摘 要：近年來人工智能技術(shù)取得重大突破，對國民經(jīng)濟(jì)特別是數(shù)字經(jīng)濟(jì)及智能制造產(chǎn)生重大影響，本文從人工智能的起源、近年來飛速發(fā)展的原因，人工智能關(guān)鍵的機會、關(guān)鍵的研究方向、以及面臨的挑戰(zhàn)等方面簡要論述了人工智能的現(xiàn)狀和未來發(fā)展趨勢。

關(guān)鍵詞：發(fā)展現(xiàn)狀；未來趨勢；人工智能

一、人工智能的起源

1956年8月，在美國漢諾斯小鎮(zhèn)寧靜的達(dá)特茅斯學(xué)院中，約翰·麥卡錫（John McCarthy）、馬文·閔斯基（Marvin Minsky，人工智能與認(rèn)知學(xué)專家）、克勞德·香農(nóng)（Claude Shannon，信息論的創(chuàng)始人）、艾倫·紐厄爾（Allen Newell，計算機科學(xué)家）、赫伯特·西蒙（Herbert Simon，諾貝爾經(jīng)濟(jì)學(xué)獎得主）等科學(xué)家正聚在一起，討論著一個完全不食人間煙火的主題：用機器來模仿人類學(xué)習(xí)以及其他方面的智能。會議足足開了兩個月的時間，雖然大家沒有達(dá)成普遍的共識，但是卻為會議討論的內(nèi)容起了一個名字：人工智能。因此，1956年也就成為了人工智能元年。在過去的幾十年里，人工智能的子學(xué)科一直在不斷進(jìn)步，包括機器視覺、機器學(xué)習(xí)、自然語言理解、推理和規(guī)劃以及機器人技術(shù)。

二、近年來人工智能技術(shù)飛速發(fā)展的原因

1、在過去的十年里，人工智能應(yīng)用的開發(fā)和部署速度出現(xiàn)了一個有希望的變化。這種加速是由幾個因素共同驅(qū)動的。這種變化背后的一個關(guān)鍵影響是前所未有的數(shù)據(jù)流的可用性，以及存儲和檢索這些數(shù)據(jù)的成本的下降。通過數(shù)字化和圍繞商業(yè)、科學(xué)、通信、治理、教育、藝術(shù)和娛樂的活動向網(wǎng)絡(luò)的轉(zhuǎn)變，大量關(guān)于人類活動和內(nèi)容的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)庫已經(jīng)出現(xiàn)。

2、其他的因素包括可用計算能力的顯著提高，以及執(zhí)行機器學(xué)習(xí)和推理方法能力的提高。在過去的三十年里，機器學(xué)習(xí)領(lǐng)域有了很大的活動，該算法將數(shù)據(jù)轉(zhuǎn)換為能夠識別模式、執(zhí)行診斷和預(yù)測未來結(jié)果的組件。過去30年的人工智能研究也見證了在不確定性下進(jìn)行表示和推理的方法的興起和成熟。這些方法借鑒并擴(kuò)展了最初在統(tǒng)計學(xué)、運籌學(xué)和決策科學(xué)領(lǐng)域進(jìn)行研究和改進(jìn)的方法。這種在不確定性下學(xué)習(xí)和推理的方法對于構(gòu)建和部署人工智能系統(tǒng)至關(guān)重要，這些人工智能系統(tǒng)能夠在現(xiàn)實世界中有效地解決不可避免的不完全性。

3、在過去的十年里，一系列被稱為神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)方法的使用出現(xiàn)了一次復(fù)興。這些被稱為深度神經(jīng)網(wǎng)絡(luò)的算法現(xiàn)在被用來顯著提高這些算法的質(zhì)量和準(zhǔn)確性服務(wù)于自動語音識別，人臉和物體識別從圖像和視頻，以及自然語言理解。這些方法還被用于為終端用戶開發(fā)新的計算能力，比如語言之間的實時語音到語音翻譯（例如，現(xiàn)在可以在微軟的Skype中使用），以及幫助司機駕駛汽車的計算機視覺（現(xiàn)在已經(jīng)在特斯拉的S和X車型中使用）。

三、人工智能關(guān)鍵的機會

1、迄今為止，人工智能應(yīng)用程序探索了利用當(dāng)前和即將到來的人工智能技術(shù)的未來機會。使用目前可用的人工智能方法可以為工作流程和流程引入新的效率，幫助人們理解和利用科學(xué)發(fā)現(xiàn)和工程中的數(shù)據(jù)爆炸，并幫助人們解決一系列具有挑戰(zhàn)性的現(xiàn)實世界問題。

2、通過使用現(xiàn)有數(shù)據(jù)來建立預(yù)測模型，然后使用預(yù)測模型來幫助指導(dǎo)決策，可以解決許多商業(yè)和社會機會。這樣的數(shù)據(jù)預(yù)測到?jīng)Q策管道的預(yù)測可以提供巨大的價值，并幫助建立一系列廣泛問題的解決方案。

