“强”人工智能离我们还有多远

赵占雪

强人工智能时代仍道阻且长，需要产学研各界的通力合作，共同探索出一条可持续发展之路，让AI发挥更大的价值。

日前发布的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出，要瞄准人工智能、集成电路、生命健康、脑科学等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。人工智能作为引领未来科技发展技术的排头兵，“十四五”时期必将会迈入新的发展阶段，支撑我国经济的高质量发展，打造经济增长的新动能。

人工智能概述

人工智能于1956年提出，半个多世纪以来，人类积跬步以至千里，积小流以成江海，推动以深度学习为核心的AI技术日益成熟，赋能各行各业。

“人工智能是关于知识的学科—怎样获得知识并使用知识的科学”，美国斯坦福大学人工智能研究中心尼尔逊教授曾如是说。麻省理工学院的温斯顿教授认为，人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。笔者认为，人工智能是研究人类智能活动的规律，构造具有一定智能性的人工系统，研究如何应用计算机模拟人类某些智能行为的基本理论、方法和技术。

人工智能的发展可以分为三个阶段，分别是弱人工智能、强人工智能和超人工智能。

弱人工智能是专于某一领域的人工智能程序，如AlphaGo虽然很擅长下围棋，却无法与人类玩一把飞行棋;强人工智能可同时应对不同层面的问题，具有自我学习、理解复杂理念等多种能力;超人工智能甚至拥有自由意志和自由活动能力的独立意识。当前人工智能产业还处于第一个阶段，一方面是由于技术发展还不成熟，另一方面是因为后两个阶段的人工智能所面临着的严峻而复杂的伦理问题尚未得到解决。

人工智能的技术基础不断夯实

人工智能的技术体系包含状态感知、实时决策和精准行动三个环节的关键技术，具体包含了机器视觉、语音处理等传感器相关技术，知识表达相关的理解性决策技术以及和行为相关的智能技术，而海量数据、芯片和算力、算法构成了人工智能技术体系发展的基础。

数据方面，人工智能的发展需要大量数据为机器学习的训练做支撑，而移动互联网、物联网等快速发展产生了海量数据，全世界超过90%的数据都是在近两三年之内产生的，并且预计到2025年，数据总量还将比现在增长10倍。

芯片和算力方面，第一类芯片是GPU，其多核并行计算流的工作方式让深度学习能够快速产业应用，和CPU相比，GPU的性能会高几十倍甚至上千倍。此外，拥有CUDA或OpenCL等比较成熟的编程框架，也是谷歌、Facebook、Twitter和百度等互联网巨头大多利用GPU让服务器学习海量的照片、视频和声音，改善搜索和自动化照片标记等各种功能的重要原因。但是，相比FPGA或ASIC的几十瓦甚至几瓦的功耗，几百瓦的高功耗带来的高成本是GPU最大的软肋。

第二类芯片是被称为人工智能专用芯片的ASIC，其典型代表—TPU在阿尔法狗里替代了一千多个CPU和上百个GPU，在高性能低功耗的突出优势背后，也有高研发成本和低通用性的弊端。近年来，我国在ASIC领域涌现出了如寒武纪和地平线等一批优秀的企业。

第三类芯片是FPGA，性能功耗比高，动态可编程、部分可編程的特点使其拥有足够的灵活性，微软数据中心对FPGA进行了大规模部署，亚马逊、腾讯、阿里云等也都利用FPGA增强高性能计算服务能力。

算法方面，随着深度学习理论和工程技术体系的成熟，软件形态通过云服务或者开源的方式向行业输出，先进的算法被封装为易于使用的产品和服务，越来越多的人和公司能够借助算法市场开始使用这些算法。科技巨头纷纷开发出各类算法训练的平台，推动多个应用领域的算法创新。如华为云AI模型市场可以供开发者和应用者发布和订阅AI算法模型;阿里云旗下机器学习平台PAI的3.0版本，配套推出了算法模型市场，细分了几十个场景的算法模型专区;近年来百度AI市场2.0的展示和售卖方式更加多元，并着重强调了买家可以发布需求，由AI开发者提供相应的定制化服务。

总体而言，随着人工智能技术基础的逐步夯实和快速发展，状态感知、实时决策和精准行动三个环节的关键技术不断突破，催生了很多新的技术，在全球各个领域中呈现出系统化工程学科的发展趋势。

