人工智能发展态势-国际恐怖主义发展态势

2018年2月25日，在平昌冬奥会闭幕式“8分钟北京”表演中，沈阳新松机器人自动化有限公司研发的智能移动机器人与轮滑运动员一起表演。新华社记者李刚/摄

2018年5月3日，中科院发布国内首款基于云的人工智能芯片，理论峰值速度为每秒128万亿次定点运算，达到世界先进水平。新华社记者 金立旺/摄

2017年10月，在沙特阿拉伯利雅得举行的未来投资倡议会议上，机器人索菲亚被授予沙特公民身份，使她成为世界上第一个获得公民身份的机器人。图为，2018年7月10日，在香港会议展览中心，机器人索菲亚出现在主舞台上。艾萨克·劳伦斯/视觉中国

2018年11月22日，在“大变局——庆祝改革开放40周年大型展”上，国产第三代骨科手术机器人“天玑”正在模拟手术，这是全球首款适应症覆盖脊柱和盆腔髋臼手术全段的骨科机器人，性能指标达到国际领先水平。麦田 / 视觉中国就像蒸汽时代的

蒸汽机，电动时代的发电机，

计算机在信息时代和互联网时代，人工智能正在成为推动人类进入智能时代的决定性力量。全球业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，争相布局人工智能创新生态。世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力争在国际科技竞争中走在前列。习近平总书记在十九届中央政治局第九次集体研究会上深刻指出，加快发展新一代人工智能，是关系到我国能否抓住新一轮科技革命和产业转型机遇的战略问题。错过一个机会就有可能错过整个时代。新一轮科技革命和产业变革已经曙光，在这场关系前途命运的大竞争中，我们必须抓住机遇，迎头赶上，努力超越。

概念和旅程

要了解人工智能的发展方向，我们必须首先知道人工智能从何而来。1956年夏天，麦卡锡、明斯基等科学家在达特茅斯学院相约，讨论“如何用机器模拟人类智能”，并首次提出“人工智能”（AI）的概念，标志着人工智能学科的诞生。

人工智能是

一门新技术科学，可以模拟和扩展人类智能的理论、方法、技术和应用系统，研究目的是促进智能机器倾听（语音识别、机器翻译等）、SEE（图像识别、文本识别等）、说话（语音合成、人机对话等）、思考（人机博弈、定理证明等）、学习（机器学习、 知识表示等），并采取行动（机器人、自动驾驶汽车等）。

人工智能充满了未知的探索路径，曲折不前。如何描述1956年以来60多年来人工智能的发展，学术界可谓是见智问题。我们将人工智能的发展过程分为以下6个阶段：

一、初期发展时期：1956年至20世纪60年代初。人工智能概念提出后，取得了多项令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起了人工智能发展的第一个高潮。

二是反思发展时期：60年代到20世纪70年代初。人工智能发展初期的突破，大大提高了人们对人工智能的期待，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和失败的目标（例如，无法用机器证明两个连续函数的总和，机器翻译开玩笑等）使人工智能的发展陷入了低谷。

第三个是应用程序开发时期：70年代初到20世纪80年代中期。20世纪70年代出现的专家系统模拟人类专家的知识和经验来解决特定领域的问题，实现了人工智能从理论研究到实际应用，从一般推理策略讨论到专业知识运用的重大突破。专家系统在医疗、化工、地质等领域的成功，推动人工智能进入应用发展的新高潮。

四是发展缓慢时期：80年代中期至20世纪90年代中期。随着人工智能应用规模的不断扩大，专家系统应用领域狭窄、常识知识缺乏、获取知识困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。

第五，平稳发展时期：20世纪90年代中期至2010年。由于网络技术特别是互联网技术的发展，人工智能的创新研究加快，人工智能技术进一步投入实际应用。1997年，国际商业机器公司（IBM）深蓝超级计算机击败了国际象棋世界冠军卡斯帕罗夫，2008年，IBM提出了“智能星球”的概念。以上是这一时期的标志性事件。

六、蓬勃发展期：从2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，无处不在的感知数据、图形处理器等计算平台推动了以深度神经网络为代表的人工智能技术的快速发展，大大跨越了图像分类、图像分类等科学与应用之间的“技术鸿沟”。 语音识别、知识问答、人机游戏、无人驾驶等人工智能技术实现了从“无法使用、不易使用”到“可用”的技术突破，迎来爆发式增长的新高潮。

