù)還沒有形成人工智能生態(tài)體系。以中國人工智能的基礎(chǔ)研究為例，其研究工作主要分布在大學(xué)和科研機(jī)構(gòu)，具有很多單點(diǎn)優(yōu)勢(shì)，但研究工作與隊(duì)伍呈現(xiàn)條塊化、碎片化、重復(fù)化的現(xiàn)象，缺乏系統(tǒng)性的融合，難以形成巨無霸的平臺(tái)、團(tuán)隊(duì)和成果。相比國外形成了完整技術(shù)創(chuàng)新和產(chǎn)業(yè)創(chuàng)新鏈條的產(chǎn)學(xué)研集大成的機(jī)構(gòu)，這種基礎(chǔ)研究領(lǐng)域的分散、技術(shù)和產(chǎn)業(yè)領(lǐng)域的分割現(xiàn)狀，導(dǎo)致中國人工智能的綜合優(yōu)勢(shì)未能得到體現(xiàn)和發(fā)揮。

 

         建議前瞻性地從人工智能科學(xué)的角度出發(fā)，更加全面地認(rèn)識(shí)人工智能未來的發(fā)展，立足國家發(fā)展全局，系統(tǒng)地梳理人工智能科技的內(nèi)涵、外延和總體發(fā)展脈絡(luò)，找準(zhǔn)突破口和主攻方向，打破條塊分割，集中力量辦大事，把握發(fā)展的主動(dòng)權(quán)。同時(shí)，突破體制和機(jī)制障礙，整合中國人工智能領(lǐng)域頂尖人才和研究資源，協(xié)同建立跨學(xué)科人才培養(yǎng)環(huán)境，推動(dòng)原創(chuàng)技術(shù)驅(qū)動(dòng)的 AI技術(shù)生態(tài)形成，并同應(yīng)用驅(qū)動(dòng)的AI產(chǎn)業(yè)生態(tài)對(duì)接，協(xié)同推進(jìn)人工智能的理論研究、技術(shù)突破和產(chǎn)品研發(fā)應(yīng)用，促進(jìn)中國在國際人工智能領(lǐng)域的科技創(chuàng)新發(fā)展，跑出中國人工智能可持續(xù)發(fā)展的加速度。

 

擺脫AI基礎(chǔ)軟硬件依賴進(jìn)口的現(xiàn)狀

 

         與個(gè)人 PC時(shí)代、互聯(lián)網(wǎng)時(shí)代一樣，在新一輪人工智能的發(fā)展過程中，中央處理器（CPU）、圖形處理器（GPU）、現(xiàn)場(chǎng)可編程門陣列（FPGA）等高端芯片以及核心器件、電子設(shè)計(jì)自動(dòng)化（EDA）軟件等基礎(chǔ)軟件的發(fā)展將發(fā)揮重要驅(qū)動(dòng)作用，未來也很有可能因某些基礎(chǔ)軟硬件的重大突破而顛覆現(xiàn)有的智能計(jì)算體系和框架。因此，AI基礎(chǔ)軟硬件對(duì)于人工智能發(fā)展的重要性不言而喻。

 

         從總體上看，目前 AI基礎(chǔ)軟硬件仍由歐美國家大型企業(yè)主導(dǎo)，中國人工智能在基礎(chǔ)軟硬件方面的缺失會(huì)導(dǎo)致在技術(shù)上和應(yīng)用上“空心化”的風(fēng)險(xiǎn)。雖然中國近幾年涌現(xiàn)出了“寒武紀(jì)”等人工智能處理芯片，但用于 AI 芯片設(shè)計(jì)的基礎(chǔ)半導(dǎo)體器件仍主要由NVIDIA、IBM和 Intel等國外企業(yè)生產(chǎn)和壟斷。目前，中國微電子/光電子研發(fā)的原創(chuàng)性和基礎(chǔ)能力較弱，位于產(chǎn)業(yè)鏈源頭的核心微電子/光電子芯片和高端光電子器件嚴(yán)重缺失，尤其是處理器、存儲(chǔ)器和集成化的光電子器件幾乎依賴進(jìn)口，已成為制約中國人工智能發(fā)展的“卡脖子”問題。

 

         因此應(yīng)充分重視 AI基礎(chǔ)軟硬件對(duì)人工智能發(fā)展的作用，建議國家設(shè)立專項(xiàng)對(duì)其進(jìn)行重點(diǎn)支持，推動(dòng)人工智能基礎(chǔ)軟硬件的協(xié)同發(fā)展。通過提高人工智能系統(tǒng)的感知和數(shù)據(jù)挖掘能力、研制針對(duì)人工智能軟件系統(tǒng)專用的硬件和體系架構(gòu)等，構(gòu)建中國智能時(shí)代的以基礎(chǔ)軟件、高端芯片和核心器件等關(guān)鍵軟硬件為基礎(chǔ)的新一代智能信息基礎(chǔ)設(shè)施，盡早擺脫 AI基礎(chǔ)軟硬件依賴進(jìn)口的現(xiàn)狀，全面支撐各領(lǐng)域的智能需求。

