人工智能中国梦

南方周末记者 黄金萍 南方周末实习生 杨滢玮 高鑫

人工智能真正火起来，应该是2016年AlphaGo出来之后。确切地说，是深度学习算法，带动了语音和图像两个技术领域，加上阿尔法狗和无人驾驶车，引领了全方位的“人工智能＋”。

南方周末记者 黄金萍

发自广州

南方周末实习生 杨滢玮 高鑫

“人工智能能做什么呀？”朱小燕经常被问到这个问题。她是清华大学计算机科学与技术系教授、清华大学智能技术与系统国家重点实验室主任。

朱小燕通常会反问对方，“你想要做什么？如果你不知道自己要做什么东西，人工智能就什么也做不了。”

很多人对人工智能的认知，来自科幻作品中那些具备视听感知和思考能力的机器人。人工智能（Artificial Intelligence，英文缩写为AI），也可以叫做机器智能，它是由机器，而非人类或其他动物展示出来的智能。在计算机科学中，人工智能通常被描述为一种智能体：可以通过观测周边环境，为达成某些特定目标而采取获得最大成功机会的行为，它可以是任意装置，并不限于人形机器人。

尽管普通人仍对人工智能不甚了了，但各国政府、投资者都已经敏感地意识到，人工智能注定将重塑世界的运行方式。

孔生是国内网络安全行业的资深人士，他至今记得几年前RSA大会的盛况。RSA大会是全球信息安全界最有影响力的业界盛会之一，“会上只要你说你的产品含有人工智能技术，都会得到风投的大力支持。”孔生向南方周末记者回忆。

根据麦肯锡的报告，以谷歌和百度等数字巨头主导的人工智能投资正在快速增长。从全球范围看，2016年人工智能上的投资大约为260亿至390亿美元，其中科技巨头的投资为200亿至300亿美元，创业公司的投资为60亿至90亿美元，从2013年开始外部投资有了3倍增长。

政府也在积极推动这一浪潮。2017年7月，中国国务院发布《新一代人工智能发展规划》，明确提出到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。

实际上，早在60年前，人工智能概念就已经出现。现在，它为何突然间成了热捧的对象？它未来将如何改变世界？

大家族的故事

1956年，在美国达特茅斯学院举行的一次会议，现在被看作是人工智能诞生的标志。会上许多人预言，与人类具有同等智能水平的机器将会出现。来自美国卡耐基梅隆大学的赫伯特·西蒙（Herbert Simon）就认为，20年内机器将能够做任何人类的工作。赫伯特·西蒙获得了1975年的图灵奖、1978年的诺贝尔经济学奖。

大量资金从那时开始投入到AI研究中。到了1970年代，预言中的目标未能实现，AI遭遇批评，研发资金也开始收缩。

在1980年代，以“知识处理”为目标的“专家系统”类人工智能，重新燃起了人们对人工智能的热情。在1988年中国国务院办公厅《关于印发信息技术发展政策要点和生物技术发展政策要点的通知》中，也首次提到了“人工智能”。

今天以人工智能专家的身份出现在公众面前，朱小燕自己也没想到。她是“文革”后恢复高考第一批（1977年高考）大学生，本科读的是自动化专业，1980年代中赴日本神户大学读硕士也是继续学自动化，1987年在名古屋工业大学读博士，学的是信息科学，而她的博士生导师是半导体物理学家，跟人工智能也没有关系。

巧合的是，朱小燕博导的弟弟是眼科医生，两人商量要做一个人工视网膜，而且把这个任务交给了朱小燕。人工视网膜，其实就是生物仿真，视网膜首先要感知外部信号、转化为电信号，然后识别。

这个说起来简单，但是做起来难。朱小燕发现，其他学生都在导师的超晶实验室做半导体，自己周围没有任何人可以讨论。

幸运的是，1986年，Rumelhart和McCelland为首的科学家小组提出了深度学习的一个重要理论BP（Back Propagation）神经网络，一种按误差逆传播算法训练的多层前馈网络。

