尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
點擊進入，招募ing……
10月26日，十三屆全國人大常委會舉行第七講專題講座。中國科學院院士譚鐵牛作了題為《人工智能的創 新髮展與社會影響》的講座。以下是講座全文。
黨的十八大以來，習近平總書記把創新擺在國家發展全局的核心位置，高度重視人工智能發展，多次談及人工智能的重要性，為人工智能如何賦能新時代指明了方向。2018世界人工智能大會9月17日在上海開幕，習總書記致信祝賀並強調指出人工智能發展應用將有力提高經濟社會發展智能化水平，有效增強公共服務和城市管理能力。深入學習領會習總書記關於人工智能的一系列重要論述，務實推進大陸《新一代人工智能發展規劃》，有效規避人工智能「鴻溝」，著力收獲人工智能「紅利」，對建設世界科技強國、做到「兩個一百年」的奮鬥目標具有重大戰略意義。
1
引 言
1956年人工智能（Artificial Intelligence，簡稱AI）的概念被正式提出，標誌著人工智能學科的誕生，其發展目標是賦予機器類人的感知、學習、思考、決策和行動等能力。經過60多年的發展，人工智能已取得突破性進展，在經濟社會各領域開始得到廣泛應用並形成引領新一輪產業變革之勢，推動人類社會進入智能化時代。美國、日本、德國、英國、法國、俄羅斯等國家都制定了發展人工智能的國家戰略，大陸也於2017年發布了《新一代人工智能發展規劃》，發改委、工信部、科技部、教育部等國家部委和北京、上海、廣東、江蘇等地政府也相繼出台推動人工智能發展的相關政策文件，社會各界對人工智能的重大戰略意義已形成廣泛共識。
跟其他高科技一樣，人工智能也是一把雙刃劍。如何認識人工智能的社會影響，也有「天使派」和「魔鬼派」之分。「天使派」認為，人工智能領域的科技創新和成果應用取得重大突破，有望引領第四次工業革命，對社會、經濟、軍事等領域將產生變革性影響，在製造、交通、教育、醫療、服務等方面可以造福人類；「魔鬼派」認為，人工智能是人類的重大威脅，比核武器還危險，有可能引發第三次世界大戰。2018年2月，牛津大學、劍橋大學和OpenAI公司等14家機構共同發布題為《人工智能的惡意使用：預測、預防和緩解》的報告，指出人工智能可能給人類社會帶來數字安全、物理安全和政治安全等潛在威脅，並給出了一些建議來減少風險。
總體上看，已過花甲之年的人工智能當前的發展具有「四新」特徵：以深度學習為代表的人工智能核心技術取得新突破、「智能+」模式的普適應用為經濟社會發展注入新動能、人工智能成為世界各國競相戰略布局的新高地、人工智能的廣泛應用給人類社會帶來法律法規、道德倫理、社會治理等方面一系列的新挑戰。因此人工智能這個機遇與挑戰並存的新課題引起了全球範圍內的廣泛關注和高度重視。雖然人工智能未來的創 新髮展還存在不確定性，但是大家普遍認可人工智能的蓬勃興起將帶來新的社會文明，將推動產業變革，將深刻改變人們的生產生活方式，將是一場影響深遠的科技革命。
為了客觀認識人工智能的本質內涵和創 新髮展，本報告在簡要介紹人工智能基本概念與發展歷程的基礎上，著重分析探討人工智能的發展現狀和未來趨勢，試圖揭示人工智能的真實面貌。很顯然，在當下人工智能蓬勃發展的歷史浪潮中如何選擇中國路徑特別值得我們深入思考和探討。因此，本報告最後就大陸人工智能發展態勢、存在問題和對策建議也進行了闡述。
2
人工智能的發展歷程與啟示
1956年夏，麥卡錫（John McCarthy）、明斯基（Marvin Minsky）、羅切斯特（Nathaniel Rochester）和香農（Claude Shannon）等科學家在美國達特茅斯學院開會研討「如何用機器模擬人的智能」，首次提出「人工智能」這一概念，標誌著人工智能學科的誕生。人工智能的目標是模擬、延伸和擴展人類智能，探尋智能本質，發展類人智能機器。人工智能充滿未知的探索道路曲折起伏，如何描述1956年以來60餘年的人工智能發展歷程，學術界可謂仁者見仁、智者見智。我們將人工智能60餘年的發展歷程劃分為以下6個階段：
一是起步發展期：1956年-20世紀60年代初。人工智能概念在1956年首次被提出後，相繼取得了一批令人矚目的研究成果，如機器定理證明、跳棋程序、LISP表處理語言等，掀起了人工智能發展的第一個高潮。
二是反思發展期：60年代-70年代初。人工智能發展初期的突破性進展大大提升了人們對人工智能的期望，人們開始嘗試更具挑戰性的任務，並提出了一些不切實際的研發目標。然而，接二連三的失敗和預期目標的落空（例如無法用機器證明兩個連續函數之和還是連續函數、機器翻譯鬧出笑話等），使人工智能的發展走入了低谷。
