中国人工智能的前沿水平与竞争策略

曹恒初，刘益东

(1.中国科学院大学，北京100049；2.中国科学院自然科学史研究所，北京 100190)

0 引 言

人工智能诞生于1956年，虽然经历低谷，总体看发展迅速，已经对人类社会的各个方面产生了深远的影响。中国的人工智能研究开始于20世纪70年代，经过四十多年的发展，在自动推理、知识工程、神经网络、机器学习、自然语言处理等多个领域取得了重要成果。中国人工智能经历了酝酿期(1972-1981年)、起步期(1981-2000年)、成长期(2000-2011年)和勃兴期(2011年-)。进入蓬勃兴起阶段之后，中国人工智能快速发展壮大，在国际上产生较大影响，目前中国人工智能的前沿水平究竟如何，在国际上占有何种位置，这个问题备受关注。我们通过对近年来中国学者在人工智能国际顶级会议获奖情况来探讨中国人工智能的前沿水平和国际地位，探讨人工智能面临的挑战，并在此基础上提出中国人工智能的竞争策略。

1 学科水平取决于学术带头人的前沿水平而非ESI排名

探求中国人工智能的前沿状况与国际地位并非易事，现在流行的ESI排名方法是不正确的，作者之一长期研究学术评价，指出大学与学科排名应以拥有拔尖人才数量为核心指标。拔尖人才应通过网上公开展示突破性成果及突破点4要素来显示其前沿地位，而不是用各种头衔。目前以外刊评文仍然流行，但是用ESI和基于SCI、SSCI等国际刊物发表论文进行学科排名是错误的，因为它们只能大致衡量学科的平均水平而不能衡量学科水平，学科水平是由学术带头人等拔尖人才的前沿水平决定的，正如硅谷之父、前斯坦福大学副校长弗里德里克·特曼所强调的“一所大学的学术声望，取决于是否有一批学术水平很高但人数不多的学术尖子，而不是因为它的学术水平普遍较高，但没有拔尖人才”。世界顶尖大学的学科平均水平与前沿水平都很高、两者基本一致，造成ESI排名合理的假象，当用它评价平均水平较高但缺乏拔尖人才的学科时才暴露其缺陷[1]。例如，2017年10月，US News公布了最新全球高校计算机专业排名，清华大学计算机专业名列第一，MIT第四、斯坦福第六、加州伯克利第八。美国计算机研究协会(CRA)发布了一份公开声明，指出该排名不合理，并请求计算机学科的人忽视这份排名。决定学科真实水平的是顶尖人才、拔尖人才，图灵奖获得者是计算机领域的顶尖人才。据维基官网统计，1966-2018年历届图灵奖获得者共计67位，排名前十位的大学是斯坦福(27位)、MIT(25位)、加州伯克利分校(25位)、哈佛(14位)、普林斯顿(13位)、卡耐基梅隆(12位)，而清华大学迄今为止仅有1位[2-3]。拔尖人才的水平是由其代表作水平决定的，人工智能国际顶级会议获奖的最佳论文就是拔尖人才的代表作，我们对中国大陆学者在人工智能顶级会议上获奖情况进行统计和比较，可以比较准确地衡量中国人工智能当前的前沿水平。

2 人工智能顶级国际会议最佳论文奖的统计与比较

2.1 人工智能领域顶级国际会议的确定

目前公认的人工智能国际顶级会议是7个A类国际学术会议，它们是AAAI、CVPR、ICCV、ICML、ICJAI、ACL、NIPS，前6个国际会议每年都会评选最佳论文奖，所评最佳论文奖多数年份是每年1篇，少数年份有2到3篇，NIPS仅设有最佳学生论文，因此本文仅对前6个国际会议最佳论文情况加以统计比较。

这些国际会议简况如下：AAAI全称AAAI Conference on Artificial Intelligence，是国际人工智能领域最高级别的学术会议，由人工智能领域主要学术组织的美国人工智能协会(Association for the Advancement of Artificial Intelligence)主办，会议旨在促进人工智能的研究和为人工智能的研究人员提供一个良好的学术交流平台，截至2018年共举办32届。CVPR全称IEEE Conference on Computer Vision and Pattern Recognition，是计算机视觉和模式识别领域的国际顶级会议，由电气和电子工程师协会(IEEE)主办，截至2018年共举办28届。ICCV全称International Conference on Computer Vision，是计算机视觉领域级别最高的会议，会议的论文代表了计算机视觉领域最前沿的水平，由电气和电子工程师协会(IEEE)主办，在世界范围内每两年召开一次，截至2018年共举办16届。ICML全称International Conference on Machine Learning，是机器学习领域的国际顶级会议，由国际机器学习学会(IMLS)主办，截至2018年共举办35届。ICJAI全称International Joint Conference on Artificial Intelligence，是人工智能领域中最主要的学术会议之一，原为单数年召开，自2015年起改为每年召开，截至2018年共举办27届。ACL全称Annual Meeting of the Association for Computational Linguistics，是计算语言学学会一年一度的年会，也是该领域最重要的学术会议。计算语言学学会始于1962年，原名为机器翻译与计算语言学学会(Association for Machine Translation and Computational Linguistics,AMTCL)，于1968年更名为ACL，截至2018年共举办56届。这些国际会议的参会人数往往数以千计，AAAI、CVPR、ICML、ICJAI在2017年均有超过2 000名参会者，ACL在2017年有超过1 000名参会者。

