人工智能新規問世，專家怎么看？

文/本刊編輯部

中國工程院院士、中國工程院原常務副院長 潘云鶴

中國工程院院士，中國航天科工集團第二研究院科學技術委員會副主任 李伯虎

中國工程院院士、清華大學自動化系教授 吳 澄清華大學自動化系教授 張 濤

戴國強

中國工程院院士 陳 純浙江大學教授 莊越挺

人工智能新規問世，專家怎么看？

文/本刊編輯部

新一代人工智能的應用將極其廣泛

中國工程院院士、中國工程院原常務副院長 潘云鶴

新一代人工智能將在新理論、新技術、新平臺的基礎上和當前的新需求相結合，形成極其廣泛的新應用。

會創造出各種智能新產品。如各種智能操作系統；圖像識別、語音識別、機器翻譯、智能交互、知識處理等智能應用軟件；基礎的智能硬軟件產品；各種智能機器的特殊零部件、專用傳感器；智能自主的汽車、軌道交通、車聯網、無人機、無人船；虛擬現實與增強現實的藝術、教育和玩具產品；人工智能的手機、車載智能終端、智能手表、智能耳機、智能眼鏡和各種可穿戴產品；建筑智能設備、家電、耐用品等家居產品的網絡化和智能化；物聯網的智能傳感器件和芯片，等等。

會形成各種智能應用系統。如智能制造中的智能自主的裝備與系統、制造云服務、流程智能制造系統、離散智能制造系統、網絡化協同制造系統、遠程診斷與運維服務等新型模式；智能農業中的智能化裝備與農田作業自主系統，智能農業信息監測網絡，農業大數據分析決策系統；智能物流中的智能化裝卸搬運、分揀包裝、智能倉儲、公共信息平臺、產品質量認證及追溯系統、智能配貨調度系統；智能金融中的金融大數據系統、智能金融產品和服務創新設計、智能客服、金融風險智能預警與防控系統；智能商務中的市場分析與創新設計、計算引擎與知識服務、定制化商務智能決策服務系統；智能企業中的企業在設計、生產、管理、物流和營銷等業務鏈的智能系統，生產線重構、動態調度、云化數據采集、人機物協同與互操作等系統，生產設備網絡化、生產數據可視化、生產過程透明化、生產現場無人化、運營管理智能化等系統；智能教育中的智能學習、交互式學習、智能校園；智能醫療中的快速精準的智能醫療體系、智能醫院、智能輔助醫療診斷、新藥研發、醫藥智能監管、流行病智能監測和防控、健康大數據采集和智能分析等系統。

會推進社會治理進入智能增強新形態。如智慧法庭的數據與知識平臺，實現審判體系和審判能力的智能增強；對城市基礎設施和土地、水系、空氣等環境的深度認知，推進城市規劃、建設、管理、運營全生命周期智能化；建立車輛自動駕駛與車路協同的技術體系，實現智能化交通疏導和綜合運行協調指揮，建設覆蓋地面、軌道、低空和海上的綜合智能交通監控、管理和服務系統；圍繞犯罪偵查、反恐、食品安全、信息安全、自然災害防治等公共安全構建智能化監測預警與綜合應對平臺。

基于新一代人工智能發展中國智能制造

中國工程院院士，中國航天科工集團第二研究院科學技術委員會副主任 李伯虎

（1）要圍繞制造強國重大需求，協調推進基于新一代人工智能技術的智能制造的技術、產業和應用發展。

從總體上講，我國制造業正面臨加快推進“五個轉型”（由要素驅動向創新驅動戰略轉型、傳統制造向數字化網絡化智能化制造轉型、由粗放型制造向質量效益型制造轉型、由資源消耗型、環境污染型制造向綠色制造轉型、由生產型制造向生產+服務型制造轉型）的嚴峻挑戰。我國智能制造的技術、產業和應用等方面還處于起步階段。所以，需要貫徹“創新、協調、綠色、開放、共享”的發展理念，以創新發展為主題，以促進制造業提高質量增加效益為中心，以加快新一代人工智能技術與制造業深度融合為主線，協調發展自主的智能制造技術、產業和應用，通過30年/3個階段的努力奮斗，實現從制造大國發展為制造先進強國的宏偉戰略目標。

