多智時代創新下的人工智能發展路徑探索

宋濤

吉利學院，四川成都，641423

0 引言

隨著人工智能的理論研究取得突破和轉變，在智能化信息基礎設施的推進建設中，人工智能迎來了新的發展契機?！叭斯ぶ悄埽ˋI）”亦稱機器智能，是新一輪技術和產業升級的重要驅動力量。人們對人工智能技術研究已經歷了四個發展階段，人工智能不同階段的學者從不同角度詮釋了人工智能的定義，但并未達成共識。許多國家從相關政策層面對人工智能進行頂層設計，并投入巨資和物力促其積極發展。我國對人工智能的發展也十分重視，啟動了《中國人工智能2.0發展戰略研究》重大研究課題，推進研究大數據智能、群體智能、跨媒體智能、混合增強智能、智能無人系統、智能應用等[1]?！缎乱淮斯ぶ悄軕鹇砸巹潯分赋鰢覒撛诋a業改革、經濟升級中積極響應，并將從國家層面推進系統的人工智能戰略實施規劃[2]。在多智時代的創新發展背景下，人工智能技術在人才、市場、資本以及商業模式等方面的優點日益凸顯，有效助推了人工智能發展取得新突破。

1 多智時代對于人工智能產生的影響

多智時代，科技研發成了整個資本市場的主流，更是成為社會發展的基礎。為了有效加快多重智能化管理模式的創新驅動，推動構建智能化的管理新模式，通過對大數據分析、機器智能、自然語言處理等新一代人工智能主流技術的探索和分析，有效推進了多樣化科技研發產品的落地，從而逐漸形成了“AI+行業應用”領域的智慧工作模式。人工智能的超算能力和海量數據處理，為新一代人工智能的發展帶來諸多影響。

1.1 有效推動技術的革新和市場的轉型

在多智時代的發展背景下，AI涉及數據、業務流程改造和管理者思維模式變化，人工智能技術與產業的加速融合，使得消費市場不斷升級。從行業生產到消費服務，人們的生活方式均得以顯著改善。為滿足時代發展的需求，研究者們在現有工作模式上集中精力于多元化的技術創新，加快探索創新性的人工智能技術手段，以信息科技、操作方式、便民服務為基礎構建出新的人工智能操作模式，極大地優化了人工智能的產業和市場轉型。

1.2 有效加快人工智能的探索

在多智時代的發展技術背景下，人工智能現階段應當解決如何有效依托于算法實施真正意義的智能化轉變，明確如何有效優化智能機械或是智能系統，以數字化科學化的方式模擬人類的智力活動，能夠充分呈現出與人類相似的智能行為，讓計算機更加便捷地服務于人類。多元化的人工智能產品能夠代替人類在不同場景中解決實際問題，但并沒有實現不同場景中不同問題求解的通用人工智能，也就是強人工智能。鑒于此，探索多智時代下人工智能發展的新路徑顯得尤為迫切。①結合人工智能頂層設計，基于產業機構布局協同智能硬件系統，圍繞機器智能的基礎層、技術層和應用層產業鏈加快技術領域賦能；②快速研發人工智能通用計算，推進算力中心、人工智能應用創新平臺、人才培訓實訓平臺、5G網絡推廣、云計算數據中心等設施的快速建設[3]。

1.3 逐漸擴大人工智能應用的覆蓋面

傳統的人工智能技術主要應用于工業化發展領域，在進行人工智能設計應用中，有效降低工業生產的實際壓力，從而更好地調節行業內部管理模式。而多智時代的發展讓人工智能的覆蓋面逐漸得以擴張，在新一代人工智能的引導下，在“AI+教育”“AI+汽車”“AI+農業”“AI+醫療”“AI+交通”“AI+金融”和“AI+電子商務”等各個民生行業領域都進行著工作模式的優化創新，有效助力了我國社會生產結構升級，構建了人工智能的多元化管理模式。

2 多智時代人工智能的主要研究方向

大數據、量子信息和計算機存儲技術等新業態的發展，迫使人工智能在高壓的市場環境中不斷地創新優化，尋求更新的發展空間和發展路徑。人工智能的主要研究方向如圖1所示。

圖1 人工智能主要研究方向

2.1 計算智能

新一代人工智能是以計算機為中心，以算法理論為基礎的計算智能。大數據、深度學習、數據挖掘、模型構建等為計算智能帶來了新的契機。楊雁瑩[4]從腦啟發計算和人機混合智能角度對大數據分析中計算智能進行深入探究，為計算智能的良好發展提供理論支撐。程學旗[5]等人基于數據科學內涵對計算智能的腦啟發計算、演化智能、復雜系統模擬、人機混合智能4種新型智能范式進行探索，為未來人工智能提供思路。此外，數據挖掘技術以統計學抽樣、算法、建模技術和學習理論等手段為核心，亦成為實現人工智能的一種典型智能計算方式。

2.2 智能模擬

在智能時代，人工智能從智能模擬層面主要考慮感知、認知、行為3個層次。人工智能在大數據、并行計算和深度學習技術的支撐下，在感知智能領域已經超越人類，基于深度學習算法的人臉識別、語音識別在智能安防的入侵報警準確率較高。目前，谷歌也正深入研究能夠讀懂人類情感的智能搜索系統，穿戴式的智能聯網已成為現階段互聯網企業關注的焦點。