现状和影响

对于人工智能的发展现状，社会上存在一些“炒作”。比如认为人工智能系统的智能水平即将完全超过人类水平，机器人将在30年内统治世界，人类将成为人工智能的奴隶，等等。这些有意或无意的“炒作”和误解，都会对人工智能的发展产生不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。

专用人工智能取得了重要突破。从适用性来看，人工智能大致可以分为专用人工智能和通用人工智能。由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，针对特定任务（如下围棋）的专用人工智能系统在人工智能领域形成了单一突破，可以在局部智能水平的单一测试中超越人类智能。人工智能的最新进展集中在专业智能上。比如AlphaGo在一场围棋比赛中击败了人类冠军，人工智能程序在大规模图像识别和人脸识别方面达到了超越人类的水平，人工智能系统在诊断皮肤癌方面达到了专业医生的水平。

通用人工智能仍处于起步阶段。人脑是一个通用的智能系统，可以举一反三，可以处理视觉、听觉、判断、推理、学习、思考、规划、设计等各种问题，可谓“一脑通”。一个真正完整的人工智能系统应该是一个通用的智能系统。目前，虽然在特种人工智能领域取得了突破，但通用人工智能的研究和应用还有很长的路要走，人工智能的整体发展水平仍处于起步阶段。目前的人工智能系统在信息感知、机器学习等“浅层智能”方面取得了重大进展，但在概念抽象、推理决策等“深度智能”方面的能力仍然薄弱。总的来说，目前的人工智能系统可以用智能来形容但不智能，智商没有情商，会计算也不会“计算”，有专业知识但没有通才。因此，人工智能仍然有明显的局限性，还有很多“不能”，这与人类智能相去甚远。

人工智能创新创业如火如荼。全球业界充分认识到人工智能技术引领新一轮产业变革的重大意义，并调整了发展战略。例如，谷歌在其2017年度开发者大会上明确提出将发展战略从“移动优先”转向“人工智能优先”，微软2017财年报告首次将人工智能纳入公司的发展愿景。人工智能领域处于创新创业的最前沿。麦肯锡公司报告称，2016年，全球人工智能研发投入超过300亿美元，处于快速增长阶段;根据全球知名风险投资研究公司CB Insights的报告，2017年全球新成立1，100家AI初创公司，在人工智能领域投资总额为152亿美元，同比增长141%。

创新生态布局成为人工智能产业发展的战略高地。信息技术和产业发展史，就是信息产业创新生态被新老信息产业巨头取代的历史。例如，传统信息产业的代表企业包括微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业的代表企业包括谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括数据平台、开源算法、计算芯片、基础软件、图形处理器等垂直技术生态，以及智能制造、智慧医疗、智慧安防、智慧零售、智能家居等横向业务和应用生态。目前，智能技术时代的信息产业格局尚未形成垄断，因此全球科技产业巨头都在积极推进人工智能技术生态的研发布局，全力抢占人工智能相关产业制高点。

人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级，带动“无人经济”快速发展，对智能交通、智能家居、智慧医疗等民生产生积极影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统中可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生与技术伦理等问题已经出现人工智能发展态势，迫切需要提供解决方案。

趋势和展望

经过60多年的发展，人工智能在算法、算力（算力）和计算材料（数据）等“三算”上取得了重要突破，正处于技术从“不可用”到“可用”的拐点，但距离“很好用”还有不少瓶颈。那么在可预见的未来，人工智能的发展将出现哪些趋势和特点呢？

从专用智能到通用智能。如何实现从特种人工智能到通用人工智能的跨越式发展，不仅是下一代人工智能发展的必然趋势，也是研究和应用领域的一大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国人工智能中长期发展战略中重点关注通用人工智能。Alpha Dog Systems开发团队的创始人Demis Hassabis提议朝着“创建一个通用人工智能来解决世界上所有问题”的目标迈进。微软于2017年成立了通用人工智能实验室，许多科学家参与了感知、学习、推理、自然语言理解等工作。

从人工智能到人机混合智能。借鉴脑科学和认知科学的研究成果是人工智能的重要研究方向。人机混合智能旨在将人类角色或认知模型引入人工智能系统，提高人工智能系统的性能，使人工智能成为人类智能的自然延伸和扩展，通过人机协作更高效地解决复杂问题。在中国新一代人工智能规划和美国大脑计划中，人机混合智能是一个重要的研发方向。