三是應用發展期：70年代初-80年代中。20世紀70年代出現的專家系統模擬人類專家的知識和經驗解決特定領域的問題，做到了人工智能從理論研究走向實際應用、從一般推理策略探討轉向運用專門知識的重大突破。專家系統在醫療、化學、地質等領域取得成功，推動人工智能走入了應用發展的新高潮。
四是低迷發展期：80年代中-90年代中。隨著人工智能的應用規模不斷擴大，專家系統存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現有數據庫兼容等問題逐漸暴露出來。
五是穩步發展期：90年代中-2010年。由於網路技術特別是互聯網技術的發展，信息與數據的匯聚不斷加速，互聯網應用的不斷普及加速了人工智能的創新研究，促使人工智能技術進一步走向實用化。1997年IBM深藍超級計算機戰勝了國際象棋世界冠軍卡斯帕羅夫，2008年IBM提出「智慧地球」的概念，這些都是這一時期的標誌性事件。
六是蓬勃發展期：2011年-至今。隨著大數據、雲計算、互聯網、物聯網等信息技術的發展，泛在感知數據和圖形處理器（Graphics Processing Unit，簡稱GPU）等計算平台推動以深度神經網路為代表的人工智能技術飛速發展，大幅跨越科學與應用之間的「技術鴻溝」，圖像分類、語音識別、知識問答、人機對弈、無人駕駛等具有廣闊應用前景的人工智能技術突破了從「不能用、不好用」到「可以用」的技術瓶頸，人工智能發展進入爆發式增長的新高潮。
通過總結人工智能發展歷程中的經驗和教訓，我們可以得到以下啟示：
（一）尊重學科發展規律是推動學科健康發展的前提。科學技術的發展有其自身的規律，順其者昌，違其者衰。人工智能學科發展需要基礎理論、數據資源、計算平台、應用場景的協同驅動，當條件不具備時很難做到重大突破。
（二）基礎研究是學科可持續發展的基石。加拿大多倫多大學傑弗里·辛頓（Geoffrey Hinton）教授堅持研究深度神經網路30年，奠定人工智能蓬勃發展的重要理論基礎。Google的DeepMind團隊長期深入研究神經科學啟發的人工智能等基礎問題，取得了阿爾法狗等一系列重大成果。
（三）應用需求是科技創新的不竭之源。引領學科發展的動力主要來自於科學和需求的雙輪驅動。人工智能發展的驅動力除了知識與技術體系內在矛盾外，貼近應用、解決用戶需求是創新的最大源泉與動力。比如專家系統人工智能做到了從理論研究走向實際應用的突破，近些年來安防監控、身份識別、無人駕駛、互聯網和物聯網大數據分析等實際應用需求帶動了人工智能的技術突破。
（四）學科交叉是創新突破的「捷徑」。人工智能研究涉及信息科學、腦科學、心理科學等，上世紀50年代人工智能的出現本身就是學科交叉的結果。特別是腦認知科學與人工智能的成功結合，帶來了人工智能神經網路幾十年的持久發展。智能本源、意識本質等一些基本科學問題正在孕育重大突破，對人工智能學科發展具有重要促進作用。
（五）寬容失敗應是支持創新的題中應有之義。任何學科的發展都不可能一帆風順，任何創新目標的做到都不會一蹴而就。人工智能60餘載的發展生動地詮釋了一門學科創 新髮展起伏曲折的歷程。可以說沒有過去發展歷程中的「寒冬」就沒有今天人工智能發展新的春天。
（六）實事求是設定發展目標是制定學科發展規劃的基本原則。達到全方位類人水平的機器智能是人工智能學科宏偉的終極目標，但是需要根據科技和經濟社會發展水平來設定合理的階段性研究目標，否則會有挫敗感從而影響學科發展，人工智能發展過程中的幾次低谷皆因不切實際的發展目標所致。
3
人工智能的發展現狀與影響
人工智能經過60多年的發展，理論、技術和應用都取得了重要突破，已成為推動新一輪科技和產業革命的驅動力，深刻影響世界經濟、政治、軍事和社會發展，日益得到各國政府、產業界和學術界的高度關注。從技術維度來看，人工智能技術突破集中在專用智能，但是通用智能發展水平仍處於起步階段；從產業維度來看，人工智能創新創業如火如荼，技術和商業生態已見雛形；從社會維度來看，世界主要國家紛紛將人工智能上升為國家戰略，人工智能社會影響日益凸顯。
（一）專用人工智能取得重要突破。從可應用性看，人工智能大體可分為專用人工智能和通用人工智能。面向特定領域的人工智能技術（即專用人工智能）由於任務單一、需求明確、應用邊界清晰、領域知識豐富、建模相對簡單，因此形成了人工智能領域的單點突破，在局部智能水平的單項測試中可以超越人類智能。人工智能的近期進展主要集中在專用智能領域，統計學習是專用人工智能走向實用的理論基礎。深度學習、強化學習、對抗學習等統計機器學習理論在計算機視覺、語音識別、自然語言理解、人機博弈等方面取得成功應用。例如，阿爾法狗在圍棋比賽中戰勝人類冠軍，人工智能程序在大規模圖像識別和人臉識別中達到了超越人類的水平，語音識別系統5.1%的錯誤率比肩專業速記員，人工智能系統診斷皮膚癌達到專業醫生水平，等等。
