[科学技术]智能新时代：在新挑战中把握新机遇

智能新时代:在新挑战中抓住新机遇

——中国科学院自动化研究所所长徐波与前沿科学关于人工智能创新路径的独家对话

毕，《前沿科学》主编，翟

一个与现实世界融合的人工智能世界正在迅速形成。

近年来，世界主要发达国家都把人工智能作为国家战略，努力抢占新一轮科技革命的制高点，赢得全球科技竞争的主动权。

2017年3月，加拿大政府发布了《泛加拿大人工智能战略》，成为世界上第一个拥有人工智能国家战略的国家；2018年6月，日本推出“未来投资战略”，以政策资源为重点，重点发展物联网建设和人工智能应用；2019年2月，美国推出国家级人工智能推广计划，要求联邦政府机构利用更多资源和投资进行人工智能研究、推广和培训；2019年4月，欧盟发布了《人工智能道德准则》，想要另辟蹊径成为道德领域的领导者...

在全球竞争的压力下，中国科学院自动化研究所所长徐波与《前沿科学》就中国人工智能正在进行怎样的探索，如何抓住机遇，迎接时代的挑战，以及哪些关键技术影响人工智能的发展进行了独家对话。

已经过了申请门槛，但还处于起步阶段

前沿科学:人工智能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。从你的分析来看，中国人工智能发展的新特点是什么？

徐波:经过60多年的风风雨雨，人工智能在深度学习、大数据、计算能力三大发展力量的碰撞下重生了。数据智能已经成为这场人工智能浪潮最重要的技术特征。中国人工智能发展的独特优势是由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而形成的。图像、语音、特殊自然语言处理等人工智能技术已经跨越了许多应用门槛。

中国非常重视人工智能的发展。2017年，国务院发布《新一代人工智能发展规划》，标志着我国正式将人工智能列为国家战略。在2018年9月的中共中央政治局集体学习中，习近平总书记将加快发展新一代人工智能提升为中国能否抓住新一轮科技革命和产业转型机遇的战略问题，提出人工智能具有“头鹅效应”，体现了党和国家对新一代人工智能战略发展的深刻认识。这些都为人工智能在中国创造了良好的发展环境和广阔的发展空空间。

“人工智能+”是目前我国人工智能发展的应用特点。应用驱动，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。正在方兴未艾……人工智能技术已经开始渗透到各行各业。但是人工智能技术的应用涉及到的场景范围广、复杂、数据质量参差不齐、缺乏复合型人才等因素，因此大规模场景落地需要时间。总的来说，人工智能还处于发展的初级阶段。

前沿科学:对于大众来说，人工智能似乎已经渗透到生活的方方面面，甚至开始改变传统的生活方式。你应该如何理解「发展初期」？

徐波:人工智能是对人类智能的模拟、延伸和拓展。核心是模型和算法，外延包括构成智能系统的传感、计算、移动机制等支撑软硬件。在人工智能60多年的发展过程中，分别形成了象征主义、行为主义和联结主义。象征主义试图从逻辑思维的角度探索智能，虽然解释性强，但概括能力和适应性差；从外部行为特征探索智能行为主义具有闭环感知和行为的优势，但难以建模和优化；从大脑神经形态和机制探索智能联结主义，大数据拟合能力强，性能优秀，但仅限于大数据依赖，结果无法解释。

这场人工智能浪潮的主要技术特征是基于连接主义的数据智能的突破。特别是在标注数据丰富的语音识别与合成、图像和视频识别与生成、机器翻译和自然语言处理等方面。发展迅速并扩展了大量应用。在人工智能进步最大的语音识别领域，深度学习可以达到甚至超过我们基于数万甚至数十万小时语音数据标注的听写水平。

但现在人工智能只解决了相对简单的感知智能，即特殊场景下的识别、分类、跟踪、检测等功能，而机器的思维、判断、决策和推理能力，即认知智能，还没有得到基本的发展。当我们试图把语音识别系统放在人多、背景嘈杂的鸡尾酒会环境中时，现有的系统很难区分东南西北。人类可以通过注意力选择机制清晰地听到我们感兴趣的目标语音，这就是所谓的“鸡尾酒会效应”。现有的语音识别只是人类复杂听觉认知过程中的一个环节。自然语言只是人类认知的冰山一角。为了正确理解自然语言，需要建立大量的关于物理世界和社会关系的知识和常识，这是机器无法做到的。人工智能还处于发展的初级阶段，对环境没有适应能力、认知能力和学习能力。

