【前沿科学】智能新时代：在新挑战中把握新机遇
| 来源：【字号：大 中 小】
一个与现实世界相互交融的人工智能世界正在快速形成。
近年来，世界主要发达国家都将人工智能作为国家战略，力争抢占新一轮科技革命的制高点，赢得全球科技竞争主动权。
2017年3月，加拿大政府发布《泛加拿大人工智能战略》，成为全球首个拥有人工智能全国战略的国家；2018年6月，日本推出《未来投资战略》，集中政策资源重点发展物联网建设和人工智能应用；2019年2月，美国推出国家层面的人工智能促进计划，要求联邦政府机构把更多的资源和投资用于人工智能研究、推广和培训；2019年4月，欧盟发布人工智能道德准则，欲另辟蹊径，成为道德领域的领导者……
在全球竞争压力下，中国的人工智能正做着怎样的探索，如何把握机遇应对时代挑战，还有哪些关键技术影响着人工智能发展，中国科学院自动化研究所所长徐波与《前沿科学》进行了独家对话。
迈过应用门槛，但还在初级阶段
《前沿科学》：人工智能已经成为国际竞争的新焦点，世界主要发达国家纷纷布局，加速跨越。从您的分析来看，我国的人工智能发展，呈现出什么样的新特征？
徐波：历经60多年起起落落，人工智能在深度学习、大数据和计算能力三大发展力量碰撞下重获新生，数据智能成为这次人工智能浪潮最重要的技术特征。加速积累的技术能力、海量的数据资源、巨大的应用需求和开放的市场环境有机结合，形成了我国人工智能发展的独特优势。图像、语音、专用自然语言处理等人工智能技术已经跨过了众多应用门槛。
我国高度重视人工智能发展。2017年国务院发布《新一代人工智能发展规划》，标志着我国正式把人工智能列为国家战略。习近平总书记在2018年9月中共中央政治局集体学习时，把加快发展新一代人工智能提升到事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题，并提出人工智能具有“头雁效应”，体现了党和国家对发展新一代人工智能战略性的深刻认识。这些都为我国人工智能营造了良好的发展环境和广阔的发展空间。
“人工智能+”是我国现阶段人工智能发展的应用特征。以应用为驱动，人工智能+医疗、人工智能+制造、人工智能+交通、人工智能+教育等方兴未艾……人工智能技术开始渗透到各行各业。但由于人工智能技术应用涉及场景广泛复杂、数据质量参差不齐、复合型人才队伍欠缺等因素，大规模场景落地还需要时间。总体而言人工智能还处于发展的初级阶段。
《前沿科学》：对公众来说，人工智能似乎已经渗透到生活的方方面面，甚至开始改变传统生活方式，您所提出的“发展的初级阶段”应该怎样理解？
徐波：人工智能模拟、延伸和扩展人类智能，核心是模型和算法，外延包括形成智能系统的传感、计算和行动机构等支撑软硬件。人工智能60多年发展历程中，分别形成了符号主义、行为主义和连接主义等流派。符号主义试图从逻辑思维角度去探索智能，虽然可解释性强，但泛化能力和适应性差；从外部行为特性探索智能的行为主义，优势在于感知与行为闭环，但难以建模与优化；从大脑神经形态和机理探索智能的连接主义，大数据拟合能力强、性能出色，但局限于大数据依赖，对结果不可解释。
本轮人工智能浪潮主要技术特征在于基于连接主义的数据智能突破。尤其在标注数据丰富的语音识别与合成，图像视频识别与生成、机器翻译和自然语言处理等发展迅猛，并延伸大量应用。就人工智能取得最大进展的语音识别领域而言，在几万乃至几十万小时标注语音数据基础上，深度学习可以达到甚至超过我们人类的听写水平。
但现在人工智能只是解决了相对简单的感知智能，即在专用场景的识别、分类、跟踪、检测功能，而机器的思考、判断、决策、推理能力，也就是认知智能，基本上还没有被开发出来。当我们试图把语音识别系统放置于多人说话、背景嘈杂的鸡尾酒会环境时，现有系统就基本分不清东南西北了。人类则能通过注意力选择机制听清我们感兴趣的目标语音，这就是 “鸡尾酒会效应”。现有语音识别只是人类复杂听觉认知过程的一个环节而已。自然语言也只是人类认知空间的冰山一角。要对自然语言进行正确理解，需要建立对物理世界和社会关系的大量知识和常识，这方面机器还难以企及。人工智能还处在对环境没有适应、认知和学习能力的发展初级阶段。