（二）通用人工智能尚處於起步階段。人的大腦是一個通用的智能系統，能舉一反三、融會貫通，可處理視覺、聽覺、判斷、推理、學習、思考、規劃、設計等各類問題，可謂「一腦萬用」。真正意義上完備的人工智能系統應該是一個通用的智能系統。雖然包括圖像識別、語音識別、自動駕駛等在內的專用人工智能領域已取得突破性進展，但是通用智能系統的研究與應用仍然是任重而道遠，人工智能總體發展水平仍處於起步階段。美國國防高級研究計劃局（Defense Advanced Research Projects Agency，簡稱DARPA）把人工智能發展分為三個階段：規則智能、統計智能和自主智能，認為當前國際主流人工智能水平仍然處於第二階段，核心技術依賴於深度學習、強化學習、對抗學習等統計機器學習，AI系統在信息感知（Perceiving）、機器學習（Learning）等智能水平維度進步顯著，但是在概念抽象（Abstracting）和推理決策（Reasoning）等方面能力還很薄弱。總體上看，目前的人工智能系統可謂有智能沒智慧、有智商沒情商、會計算不會「算計」、有專才無通才。因此，人工智能依舊存在明顯的局限性，依然還有很多「不能」，與人類智慧還相差甚遠。
（三）人工智能創新創業如火如荼。全球產業界充分認識到人工智能技術引領新一輪產業變革的重大意義，紛紛調整發展戰略。比如，在其2017年的年度開發者大會上，Google明確提出發展戰略從「Mobile First」（移動優先）轉向「AI First」（AI優先）；微軟2017財年年報首次將人工智能作為公司發展願景。人工智能領域處於創新創業的前沿，麥肯錫報告2016年全球人工智能研發投入超300億美元並處於高速增長，全球知名風投調研機構CB Insights報告顯示2017年全球新成立人工智能創業公司1100家，人工智能領域共獲得投資152億美元，同比增長141%。
（四）創新生態布局成為人工智能產業發展的戰略高地。信息技術（IT）和產業的發展史就是新老IT巨頭搶灘布局IT創新生態的更替史。例如，傳統信息產業IT（Information Technology）代表企業有微軟、英特爾、IBM、甲骨文等，互聯網和移動互聯網IT（Internet Technology）代表企業有Google、蘋果、臉書、亞馬遜、阿里巴巴、騰訊、百度等，目前智能科技IT（Intelligent Technology）的產業格局還沒有形成壟斷，因此全球科技產業巨頭都在積極推動AI技術生態的研發布局，全力搶占人工智能相關產業的制高點。人工智能創新生態包括縱向的數據平台、開源算法、計算晶片、基礎軟件、圖形處理GPU服務器等技術生態系統和橫向的智能製造、智能醫療、智能安防、智能零售、智能家居等商業和應用生態系統。在技術生態方面，人工智能算法、數據、圖形處理器（Graphics Processing Unit，簡稱GPU）/張量處理器（Tensor Processing Unit，簡稱TPU）/神經網路處理器（Neural network Processing Unit，NPU）計算、運行/編譯/管理等基礎軟件已有大量開源資源，例如Google的TensorFlow第二代人工智能學習系統、臉書的PyTorch深度學習框架、微軟的DMTK分布式學習工具包、IBM的SystemML開源機器學習系統等；此外Google、IBM、英偉達、英特爾、蘋果、華為、中國科學院等積極布局人工智能領域的計算晶片。在人工智能商業和應用生態布局方面，「智能+X」成為創新范式，例如「智能+製造」「智能+醫療」「智能+安防」等，人工智能技術向創新性的消費場景和不同行業快速滲透融合併重塑整個社會發展，這是人工智能作為第四次技術革命關鍵驅動力的最主要表現方式。人工智能商業生態競爭進入白熱化，例如智能駕駛汽車領域的參與者既有通用、福特、賓士、豐田等傳統龍頭車企，又有互聯網造車者如Google、特斯拉、優步、蘋果、百度等新貴。
（五）人工智能上升為世界主要國家的重大發展戰略。人工智能正在成為新一輪產業變革的引擎，必將深刻影響國際產業競爭格局和一個國家的國際競爭力。世界主要發達國家紛紛把發展人工智能作為提升國際競爭力、維護國家安全的重大戰略，加緊積極謀劃政策，圍繞核心技術、頂尖人才、標準規範等強化部署，力圖在新一輪國際科技競爭中掌握主導權。無論是德國的「工業4.0」、美國的「工業互聯網」、日本的「超智能社會」、還是大陸的「中國製造2025」等重大國家戰略，人工智能都是其中的核心關鍵技術。2017年7月，國務院發布了《新一代人工智能發展規劃》，開啟了大陸人工智能快速創 新髮展的新征程。