2.2 人工智能顶级国际会议最佳论文奖的统计与比较

对国际学术会议AAAI、CVPR、ICCV、ICML、ICJAI、ACL自1996年以来中国学者获最佳论文奖的情况进行统计，本文是对文献[4]中中国学者的获奖情况做进一步统计，得出获奖情况(表1)，共计8篇。

表1 中国学者在国际学术会议最佳论文奖中的获奖情况

表2 国际顶级会议最佳论文奖作者国籍统计

从统计结果可见，2011年以前没有中国学者获得过国际顶级学术会议的最佳论文奖，所有获奖的8篇论文均为2012年及以后。在AAAI、CVPR、ICML、ICJAI、ACL等会议所评最佳论文奖中均有中国学者获奖，但在计算机视觉领域公认级别最高的会议ICCV所评最佳论文奖中未有中国学者获奖。

从上述统计结果看，在中国人工智能蓬勃兴起阶段，中国学者的获奖论文数量仅次于美国，领先于其他国家。考虑到中国学者的获奖论文中，有3篇均为在2018年IJCAI获奖，较为集中，且如果在更长的时间范围内统计，英国的获奖论文总数量将超过中国，而具有科技积累优势。此外，获奖论文只是高水平成果的一部分，还有专利等其他成果。总体而言，至今为止中国人工智能仍然缺乏顶尖成果，例如除吴文俊获2000年度国家最高科学技术奖外，国内至今仍然没有获得国家自然科学一等奖、国家技术发明一等奖、国家科学技术进步一等奖的人工智能成果。从国际顶级期刊发表与国际顶级学术会议获奖论文情况看，美国显著领先，不仅最佳论文数量显著领先，而且从图灵奖的获奖情况看，在6次颁发给人工智能领域的10名获奖人中，9名为美国学者，1名为加拿大学者，没有中国学者。因此，综合考虑的结果是，目前人工智能的国际格局是，美国显著领先，中国、英国、日本、加拿大等国处于第二梯队，中国位于第二梯队前列。

近年来，中国学者在人工智能领域顶级国际会议上的获奖论文数量能够排在仅次于美国的位置，除了基于中国人工智能发展的长期积累，也与其他方面的因素有关。从表1中可以看出，获奖的论文有5篇来自清华大学和北京大学，这与国家对其的大力支持有很大关系。另外，3篇获奖论文来自清华大学，这与清华大学在人工智能领域的研究传统较为深厚有关。例如，欧洲人工智能奖获奖者张钹自1958年在清华大学任教至今，图灵奖获奖者姚期智自2004年在清华大学任教至今。

