一、智能时代之景

三年前我在一次分享时提到过智能时代，那时大家还很少提到这个词，现在大家对这个词都有了普遍的认同。那么，这个时代是怎么来的？实际上这里面有3个“C”（computation、communication、cybernetics）：计算、通讯、控制。在计算方面，代表人物有阿兰·图灵。阿兰·图灵提出了图灵模型、图灵测试，奠定了计算理论基础。还有冯·诺依曼，我们今天用的计算机芯片，都是基于冯·诺依曼的体系来架构的。冯·诺依曼是神经网络的先驱。实际上，我们现在用的电话、互联网、移动互联网等等，都是通讯。香农三大定理其实揭示了通讯的一些极限，而我们现在只是在逼近这个极限，并没有超越。再有，维纳提出了控制论，维纳滤波反馈控制是非常重要的。控制，不光是认识世界，还是改造世界。所以说，控制是非常重要的。四色猜想，也经历了一个艰难的历程。到了1976年，通过人们100多年的努力，四色猜想才在计算机上得以证明。从早期来看，人工智能其实就是一个机器证明。

2017年，我获得了吴文俊人工智能科学奖。这个奖被认为是人工智能领域的最高奖。吴文俊是我国机器证明的先驱，他在看我国古书中讲的“鸡兔同笼”“韩信点兵”后，发现这与西方有很大不同，因此提出了数学机械化。再来看博弈，其实“阿尔法狗”就是人和机器的博弈。吴文俊先生曾写过博弈论方面的文章，他认为田忌赛马其实就是中国古代对博弈论的认识，他对我国博弈论的发展有很大贡献。

冯·诺伊曼撰写了《博弈论与经济行为》，这本书也是影响深远。说到对弈，我国很早就对其作过贡献，比如说尧造围棋，这是几千年前就有的。所以说，我们讲人工智能，不要只提西方国家，实际上我国在很早之前就在这方面作过很多贡献。从“阿尔法狗”与李世石的比赛来看，“阿尔法狗”之所以能成功，也是通过研发团队不断努力对其进行演化达到的。从AlphaGoZero到AlphaGo(100:0)，意味着人工智能领域取得了突飞猛进的进展。最开始的“阿尔法狗”有几千个CPU、几百个GPU，需要消耗的电力非常大。最早的“阿尔法狗”每天需要读几百万个棋谱，而后来的“阿尔法狗”已经完全不需要读任何棋谱，功耗也大大降低了，这就是技术发展突飞猛进的变化。

讲到对弈，很多人在这方面做过预言。1957年司马贺曾预言，十年内计算机下棋会击败世界象棋冠军，但是这个预言没有实现；1968年麦卡锡和象棋大师列维打赌，十年内下棋程序会战胜列维，这个预言也没有实现；1968年明斯基预言，三十年内机器智能可以和人有一拼，到了1997年，IBM超级计算机“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫。2017年，人工智能“冷扑大师”战胜了顶尖的德州扑克牌手。当然，这与围棋不一样，围棋是完全信息的，而扑克牌是非完全信息的。这也说明人工智能发展的速度之迅猛。

在智能时代，很多东西都给人们带来了方便。比如，智能家电、智能家居、智能建筑、智能安防、智能交通、智能装修、智能助理，等等。但有时候，智能又让人们感觉困扰。比如说智能推送，为什么目前基于大数据的广告推送这么傻？出现这种情况，一是商家故意为之，二是由于技术的限制。

说到智慧医疗，我们还得说一下“阿尔法狗”。研究“阿尔法狗”并不是只为了下棋，它实际上是要通过这种技术来做智慧医疗。再有就是智慧教育，人工智能与教育的碰撞，也会给我们带来很大的挑战。在智慧教育中，包括远程教学、智能辅导、互动学习、仿真学习游戏、智能反馈测评、聊天机器人、拍照搜题、自动批改作业、人脸识别检测状态、教学助手、自适应学习，等等。我们经常讲因材施教，但实际上这在学校很难实现，因为同一个班的学生很多，但随着技术的发展，通过APP和网站，自适应学习是可以渗透到教育里面的。当然，我们现在也在做一些相关的工作，通过人脸来检测人的状态，也是希望能通过技术来为教育赋能。

二、智能机器之风

智能时代最关键的一个载体就是智能机器。

《列子·汤问》中有一个故事，偃师造了一个机器人偶，就是我们现在说的机器人，将其献给了周穆王。这个机器人偶能歌善舞、千变万化，但它挑逗了周穆王身边的姬妾，周穆王大怒。最后，偃师为了自证清白，赶紧将人偶“大卸八块”，并将里面的皮革、石头等拿给周穆王看，周穆王看了以后说“人之巧乃可与造化者同功乎”。当然这只是《列子·汤问》中记载的一个故事。