3、關(guān)鍵機遇包括人工智能在醫(yī)療保健和生物醫(yī)學(xué)、交通、教育、制造等方面的應(yīng)用，以及提高我們的電網(wǎng)等關(guān)鍵基礎(chǔ)設(shè)施的有效性和穩(wěn)健性。醫(yī)療保健和交通是兩個令人注目的例子，人工智能方法可以在短期和長期產(chǎn)生重大影響。

研究表明，預(yù)測模型，從大型醫(yī)院數(shù)據(jù)集，可以用來識別病人高危再次住院在短時間內(nèi)出院后，這種方法可以用來指導(dǎo)這些特殊的分配項目旨在減少再入院。

人工智能系統(tǒng)和醫(yī)生的互補性的廣泛機會可以應(yīng)用醫(yī)療保健。例如，最近在機器人外科手術(shù)方面的工作探索了機器人外科醫(yī)生的助手如何在復(fù)雜的外科手術(shù)任務(wù)上協(xié)同協(xié)作。其他工作已經(jīng)證明了如何將機器視覺與人類病理學(xué)家相結(jié)合，可以顯著提高檢測癌癥轉(zhuǎn)移的準(zhǔn)確性。

運輸人工智能方法已廣泛應(yīng)用于在線服務(wù)和應(yīng)用，幫助人們預(yù)測流量。人工智能方法可以通過多種方式被利用，使駕駛更安全，并擴(kuò)大我們現(xiàn)有的道路基礎(chǔ)設(shè)施的有效能力。由于感知和機器人技術(shù)的進(jìn)步，自動化汽車有望提高道路上的流量和安全性。更長期的可能性包括在全市范圍內(nèi)部署大規(guī)模的自動公共微交通解決方案。這種解決方案可以改變城市內(nèi)部的流動性，并可能在長期影響城市的總體結(jié)構(gòu)和布局。

智能、自動的駕駛員警報和避撞輔助系統(tǒng)有望拯救全球數(shù)十萬人的生命。機動車輛事故每年造成120萬人死亡，2000萬至5000萬人受到非致命傷害。

基于自動駕駛的技術(shù)，可以通過機器感知、智能警報、自動和半自動控制和補償來解決。研究發(fā)現(xiàn)，很大一部分的機動車事故是由注意力分心引起的，近20%的車禍被認(rèn)為是未能停止發(fā)生的。使用智能警告、輔助制動和自動制動系統(tǒng)可以減少近50%的追尾碰撞事故。

四、關(guān)鍵研究方向

人工智能的研發(fā)繼續(xù)令人興奮和富有成果，有許多方向和可能性。以下幾個重要的研究方向包括：

1、支持人類-人工智能協(xié)作。開發(fā)能夠補充和擴(kuò)展人類能力的人工智能系統(tǒng)是很有希望的。這類工作包括開發(fā)具有人類意識的人工智能系統(tǒng)，能夠理解和增強人類認(rèn)知。這一領(lǐng)域的研究包括開發(fā)能夠識別和理解人們試圖解決的問題的系統(tǒng)，理解人類的計劃和意圖，以及識別和解決人們的認(rèn)知盲點。

2、關(guān)于人類-人工智能合作的研究還包括努力協(xié)調(diào)人類和人工智能系統(tǒng)解決問題的混合倡議。在這種混合倡議的系統(tǒng)中，機器和人輪流為解決問題做出貢獻(xiàn)。在這一領(lǐng)域的進(jìn)步可以導(dǎo)致那些支持人類和機器以無縫、流暢的方式一起工作的方法。

最近的研究結(jié)果表明，人工智能系統(tǒng)可以學(xué)習(xí)和擴(kuò)展人們的能力。研究方法包括，賦予系統(tǒng)理解等重要的微妙之處人工智能系統(tǒng)的成本打斷人們在不同的上下文與潛在有價值的信息或其他貢獻(xiàn)和預(yù)測信息，人們會忘記他們需要記住的上下文。

3、無監(jiān)督學(xué)習(xí)大多數(shù)機器學(xué)習(xí)被稱為監(jiān)督學(xué)習(xí)。在監(jiān)督學(xué)習(xí)中，數(shù)據(jù)被直接或間接的人標(biāo)記，這些人提供了特定的標(biāo)簽，如人們的目標(biāo)或意圖，或健康結(jié)果。在開發(fā)無監(jiān)督學(xué)習(xí)方法的過程中，人們有濃厚的興趣和機會。