3 人工智能面临的挑战

计算机在许多方面都超过了人脑，比如记忆量、计算速度或某些定理的证明(如四色定理等)，然而这些都不能让人感到恐慌，因为计算机毕竟只是人的工具。但是当1997年5月11日世界国际象棋冠军卡斯帕罗夫以2.5∶35的比分输给了一台名为“深蓝”(又称“更深的蓝”)的超级电脑时，不安、兴奋、困惑等情绪笼罩着人们，这是人类第一次在高水平的智力游戏的对抗中，输给了自己的产品。2016年3月15日，谷歌人工智能AlphaGo与围棋世界冠军李世石的人机大战的最后一场结束，最终李世石以1比4败给了AlphaGo。至此，人类在最高最复杂的智力游戏中败给自己的产品。人工智能能够超过人类智能吗?这一问题已经迫切地摆在人们面前。霍金认为人工智能将取代人类，综合考虑人工智能专家等各方判断，超级人工智能并非是一种科学幻想[5]。为使论证更加简明,笔者之一曾经提出“博弈智慧”这一概念(刘益东，2000)，来定义人工智能超过人类智能是指在博弈智慧方面，前者超过后者。博弈智慧是指在竞争和斗争中以战胜对手为目的的智慧，如孙子兵法、三十六计、诸葛亮的运筹帷幄决胜千里的智慧和“深蓝”、“AlphaGo”计算机的智慧等都是博弈智慧。引入这个概念至少有4个好处:①我们最担心的就是机器具有这种智慧，而不太担心机器比人类更多愁善感，所以应该把机器的博弈智慧的增长作为研究和防范的重点；②目前人们普遍认为人工智能超过人类智能是指在智力、情感、意识、个性和社会性等各个方面都超过人类，所以总有人认为做到这一点不可能，同时证明能够做到这一点也十分困难，结果各执一词、相持不下，用博弈智慧代替全面的智慧,便于证明人工智能可以超过人类智能；③把机器获得生命意志和自我意识这样复杂的问题简化成将机器运作目标设定为“赢得对局的胜利”，机器的生命意志就是求胜的意志和“贏”的意志，从而较易实现，这也有助于证明人工智能能够超过人类智能；④可以借用“深蓝”“AlphaGo”系统获胜的事实来推测和证明在博弈智慧方面，人工智能终将超过人类智能，实际上“深蓝”“AlphaGo”的研制就是为了研究军事对策、市场分析等复杂问题。在博弈智慧方面，人工智能超过人类智能意味着人工智能不必与人类智能相同，不必具有人类智能的全部属性、无需人类丰富细腻的情感和复杂的社会关系，只要它工于心计谋略、擅长竞争博弈、求胜的意志坚定，就可以战胜人类、控制人类。现实生活中也有类似情况，有些人情感和知识并不丰富，但竞争意识强、谋略水平高，便屡屡在竞争中获胜[6]。2017年9月举行的2017全国首届兵棋推演大赛上，由中国科学院自动化研究所研制的人工智能程序“CASIA-先知V1.0”在“赛诸葛”兵棋推演人机大战中以7∶1的战绩大胜人类选手，展示了人工智能技术在博弈对抗领域的强大实力[7]。这已经初步证明了人工智能博弈智慧可以超过人类了。

人工智能超过人类智能意味着什么？按照上面给出的定义，这意味着与人类智能相比，人工智能具有更高的博弈智慧，在这种情况下智能机器一定要统治人类。原因是：人面对比自己聪明的机器，一定会感到不安全，担心受到攻击，一定会充满戒心和敌意。人类对付威胁历来只有3种办法：一是逃避，远离危险；二是妥协,化敌为友；三是攻击，消灭威胁者。显然一、二两种办法都不可行,地球太小，躲哪儿都不安全，移民其他星球也不现实，擅长争斗的异类你是不会信任的，因此也不可能成为朋友。剩下第三种办法，就是攻击对手，而这一切博弈智慧比我们高的智能机器都想到了，它能够猜中我们的心思，所以就只能先下手为强。而对付比自己弱的威胁者,只有两种办法：一是消灭之，二是统治之，即把它们控制起来，就像我们把老虎关进笼子一样。因此应该禁止一切提高机器通用智能的努力，增强机器的博弈智慧比增强敌人的智慧更可怕也更愚蠢[8]！

4 结语：中国人工智能发展的竞争策略

本文通过对近年来中国学者在人工智能国际顶级会议获奖情况来定位中国人工智能的前沿水平和国际地位，探讨了人工智能面临的挑战，说明目前西方主流的人工智能发展模式不可持续，继而在此基础上提出我国人工智能的竞争对策。中国人工智能未来发展有两种策略可供选择，这两种选择对应两种科技大局观，一是趋势外推的世界主流的科技大局观，二是改弦易辙的非主流的科技大局观。作者之一长期研究科技重大风险，得出的结论是以致毁知识不可逆增长为核心的科技危机是人类面临的最大危机与挑战，知识极易扩散的互联网时代，科技伦理、科技法律与安全监管因不能约束世界上所有研发活动而失灵，目前兴起的人工智能伦理等尖端科技伦理难以奏效。世界主流的科技大局观是错误的，化解和应对科技危机与科技巨风险，需要改弦易辙，必须大力发展可持续创新的新型科技，发动以受控技术崛起为特征的新技术革命。对于新型人工智能而言，应该禁止发展通用人工智能，只发展非自主的、经过严格筛选的专用人工智能，并坚守这一底线原则。这一竞争对策看似偏离目前人工智能主流，实则避开竞争激烈的“红海”这一不可持续的发展模式，开辟了发展受控的、可持续创新的、行稳致远的人工智能新型发展模式。最终在全球范围内，引领发展底线安全的可持续创新的新型人工智能。为此“蓝海”策略，同样要解决一系列难题、甚至要解决一系列更大的难题，打造真正的以人为本、造福社会的人工智能[8]。