 

重點(diǎn)建設(shè)國產(chǎn)AI技術(shù)平臺(tái)

 

         人工智能技術(shù)平臺(tái)堪比計(jì)算機(jī)時(shí)代的操作系統(tǒng)，是生態(tài)系統(tǒng)中最為重要的一環(huán)，就像“Windows+Intel”、“Android+ARM”一樣，人工智能領(lǐng)域的生態(tài)系統(tǒng)一旦形成，將會(huì)給后來者形成難以逾越的生態(tài)壁壘。

 

         截至 2018 年 2 月，TensorFlow 全球下載量已超過1000萬次，遍及180個(gè)國家和地區(qū)，其中，中國的下載量超過了百萬次、約占全球總下載量的10%，且已被京東、小米等國內(nèi)多家公司使用，圍繞其構(gòu)建的生態(tài)環(huán)境也將逐步形成；Facebook、Microsoft 和 IBM 等公司也都在競(jìng)相打造基于深度學(xué)習(xí)的人工智能技術(shù)平臺(tái) Torchnet、DMTK 和 SystemML等。而中國尚未形成具有國際影響力的人工智能技術(shù)平臺(tái)，在國際人工智能產(chǎn)業(yè)界缺少話語權(quán)。

 

         建議國家加快布局、構(gòu)建具有國際競(jìng)爭(zhēng)力的人工智能技術(shù)平臺(tái)，搶占人工智能時(shí)代的主導(dǎo)權(quán)。鼓勵(lì)科研機(jī)構(gòu)和企業(yè)開放人工智能技術(shù)平臺(tái)，將分散的數(shù)據(jù)匯聚起來，加速相關(guān)科研與行業(yè)的發(fā)展。

 

加強(qiáng)AI人才培養(yǎng)和引進(jìn)

 

         未來人工智能領(lǐng)域的競(jìng)爭(zhēng)主要是AI人才之爭(zhēng)，主要體現(xiàn)在以下2個(gè)方面。

 

         1）目前中國每年 AI人才缺口超過 100萬，與此同時(shí)，現(xiàn)在高校 AI人才的培養(yǎng)主要依托于計(jì)算機(jī)科學(xué)與技術(shù)、控制科學(xué)與工程、電子科學(xué)與技術(shù)等一級(jí)學(xué)科開展，AI人才培養(yǎng)跨度較大，難以形成目標(biāo)明確、體系完善的人才培養(yǎng)體系。而美國的 AI人才培養(yǎng)體系歷史悠久，擁有數(shù)學(xué)、統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和機(jī)器人等多個(gè)細(xì)分領(lǐng)域，就 AI基礎(chǔ)研究的人才結(jié)構(gòu)而言，美國仍領(lǐng)先于中國。

 

         2）中國人工智能人才的數(shù)量?jī)H次于美國，但與美國、英國、德國在頂尖人才的數(shù)量上還有較大差距，中國領(lǐng)先的人工智能企業(yè)主要還是依賴從海外回來的華人頂尖人才。中國在 AI核心算法方面遠(yuǎn)遠(yuǎn)落后于英美同行的一個(gè)主要原因就是缺乏頂級(jí)的 AI 人才，既缺少像 Hinton一樣堅(jiān)持 40年專注于神經(jīng)網(wǎng)絡(luò)研究、使深度學(xué)習(xí)成為人工智能復(fù)興關(guān)鍵的 AI學(xué)術(shù)領(lǐng)軍人物，也缺乏像 Google DeepMind 這樣的頂級(jí)團(tuán)隊(duì)，該團(tuán)隊(duì)擁有400余名跨學(xué)科科學(xué)家。中國在 AI人才培養(yǎng)的數(shù)量和質(zhì)量上遠(yuǎn)遠(yuǎn)不能滿足人工智能發(fā)展戰(zhàn)略的需求，這將對(duì)中國未來AI產(chǎn)業(yè)的發(fā)展產(chǎn)生重要影響。

 

         建議大力加強(qiáng) AI 人才的培養(yǎng)與引進(jìn)。在 AI 人才培養(yǎng)方面：在人工智能領(lǐng)域推動(dòng)高校的教育改革，設(shè)置人工智能相關(guān)的一級(jí)學(xué)科，建設(shè)人工智能學(xué)院，構(gòu)建完整的 AI 人才培養(yǎng)體系，實(shí)現(xiàn) AI 人才培養(yǎng)的專業(yè)化、規(guī)范化和規(guī)模化。在 AI人才引進(jìn)方面：統(tǒng)籌利用好國家的各類人才計(jì)劃，加強(qiáng)人工智能領(lǐng)域優(yōu)秀人才特別是優(yōu)秀青年人才的引進(jìn)。

 

加快超前布局AI前沿研究

 