4、模擬和仿真，關(guān)于使系統(tǒng)能夠在模擬和真實世界中進(jìn)行積極探索的挑戰(zhàn)，旨在賦予系統(tǒng)做出預(yù)測和成功地執(zhí)行物理行動的能力。這類工作通常涉及創(chuàng)建訓(xùn)練方法，使一個系統(tǒng)能夠自己探索，在任務(wù)中執(zhí)行多次試驗，并從這些經(jīng)驗中學(xué)習(xí)。其中一些工作利用了人工智能中被稱為強化學(xué)習(xí)的方法，即通過一套關(guān)于在不同環(huán)境下采取的最佳行動或一系列行動的經(jīng)驗來進(jìn)行學(xué)習(xí)。迄今為止包括自動訓(xùn)練系統(tǒng)來識別物體和學(xué)習(xí)掌握物體的最佳方法。

綜合智能。許多研發(fā)工作都集中在發(fā)展智力方面的特定能力上，例如能夠識別圖像中的物體、理解自然語言、識別語音的系統(tǒng)，以及在特定的醫(yī)療保健領(lǐng)域提供決策支持，以幫助病理學(xué)家應(yīng)對組織病理學(xué)方面的挑戰(zhàn)。有一個很好的機會將多種能力編織在一起，如視覺和自然語言來創(chuàng)造新的能力。例如，自然語言和視覺已經(jīng)結(jié)合在了一個能夠執(zhí)行自動圖像字幕的系統(tǒng)中。綜合智能的其他例子包括將語音識別、自然語言理解、視覺和一套預(yù)測模型結(jié)合在一起，以支持構(gòu)建自動化行政助理等挑戰(zhàn)。

在平臺和系統(tǒng)方面的進(jìn)步。對數(shù)據(jù)中心規(guī)模系統(tǒng)和創(chuàng)新硬件的進(jìn)步的具體需求已經(jīng)出現(xiàn)，以支持大規(guī)模神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和執(zhí)行。在學(xué)習(xí)和推理算法、計算硬件和系統(tǒng)軟件的交叉領(lǐng)域進(jìn)行的新研究將有可能有利于支持人工智能的創(chuàng)新。這類研究正在技術(shù)行業(yè)的大公司提供的平臺上進(jìn)行。

新型的開發(fā)工具和平臺可以極大地幫助人工智能應(yīng)用程序的開發(fā)、調(diào)試和部署。大型IT公司正在進(jìn)行研發(fā)，為開發(fā)人員提供基于云的編程接口（例如，微軟的認(rèn)知服務(wù)）和基于客戶機的組件，用于執(zhí)行有價值的推理任務(wù)（例如，檢測圖像中的情緒）。其他開發(fā)環(huán)境正在被開發(fā)出來，用于創(chuàng)建集成的人工智能解決方案，工程師可以使用這些解決方案來組裝依賴于多種能力（自然語言理解、語音識別、視覺、人類意圖推理等）集成的系統(tǒng)。它必須在實時應(yīng)用程序中以緊密協(xié)調(diào)的方式一起工作。

五、挑戰(zhàn)

1、在過去的幾年里，人工智能在視覺、聽覺和理解語言方面的能力顯著提高。這些不斷增長的能力將導(dǎo)致部署更復(fù)雜的應(yīng)用程序，可以處理人們傳統(tǒng)上執(zhí)行的任務(wù)。因此，人工智能系統(tǒng)很可能會對就業(yè)和經(jīng)濟(jì)產(chǎn)生重大影響。很少有人質(zhì)疑人工智能的進(jìn)步將提高生產(chǎn)效率并創(chuàng)造新財富的說法。關(guān)于人工智能生產(chǎn)率的成果將如何分配，以及人工智能對就業(yè)的影響，問題越來越多。人工智能系統(tǒng)在認(rèn)知和物理領(lǐng)域的能力的提高將對與不同工作相關(guān)的分配、可用性、吸引力和薪水產(chǎn)生影響。我們需要將注意力集中在反思、規(guī)劃和監(jiān)測上，以解決人工智能對我國就業(yè)的潛在破壞性影響，并努力理解人工智能為國內(nèi)和國際經(jīng)濟(jì)提供的新自動化形式的廣泛影響。重要方向包括尋求了解教育的需求和價值以及就業(yè)機會的地理分布。

目前迫切需要對我國勞動力進(jìn)行培訓(xùn)和再培訓(xùn)，以便為預(yù)期的勞動力需求和工作分配的變化做好準(zhǔn)備的工人。在一個受到數(shù)字技術(shù)進(jìn)步推動的經(jīng)濟(jì)中，越來越多的工作崗位需要一個STEM（科學(xué)、技術(shù)、工程和數(shù)學(xué)）領(lǐng)域的學(xué)位，對接受過計算機科學(xué)培訓(xùn)的人的需求不斷增長。為了讓公司在數(shù)字、云驅(qū)動的經(jīng)濟(jì)中茁壯成長，員工的技能必須跟上技術(shù)的進(jìn)步。投資于教育可以幫助使我們的勞動力作好準(zhǔn)備和適應(yīng)，使之適應(yīng)我們對就業(yè)分配的持續(xù)轉(zhuǎn)變，以及對人類勞動力不斷變化的需求。