从“人工智能+智能”到自主智能系统。目前，人工智能领域的大量研究集中在深度学习上，但深度学习的局限性在于需要大量的人工干预，比如人工设计深度神经网络模型、手动设置应用场景、人工采集和标注大量训练数据，用户需要人工适配智能系统， 这是非常耗时和费力的。因此，研究人员开始关注减少人为干预并提高机器智能对环境的自学习能力的自主智能方法。比如后续版本的阿尔法狗系统——阿尔法元素，从零开始，通过自我博弈强化学习，实现了围棋、国际象棋、日本将棋的“通用象棋人工智能”。在AI系统的自动化设计方面，谷歌在2017年提出的自动学习系统（AutoML）试图通过自动创建机器学习系统来降低人员成本。

人工智能将加速与其他学科的交叉渗透。人工智能本身是一门综合性前沿学科和高度交叉的学科复合学科，研究领域广泛，研究范围极其复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学深度融合。随着超分辨光学成像、光遗传调控、透明脑、体细胞克隆等技术的突破，脑和认知科学的发展开启了一个新的时代，可以大规模、更精细地分析智能的神经回路基础和机制，人工智能将进入仿生智能阶段，依托生物学的发现， 脑科学、生命科学和心理学，将机制转化为可计算模型，同时人工智能也将推动脑科学、认知科学、生命科学甚至化学、物理学、天文学等传统科学的发展。

人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和行业投入的增加，人工智能应用的云化进程将持续加速，未来10年全球人工智能产业规模将进入快速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新的动力，可以在现有基础上提高40%的劳动生产率;到2035年，包括美国、日本、英国、德国和法国在内的12个发达国家的年均经济增长率可以翻一番。麦肯锡公司2018年的一项研究预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能经济的规模将达到13万亿美元。

人工智能将推动人类进入一个包容的智能社会。“人工智能+X”的创新模式将随着技术和产业的发展而成熟，对生产力和产业结构产生革命性的影响，推动人类进入包容性的智能社会。2017年，国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，人工智能将在未来五年内提升各行业的运营效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用需求引导下，要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，推动人工智能技术与社会各行各业的融合提升， 打造多项标杆应用场景创新，实现低成本、高效率、宽广包容的智能社会。

人工智能领域的国际竞争将日趋激烈。目前，人工智能领域的国际竞争已经拉开帷幕，并将愈演愈烈。2018年4月，欧盟委员会计划在2018年至2020年期间在人工智能领域投资240亿美元;法国总统于2018年5月宣布了《法国人工智能战略》，旨在开创人工智能发展新时代，使法国成为人工智能强国;2018年6月，日本未来投资战略2018聚焦于推动物联网建设和人工智能应用。例如，美国特朗普政府发布的首份《国防战略》报告，寻求通过人工智能等技术创新来保持军事优势，确保美国打赢未来战争;2017年，俄罗斯提出军工拥抱“智能”，将导弹和无人机等“传统”武器的威力提高一倍。

人工智能社会学将被提上日程。为保障人工智能健康可持续发展，使其发展成果惠及人民群众，需要从社会学角度系统、全面地研究人工智能对人类社会的影响，制定和完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪与司法研究所（犯罪司法所）决定在海牙建立第一个联合国人工智能和机器人中心，以规范人工智能的发展。白宫多次就人工智能领域的法律和监管问题组织研讨会和磋商。特斯拉等行业巨头领导创建了OpenAI等机构，以“以造福全人类的方式促进和发展友好的人工智能”。

情况和思维

目前，我国人工智能发展总体趋势良好。但是，我们也要清醒地认识到，我国人工智能的发展存在过热和泡沫的风险，特别是在基础研究、技术体系、应用生态、创新人才、法律规范等方面诸多值得关注的问题。总体来看，我国人工智能发展现状可以用“重视度高、形势喜人、差距不小、前景看好”来概括。

备受推崇。党中央、国务院高度重视并大力支持人工智能发展。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九届集体学习上多次强调要加快发展新一代人工智能。2017年7月，国务院印发《新一代人工智能发展规划》，将新一代人工智能部署在国家战略层面，勾勒出中国2030年人工智能发展路线图，旨在构建人工智能先发优势，把握新一轮科技革命的战略主动权。国家发改委、工业和信息化部、科技部、教育部等国家部委，以及北京、上海、广东、江苏、浙江等地的地方政府，都出台了人工智能发展的激励政策。