（2）要基于新一代人工智能技術，推進智能制造技術的集成應用及其制造模式。

要部署實施一批跨企業（行業/區域）、企業級、車間級和制造單元級等不同層次智能制造系統的構建與應用示范，推進基于新一代人工智能技術的智能制造關鍵技術裝備、核心支撐軟件、工業互聯網等系統集成應用，推廣流程智能制造、離散智能制造、網絡化協同制造、遠程診斷與運維服務等新型制造模式。

（3）要基于新一代人工智能技術，推進制造全生命周期活動的智能化。

要圍繞離散制造全生生命周期活動的智能化發展需求，部署實施基于工業互聯網群體智能的個性化創新設計、協同研發群智空間、智能云生產、智能協同保障與供應營銷服務鏈等應用示范；圍繞流程制造全過程、全流程活動的智能化發展需求，部署實施基于新一代人工智能技術的流程工業智能感知、智能建模、智能控制、智能優化與智能運維等應用示范；圍繞我國創新驅動發展戰略和提升我國制造業自主設計創新能力的重大需求，部署實施服務于從概念創意到研發、生產、試驗、服務等全產業鏈的大數據智能創新設計和群智眾創設計等典型示范。

（4）要加快建立和發展基于新一代人工智能技術的我國自主的智能制造技術、標準、使能產品和系統運營等產業。

要融合新一代人工智能技術與制造技術，研究突破智能制造系統總體技術架構、智能化制造服務的商業模式、智能管控的集成互聯技術、智能制造安全與評估體系和智能制造標準體系等智能制造系統總體技術；研究突破面向智能制造大數據的網絡互連技術、智能資源/能力感知和物聯技術、智能資源/能力虛擬化和服務化技術、智能服務環境的構建/管理/運行/評估技術、智能知識/模型/大數據管理分析與挖掘技術、人機共融智能交互技術等智能制造系統平臺技術；研究突破智能設計、智能生產、智能管理、智能試驗、智能保障等制造全生命周期活動智能化和全過程、全流程智能化等關鍵技術；進而建立相關的標準體系。

自主智能系統：驅動經濟發展與科技進步的發動機

中國工程院院士、清華大學自動化系教授 吳 澄
清華大學自動化系教授 張 濤

一、自主智能系統的本質

自主智能系統是一種人工系統，它不需要人為干預，利用先進智能技術實現各種操作與管理。典型自主智能系統包括陸、海、空、天自主無人載運操作平臺、復雜無人生產加工系統、無人化平臺等，例如無人車、無人機、軌道交通自動駕駛、空間機器人、海洋機器人、極地機器人、服務機器人、無人車間/智能工廠和智能控制裝備與系統等。

自主智能系統強調自主和智能，但不排斥人類的參與，更加重視與人類行為的協同。自主智能系統將利用機器特有的優勢，如計算、存儲、決策等能力取代人類的部分重復性勞動。但是，針對主觀性強、復雜性工作，將充分發揮人機協同能力，追求高智能、高性能的工作效率。因此，機器不可能完全代替人類，人機協同是未來的方向。

人工智能技術起源于上世紀五十年代。而自主智能系統則源于機器人發展的第三階段，即智能機器人。自從上世紀六十年代末智能機器人的出現，自主智能系統對社會發展的貢獻就上升了一個新的臺階，越來越發揮了巨大作用。例如，以PUMA為代表的工業機器人得到廣泛應用，iRobot掃地機器人已經走入千家萬戶，“勇士號”等火星車幫助人類探索宇宙等。進入二十一世紀以來，自主智能系統的外沿進一步擴大。伴隨著無人機、自動駕駛汽車、水下無人潛航器、空間操控機器人、醫療機器人、智能無人車間等出現，自主智能系統不再是我們傳統認識中的工業機器人，它被賦予了更廣泛的內涵。