1800年前，诸葛亮发明了运输工具“木牛流马”，后人根据考古发现的竹简来做复原，复原之后的木牛流马真的能用。年纪稍微大一点的人都知道，我们以前管自行车叫洋车，但是我通过调查发现，其实我们在1690年就发明出来了自行车，而到了1790年，法国人才发明出了木质自行车。200多年前，皮埃尔·雅克德罗的自动人偶巡回演出，获得了很大轰动。到了70多年前，阿兰·图灵在二战中破译了德国密码机，贡献巨大。很多人认为1956年是人工智能的元年，但实际上人们在几千年前就已经有发展人工智能的梦想，“人工智能”这个词也在1955年被提出来了。所以说，人工智能到底是什么时候出现的，我们现在也无法考证。1956年达特茅斯会议召开，时隔50年，也就是2006年，摩尔、麦卡锡、明斯基、赛弗里奇、所罗门诺夫又重聚达特茅斯。

前面讲过，人工智能最关键的是深度学习，而深度学习实际上就是一个深层次的神经网络。1958年，罗森布拉特(F·Rosenblatt ) 提出感知机，首次把人工神经网络的研究从理论探讨付诸工程实践。1969年，马文•明斯基出版了《感知机》一书，表达了对神经网络的怀疑。其实，那时的计算机一般人都接触不到，而且还很差，所以很多人认为从理论上来讲这个模型可能没法用。到了1986年，计算机已经发展到比较好的程度了。1996年，“深蓝”开始与国际象棋大师开展了人机大战。

三、人工智能之胜

从人工智能的历史来看，它经历了几起几落。有专家预测，2020年将是人工智能的“冬天”。当然，目前一些人工智能确实有局部泡沫化的倾向，各个国家对这件事也非常重视，可以说，现在人工智能是站在了风口上。

我国现在已经将人工智能上升为国家战略，主要有七个方面，大数据智能、跨媒体智能、通用智能、自主智能、混合增强智能、群体智能、类脑智能。当然，我觉得新一代人工智能可能不止包含这些方面。与以往的人工智能产业发展不同，这一次有非常多的企业参与进来了。比如，商汤科技的融资达到了6亿美金、眼神科技首轮融资就超亿元，这些都说明人们对人工智能技术的期待是非常高的。

当然，人工智能也面临了很多问题。在法规方面，包括对法律主体的界定问题，随着人工智能的发展，比如说，无人驾驶汽车出了事故以后，怎样进行法律问责。针对这种情况，我们在参与人工智能标准制定时，对人工智能的特征进行了界定，也做了很多工作。

人工智能的发展不能是无序的，不能是随意的。从内在本质来讲，人工智能必须是由人类设计、为人类服务的，它体现为机器，本质为计算，核心是数据；从外在联系来看，人工智能可以感知环境、产生反应、模拟人类、与人交互、与人互补，但它并不能把人替换掉。实际上，有些事情是适合人去干的，而有些事情是适合机器干的。人们制造汽车，是延伸人的功能。所以说，未来在发展人工智能时，更关键的还是要把它与人的相互协作、相互互补的特点体现出来。当然，人工智能也有根本局限，包括无创造能力、无直觉能力、无通用平台、无人类常识、无人类感情。此外，人工智能的关键特征还包括五个方面：有适应特性、有学习能力、有演化迭代、有连接扩展、有多样应用。

四、深度学习智能

深度学习只是机器学习的一个分支，而机器学习又是人工智能的一个分支。卷积神经网络思想可以追溯到上世纪四十年代，而卷积的思想实际上几百年以前就有了。深度学习并不是一个新的东西，而是一种复兴。深度学习能够取得成功，是因为它在大规模图像比赛中获得了好的成绩。深度学习归根结底有三个方面，一是大量的数据，二是并行计算，三是规模化、灵巧的算法。深度学习的影响非常深远，但实际上它也存在着一些问题。深度学习的历史是“历尽劫波，修得正果”，之后是“百花齐放，星辰大海”，现在和以往还有些不同的是“大众热议，走出学术，创业风起，持续烧钱”。那么深度学习存在什么问题呢？比如：学到的知识并不深入而且很难迁移、难以处理层次化的结构、对于开放性推理问题爱莫能助、深度学习依然不够透明、人的先验知识很难结合进去、无法区分因果性相关性、对环境的稳定性有要求，等等。深度学习还有一个深层次的问题，就是安全问题。从两张熊猫的图片来看，在两张熊猫的照片中间加上一点噪声，人眼是区分不出两张图片的区别的，但如果用深度学习去看，57.7%认为左边的图片是熊猫，99.3%认为右边的图片是长臂猿。

（马宏宾 北京理工大学教授）