局势令人鼓舞。根据清华大学发布的《中国智能发展报告2018》的统计数据，中国已成为全球最大的人工智能投融资国家，中国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用方面走在前列。根据爱思唯尔文献数据库2017年的统计结果，中国人工智能领域发表的论文数量已位居世界第一。近两年，中科大学、清华大学、北京大学等高校成立了人工智能学院，2015年以来的中国智能大会已连续成功举办四届，规模不断扩大。总体来看，我国在人工智能领域的创新创业、教育和科研活动非常活跃。

差距不小。目前，我国在人工智能前沿理论创新方面仍处于“跟随”地位人工智能发展态势，大部分创新集中在技术应用上，在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面与世界领先水平还有明显差距。在全球人工智能人才前700名中，中国虽然在入选人数上排名第二，但远低于占总数一半左右的美国。2018年，市场研究咨询公司康帕思对全球100多家人工智能计算芯片公司进行了排名，中国公司没有一家进入前十。此外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设有待加强，国际影响力有待提升。我国参与人工智能国际标准制定的积极性和力度不够，国内标准的制定和实施也滞后。我国对人工智能可能产生的社会影响仍缺乏深入分析，人工智能相关法律法规的制定和完善进程有待加快。

前景是有希望的。我国人工智能发展在市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等方面具有综合优势，人工智能发展前景看好。根据全球顶级管理咨询公司埃森哲发布的2017年报告《人工智能：推动中国经济增长》，预计到2035年，人工智能将使中国的劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出，到2030年，人工智能核心产业规模突破1万亿元，带动相关产业规模超过10万亿元。在中国未来的发展历程中，“智慧红利”有望弥补人口红利的不足。当前，中国

加强人工智能布局，收获人工智能红利，引领智能时代机遇，如何在人工智能蓬勃发展的浪潮中选择中国道路，抓住中国机遇，展现中国智慧需要深入思考。

树立理性务实的发展理念。任何事物的发展不可能总是处于高位，有高潮的时候一定有低谷，这是客观规律。在任何现实环境下实现机器的自主智能和通用智能，还需要中长期的理论和技术积累，人工智能向工业、交通、医疗等传统领域的渗透和融合是一个长期的过程，很难一蹴而就。因此，人工智能的发展应充分考虑人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能的发展需求，理性设定人工智能发展目标，理性选择人工智能发展道路，务实推动人工智能发展。 措施，只有这样，才能保证人工智能的健康可持续发展。

我们重视扎实的原创性研究。人工智能前沿基础理论是人工智能技术突破、产业创新和产业化的基石。面对发展的临界点，要想获得最终话语权，需要在人工智能的基础理论和前沿技术上取得重大突破。按照习近平总书记关于支持科学家勇敢进入人工智能科技前沿“无人区”的要求，努力在人工智能的发展方向和理论、方法、工具、系统等方面取得变革性和颠覆性突破，形成具有国际影响力的独创性人工智能理论体系。 为构建我国自主可控的人工智能技术创新生态提供领先的理论支撑。

构建独立可控的创新生态圈。我国人工智能开源社区和科技创新生态布局相对滞后，技术平台建设有待加强。要以问题为导向，聚焦关键核心技术，加快建立新一代人工智能关键共性技术体系，全面提升人工智能技术创新能力，确保人工智能关键核心技术牢牢掌握在我们手中。要努力防范人工智能时代“空心化”风险，系统布局和聚焦人工智能领域“新核高基”发展：“新”是指产学研融合等开放式创新新生态;“核心”是指核心关键技术和设备，如先进的机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等;“高”是指高端集成应用系统和平台，如机器学习软硬件平台、大规模数据平台等;“基础”是指具有重大原创意义和技术驱动性质的基础理论和方法，如脑机接口、类脑智能等。同时，要重视人工智能技术标准、产品性能和系统安全检测的建设。特别是中国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应该有发言权，通过标准的实施加快人工智能带动经济社会转型升级的进程。

推进责任共担、共享的全球治理。目前，发达国家通过人工智能技术创新控制了产业链上游资源，不可逾越的技术差距和产业壁垒可能进一步拉大发达国家与发展中国家的生产力发展水平差距。在发展中国家中，中国有望成为全球人工智能竞争的领跑者，应布局和构建开放共享、高质量、低成本、普惠的人工智能技术和应用平台，配合“一带一路”建设，让“智慧红利”助力构建人类命运共同体。