         國際學(xué)術(shù)機(jī)構(gòu)正積極布局人工智能源頭的基礎(chǔ)理論創(chuàng)新，學(xué)術(shù)界將重新爭(zhēng)奪 AI革命話語權(quán)。AI前沿基礎(chǔ)理論是人工智能實(shí)現(xiàn)技術(shù)突破、行業(yè)革新、產(chǎn)業(yè)化推進(jìn)的基石。在此發(fā)展的臨界點(diǎn)，要想取得 AI革命的話語權(quán)，必須在人工智能重大基礎(chǔ)理論和革命性技術(shù)方面取得重大突破。位列全球大學(xué)人工智能影響力排名第一的麻省理工學(xué)院（MIT），于 2018年 2月 1日啟動(dòng)了針對(duì)人類和機(jī)器智能的MIT Intelligence Quest計(jì)劃，重點(diǎn)探索對(duì)人類智能的新認(rèn)識(shí)和讓機(jī)器有效學(xué)習(xí)的新方法等。

 

         當(dāng)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(shù)據(jù)、能耗、泛化、可解釋性、可靠性、安全性等，人工智能基礎(chǔ)科學(xué)和技術(shù)應(yīng)用還有廣闊的發(fā)展空間。人工智能未來的主要發(fā)展趨勢(shì)包括：（1）從專用人工智能到通用人工智能；（2）人機(jī)混合智能，這將是未來的主流智能形態(tài)。中國應(yīng)在通用人工智能和人機(jī)混合智能的前沿性基礎(chǔ)研究方向上加快布局，構(gòu)造下一代智能產(chǎn)業(yè)的源頭。

 

通用人工智能

 

         從可應(yīng)用性看，人工智能大體可分為專用人工智能（即面向特定領(lǐng)域的人工智能）和通用人工智能，人工智能的近期發(fā)展主要集中在專用人工智能領(lǐng)域。專用人工智能由于任務(wù)單一、應(yīng)用背景需求明確、領(lǐng)域知識(shí)積累深厚、建模計(jì)算簡(jiǎn)單可行，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(xiàng)測(cè)試中超越了人類智能。例如，AlphaGo在圍棋比賽中戰(zhàn)勝人類冠軍李世乭和柯潔，微軟語音識(shí)別系統(tǒng) 5.1%的錯(cuò)誤率比肩專業(yè)速記員等。

 

         真正意義上完備的人工智能系統(tǒng)應(yīng)該是一個(gè)通用的智能系統(tǒng)，而通用人工智能研究與應(yīng)用剛剛起步，依然任重道遠(yuǎn)。通用人工智能是面向未來、具有戰(zhàn)略意義的人工智能發(fā)展方向，引起了世界大國政府、企業(yè)界、學(xué)術(shù)界的高度關(guān)注。以人類綜合性智能水平為目標(biāo)，發(fā)展具有感覺、行動(dòng)、記憶、學(xué)習(xí)、推理、規(guī)劃、注意、激勵(lì)、情感、社會(huì)交往、溝通、創(chuàng)造等多種能力的通用人工智能理論、方法、技術(shù)和系統(tǒng)，在感知、思考、社交、行動(dòng)、規(guī)劃、注意、情感等多個(gè)維度上逼近人類智能水平。

 

人機(jī)混合智能

 

         在人與機(jī)器之間實(shí)現(xiàn)信息的高效共享，從而最大限度結(jié)合生物腦和計(jì)算腦的優(yōu)勢(shì)，最終形成超越“人的智能”和“人工智能”的高級(jí)混合智能，將是塑造未來社會(huì)形態(tài)的顛覆性技術(shù)之一，也將對(duì)未來的醫(yī)療、教育等領(lǐng)域帶來根本性變革。

 

         人機(jī)混合智能將從突破新一代具有神經(jīng)環(huán)路特異性的高速閉環(huán)腦機(jī)接口為切入點(diǎn)，進(jìn)行人機(jī)信息共享和處理資源的優(yōu)化配置，使腦與計(jì)算機(jī)之間可進(jìn)行大帶寬直接通信，極大提升人腦的感知、認(rèn)知、學(xué)習(xí)、記憶等核心能力，實(shí)現(xiàn)人腦對(duì)于外骨骼機(jī)器人等外部設(shè)備的自由支配，從而實(shí)現(xiàn)高級(jí)混合智能，將是未來的主流智能形態(tài)。

 

結(jié) 論

 

基于國際人工智能發(fā)展現(xiàn)狀，針對(duì)如何進(jìn)一步提升中國人工智能未來發(fā)展的競(jìng)爭(zhēng)力，提出了6個(gè)方面的建議：（1）增強(qiáng)原始創(chuàng)新能力；（2）加強(qiáng)系統(tǒng)性的頂層謀劃和設(shè)計(jì)；（3）擺脫AI基礎(chǔ)軟硬件依賴進(jìn)口的現(xiàn)狀；（4）重點(diǎn)建設(shè)國產(chǎn) AI技術(shù)平臺(tái)；（5）加強(qiáng) AI人才培養(yǎng)和引進(jìn)；（6）加快超前布局 AI 前沿研究。希望通過加強(qiáng)上述建議的相關(guān)工作，能夠加速中國人工智能的創(chuàng)新發(fā)展，進(jìn)而為工業(yè)制造、金融、能源等行業(yè)的革新添磚助力。