正如习近平总书记在政治局集体学习中指出的，人工智能研究要勇敢探索“无人区”。在群体智能、人机混合智能、自主智能等领域，有大片的无人区有待探索；在高度依赖数据学习的大数据智能和跨媒体智能领域，存在知识学习、因果推理和多模态语义融合等诸多挑战和瓶颈。围绕智力的本质，三家学说的融合是我们需要长期探索的方向。

自我进化，围绕主要需求探索智慧本质

前沿科学:最近召开的第三届世界情报大会的主题是“情报新时代:进步、战略与机遇”。根据以往的发展经验和国内外的竞争趋势，如何看待站在智能新时代，中国如何创新发展道路，跨越人工智能初级阶段？

徐波:应用场景落地是目前国内人工智能发展的主要动力。但我们深刻认识到，人脑是世界上最复杂的系统。人工智能是对人类智能的模拟、扩展和拓展，它在发展路线、发展过程和破坏性技术的出现上都具有很大的不确定性。中国拥有海量的数据资源，巨大的应用需求和深厚的市场潜力。要抓紧将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，实现人工智能的可持续发展。

自动化所是中科院的主体，拟建设中科院人工智能创新所，提出可控自主进化作为该所的发展主线。希望充分发挥中科院在数学、生物、物理、认知、仿生学、社会等学科交叉融合方面的优势，围绕国家经济社会发展的重大需求，研究探索人工智能的基础科学和关键技术问题。坚持以需求为导向、以市场为动力的科技发展道路，高度重视从重大需求中抽象界定重大基础研究问题，迫使顶尖跨学科科学家和工程师长期稳定地进行团队研究，是我国实现人工智能重大基础理论创新突破的可能途径。

前沿科学:说到“进化”，我们一般的认知是人类进化和动物进化。能否谈谈人工智能是如何实现自主进化的？

徐波:人类智力的发展其实是一部进化史，经过几百万年的自然进化不断完善。人工智能的自主进化将需求抽象到一个有一定边界和约束的环境中，赋予人工智能相应的博弈和进化规则，使人工智能通过人-机-物三元博弈独立拓展原有的知识领地，使人工智能通过与物理环境和个体/群体的交互不断“成长”。

自主进化智能着重解决两个问题，即智能的变化适应和发展积累。智能的自主性体现在一定的人机边界条件，自适应设定学习目标，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展性、环境的适应性、知识和性能的积累。通过研究和解决智能的可解释问题，寻求人机合作和智能的可控可信问题。我们认为，自主进化是弱人工智能通向一般人工智能的桥梁。

跨境整合促进0-1原创创新

“前沿科学”:作为新一轮科技革命和产业转型的重要推动力，新一代人工智能如何在推动科技跨越式发展、产业优化升级和生产力整体跃升方面实现更大的创新？

徐波:人工智能赋予智能制造、医疗、城市、农业、服务、娱乐、家居等行业以动力，为创新创业创造积极的环境。人工智能是推动数字经济时代的重要起点。人工智能是通过与其他学科的交叉融合而发展起来的，它也在促进材料、生物学和天文学等自然科学的发展。人工智能融合的关键在于不同学科思想、技术路线、应用需求的碰撞。这是一项更加艰巨和长期的任务。

“人”是发挥人工智能更大作用、实现更大创新的最关键因素。人工智能的跨界融合，一是要培养大量的跨学科人才，包括人工智能、伦理学、法学等学科的跨学科人才；第二，要培养大量的跨行业人才，比如“人工智能+制造”，即既需要懂模型算法，又需要懂制造工艺和设备的人才。这两类高端人才的差距非常大，是制约人工智能科技革命和产业转型的瓶颈问题。

从国家层面来说，要完善人才政策和评价体系，从上至下营造适合人才成长和稳定支撑的环境；同时，加快国家人工智能研究中心和实验室布局，横向吸纳各领域顶尖人才和资源，碰撞智慧火花，纵向连接整个人工智能创新链。只有高度重视基础研究和人才培养，推进0-1原创研究，才能在人工智能的国际竞争中始终占据有利地位。

(原载《前沿科学》2019年第2期)