二、自主智能系統將引領世界經濟產業的跨越式發展

人類社會已經經歷了三次工業革命?！靶乱淮斯ぶ悄堋钡陌l展將使人類社會進入第四次工業革命。在這次新的工業革命中，自主智能系統將成為耀眼的明星，推動新工業革命發展。自主智能系統將會進一步將人類從繁重、危險、重復性勞動中解放出來，甚至能超出人類，完成以前人類不敢想象或嘗試的工作，如深?？碧?、太空制造、細胞手術等。自主智能系統將會使世界更加環保宜居。例如，高污染產業逐步消失，新能源成為自主智能系統的動力。每個家庭就是一個自主智能系統，它們成為人類最好的伴侶，為人類解決了養老、教育、住房等各種問題。

隨著自主智能系統的快速發展，它必將成為中國經濟發展的支柱產業，必將成為科技創新的源頭。無論是在科技方面，還是在經濟發展方面，實現換道超車，成為世界經濟發展和科技創新的領頭羊。近幾年來，我國政府大力提倡創新創業，自主創新。自主智能系統就是這場創新革命的主力軍。各種自主智能系統如雨后春筍，不斷涌現。在這些系統出現的同時，一批批關鍵技術得到突破，我國擁有了大量的獨立知識產權，在國際科技經濟競爭中更具有優勢。因此，自主智能系統的發展必然會推進中國進步，必然會實現引領世界經濟產業的跨越式發展。

三、自主智能系統將推動世界科技領域不斷創新

核心技術創新是自主智能系統研究的必然之路。例如，在無人車智能技術領域，重點研究無人車復雜動態場景感知與理解、基于泛在感知無人車實時精準定位、無人駕駛車輛擬人駕駛智能決策、多無人平臺和無人/有人平臺的自主協同控制與優化等。在無人機智能技術領域，重點研究高動態系統快速環境響應與自主學習、無人機系統任務理解與智能行為規劃、無人機群自主編隊控制系統設計、面向異構自主平臺與復雜環境的適應性智能導航飛行控制技術等。在軌道交通自動駕駛智能技術領域，研究無人狀態下運行場景深度學習技術、基于大數據的趨勢預警技術、面向鐵路網綜合優化的智能列車群自動駕駛技術等。

各種自主智能系統的應用是該領域的最終目標。應用領域的創新主要體現在應用模式的創新，應用效率的創新，應用評價的創新等。隨著自主智能系統研究的不斷深入，應用領域的不斷擴大，它必將成為推動世界科技領域創新的原動力，帶動世界經濟產業不斷向更高水平躍進。

開源開放是構建我國人工智能創新生態的必然選擇

戴國強

人工智能企業創新更加活躍，國際競爭日趨激烈。要在這樣的態勢下打造我國新一代人工智能先發優勢，構建AI良性高效發展的創新生態必須以“開源開放”為基本原則。

在技術實現層面，人工智能是現代IT技術的重大集成，其發展離不開信息技術領域的開源開放元素。這些典型元素一般包括開源軟件、開源硬件、開放標準、開放云以及開放數據等。其中開源軟件已成為分布式創新下發揮“眾智”作用的典型代表，是互聯網時代成功的大規?！皡f作”實踐。同時新一代人工智能天生無法與數據分割開來，高質量的訓練和測試數據集是機器學習技術突破、人工智能規?；瘧玫鹊谋貍滟Y源，這些數據集供給歸根結底離不開行業、領域等數據的開放。

在研發效率方面，開源開放成為人工智能領域產學研用各主體提升創新效率的基礎。不論是在技術研究、產品開發，還是在應用推廣等環節，要讓更多的創新主體能夠基于相對成熟的開源軟硬件平臺，利用已有的公共基礎研發資源來加速人工智能研發進展。當越來越多的研究者、程序員等參與到軟件庫、程序包的改進和優化工作中，不僅可加快創新速度，在某種程度上更節約了相當的研發成本。