（六）人工智能的社會影響日益凸顯。人工智能的社會影響是多元的，既有拉動經濟、服務民生、造福社會的正面效應，又可能出現安全失控、法律失準、道德失范、倫理失常、隱私失密等社會問題，以及利用人工智能熱點進行投機炒作從而存在泡沫風險。首先，人工智能作為新一輪科技革命和產業變革的核心力量，促進社會生產力的整體躍升，推動傳統產業升級換代，驅動「無人經濟」快速發展，在智能交通、智能家居、智能醫療等民生領域發展積極正面影響。與此同時，我們也要看到人工智能引發的法律、倫理等問題日益凸顯，對當下的社會秩序及公共管理體制帶來了前所未有的新挑戰。例如，2016年歐盟委員會法律事務委員會提交一項將最先進的自動化機器人身份定位為「電子人（electronic persons）」的動議，2017年沙烏地阿拉伯授予機器人「索菲亞」公民身份，這些顯然衝擊了傳統的民事主體制度。那麼，是否應該賦予人工智能系統法律主體資格？另外在人工智能新時代，個人信息和隱私保護、人工智能創作內容的知識產權、人工智能歧視和偏見、無人駕駛系統的交通法規、腦機接口和人機共生的科技倫理等問題都需要我們從法律法規、道德倫理、社會管理等多個角度提供解決方案。
由於人工智能與人類智能密切關聯且應用前景廣闊、專業性很強，容易造成人們的誤解，也帶來了不少炒作。例如，有些人錯誤地認為人工智能就是機器學習（深度學習），人工智能與人類智能是零和博弈，人工智能已經達到5歲小孩的水平，人工智能系統的智能水平即將全面超越人類水平，30年內機器人將統治世界，人類將成為人工智能的奴隸，等等。這些錯誤認識會給人工智能的發展帶來不利影響。還有不少人對人工智能預期過高，以為通用智能很快就能做到，只要給機器人髮指令就可以幹任何事。另外，有意炒作並通過包裝人工智能概念來謀取不當利益的現象時有發生。因此，我們有義務向社會大眾普及人工智能知識，引導政府、企業和廣大民眾科學客觀地認識和了解人工智能。
4
人工智能的發展趨勢與展望
人工智能經過六十多年的發展突破了算法、算力和算料（數據）等「三算」方面的制約因素，拓展了互聯網、物聯網等廣闊應用場景，開始進入蓬勃發展的黃金時期。從技術維度看，當前人工智能處於從「不能用」到「可以用」的技術拐點，但是距離「很好用」還有數據、能耗、泛化、可解釋性、可靠性、安全性等諸多瓶頸，創 新髮展空間巨大，從專用到通用智能，從機器智能到人機智能融合，從「人工+智能」到自主智能，後深度學習的新理論體系正在醞釀；從產業和社會發展維度看，人工智能通過對經濟和社會各領域滲透融合做到生產力和生產關係的變革，帶動人類社會邁向新的文明，人類命運共同體將形成保障人工智能技術安全、可控、可靠發展的理性機制。總體而言，人工智能的春天剛剛開始，創新空間巨大，應用前景廣闊。
（一）從專用智能到通用智能。如何做到從狹義或專用人工智能（也稱弱人工智能，具備單一領域智能）向通用人工智能（也稱強人工智能，具備多領域智能）的跨越式發展，既是下一代人工智能發展的必然趨勢，也是國際研究與應用領域的挑戰問題。2016年10月美國國家科學技術委員會發布了《國家人工智能研究與發展戰略計劃》，提出在美國的人工智能中長期發展策略中要著重研究通用人工智能。DeepMind創始人戴密斯·哈薩比斯（Demis Hassabis）提出朝著「創造解決世界上一切問題的通用人工智能」這一目標前進。微軟在2017年7月成立了通用人工智能實驗室，100多位感知、學習、推理、自然語言理解等方面的科學家參與其中。
（二）從人工智能到人機混合智能。人工智能的一個重要研究方向就是借鑒腦科學和認知科學的研究成果，研究從智能產生機理和本質出發的新型智能計算模型與方法，做到具有腦神經信息處理機制和類人智能行為與智能水平的智能系統。在美國、歐盟、日本等國家和地區紛紛啟動的腦計劃中，類腦智能已成為核心目標之一。英國工程與自然科學研究理事會EPSRC發布並啟動了類腦智能研究計劃。人機混合智能旨在將人的作用或認知模型引入到人工智能系統中，提升人工智能系統的性能，使人工智能成為人類智能的自然延伸和拓展，通過人機協同更加高效地解決複雜問題。人機混合智能得到了大陸新一代人工智能規劃、美國腦計劃、臉書（腦機語音文本界面）、特斯拉汽車創始人埃隆·馬斯克（人腦晶片嵌入和腦機接口）等的高度關注。
（三）從「人工+智能」到自主智能系統。當前人工智能的研究集中在深度學習，但是深度學習的局限是需要大量人工干預：人工設計深度神經網路模型、人工設定應用場景、人工采集和標註大量訓練數據（非常費時費力）、用戶需要人工適配智能系統等。因此已有科研人員開始關注減少人工干預的自主智能方法，提高機器智能對環境的自主學習能力。例如阿法元從零開始，通過自我對弈強化學習做到圍棋、國際象棋、日本將棋的「通用棋類AI」。在人工智能系統的自動化設計方面，2017年Google提出的自動化學習系統（AutoML）試圖通過自動創建機器學習系統降低AI人員成本。
