如同蒸汽時代的蒸汽機、電氣時代的發電機、信息時代的計算機和互聯網，人工智能正成為推動人類進入智能時代的決定性力量。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，紛紛轉型發展，搶灘布局人工智能創新生態。世界主要發達國家均把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略，力圖在國際科技競爭中掌握主導權。習近平總書記在十九屆中央政治局第九次集體學習時深刻指出，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題。錯失一個機遇，就有可能錯過整整一個時代。新一輪科技革命與產業變革已曙光可見，在這場關乎前途命運的大賽場上，我們必須搶抓機遇、奮起直追、力爭超越。
概念與歷程
了解人工智能向何處去，首先要知道人工智能從何處來。1956年夏，麥卡錫、明斯基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（Artificial Intelligence，簡稱AI）”這一概念，標志著人工智能學科的誕生。
人工智能是研究開發能夠模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的一門新的技術科學，研究目的是促使智能機器會聽（語音識別、機器翻譯等）、會看（圖像識別、文字識別等）、會說（語音合成、人機對話等）、會思考（人機對弈、定理證明等）、會學習（機器學習、知識表示等）、會行動（機器人、自動駕駛汽車等）。
人工智能充滿未知的探索道路曲折起伏。如何描述人工智能自1956年以來60余年的發展歷程，學術界可謂仁者見仁、智者見智。我們將人工智能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。人工智能概念提出后，相繼取得了一批令人矚目的研究成果，如機器定理證明、跳棋程序等，掀起人工智能發展的第一個高潮。
二是反思發展期：20世紀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，并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低谷。
三是應用發展期：20世紀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，實現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，推動人工智能走入應用發展的新高潮。
四是低迷發展期：20世紀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：20世紀90年代中—2010年。由于網絡技術特別是互聯網技術的發展，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年國際商業機器公司（簡稱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。以上都是這一時期的標志性事件。
六是蓬勃發展期：2011年至今。隨著大數據、云計算、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等計算平臺推動以深度神經網絡為代表的人工智能技術飛速發展，大幅跨越了科學與應用之間的“技術鴻溝”，諸如圖像分類、語音識別、知識問答、人機對弈、無人駕駛等人工智能技術實現了從“不能用、不好用”到“可以用”的技術突破，迎來爆發式增長的新高潮。
現狀與影響
對于人工智能的發展現狀，社會上存在一些“炒作”。比如說，認為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。這些有意無意的“炒作”和錯誤認識會給人工智能的發展帶來不利影響。因此，制定人工智能發展的戰略、方針和政策，首先要準確把握人工智能技術和產業發展的現狀。
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。面向特定任務（比如下圍棋）的專用人工智能系統由于任務單一、需求明確、應用邊界清晰、領域知識豐富、建模相對簡單，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。例如，阿爾法狗（AlphaGo）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，人工智能系統診斷皮膚癌達到專業醫生水平。
通用人工智能尚處于起步階段。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。目前，雖然專用人工智能領域已取得突破性進展，但是通用人工智能領域的研究與應用仍然任重而道遠，人工智能總體發展水平仍處于起步階段。當前的人工智能系統在信息感知、機器學習等“淺層智能”方面進步顯著，但是在概念抽象和推理決策等“深層智能”方面的能力還很薄弱。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”、有專才而無通才。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。
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，谷歌在其2017年年度開發者大會上明確提出發展戰略從“移動優先”轉向“人工智能優先”，微軟2017財年年報首次將人工智能作為公司發展愿景。人工智能領域處于創新創業的前沿。麥肯錫公司報告指出，2016年全球人工智能研發投入超300億美元并處于高速增長階段；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%。
創新生態布局成為人工智能產業發展的戰略高地。信息技術和產業的發展史，就是新老信息產業巨頭搶灘布局信息產業創新生態的更替史。例如，傳統信息產業代表企業有微軟、英特爾、IBM、甲骨文等，互聯網和移動互聯網時代信息產業代表企業有谷歌、蘋果、臉書、亞馬遜、阿里巴巴、騰訊、百度等。人工智能創新生態包括縱向的數據平臺、開源算法、計算芯片、基礎軟件、圖形處理器等技術生態系統和橫向的智能制造、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。目前智能科技時代的信息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人工智能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。
人工智能的社會影響日益凸顯。一方面，人工智能作為新一輪科技革命和產業變革的核心力量，正在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產生積極正面影響。另一方面，個人信息和隱私保護、人工智能創作內容的知識產權、人工智能系統可能存在的歧視和偏見、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已經顯現出來，需要抓緊提供解決方案。
趨勢與展望
經過60多年的發展，人工智能在算法、算力（計算能力）和算料（數據）等“三算”方面取得了重要突破，正處于從“不能用”到“可以用”的技術拐點，但是距離“很好用”還有諸多瓶頸。那么在可以預見的未來，人工智能發展將會出現怎樣的趨勢與特征呢？
從專用智能向通用智能發展。如何實現從專用人工智能向通用人工智能的跨越式發展，既是下一代人工智能發展的必然趨勢，也是研究與應用領域的重大挑戰。2016年10月，美國國家科學技術委員會發布《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。阿爾法狗系統開發團隊創始人戴密斯·哈薩比斯提出朝著“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年成立了通用人工智能實驗室，眾多感知、學習、推理、自然語言理解等方面的科學家參與其中。
從人工智能向人機混合智能發展。借鑒腦科學和認知科學的研究成果是人工智能的一個重要研究方向。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復雜問題。在我國新一代人工智能規劃和美國腦計劃中，人機混合智能都是重要的研發方向。
從“人工+智能”向自主智能系統發展。當前人工智能領域的大量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，比如人工設計深度神經網絡模型、人工設定應用場景、人工采集和標注大量訓練數據、用戶需要人工適配智能系統等，非常費時費力。因此，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。例如阿爾法狗系統的后續版本阿爾法元從零開始，通過自我對弈強化學習實現圍棋、國際象棋、日本將棋的“通用棋類人工智能”。在人工智能系統的自動化設計方面，2017年谷歌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人員成本。