正如习近平总书记在政治局集体学习指出的一样，人工智能研究要勇探“无人区”。在群体智能、人机混合智能和自主智能领域，存在大片有待探索的无人区；在高度依赖数据学习的大数据智能和跨媒体智能领域，存在如知识学习、因果推断、多模态语义融合等众多挑战和瓶颈。围绕智能本质，进行三大主义的融合是我们需要长期探索的方向。
自主进化，围绕重大需求的智能本质探索
《前沿科学》：前不久召开的第三届世界智能大会，主题是“智能新时代：进展、策略和机遇”，根据以往的发展经验和国内外的竞争趋势，您认为，站在智能新时代，我国如何创新发展路径，跨越人工智能的初级阶段？
徐波：应用场景落地是目前我国人工智能发展的主要驱动力量。但我们深刻认识到人类大脑是世界上最复杂的系统。模拟、延伸和扩展人类智能的人工智能在发展路线、发展进程、颠覆性技术的出现等方面具有很大的不确定性。我国有着海量数据资源、巨大应用需求和深厚市场潜力，应抓紧把这些优势转化为基础理论研究优势，规避人工智能不确定性带来的风险，实现人工智能可持续发展。
中国科学院以自动化所为主体，筹建中国科学院人工智能创新研究院，提出了将可控的自主进化作为研究院发展主线。我们希望充分发挥中科院在数学、生物、物理、认知、仿生、社会等多学科的交叉和融合优势，围绕国家在经济社会发展中的重大需求去研究探索人工智能基础科学和关键技术问题。坚持需求导向、市场倒逼的科技发展路径，高度重视从重大需求中抽象和定义重大基础研究问题，倒逼组织跨学科顶尖科学家和工程师长期稳定地进行团队式研究攻关，是我国取得人工智能重大基础理论创新突破的可能路径。
《前沿科学》：说到“进化”，我们一般的认知里都是人类进化、动物进化，您能否谈谈，人工智能是如何实现自主进化的？
徐波：人类智能的发展其实就是一部进化史，经过几百万年的自然进化不断提升。人工智能的自主进化把需求抽象成为有一定边界和约束条件的环境，赋予人工智能相应的博弈和进化规则，并通过人机物三元博弈，使人工智能自主拓展原有知识疆域，让人工智能不断通过与物理环境、个体/群体的交互得到“成长”。
自主进化智能重点解决两个问题，即智能的变化适应和发展累积问题。智能的自主性体现在一定人机物边界条件下，自适应设定学习目标并进行无监督或交互式的小数据学习；智能进化体现在边界的可扩性、环境的自适应性、知识和性能的可累积性等。通过研究解决智能的可解释性问题，寻找人机协同和智能的可控可信问题。我们认为自主进化是弱人工智能走向通用人工智能的桥梁。
跨界融合，推动0-1的原始创新
《前沿科学》：作为新一轮科技革命和产业变革的重要驱动力量，新一代人工智能在推动科技跨越发展、产业优化升级、生产力整体跃升上，如何实现更大创新？
徐波：人工智能为智能制造、医疗、城市、农业、服务、娱乐、家居等各行业赋能，造就了活跃的创新创业环境，人工智能是推动数字经济时代的重要抓手。人工智能通过与其他学科交叉融合得到发展外，也在促进材料、生物、天文等自然科学的发展。人工智能交汇融合关键在于不同学科思想、技术路线和应用需求的碰撞。这是更艰巨、更长期的任务。
发挥人工智能更大作用、实现更大创新， “人”是最关键因素。人工智能跨界融合，一是需要培养一大批跨学科人才，包括人工智能与伦理、法律等学科的交叉复合型人才；二是需要培养一大批跨行业人才，比如“人工智能+制造”，就是需要既懂模型算法，又懂制造流程和装备的人才。这两类高端人才的缺口非常大，是制约人工智能科技革命和产业变革的瓶颈问题。
从国家层面要完善人才政策和评价体系，从上到下构建适合人才成长的、稳定支持的环境；同时加快布局国家级的人工智能研究中心和实验室，横向吸纳各领域顶尖人才和资源，碰撞智慧火花，纵向串联整条人工智能创新链条。我们只有高度重视基础研究和人才培养，更多推动0-1的原创性研究，才有可能在人工智能国际竞争中始终占据有利位置。
（原载于《前沿科学》2019年第2期）