（四）人工智能將加速與其他學科領域交叉滲透。人工智能本身是一門綜合性的前沿學科和高度交叉的復合型學科，研究范疇廣泛而又異常複雜，其發展需要與計算機科學、數學、認知科學、神經科學和社會科學等學科深度融合。隨著超分辨率光學成像、光遺傳學調控、透明腦、體細胞克隆等技術的突破，腦與認知科學的發展開啟了新時代，能夠大規模、更精細解析智力的神經環路基礎和機制，人工智能將進入生物啟發的智能階段，依賴於生物學、腦科學、生命科學和心理學等學科的發現，將機理變為可計算的模型，同時人工智能也會促進腦科學、認知科學、生命科學甚至化學、物理、材料等傳統科學的發展。例如，2018年美國麻省理工學院啟動的「智能探究計劃」（MIT Intelligence Quest）就聯合了五大學院進行協同攻關。
（五）人工智能產業將蓬勃發展。隨著人工智能技術的進一步成熟以及政府和產業界投入的日益增長，人工智能應用的雲端化將不斷加速，全球人工智能產業規模在未來十年將進入高速增長期。例如，2016年9月，咨詢公司埃森哲發布報告指出，人工智能技術的應用將為經濟發展注入新動力，在現有基礎上能夠提高勞力生產率40%；美、日、英、德、法等12個發達國家（現占全球經濟總量的一半）到2035年，年經濟增長率平均可以翻一番。2018年麥肯錫的研究報告表明到2030年人工智能新增經濟規模將達到13萬億美元。
（六）人工智能將推動人類進入普惠型智能社會。「人工智能+X」的創新模式將隨著技術和產業的發展日趨成熟，對生產力和產業結構產生革命性影響，並推動人類進入普惠型智能社會。2017年國際數據公司IDC在《信息流引領人工智能新時代》白皮書中指出未來五年人工智能提升各行業運轉效率，其中教育業提升82%，零售業71%，製造業64%，金融業58%。大陸經濟社會轉型升級對人工智能有重大需求，在消費場景和行業應用的需求牽引下，需要打破人工智能的感知瓶頸、交互瓶頸和決策瓶頸，促進人工智能技術與社會各行各業的融合提升，建設若干標桿性的應用場景創新，做到低成本、高效益、廣範圍的普惠型智能社會。
（七）人工智能領域的國際競爭將日趨激烈。「未來誰率先掌握人工智能，誰就能稱霸世界」。2018年4月，歐盟委員會計劃2018-2020年在人工智能領域投資240億美元；法國總統在2018年5月宣布《法國人工智能戰略》，目的是迎接人工智能發展的新時代，使法國成為人工智能強國；2018年6月，日本《未來投資戰略》重點推動物聯網建設和人工智能的應用。世界軍事強國已逐步形成以加速發展智能化武器裝備為核心的競爭態勢，例如美國特朗普政府發布的首份《國防戰略》報告即提出謀求通過人工智能等技術創新保持軍事優勢，確保美國打贏未來戰爭；俄羅斯2017年提出軍工擁抱「智能化」，讓導彈和無人機這樣的「傳統」兵器威力倍增。
（八）人工智能的社會學將提上議程。水能載舟，亦能覆舟。任何高科技也都是一把雙刃劍。隨著人工智能的深入發展和應用的不斷普及，其社會影響日益明顯。人工智能應用得當、把握有度、管理規範，就能有效控制負面風險。為了確保人工智能的健康可持續發展並確保人工智能的發展成果造福於民，需要從社會學的角度系統全面地研究人工智能對人類社會的影響，深入分析人工智能對未來經濟社會發展的可能影響，制定完善的人工智能法律法規，規避可能風險，確保人工智能的正面效應。2017年9月，聯合國犯罪和司法研究所(UNICRI)決定在海牙成立第一個聯合國人工智能和機器人中心，規範人工智能的發展。2018年4月，歐洲25個國家簽署了《人工智能合作宣言》，從國家戰略合作層面來推動人工智能發展，確保歐洲人工智能研發的競爭力，共同面對人工智能在社會、經濟、倫理及法律等方面的機遇和挑戰。
5
大陸人工智能的發展態勢與思考
大陸當前人工智能發展的總體態勢良好。中國信通院聯合高德納咨詢公司（Gartner）於2018年9月發布的《2018世界人工智能產業發展藍皮書》報告統計，大陸（不含港澳台地區）人工智能企業總數位列全球第二（1040家），僅次於美國（2039家）。在人工智能總體水平和應用方面，大陸也處於國際前列，發展潛力巨大，有望率先突破成為全球領跑者。但是我們也要清醒地看到，大陸人工智能發展存在過熱和泡沫化風險，特別在基礎研究、技術體系、應用生態、創新人才、法律規範等方面仍然存在不少問題。總體而言，大陸人工智能發展現狀可以用「高度重視，態勢喜人，差距不小，前景看好」來概括。