朱小燕千方百计找到论文，然后一个一个字啃下来，用了三年终于利用这一算法做成了人工视网膜、顺利毕业。

1990年代，人工智能进入第二次寒冬，没有人愿意再提。1997年5月11日，IBM的深蓝计算机打败国际象棋世界冠军卡斯帕罗夫，又重新唤起了人们对人工智能的兴趣。

在朱小燕看来，2010年以后，深度学习在行业内开始流行。人工智能真正火起来，应该是2016年AlphaGo出来之后。确切地说，是深度学习算法，带动了语音和图像两个技术领域，加上阿尔法狗和无人驾驶车，引领了全方位的“人工智能＋”。

朱小燕回国后，主要从事光学字符识别、语音信号处理、人机交互等领域的应用研究。科研领域对语音、图形、机器学习的研究，其实一直没停过，但是很少有人把它们跟人工智能扯上关系。

她对南方周末记者说，“人工智能是个大家族，以前大家没意识到这个大家族的存在，现在有一个子孙特别辉煌，然后这个家族又被抬出来了。”

半年29场演讲

在2017年8月初腾讯举办的一场“互联网+”会议上，腾讯AI Lab机器学习中心总监黄俊洲感叹，自己刚刚回国时，餐厅服务员居然跟他聊起AI，问他对AI伦理问题的看法，好像还挺专业。他很吃惊，没想到AI在国内居然这么普及、这么火。

科大讯飞副总裁杜兰对南方周末记者说，自己在2016年一共作了25场公开演讲，没想到2017年上半年就已经讲了29场，比上一年还要多，而且是从中国讲到了英国、德国和美国。

科大讯飞（002230.SZ）是一家专业从事智能语音及语言技术研究、人工智能技术研究、软件及芯片产品开发、语音信息服务及电子政务系统集成的企业。

2016年4月，科大讯飞作为发起方发布了《人工智能深圳宣言》，认为未来5到10年，人工智能会像水和电一样，进入到每个人的生活，面临着前所未有的产业机遇。

在大洋彼岸，美国也启动了人工智能政策扶持。从2013年开始，除了在国家财政预算中数亿美元投资支持人工智能研发，2016年5月，美国白宫成立人工智能和机器学习委员会，同年10月，美国总统办公室发布《为人工智能的未来做好准备》和《美国国家人工智能研究与发展战略规划》。

2016年3月，谷歌的AlphaGo战胜韩国围棋大师李世石，2017年5月，谷歌又将AlphaGo带到了中国，击败了世界排名第一的中国棋手柯洁。这两场机器与人的较量，对中国人来了一场人工智能的全民科普。

2017年7月26日，腾讯研究院发布《中美两国人工智能产业发展全面解读》报告认为，美国人工智能产业布局全面领先，在基础层、技术层和应用层，尤其是在算法、芯片和数据等产业核心领域，积累了强大的技术创新优势。

以苹果、谷歌、微软、亚马逊、Facebook为代表的互联网公司，纷纷成立人工智能实验室，投入越来越多资源抢占人工智能市场，甚至整体转型为人工智能驱动的公司，并陆续将人工智能研发成果应用在产品上。

在2017年的谷歌I/O大会上，谷歌CEO皮侪（Sunder Pichai）展示人工智能视觉搜索应用Google Lens，它能通过图像算法实现即时查看和搜索功能，并整合到手机里将有效信息呈现给用户。比如，Google Lens取景框对准餐厅，就可以查阅餐厅所有信息。

皮侪称，“如你所见，我们开始理解图像和视频了。Google之所以有过去的成就，就是因为我们开始理解文字和网页了，因此能够理解图像和视频对于我们来说意义深远。”

▶下转第12版

◀上接第10版

谷歌在2011年就成立人工智能部门，2015年11月开源了其第二代深度学习系统tensorflow，企业可以通过云计算服务器，租用谷歌的TPU。谷歌第二代TPU（tensor processing unit张量处理单元），可以用它来训练机器学习模型并且运行，高达180万亿次每秒的浮点运算，为驱动机器学习的进步建立了特大数量的数字计算。