2、安全性和健壯性。隨著人工智能技術(shù)能力的提高，在高風(fēng)險、安全關(guān)鍵的應(yīng)用將變得更加普遍。這些應(yīng)用包括自動化和半自動化的汽車和卡車、外科助理、商業(yè)航空運輸自動化、軍事行動和武器系統(tǒng)，包括防御和進(jìn)攻系統(tǒng)的使用。人們還擔(dān)心，智能系統(tǒng)可能能夠進(jìn)行修改，并改變自己的操作參數(shù)和機器。這些問題涵蓋了研發(fā)方面的發(fā)展方向。

人工智能應(yīng)用方面的一個相關(guān)的、重要的研發(fā)領(lǐng)域集中在由人和機器共同控制的系統(tǒng)中可能出現(xiàn)的獨特挑戰(zhàn)上。包括開發(fā)明確考慮人類的注意力和意圖的系統(tǒng)，為人們提供機器推斷和行為的解釋，并確保人們理解問題解決的狀態(tài)——特別是當(dāng)機器和人類決策之間的控制傳遞時，我們有機會在共享責(zé)任的環(huán)境中開發(fā)和分享關(guān)于系統(tǒng)如何與人類發(fā)出信號和交流的最佳實踐。

自主決策的倫理。在世界上做出自主決策的系統(tǒng)可能不得不在不確定性下進(jìn)行交易，并仔細(xì)考慮豐富的、多層面的結(jié)果的成本和收益。例如，一個自動駕駛系統(tǒng)可以必須推理出那些對乘客和行人受傷的可能性有不同影響的行為。

3、操作。利用機器學(xué)習(xí)、規(guī)劃和優(yōu)化的方法可以用來創(chuàng)建能夠影響人們的信念和行為的系統(tǒng)。此外，這種系統(tǒng)可以設(shè)計成以受影響的系統(tǒng)無法察覺的方式運行。我們還需要做更多的工作來研究、檢測和監(jiān)測這類活動。

4、隱私。隨著以數(shù)據(jù)為中心的分析和預(yù)測模型的中心性的上升，對隱私的擔(dān)憂也出現(xiàn)了。我們需要基于從看似無害的數(shù)據(jù)中得出的推論來考慮對個人隱私的潛在侵犯。

5、網(wǎng)絡(luò)安全。新型的自動化可以呈現(xiàn)出新型的“攻擊表現(xiàn)”，這為國家和非國家行為者的網(wǎng)絡(luò)攻擊的操縱和破壞提供了機會。如上所述，對新的攻擊和人工智能的新應(yīng)用所附帶的相關(guān)漏洞進(jìn)行廣泛的分析是至關(guān)重要的。新的攻擊類型包括“機器學(xué)習(xí)攻擊”，涉及到將錯誤的或有偏見的訓(xùn)練數(shù)據(jù)注入到數(shù)據(jù)集中。重要的發(fā)展方向包括基于硬件和軟件的安全和加密、新的故障安全設(shè)計原則的依賴。

六、結(jié)論

人工智能作為一門偉大的科學(xué)成就，它將會成為未來發(fā)展的主要學(xué)科之一。目前，一些人工智能的研究成果已經(jīng)廣泛運用在國民生產(chǎn)和生活中。伴隨知識經(jīng)濟(jì)和信息時代網(wǎng)絡(luò)技術(shù)的持續(xù)發(fā)展，人工智能必然會得到越來越多的重視，獲得廣泛的運用，進(jìn)而促進(jìn)科技與社會的發(fā)展和進(jìn)步。

參考文獻(xiàn)：

（1）E.Kamar、S.Hacker、E.Horvitz。《大規(guī)模眾包中的人機智能結(jié)合》，2012年AAMAS，西班牙巴倫西亞，2012年6月。

（2）Amodei，D.，Olah，C.，Steinhardt，J.，Christiano，P.，Schulman，J.，Mané，D.，人工智能安全中的具體問題，arXiv，2016年7月25日。

（3）關(guān)于人工智能的安全和控制的概述演講可以在這里找到：E.Horvitz，《關(guān)于安全和人工智能的思考》，白宮OSTP-CMU人工智能安全和控制會議，2016年6月。

（4）A.克勞斯和E.霍維茨。在線服務(wù)中隱私的效用論方法，《人工智能研究雜志》，39（2010）633-662。

作者簡介：劉?。?964—），男，漢族，云南建水，大學(xué)，任職于中國共產(chǎn)黨云南省委員會黨校，副教授，研究方向：信息系統(tǒng)研發(fā)。