2.3 群體智能

新一代人工智能從強調智能的個體模擬，到群體的智能協同，已初步形成了人機物合一的“群智能空間”，這是一種超越個人智力的智能形態，是在群體開放的環境下涌現出來的復雜的系統決策任務。因此，群智的研究不僅可以促進人工智能的理論技術創新，還可以提供核心驅動力，如應用創新、管理創新、系統創新以及整個信息社會的商業創新。

2.4 類腦智能

在人腦構造的探索中，研究人員對人腦工作原理傾向于腦部結構層面，對人腦如何實現感知、認知、語言等功能性的研究尚處于初步階段。開發類腦智能是人工智能實現通用認知能力和自主學習能力的關鍵。目前，國內外主要在腦機接口、類腦芯片、類腦智能機器人3個方面對類腦智能進行探究[6]，在互聯網、金融投資、醫療診斷、汽車自動駕駛、公共安全等領域推廣應用，如復旦大學研制的中藥機器人“中藥一號”、百度智能圍棋機器人Bingo、國防科技大學的“腦控機器人”等。

3 多智時代下我國人工智能的發展路徑探索

3.1 深化人工智能發展理念

人工智能作為人類智能的延伸，是人類文明進化的產物，從這個層面理解人工智能，有助于我們理解其存在的本質和價值。在大數據、云計算、物聯網等技術驅動下，智能產品大量投入市場，使得人們的主體活動的方式越來越依賴于人工智能提供的服務。盡管AI取得了進步，但仍有許多缺陷制約著全面推廣AI的應用。在應用領域實現人機協同、跨界融合、共創共享的智能化發展，需要新一代的智能技術革命[7]。學界一致認為，新一代AI技術若想取得重大突破，智能開放是其發展的新特點，并且需要新的發展理念，厘清如何促進新技術、新理念的孕育和應用至關重要。

3.2 優化改革人工智能科技創新體系

針對我國人工智能發展的瓶頸問題，融合自然科學、人文社會科學等多個學科領域，加快孵化并實施重大科技項目，如在汽車興業及自動駕駛領域，匯聚合作企業提供開放、完善、安全的開放創新平臺。深化“產-學-研”協同機制，加快人工智能人才隊伍建設，建設重大科技創新基地，逐步形成人工智能科技創新體系，完善科技創新治理體系。

3.3 推動發展新一代人工智能關鍵技術舉措

（1）開發基于深度學習算法的通用智能芯片，使芯片具備異構計算、神經網絡等新的計算系統結構，集成多處理器單元，并行分布式處理和集中控制系統，促進人工智能芯片高性能、低功耗、易編程、多用途的產業化和規?；瘧?。

（2）在深度學習的基礎上，加快開源平臺的發展與應用。通過建立人工智能軟件開發平臺，對深度學習的內容進行建模。突破人工智能中的云端計算智能調度，對軟件在編譯過程中產生的大量數據進行自動采集和分類，智能分析處理海量數據。

（3）推進優質人臉識別的基本數據庫集成到行業開放數據的層面，從而促進高精度人臉識別系統的工業化應用。在深度學習、知識加工、深度搜索核心技術的幫助下，抽取和檢索等方面得到了突破。為了突破復雜環境中的人臉識別技術，需要開發新型的人臉識別系統，提高識別速度和精確度。

（4）通過遠場識別、回聲消除、降噪處理等技術提高語音識別的準確性，促進高感度語音識別系統工業化應用，開展深度學習與語音識別融合的技術研究。建立智能化顧客服務、個體生活助手、智能化訂單處理等功能，并于金融、教育、生活服務等方面廣泛應用。

（5）進一步實現高可靠的無人駕駛產品智能化。主要支撐智能化、高可靠無人駕駛核心模塊的開發和系統整合，突破智能視覺避障、智能自動巡航、超聲波環境感知、超高清影像回傳等技術，建立實時監測管理無人駕駛航空器的實時監測云服務平臺。

（6）開發和優化智能機器人產品，使得高端智能服務機器人產品產業化。未來的機器智能研究將與大腦神經、認知、心理學深度交叉結合，突破環境感知的核心技術，動態環境快速建模，人機協作、人機交互新方式。例如圖像定位導航、生肌電感知融合、故障自診斷、自修復等技術，支持人機對話、環境自適應系統、智能交互等主要功能，著重于多類型服務產品的產業化，為家庭、醫療衛生、健康養老等生活服務領域提供高端服務，構建服務機器人智能化云服務平臺。

3.4 不斷完善人工智能發展的政策體系

從政策角度分析，我國人工智能從智能制造階段發展至“互聯網+”時期，目前已步入國家戰略規劃階段。各?。ㄖ陛犑校┮殉蔀橥苿游覈斯ぶ悄馨l展的主力軍，其紛紛從企業扶持、政策投資、人才配置等諸多方面出臺了有針對性的具體政策。一方面，加快創新人工智能發展新模式、新思路，不斷推進各類人工智能創新基地建設，加速人工智能應用市場轉型發展；另一方面，加快探索人工智能相關道德規范、行為準則和社會問題，在產學研深度融合基礎上，形成人工智能產業良好發展生態，從而促進我國人工智能與經濟社會可持續發展。

4 結語

多智時代標志著我國新型科技的高速發展，推動了科技智能化目標的實現。我國雖然在人工智能的產業化轉化方面成果顯著，但對于模型和算法仍需要進一步補充和優化，要探索新一代人工智能持續健康的發展路徑，轉變發展理念，積極探索關鍵技術舉措，加大對人工智能發展的政策支持，全方位促進人工智能發展優化創新，為我國人工智能未來的發展提供思路。