一是高度重視。黨和國家高度重視並大力發展人工智能。黨的十八大以來，習近平總書記把創新擺在國家發展全局的核心位置，高度重視人工智能發展，多次談及人工智能的重要性，為人工智能如何賦能新時代指明方向。2016年7月習總書記明確指出，人工智能技術的發展將深刻改變人類社會生活，改變世界，應抓住機遇，在這一高技術領域搶占先機。在黨的十九大報告中，習總書記強調「要推動互聯網、大數據、人工智能和實體經濟深度融合」。在2018年兩院院士大會上，習總書記再次強調要「推進互聯網、大數據、人工智能同實體經濟深度融合，做大做強數字經濟」。在2017年和2018年的《政府工作報告》中，李克強總理都提到了要加強新一代人工智能發展。2017年7月，國務院發布了《新一代人工智能發展規劃》，將新一代人工智能放在國家戰略層面進行部署，描繪了面向2030年的大陸人工智能發展路線圖，旨在構築人工智能先發優勢，把握新一輪科技革命戰略主動，人工智能將成為今後一段時期的國家重大戰略。發改委、工信部、科技部、教育部、中央網信辦等國家部委和北京、上海、廣東、江蘇、浙江等地方政府都推出了發展人工智能的鼓勵政策。
二是態勢喜人。根據2017年愛思唯爾（Elsevier）文獻數據庫SCOPUS統計結果，大陸在人工智能領域發表的論文數量已居世界第一。從2012年開始，大陸在人工智能領域新增專利數量已經開始超越美國。據清華大學發布的《中國人工智能發展報告2018》統計，大陸已成全球人工智能投融資規模最大國家，大陸人工智能企業在人臉識別、語音識別、安防監控、智能音箱、智能家居等人工智能應用領域處於國際前列。近兩年，清華大學、北京大學、中國科學院大學、浙江大學、上海交通大學、南京大學等高校紛紛成立人工智能學院。2015年開始的中國人工智能大會（CCAI）已連續成功召開四屆、規模不斷擴大，人工智能領域的教育、科研與學術活動層出不窮。
三是差距不小。大陸人工智能在基礎研究、原創成果、頂尖人才、技術生態、基礎平台、標準規範等方面距離世界領先水平還存在較大差距。英國牛津大學2018年的一項研究報告指出中國的人工智能發展能力大致為美國的一半水平。目前大陸在人工智能前沿理論創新方面總體上尚處於「跟跑」地位，大部分創新偏重於技術應用，存在「頭重腳輕」的不均衡現象。在Top700全球AI人才中，中國雖然名列第二，但入選人數遠遠低於占一半數量的美國。據領英《全球AI領域人才報告》統計，截至2017年一季度全球人工智能領域專業技術人才數量超過190萬，其中美國超過85萬，大陸僅超過5萬人，排名全球第7位。2018年市場研究顧問公司Compass Intelligence對全球100多家AI計算晶片企業進行了排名，大陸沒有一家企業進入前十。另外，大陸人工智能開源社區和技術生態布局相對滯後，技術平台建設力度有待加強，國際影響力有待提高。大陸參與制定人工智能國際標準的積極性和力度不夠，國內標準制定和實施也較為滯後。大陸制定完善人工智能相關法律法規的進程需要加快，對可能產生的社會影響還缺少深度分析。
四是前景看好。大陸發展人工智能具有市場規模、應用場景、數據資源、人力資源、智慧型手機普及、資金投入、國家政策支持等多方面的綜合優勢，人工智能發展前景看好。全球頂尖管理咨詢公司埃森哲於2017年發布的《人工智能：助力中國經濟增長》報告顯示，到2035年人工智能有望推動中國勞力生產率提高27%。大陸發布的《新一代人工智能發展規劃》提出到2030年，人工智能核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。在大陸未來的發展征程中，「智能紅利」將有望彌補人口紅利的不足。
人類社會已開始邁入智能化時代，人工智能引領社會發展是大勢所趨，不可逆轉。經歷六十餘年積累後，人工智能開始進入爆發式增長的紅利期。伴隨著人工智能自身的創 新髮展和向經濟社會的全面滲透，這個紅利期將持續相當長的時期。現在是大陸加強人工智能布局、收獲人工智能紅利、引領智能時代的重大歷史機遇期，如何在人工智能蓬勃發展的浪潮中選擇好中國路徑、搶抓中國機遇、展現中國智慧需要深入思考。
（一）樹立理性務實的發展理念。圍棋人機大戰中阿爾法狗戰勝李世石後，社會大眾誤以為人工智能已經無所不能，一些地方政府、社會企業、風險資金因此不切實際一窩蜂發展人工智能產業，一些別有用心的機構則有意炒作並通過包裝人工智能概念來謀取不當利益。這種「一擁而上、一哄而散」的跟風行為不利於人工智能的健康可持續發展。任何事物的發展不可能一直處於高位，有高潮必有低谷，這是客觀規律。根據高德納咨詢公司發布的技術發展曲線，當前智能機器人、認知專家顧問、機器學習、自動駕駛等人工智能熱門技術與領域正處於期望膨脹期，但是通用人工智能及人工智能的整體發展仍處於初步階段，人工智能還有很多「不能」，做到機器在任意現實環境的自主智能和通用智能仍然需要中長期理論和技術積累，並且人工智能對工業、交通、醫療等傳統領域的滲透和融合是個長期過程，很難一蹴而就。因此發展人工智能不能以短期牟利為目的，要充分考慮到人工智能技術的局限性，充分認識到人工智能重塑傳統產業的長期性和艱巨性，理性分析人工智能發展需求，理性設定人工智能發展目標，理性選擇人工智能發展路徑，並務實推進人工智能發展舉措，只有這樣才能確保人工智能健康可持續發展。
