潘雲鶴院士：中國新一代人工智慧

科技 07-03

潘雲鶴院士：中國新一代人工智慧

圖片由《走向智能論壇》小智提供

6月29日，首屆世界智能大會在天津梅江會展中心開幕。中國工程院士潘雲鶴在大會主論壇做了題為「中國新一代人工智慧」的主題演講。

以下為演講全文（略有刪減）和PPT，分享給大家：

今天我想跟各位一起討論的題目是中國新一代AI。

我想講三個部分，首先講問題的提出，我們看到近年來在全世界AI迅速升溫，和以往不一樣，這一次是企業界開始進行啟動，實際上美國的很多企業，很早就進行了布局，譬如說微軟，很早就布局聊天的機器人小冰，希望由過去的圖形界面windows，轉化為自然語言理解的界面。微軟已經做好必要的技術儲備，並且收購了美國的社交網站，準備使它智能化，剛才百度李彥宏先生也講了，準備從移動優先進化到AI優先。

Facebook認為決定未來三大支柱其中一個就是AI，另外兩個我們看到也很精彩是AR/VR，還有一個連接世界。

IBM的watson醫療診斷系統已經在中國開始進行實踐。在去年9月，美國的5個大的科技巨頭宣布成立一個AI聯盟，旨在進行AI方面的計算研究和推廣。中國的公司也不甘落後，百度早在AI進行了專業布局。阿里巴巴在AI方面也轉向很快，他們公司的轉向也很明顯，杭州的海康威視作為全世界最大生產攝像頭的公司，已經開始推出智能化攝像頭，把深度學習的晶元和攝像頭連在一起，華為公司也在這方面有所布局，尤其是在自然語言理解方面。

中國政府十分重視AI，尤其近兩年來中國領導人在報告中多次提到AI，實際在內部講話中間提到的次數更多。國務院出台了互聯網＋人工智慧的文件，全面布局智能發展。

國外發達國家許多政府也重視AI，美國在去年5月份白宮專門發表文章，準備迎接AI的未來，他們決定在美國國家科技委設立AI和機器學習專業委員會，來指導全美各界的行動。到了10月份隔了5個月，美國聯邦又出台了一個政府報告，國家AI研發戰略規劃，並且認為AI現在正處於新浪潮的初始階段。

在歐洲，英國去年年底發布《AI未來的決策，制定的機遇和影響》，法國在今年4月份制定了《國家人工智慧戰略》，德國在今年5月份頒布全國第一部自動駕駛的法律。日本準備在未來10年，要投入100億日元，用於4個領域的AI的發展，包括基礎設施、人才培養、醫療保健和農業等4個領域。

我們看到人工智慧在民間的熱度上升更快，尤其是當去年穀歌的阿法狗戰勝了李世石之後，尤其是它戰勝李世石的方式和二十年前IBM深藍戰勝象棋的辦法不同，是採用大數據戰略的自我博弈訓練的方法，引發出現媒體報道的高潮。

當然媒體更大的興趣在於機器什麼時候代替人類，尤其是有一些科學家，講的一些有震撼力的話。比如說英國的著名物理學家史蒂芬·霍金說過，在未來100年內結合AI的計算機將會比人類更聰明。當然這些講話每個人都有不同的理解。

英國有一些報紙比如說去年3月9號，美國斯坦福、MIT、CMU、伯克利等4所名校AI的博士起薪達到200萬美元以上，遠遠超過互聯網精英人才的起薪20萬美元，說明了，AI的人才重要是一個迫切的命題。我們可能是要向國家如何的建議如何有計劃迅速的擴大AI高水平人才的培養。

中國工程院在長期的研究「智能城市、大數據、智能製造、創新設計、知識中心「等項目時，深感人工智慧的重要性。

因此在這樣的背景下在2015年中國工程院決定成立一個重大的諮詢項目，這個項目名字叫中國人工智慧2.0發展戰略研究，為什麼叫2.0，因為項目專家組認為，從現在開始起，AI不僅會有量的大發展，而且將進入一次質的大飛躍，中國應予以前瞻性研究，儘快布局，率先策動。

接下來重點介紹人工智慧走向2.0。我們知道1956年也就是60年以前，在美國的達特茅斯學院誕生的，當時一批著名的科學家，有斯坦福的麥肯錫、有MIT的Minsky、有CMU的西蒙和Newell，這4個呢是圖靈獎獲得者，大家可以看到，這3個大學是美國計算機最好的大學，也是AI最好的大學。另外貝爾實驗室的香農，IBM的羅切斯特，這也是非常著名的專家，提出了」人工智慧「的概念，什麼是：讓機器像人那樣認知、思考和學習，即用計算機來模擬人的智能。