人工智能产业发展进入理性的快车道

各国政府高度重视

据了解，未来几年，各国用于发展人工智能的投资将进一步加大。

就我国而言，2019年我国地方政府共出台了276项涉及人工智能发展的相关政策，覆盖了政务、医疗、制造、教育等诸多领域，对具体产业和应用场景开放的扶持政策内容比以往更加细化。2020年包括北京市、山东省、广东省、福建省等在内的多个省市再次发布了人工智能重点政策，这为产业发展培育了基本的土壤。截至目前，我国共创建了11个国家新一代人工智能的创新示范区和15个新一代人工智能开放创新平台。

科研机构对产业走向预测乐观

普华永道的最新研究指出，到2030年，凭借运用人工智能技术的创新型产品与效率的提升，全球经济总量有望额外增长13.4万亿欧元。国际管理咨询公司罗兰贝格预计到2030年，人工智能将在中国产生10万亿元的产业带动效益。

据《财富》统计，在过去4年里，人工智能专家的招聘人数增长了74%，被认为是当下“最火爆”的工作，经验丰富的人工智能专家的需求量正在以前所未有的速度增长。与此同时，我国教育部于2019年10月就《普通高等学校高等职业教育（专科）专业目录》增补了人工智能技术服务专业，近250所高校开始布局人工智能学科的建设，多个出版社已在出版人工智能的系列教材，也有几百所大专院校开设了人工智能技术服务专业，初步形成了人工智能基础理论研究、技术开发和技术应用多层次的人才培养体系。

龙头企业积极布局AI研发

在国外，博世集团已经明确将人工智能作为其关键技术，计划到2025年，博世的所有产品要么含有人工智能的相关功能，要么在人工智能的帮助下完成研发或生产。目前，博世已经有超过1000名软件工程师在从事人工智能方面的工作，未来两年内还将培训2万多名员工成为“人工智能通”。

在国内，阿里已在AI芯片、云服务、算法、平台、产业上实现了全面布局，人工智能调用规模已达每天调用超1万亿次，服务全球10亿人，日处理图像10亿张、视频120万小时、语音55万小时及自然语言5000亿句;百度预计到2030年，智能云服务器台数将超过500万台，未来5年预计培养500万AI人才。

AI正加速融入各行各业

只有进入行业中推动行业变革，AI才能发挥自身价值，尤其是对复杂行业而言。自2016年谷歌AlphaGo战胜围棋世界冠军后，全球人工智能技术升级和产业化势头汹涌。到了2019年，AI技术已步入全方位商业化阶段，随着数据、算法和算力三驾马车的快速发展，医疗、金融、交通等多个领域的AI赋能逐步发挥出显著成效，成为经济发展新引擎。

进一步推动AI产业的三点建议

在人工智能产业获得快速发展的同时，我们也应该清楚地看到，当前人工智能仍处于弱人工智能阶段，即有智能无智慧，有智商无情商，会计算无“算计”，有专能无全能，与强人工智能系统还存在一定差距，未来超人工智能还有长足的进步空间。

2020年的新冠肺炎疫情曾短暂为一些AI公司提供了商机，如人脸识别测温仪、语音识别电梯控制、行动轨迹智能化监测等，但简单地应用AI技术只能解决一些边缘的微痛点，只有融合行业知识深入生产系统解决更关键的问题，才能真正赋能企业发光发热。而业务、资本和技术的大肆炒作或骤然遇冷都会影响AI产业的发展。

人们往往会高估新技术短期带来的影响，又低估其长期能够产生的影响，为此建议从以下几点入手，进一步夯实我国人工智能产业的发展基础，推动产业循序渐进稳步发展。

一是政府要创新科技体制机制，加大资源投入力度，组织各方力量进行协同，攻关关键共性技术，充分发挥出技术杠杆的撬动作用，同时加强治理体系建设，平衡好创新发展与有效治理的关系。

二是企业加大研发投入，聚焦某一领域而不是把“摊子”铺得太大，找到行业痛点和空白，打磨优势能力，提高在单个产品上的壁垒，争做垂直领域的领先者。

三是学术界应鼓励原创性强、非共识的探索性研究，高度重视理论研究范式创新，創造有利条件，引导企业和科研院所协同攻关模式，提升理论创新的导向性和实用性。

强人工智能时代仍道阻且长，需要产学研各界的通力合作，共同探索出一条可持续发展之路，让AI发挥更大的价值。