（二）加強基礎紮實的原創研究。人工智能前沿基礎理論是人工智能技術突破、行業革新、產業化推進的基石。在此發展的臨界點，要想取得最終的話語權，必須在人工智能基礎理論和前沿技術方面取得重大突破。根據2017年愛思唯爾文獻數據庫SCOPUS統計結果，盡管大陸在人工智能領域發表的論文數量已經排名世界第一，但加權引文影響力則只排名34位。為了客觀評價大陸在人工智能基礎研究方面的整體實力，我們搜尋了SCI期刊、神經信息處理系統大會（Conference on Neural Information Processing Systems，簡稱NIPS）等主流人工智能學術會議關於通用智能、深度學習、類腦智能、腦智融合、人機博弈等關鍵詞的論文統計情況，可以清楚看到在人工智能前沿方向中國與美國相比基礎實力存在巨大差距：在高質量論文數量方面（按中科院劃定的SCI一區論文標準統計），美國是中國的5.34倍（1325:248）；在人才儲備方面（SCI論文通訊作者），美國是中國的2.12倍（4804:2267）。
大陸應對標國際最高水平，建設面向未來的人工智能基礎科學研究中心，重點發展原創性、基礎性、前瞻性、突破性的人工智能科學。應該鼓勵科研人員瞄準人工智能學科前沿方向開展引領性原創科學研究，通過人工智能與腦認知、神經科學、心理學等學科的交叉融合，重點聚焦人工智能領域的重大基礎性科學問題，形成具有國際影響力的人工智能原創理論體系，為構建大陸自主可控的人工智能技術創新生態提供領先跨越的理論支撐。
（三）構建自主可控的創新生態。美國Google、IBM、微軟、臉書等企業在AI晶片、服務器、操作系統、開源算法、雲服務、無人駕駛等方面積極構建創新生態、搶占創新高地，已經在國際人工智能產業格局中占據先機。大陸人工智能開源社區和技術創新生態布局相對滯後，技術平台建設力度有待加強，國際影響力有待提高。美國對中興通訊發禁令一事充分說明自主可控「核高基」技術的重要性，大陸應該吸取在核心電子器件、高端通用晶片及基礎軟件方面依賴進口的教訓，避免重蹈覆轍，著力防范人工智能時代「空心化」風險，系統布局並重點發展人工智能領域的「新核高基」：「新」指新型開放創新生態，如軍民融合、產學研融合等；「核」指核心關鍵技術與器件，如先進機器學習技術、魯棒模式識別技術、低功耗智能計算晶片等；「高」指高端綜合應用系統與平台，如機器學習軟硬件平台、大型數據平台等；「基」指具有重大原創意義和技術帶動性的基礎理論與方法，如腦機接口、類腦智能等。
另外，我們需要重視人工智能技術標準的建設、產品性能與系統安全的測試。特別是大陸在人工智能技術應用方面走在世界前列，在人工智能國際標準制定方面應當掌握話語權，並通過標準實施加速人工智能驅動經濟社會轉型升級的進程。
（四）建立協同高效的創新體系。大陸經濟社會轉型升級對人工智能有重大需求，但是單一的創新主體很難做到政策、市場、技術、應用等方面的全面突破。目前大陸學術界、產業界、行業部門在人工智能發展方面各自為政的傾向比較明顯，數據資源開放共享不夠，缺少對行業資源的有效整合。相比而言，美國已經形成了全社會、全場景、全生態協同互動的人工智能協同創新體系，軍民融合和產學研結合都做得很好。大陸應在體制機制方面進一步改革創新，建立「軍、政、產、學、研、用」一體的人工智能協同創新體系。例如，國家進行頂層設計和戰略規劃，舉全國優勢力量設立軍事智能的研發和應用平台，提供「人工智能+X」行業融合、打破行業壁壘和行政障礙的激勵政策；科技龍頭企業引領技術創新生態建設，突破人工智能的重大技術瓶頸；高校科研機構進行人才培養和原始創新，著力構建公共數據資源與技術平台，共同建設若干標桿性的應用創新場景，推動成熟人工智能技術在城市、醫療、金融、文化、農業、交通、能源、物流、製造、安全、服務、教育等領域的深度應用，建設低成本高效益廣範圍的普惠型智能社會。