自上世紀70年代以來，人工智慧出現了7類典型應用和典型任務。

第一機器定理證明，它的核心技術，是計算機進行邏輯推理，後來擴大到非邏輯推理，第二是機器翻譯，它的核心技術自然語言理解。第三個專家系統，核心技術問題求解和知識表達，第四博弈，當時的核心技術是樹搜索，後來就逐漸擴大到語意滲透神經網路，第五個模式識別，包括圖像設別、聲音識別，第六學習，進來大家都知道深度學習已經成為AI非常重要的一個理由。第七個機器人和智能控制，強調感知和控制。

我們可以看到前60年AI的基本任務，都是用計算機去模擬專業人士，模擬人的專業知識，模擬解題的人，模擬翻譯的人，模擬醫生的知識，模擬下棋人的知識，模擬學者的知識，以及模擬人的各種動作。通過不同的技術，AI分成三派，一派是符號學派，一派是連接學派，一派是行為學派。

我們看到現在在市場上出現的，最廣泛的技術，正是這60年來，AI模擬人的技術，翻譯技術，模式識別的技術，博弈技術，當然這些技術已經起了比較大的變化。但是60年以後的今天，我們看到，環境和形勢起了巨大的變化。

有哪些變化呢，我看至少有三個方面的巨大變化，第一個變化，是信息環境巨變。

60年以前不用講60年以前就20年以前，我們還是幾個人圍著一個計算機轉，後來變到一個人用一台計算機，而現在呢，我們一個人已經有幾台計算機，我們包里放一個聯想的，我們口袋裡又放一個，智能手機，手機實際上就是一個移動計算機。然後我們也許手上還戴一個計算機的智能手錶，計算機已經無處不在，不僅如此我們還有互聯網，還有移動計算，還有超級計算，還有各種穿戴設備，還有物聯網，還有雲計算，還有網上社區，還有搜索引擎，所有這些是20年以前沒有的，這20年信息環境起了巨大的變化，已經不是一個計算機所創造的世界，而是計算機網路感測器和各種各樣的人和機器的互動，共同創造的這個世界。在這種情況下AI不能不變。

第二社會新需求爆發，剛才已經講到我們現在進行的智能城市如何實施？沒有智能技術，很難深入。智能醫療，智能交通，智能遊戲，無人駕駛，智能製造，還有很多，這些都呼喚著新的智能技術的出現。

第三人工智慧的基礎和目標也變了，AI仍然是以數據驅動的，但是過去的數據是小的數據，是經過人編輯的數據，我們把它叫做知識表，而現在變了，人已經來不及編輯了，數據是如此之多，我們把它叫做大數據，過去AI所處理的是符號，比如說圖像識別，聲音識別，到現在大量的數據是多媒體，而且而且媒體的種類越來越多，不但有圖形的，還有圖表的，還有文字的，我們大量的互聯網信息鋪天蓋地，每秒都承載著大量數據，還有存在增強現實，虛擬現實，這樣在多媒體中可以互動的這樣一個數據的世界。

在這個基礎上的AI當然和原來不同，就看我們如何做出這個不同來。

我們的目標也變了，過去的AI是希望用計算機來模擬人的智能，後來很大一部分AI專家認為，用計算機來模擬人的智能是可以的，但是計算機的智能和人的智能畢竟不同。我們不可能得到完全一樣，而且各有千秋，計算機在某些方面，可以超過人的智能，人在某些方面可以達到計算機沒有辦法達到的境界，如果把這兩者結合起來，形成一個更加強大的智能系統，這可能才是解決問題最秒的方法。

而且我們現在有了互聯網，我們可以用網路，把很多很多的人和計算機組織在一起，這就是群體智能的概念。

在這樣的情況下，至少這3個方面的變化，推動著AI必定要邁向新的階段，所以很多人看到了AI的勝利，但是我們更要看到AI的變化。

這些新的一代的變化已經出現了一些很重要的特徵，比如說第一個特徵，大數據上的深度學習，但是現在深度學習並不是AI今後發展的全部技術。它還有很多問題，包括解釋性，有很多的理由它沒有辦法進行，它現在能進行的最精彩的理由，就是分類，或者模式設別，這個核心也就是分類，比如說創造的東西，創新性設計，現在的深度學習，就沒有辦法做到。

我們只有把這些方法，能夠和AI新的方法和老的方法結合在一起，才能讓大數據智能邁向一個新的階段。

在大數據智能方面，我們看到谷歌收購的Deepmind用阿爾法狗相關技術應用到其他的領域，比如為谷歌數據中心的耗電方面，就做了一個很好的人工智慧軟體，綜合考慮數據中心風扇、製冷系統和窗戶、室外天氣、還有人的使用情況等等，大約有120個變數，最後是提升了數據中心用電效率，大概15%。這省下的15%，幾年內就是數億美元，等於把谷歌購買Deepmind的這個錢都賺回來，所以大家認為是谷歌是賺了一筆大錢。