相比之下，中国公司在人工智能领域的起步较晚。目前中国BAT（百度、阿里巴巴、腾讯）中，百度最早从2013年左右开始人工智能布局，阿里巴巴和腾讯在人工智能领域的动作，从2016年才开始。

但中国正在奋起直追。2017年8月，乌镇智库发布《乌镇指数：全球人工智能发展报告（2017）》称，2000-2016年，中国人工智能企业数累计增长1477家，融资规模累计达27.6亿美元。数据显示，人工智能市场正在越来越热，2014-2016年三年新增人工智能企业数量占累计总数的55.38%，融资规模占总数的93.59%。

值得一提的是，中国正面临着一个巨大的天然优势：市场。

在朱小燕看来，人工智能是一门应用科学，在基础理论方面挺难超越美国，但是在应用方面弯道超车不是没可能，中国有大量的用户和数据，利用人口优势，应该能有所突破。

杜兰认为，与移动互联网类似，中国不是源头创新，而是应用创新。人工智能也一样，中国有着海量用户基础，使得核心算法在现实中的验证成为可能，中国在应用领域比美国成熟，类似移动互联网发展，中国并不亚于美国。

一夜之间，人工智能公司都冒出来了

2017年7月，中国一家初创企业商汤科技，宣布完成4.1亿美元B轮融资，创下全球人工智能领域单轮融资最高纪录。这家2014年才成立的公司，专注计算机视觉和深度学习，成为全球融资额最高的人工智能独角兽。

杜兰觉得，仿佛一夜之间，人工智能公司都冒出来了，而且有些公司把产品包装得跟科幻片一样，扰乱视听，提高了人们对AI正确认知的门槛，甚至造成人们对人工智能的恐慌心理。

她对南方周末记者说，技术的演进需要时间，目前人工智能在运算技能、感知智能阶段，部分领域超过了人类，但是在认知智能方面还停留在初级阶段。

在不少方面，人工智能都还有着广阔的发展空间。

南京邮电大学青年学者李华康，最近家里添置了一台科沃斯扫地机器人，在路径规划方面，感觉做得还没有自己十年前在实验室里做的无死角最优路径好。

看到一家公司的机器人产品，号称能提供人工智能在线咨询服务，还能够聊天、唱歌、讲故事，李华康特意去测试了一下，结果发现这不过是打着人工智能的幌子，机器人有一个无线后台终端，还需要客服人员一对一地进行人机对话。

李华康曾经加盟阿里巴巴集团，在阿里云计算平台从事信息搜索工作，后来又回到科研界。在他看来，计算机的运行速度每两年会加快一倍，摩尔定理有一定的数学依据，但如果没有英特尔和AMD等大公司投入很大财力、人力甚至设备去做芯片，来追逐这个效应，摩尔定律也只是一个空谈。人工智能也一样，也需要投入大量的人力物力去实现。

朱小燕对此也深有感触，1990年她所在的实验室做的无人车已经开上马路，做电池技术管理的老师都退休了，人脸识别也在深圳罗湖口岸应用了多年。翻翻旧账，很多新东西都能看到旧痕迹，研究早就有了，技术没有腾飞，只是在逐步演进，技术带来的动静大小和周边环境有关。

腾讯研究院发布的《中美两国人工智能产业发展全面解读》则认为，近年来人工智能主要是深度学习的突破，引发创业和投资情绪高涨。

朱小燕则认为也要对泡沫心存警惕。在她看来，企业、媒体、政府、资本，包括我们科研人员都在推动人工智能，都有各自的利益考虑，一旦泡沫破灭，很少有人能幸存。尽管现在中国政府出台了规划，人工智能火了，但是不要忘记前面两次人工智能低潮。