（五）加快創新人才的教育培養。發展人工智能關鍵在人才，中高端人才短缺已經成為大陸人工智能做大做強的主要瓶頸。另外，大陸社會大眾的人工智能科技素養也需要進一步提升，每一個人都需要去適應人工智能時代的科技浪潮。在加強人工智能領軍人才培養引進的同時，要面向技術創新和產業發展多層次培養人工智能創新創業人才。《新一代人工智能發展規劃》提出逐步開展全民智能教育項目，在中小學階段設置人工智能課程。目前人工智能科普活動受到各地學校的歡迎，但是缺少通俗易懂的高質量人工智能科普教材、寓教於樂的實驗設備和器材、開放共享的教學互動資源平台。國家相關部門應高度重視人工智能教育領域的基礎性工作，增加投入，組織優勢力量，加強高水平人工智能教育內容和資源平台建設，加快人工智能專業的教學師資培訓，從教材、教具、教師等多個環節全面保障大陸人工智能教育工作的開展。
（六）推動共擔共享的全球治理。人工智能將重塑全球政治和經濟格局，發達國家通過人工智能技術創新掌控了產業鏈上遊資源，難以逾越的技術鴻溝和產業壁壘有可能將進一步拉大發達國家和發展中國家的生產力發展水平差距。美國、日本、德國等通過人工智能和機器人的技術突破和廣泛應用彌補他們的人力成本劣勢，希望製造業從新興國家回流發達國家。目前看，大陸是發展中國家陣容中唯一有望成為全球人工智能競爭中的領跑者，應採取不同於一些國家的「經濟壟斷主義、技術保護主義、貿易霸凌主義」路線，盡快布局構建開放共享、質優價廉、普惠全球的人工智能技術和應用平台，配合國家「一帶一路」戰略，向亞洲、非洲、南美等經濟欠發達地區輸出高水平、低成本的「中國智造」成果、提供人工智能時代的中國方案，為讓人工智能時代的「智能紅利」普惠人類命運共同體做出中國貢獻！
（七）制定科學合理的法律法規。要想實實在在收獲人工智能帶來的紅利，首先應保證其安全、可控、可靠發展。美國和歐洲等發達國家和地區十分重視人工智能領域的法律法規問題。美國白宮多次組織這方面的研討會、咨詢會；特斯拉等產業巨頭牽頭成立OpenAI等機構，旨在以有利於整個人類的方式促進和發展友好的人工智能；科研人員自發簽署23條「阿西洛馬人工智能原則」，意圖在規範人工智能科研及應用等方面搶占先機。大陸在人工智能領域的法律法規制定及風險管控方面相對滯後，這種滯後局面與大陸現階段人工智能發展的整體形勢不相適應，並可能成為大陸人工智能下一步創 新髮展的一大掣肘。因此，有必要大力加強人工智能領域的立法研究，制定相應的法律法規，建立健全公開透明的人工智能監管體系，構建人工智能創 新髮展的良好法規環境。
（八）加強和鼓勵人工智能社會學研究。人工智能的社會影響將是深遠的、全方位的。我們當未雨綢繆，從國家安全、社會治理、就業結構、倫理道德、隱私保護等多個維度系統深入研究人工智能可能的影響，制定合理可行的應對措施，確保人工智能的正面效應。應大力加強人工智能領域的科普工作，打造科技與倫理的高效對話機制和溝通平台，消除社會大眾對人工智能的誤解與恐慌，為人工智能的發展營造理性務實、積極健康的社會氛圍。
6
結束語
人工智能經過60多年的發展，進入了創新突破的戰略機遇期和產業應用的紅利收獲期，必將對生產力和產業結構以及國際格局產生革命性影響，並推動人類進入普惠型智能社會。但是，我們需要清醒看到通用人工智能及人工智能的整體發展仍處於初級階段，人工智能不是萬能，人工智能還有很多「不能」。我們應當採取理性務實的發展路徑，紮實推進基礎研究、技術生態、人才培養、法律規範等方面的工作，在開放中創新，在創新中發展，全速跑贏智能時代，著力建設人工智能科技強國！
往期相關文章推薦
《自然》發表中國腦計劃重大進展：首次解析人腦 「中央處理器」，領先美國
孫正義：未來30年的人工智能和物聯網
解密首批人工智能4 支國家隊內幕
雄安：人類歷史上第一個人工智能城市正在崛起
回復關鍵字，獲取相關主題精選文章 熱點聚焦：軍民融合 | 一帶一路 |電磁武器| 網路戰|台海局勢 |朝鮮半島|南海問題| 中美關係 大政方針：十三五|兩會|國家戰略|經濟|軍事 |科技|科研|教育|產業|政策|創新驅動|信息化建設|中國製造|政策法規|產業快訊 軍民融合：民參軍|協調創新|成果轉化|軍工混改| 重大項目|國防工業|第三方評估 創新前沿：人工智能|顛覆性技術 | 無人系統|機器人|虛擬現實|可穿戴設備 | 3D/4D列印|生物科技|精準醫療| 智能製造| 大數據|5G通訊|區塊鏈|量子計算|超級計算機| 新材料|新能源 |太赫茲|太空|衛星|北斗|航空發動機|高性能晶片 | 半導體元器件|科技前沿應用 | 創新科技 尖兵利器：航空母艦|潛航器|無人機|新型轟炸機| 先進雷達|新型導彈|反導|高超聲速武器|武裝直升機|裝備 強軍動態：軍隊改革|軍事戰略|人才培養
安全縱橫：綜合安全|軍事安全|科技安全|信息安全|太空安全|發展安全|網路安全
其他：大國博弈|貿易戰| 習近平|馬斯克|DARPA|蘭德研究報告|潘建偉| 梅宏|李德毅|顧建一|盧秉恒|鄔江興|王鳳嶺 | 名家言論 |國防建設 |外軍動態 其他主題文章陸續整理中，敬請期待······