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復雜，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，依賴于生物學、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、天文學等傳統科學的發展。
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，人工智能應用的云端化將不斷加速，全球人工智能產業規模在未來10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，可在現有基礎上將勞動生產率提高40%；到2035年，美、日、英、德、法等12個發達國家的年均經濟增長率可以翻一番。2018年麥肯錫公司的研究報告預測，到2030年，約70%的公司將采用至少一種形式的人工智能，人工智能新增經濟規模將達到13萬億美元。
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，并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5年人工智能將提升各行業運轉效率。我國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，實現低成本、高效益、廣范圍的普惠型智能社會。
人工智能領域的國際競爭將日益激烈。當前，人工智能領域的國際競賽已經拉開帷幕，并且將日趨白熱化。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2018》重點推動物聯網建設和人工智能的應用。世界軍事強國也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。
人工智能的社會學將提上議程。為了確保人工智能的健康可持續發展，使其發展成果造福于民，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，制定完善人工智能法律法規，規避可能的風險。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，規范人工智能的發展。美國白宮多次組織人工智能領域法律法規問題的研討會、咨詢會。特斯拉等產業巨頭牽頭成立OpenAI等機構，旨在“以有利于整個人類的方式促進和發展友好的人工智能”。
態勢與思考
當前，我國人工智能發展的總體態勢良好。但是我們也要清醒看到，我國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、法律規范等方面仍然存在不少值得重視的問題。總體而言，我國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。
高度重視。黨中央、國務院高度重視并大力支持發展人工智能。習近平總書記在黨的十九大、2018年兩院院士大會、全國網絡安全和信息化工作會議、十九屆中央政治局第九次集體學習等場合多次強調要加快推進新一代人工智能的發展。2017年7月，國務院發布《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年的我國人工智能發展路線圖，旨在構筑人工智能先發優勢，把握新一輪科技革命戰略主動。國家發改委、工信部、科技部、教育部等國家部委和北京、上海、廣東、江蘇、浙江等地方政府都推出了發展人工智能的鼓勵政策。
態勢喜人。據清華大學發布的《中國人工智能發展報告2018》統計，我國已成為全球人工智能投融資規模最大的國家，我國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于國際前列。根據2017年愛思唯爾文獻數據庫統計結果，我國在人工智能領域發表的論文數量已居世界第一。近兩年，中國科學院大學、清華大學、北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已連續成功召開四屆并且規模不斷擴大。總體來說，我國人工智能領域的創新創業、教育科研活動非常活躍。
差距不小。目前我國在人工智能前沿理論創新方面總體上尚處于“跟跑”地位，大部分創新偏重于技術應用，在基礎研究、原創成果、頂尖人才、技術生態、基礎平臺、標準規范等方面距離世界領先水平還存在明顯差距。在全球人工智能人才700強中，中國雖然入選人數名列第二，但遠遠低于約占總量一半的美國。2018年市場研究顧問公司Compass Intelligence對全球100多家人工智能計算芯片企業進行了排名，我國沒有一家企業進入前十。另外，我國人工智能開源社區和技術生態布局相對滯后，技術平臺建設力度有待加強，國際影響力有待提高。我國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后。我國對人工智能可能產生的社會影響還缺少深度分析，制定完善人工智能相關法律法規的進程需要加快。
前景看好。我國發展人工智能具有市場規模、應用場景、數據資源、人力資源、智能手機普及、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于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動生產率提高27%。我國發布的《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。在我國未來的發展征程中，“智能紅利”將有望彌補人口紅利的不足。
當前是我國加強人工智能布局、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、展現中國智慧等，需要深入思考。
樹立理性務實的發展理念。任何事物的發展不可能一直處于高位，有高潮必有低谷，這是客觀規律。實現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，并且人工智能對工業、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，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。
重視固本強基的原創研究。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。面臨發展的臨界點，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。我們要按照習近平總書記提出的支持科學家勇闖人工智能科技前沿“無人區”的要求，努力在人工智能發展方向和理論、方法、工具、系統等方面取得變革性、顛覆性突破，形成具有國際影響力的人工智能原創理論體系，為構建我國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。
構建自主可控的創新生態。我國人工智能開源社區和技術創新生態布局相對滯后，技術平臺建設力度有待加強。我們要以問題為導向，主攻關鍵核心技術，加快建立新一代人工智能關鍵共性技術體系，全面增強人工智能科技創新能力，確保人工智能關鍵核心技術牢牢掌握在自己手里。要著力防范人工智能時代“空心化”風險，系統布局并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、低功耗智能計算芯片等；“高”指高端綜合應用系統與平臺，如機器學習軟硬件平臺、大型數據平臺等；“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。同時，我們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。特別是我國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，并通過實施標準加速人工智能驅動經濟社會轉型升級的進程。
推動共擔共享的全球治理。目前看，發達國家通過人工智能技術創新掌控了產業鏈上游資源，難以逾越的技術鴻溝和產業壁壘有可能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。在發展中國家中，我國有望成為全球人工智能競爭中的領跑者，應布局構建開放共享、質優價廉、普惠全球的人工智能技術和應用平臺，配合“一帶一路”建設，讓“智能紅利”助推共建人類命運共同體。
（作者：中央人民政府駐香港特別行政區聯絡辦公室副主任、中國科學院院士）