在行業話語權方面，開源開放是人工智能產業競爭力提升的必要條件。以IBM、谷歌、微軟、Facebook、亞馬遜等為代表的科技巨頭紛紛擁抱開源，不僅加大了開源項目的資金和人力投入，甚至將其閉源產品轉為開源項目，特別是近期這些公司或是基于其自身研發、或是基于其收購初創公司的成果，正加快對外開放其專有的機器學習框架。

在集聚創新要素方面，開源開放是快速集聚人工智能人才資源的必要前提。當前全球人工智能領域人才極度緊缺，伴隨從AI理論突破到應用突破時間間隔的日益縮短，產業界正加快從學術界爭奪尖端人才和團隊。截至2017年第一季度，在領英（LinkedIn）平臺有記錄的全球AI領域人才總數超過190萬人，其中美國約85萬人，中國約5萬人；在美國具有10年以上工作經驗的人才占比為71.5%，中國的這一數字為38.7%。盡管這一統計只限于在領英平臺有記錄的AI人才，但仍可部分的說明與巨大的國內需求相匹配，中國AI人才短缺的形勢更加緊迫。

以開源開放原則營造人工智能創新生態，政府、科研院所、企業、產業界以及全社會等應協同發力，共同推進人工智能領域平臺建設、資源開放和數據共享等。

在平臺建設上，要加快構建并面向公眾開放人工智能研發平臺和測試平臺，比如終端與云端協同的人工智能云服務平臺、新型多元智能傳感器件與集成平臺、未來網絡中的大數據智能化服務平臺等，為創客群體提供快捷便利的基礎研發資源，促進產、學、研、用等各方資源互通有無。重點鼓勵和支持有實力的人工智能企業積極構建涵蓋機器學習、語音識別、語義分析、圖像處理、控制決策等眾多技術在內體系化的開源平臺，在更廣泛的領域聚集創新資源，一并帶動和促進人工智能中小微企業發展和各領域應用。

在數據開放共享上，要建立完整性和易用性兼備的人工智能訓練和測試數據集，研究數據開放共享的法律法規問題，在確保信息安全、隱私保護以及符合倫理道德規則的前提下，創建標準統一、風險可控、可跨平臺分享的友好型數據生態系統，真正推動深度學習、強化學習等新型算法與各領域、各行業大數據資源的融合，從而加快人工智能的深度應用。

在AI人才聚集上，要加強與全球人工智能相關領域一流科學家的合作，促進學科交叉融合，共同探索突破新一代人工智能基礎理論瓶頸。要實施更加積極的創新人才政策，開辟專門渠道，實現人工智能高端人才和高水平創新團隊精準引進。探索采用項目合作、技術咨詢等多種方式柔性引進人工智能人才。完善企業人力資本成本核算相關政策，激勵企業、科研機構引進人工智能人才。同時，鼓勵國內人工智能企業走出去，為企業開展國外并購、創業投資和建立海外研發中心等提供便利和服務，鼓勵國外人工智能企業、科研機構在華設立研發中心，促進全球優質資源為我所用。

大數據智能：從數據到知識與決策

中國工程院院士 陳 純
浙江大學教授 莊越挺

大數據智能是以人工智能手段對大數據進行深入分析，探析其隱含模式和規律的智能形態，實現從大數據到知識、進而決策的理論方法和支撐技術，大數據智能將建立可解釋通用人工智能模型，實現“大數據+人工智能”的方法論。

規劃中明確指出，在有望引領人工智能技術升級的基礎理論方面，大數據智能要重點突破無監督學習、綜合深度推理等難點問題，建立數據驅動、以自然語言理解為核心的認知計算模型；在建立新一代人工智能關鍵共性技術體系方面，大數據智能要構建知識計算引擎和提供知識創新服務，形成開放兼容、穩定成熟的知識加工、深度搜索和可視交互核心技術；在布局人工智能創新平臺，強化對人工智能研發應用的基礎支撐方面，要建立大數據人工智能開源軟件基礎平臺、終端與云端協同的人工智能云服務平臺、新型多元智能傳感器件與集成平臺、基于人工智能硬件的新產品設計平臺、未來網絡中的大數據智能化服務平臺等。