杜兰2015年入职科大讯飞，当时科大讯飞的股价长期在30元上下浮动，很多朋友问她能不能买，她说随便买、长期持有。她当时想的是，讯飞这么多年的布局和积累，一定会有爆发的时候。

2017年开始，科大讯飞股价一路上涨，2017年8月21日已经超过62元，市值逼近900亿，市盈率高达260倍。杜兰说，“现在再有人问，我也说不清楚了。”

与人工智能共存

2017年8月21日，在澳大利亚墨尔本举办的IJCAI（人工智能国际联合大会）2017的开幕致辞上，来自悉尼新南威尔士大学的托比·沃尔什（Toby Walsh）教授宣读了一封给联合国的公开信，称由于众多公司开发的人工智能和机器人技术可能被用于开发自动武器（又称杀人机器人），呼吁联合国“致命自动武器系统监管专家组”（GGE）制止在致命自动武器领域的军备竞赛，保护平民不受这类武器滥用所造成的伤害，避免这类技术对世界带来的不稳定因素。

来自26个国家的116名专家在这封信上联合签名，其中包括特斯拉创始人埃隆·马斯克（Elon Musk）与DeepMind联合创始人Mustafa Suleyman。

两年前，IJCAI2015也发布了一封类似的公开信，联合签署人包括霍金（Stephen Hawkin）、苹果联合创始人斯蒂夫·沃兹尼亚克（Steve Wozniak）、转换－生成语法的创始人诺姆·乔姆斯基（Noam Chomsky）等。目前，这封公开信的签署人已经超过了1.7万人。

埃隆·马斯克(Elon Musk)多次公开称，失控的人工智能有一天可能威胁人类。Facebook创始人扎克伯格对此并不认同，2017年7月在直播回答网友提问时，他称自己对人工智能报以乐观态度。随后，马斯克在Twitter上回应，称“我和扎克伯格探讨过该问题，他对这一问题的理解有限”。

如果说“机器人杀人”离普通人还有些遥远，机器和人抢饭碗却是最近、也最切实的现实。

杜兰向南方周末记者强调，“我们并不提倡人工智能取代人类，我们还没有到这一步，人工智能和人的关系是辅助，把人从枯燥劳动中解放出来，做更有创造性的、有价值的工作。”

以机器翻译为例，杜兰称目前各种机器翻译都还只能做到大学六级水平，不是大家想象的如同传那么好，同传的人力可以去校验、核对它，与之形成互补。

2017年初，麦肯锡全球研究院对全球八百多种职业所涵盖的两千多项工作内容进行分析后发现，全球约50%的工作内容可以通过改进现有技术实现自动化。这意味着大量的人类工作被机器取代。

中国目前从事可自动化工作的劳动力人口超过其他国家，这意味着人工智能将对约3.94亿全职人力的冲击。虽然人工智能对劳动力市场的影响将是渐进式的，但具体到某项工作内容上，它带来的冲击可以是极为剧烈的，短时间内就有可能让某些职业退出历史舞台。

但毫无疑问，人工智能也将创造出一些新的工作岗位。

有意思的是，中国准备加大对人工智能的投资，美国却在削减科学资金。美国国家基金科学会NSF和计算机与信息科学工程学部CISE近年来不断减少对人工智能的经费投入。特朗普政府提交的预算案，就建议削减一些传统上支持人工智能研究的机构的资源。

李华康对南方周末记者表示，目前国际上已经出现了人工智能的伦理审查小组。这就像当年克隆多利羊一样，一个重大技术的突破，尤其是可能颠覆人类发展和伦理规范的技术，在发展到一定阶段后，发达国家会进入一个刹车观望期，评审这个技术对人类发展的好坏之后，继续发展。

暨南大学信息科学技术学院教授龙锦益对南方周末记者说，像机械臂这些肯定会抢夺劳动密集型的人类工作岗位，它有没有危害性？肯定没有的。但是人工智能的伦理肯定也要跟上，因为你要控制人工智能的使用，重点不在技术而是使用人，看你用来干什么事。