這個同樣的技術其實大家可以想一想，懂人工智慧的技術都知道，這個技術實際並不難。

我們國家2015年我們國家的數據中心，中國的數據中心，耗電量達到1000億度，相當於整個三峽水電站一年的發電量，如果我們用類似的計算來來節省15%的話，這個也是一個很大的數字。

第二個案例，基於網路的群體智能，Science在去年發布了一個理念，群智理念，把這個難以程度分三個種類，第一個種類眾包，第二個類工作流模式的群智，有一個先後的交替，第三個更複雜的求解問題，至少有三個模型就群智，美國的一些大學開始用群智來進行研究。

這是普林斯頓大學用纖維鏡很精確的把視神經進行顯示出來，但是普林斯頓的大學醫學科學家沒有辦法把它分類，因為這需要很多很多各方面專業的知識。

視網膜連向大腦的這個神經如此之複雜，各有什麼功能，因此他們就請全世界的科學家一起來分類，眼神經科學家認識哪一個神經就在這個上面塗上不同的這個顏色，最後146個國家的16名科學家參與了這項活動，把視神經有了一個系統的開發，當然這項活動還會繼續下去。

第三個階段，人機一體化技術導向混合智能。這上面是外國做成功的系統，我們可以看到各種各樣的穿戴設備。

第四個方面跨媒體的智能開始已經形成，計算機現在可以很好的處理圖像的信息，處理聲音的信息，處理文字的信息，也開始處理語言的信息。但是人在運用這些信息的時候，它不是分開運營，人在解決一個問題的時候，是同時運用世界的信息，聲音的信息，語言的信息，共同來支撐它進行創新性識別和聽覺識別。計算機在前60年沒有完全解決這個問題，有一部分中國的科學家和世界各國的科學家一起沿著這個方向正在努力，我想在今後的60年中間，AI2.0，應該在這方面取得重大的進展。

第五個階段，無人系統迅速發展。人工智慧開始的時候，是用計算機來模擬人的行為，所以把它稱為機器人，但是60年的發展，機器人固然發展的很快，但是比機器人更快的，是無人系統，無人飛機，無人車，無人車一上的話那我們滿街都是機器人，為什麼？因為去模擬人並不是智能化最好的辦法，我們可以看到，機器人一些精彩的發展，這是美國波士頓動力公司做的機器人，這是全世界做機器人最好的公司之一，兩腿機器人和四腳機器人，四腳機器人也就是美國軍方過去用的。

我們可以看到那個盒子只有10磅。我們看到這個機器人已經研究的很精彩，但是呢要它來使用確實有一定的距離，這些機器人技術應該進行研究。但是更精彩的實用的機器人，中國的海康威視還做了一點使我們能夠看到在工業上看到智能分揀和泊車的機器人，我們看到這個實用的機器人可以實現自動化、智能化。

因此，我們就看到新一代的A恰需整體布局，及時推進之際，中國應該有所作為。

現在我講最後一部分，中國新一代AI的重點方向，新一代AI工程研究建議從以下5個方面進行認真研究，第一大數據智能，第二群體智能，第三跨媒體智能，第四人機混合的增強智能，第五自主智能系統。它的應用包含智能城市、智慧醫療、智能製造等等，大數據智能因為這幾個下面有很多專業術語，所以我就不詳細講了，第二方向群體智能，第三跨媒體智能，第四人機混合的增強智能，第五自主智能系統。最後講一下應用。

我們看到新一代AI的應用，將和AI1.0有巨大的不同，我們剛才看到的AI1.0基本上是模擬專業人士，而新一代AI除了模擬專業人士以外，它還可以廣泛的適用於複雜系統，這就是一個巨大的不一樣，它可以用於電子商務、智能城市、智能醫療、智能交通，它用於智能醫療的時候並不如現在所聚焦的那樣，不是取代醫生，而是輔助醫生，它可以把整個醫療系統，把人的預防醫學，正在進行的預防醫學，人的保健，平時的穿戴設備結合在一起形成一個巨大的醫療與健康系統。

它可以和智能物流、智能製造、智能電網、智能社區、認識一個區域經濟的智能化運行，包括智能圖書館，深入到學校，影響到智能化的學習，結合到一起所有這些都結合技術，是AI2.0解決相當大部分的這個系統的問題。另外它將產生很多新的AI的產品，我們看到的無人飛機、無人車、機器人，智能手機必將換代，智能遊戲會有非常巨大的發展。尤其是當AI和AR結合起來的時候，AR也許比VR還要發生的更快，穿戴式設備，總的去向AI將和中國的信息化工業化的發展融合在一起。