一、從數據到知識、從知識到決策是當前大數據智能的計算范式。

如果說人工智能是經濟發展的新引擎，正在重構生產、分配、交換、消費等經濟活動各環節，那么大數據就是這個引擎的燃料。大數據與人工智能有機結合，則是發動這個引擎的金鑰匙。傳統人工智能基于專家手工構造的知識庫來進行學習推理，如專家系統。由于難以構造較為全面的人類常識知識庫，以及還存在不確定性知識，因此，依賴于知識庫的人工智能方法在提升學習推理方法性能方面遇到了難以跨越的鴻溝。

與基于規則、邏輯和知識的推理學習方法不同，機器學習方法從大數據出發，去洞悉海量數據中隱藏的規律和模式，如從網購商品中自動挖掘用戶消費偏好和從用戶檢索詞條中洞悉文化概念的演化變遷等。

更進一步，隨著互聯網的普及、傳感網的滲透、大數據的涌現、信息社區的崛起，數據和信息在人類社會、物理空間和信息空間（Cyber-Physical–Human，簡稱CPH）——之間的交叉融合與相互作用，人類社會與信息世界和物理世界所產生數據在個體/群體所呈現的前所未有廣度和深度的交互行為中正在進一步深度耦合。CPH深度融合推動了文本、圖像、位置和視頻等海量數據涌現，使得隱藏在這些海量數據中的知識呈現不確定、復雜性和多樣性。

大數據刻畫了個人/群體的生活、工作和學習規律和模式，為了洞悉這些隱性知識，迫切需要建立從大數據到知識的一般性手段和方法，其具有從文本、圖像和視頻等大數據中永不停息學習規則、模式和知識的能力，助力決策者從大量非結構化數據中揭示非凡的洞察。同時，要具備提供知識云計算服務的能力，通過知識服務打破數據藩籬，推動多領域數據的融合碰撞，讓數據暢通流動從而發揮巨大效益。

當前，大數據智能正從傳統“以規則教”的學習推理方法，到數據驅動的知識挖掘方法，邁向數據驅動和知識引導相結合的新時代，推動人工智能從表象和特征深入到綜合推理。

二、知識創新服務與決策支持是大數據智能釋放“智能紅利”的關鍵

將通過知識計算獲得的知識，應用到實際的生產生活中，轉換為相應的能力來解決我國社會經濟發展中的資源、環境等社會問題、參與公共事務決策、發現社會發展規律，同時支撐新產業和新業態的跨界深度融合和創新服務，促進社會生產力的再次飛躍，是大數據智能釋放出“智能紅利”的關鍵。

大數據智能具有極其廣泛的應用，如在醫藥衛生方面的藥效分析與新藥研制、病例分析與預測、基因檢測和健康保險智能化管理等；在工業方面的新材料的模擬與預測、產品的智能化設計、智能物流以及宏觀經濟預測和調控智能化等；在科教方面的智能圖書館和知識服務系統、知識交叉創新等；在城市建設與管理方面的城市運行模擬與預測、環境智能分析與改善決策、智能交通、人口資源綜合分析以及城市經濟結構調整的智能輔助等等。

將數據驅動機器學習方法與人類的常識先驗與隱式直覺有效結合起來，實現可解釋、更魯棒和更通用的人工智能是大數據智能的重要研究方向。新一代人工智能中大數據人工智能將實現如下跨越：從淺層計算到深度神經推理、從單純依賴于數據驅動的模型到數據驅動與知識引導相結合學習、從領域任務驅動智能到更為通用條件下的強人工智能（從經驗中學習），這將改變計算本身，促使大數據轉變為知識以支持人類社會作出更好決策。