热点:从新闻社会迈向智能社会

本篇文章3065字，读完约8分钟

高文黄铁军

人工智能( ai )是实现机械上类似乃至超过人类感知、识别、行动等智能的系统。 与人类历史上的其他技术革命相比，人工智能对人类社会快速发展的影响可能居于前列。 人类社会也从由计算机、通信、网络、大数据等技术支撑的新闻社会走向以人工智能为关键的智能社会，人类的生产生活和世界的迅速发展结构由此将发生更严重的变化。

人工智能有强人工智能和弱人工智能。 强人工智能，也称为通用人工智能，是指能够适应或超过人类水平的外界环境挑战的、有自我意识的人工智能。 弱人工智能也称为狭义的人工智能，是指人工系统实现专用或特定技能的智能，如面部识别、机器翻译等。 迄今为止众所周知的各种人工智能系统只实现了特定或专用的人类智能，是弱人工智能系统。 弱人工智能可以单独挑战人类。 比如下围棋，人类已经不是人工智能的对手了。

人工智能迅速发展的基本思想和技术路径有三种

人工智能研究事业始于20世纪40年代，其完善概念于1956年正式登上历史舞台，在美国达特茅斯学院举行的“人工智能夏季研讨会”上提出。 这个研讨会的主题是用机器模仿人的学习和其他方面的智能，推进人工智能的起伏、螺旋的快速发展过程。

第一阶段，1956—1976年，基于符号逻辑的推理说明阶段。 这一阶段的首要成果是利用布尔代数作为逻辑运算的数学工具，利用演绎推理作为推理工具，迅速发展逻辑编程语言，实现了代数机器定理说明等机器推理决策系统。 但是，在人工智能理论和做法工具还不完善的初期阶段，以克服认识为目标显然是不现实的，人工智能研究逐渐从高潮进入低谷。

第二阶段，1976—2006年，基于人工规则的专家系统阶段。 这个阶段的首要进展是开辟知识工程的新研究领土，开发专家系统工具和相关语言，开发多种专家系统，如故障诊断专家系统、农业专家系统、疾病诊断专家系统、邮件自动筛选系统等 专家系统主要由知识库、估计器和交互接口组成，其中知识库知识主要由各行业专家人工构建。 但是，知识只通过专家的手工表现来实现，最终，专家系统与人类专家与时俱进的学习能力不一致，人工智能研究第二次进入瓶颈期。

第三阶段，2006年至今，大数据驱动的深度神经互联网阶段也是深度学习走上大路的时期。 人工神经网络的迅速发展随着人工智能的迅速发展发生了起伏。 早期人们关注能够模拟生物神经系统的一些功能，但很多复杂的网络学习收敛性、顽强性和快速学习能力一直难以掌握，直到20世纪80年代的反向传递算法的发明和90年代的卷积网络的发明，神经网络 深神经网络的做法走到前台，开辟了人工智能的新阶段。

总结一下诞生以来人工智能迅速发展的基本思想和技术路径有三种。

第一条路径是符号主义或逻辑学派，形式逻辑是其理论基础，人工智能应该从智能的功能模拟开始，认为符号是智能的基本要素，智能是符号的表现和运算过程。 在上述第一阶段和第二阶段，符号主义都是主导思想。

第二条路径是连接主义或神经网络学派，发生在1940年代，智能活动强调了大量的简单(神经)单元是通过许多杂乱的连接并行执行的结果。 其基本思想是，人脑的智能既然是由神经网络产生的，那就用人工的方法构建神经网络，通过训练产生智能。 人工神经网络是生物神经网络的抽象和简化。 80年代神经网络的兴盛和近年兴起的深度学习互联网都是包含多层神经元的人工神经网络。

第三条路径是行为主义或控制学派，也称为进化主义。 这个学派起源于1980年代末、90年代初，思想来源是1940年代的控制论。 控制论认为，主体与环境和其他主体相互作用的成功经验是主体优胜劣化、适者生存的结果。

机器学习是未来的方向，使人类摆脱重复劳动

机器学习是20世纪80年代中期迅速发展的人工智能的新方向。 机器学习研究机器如何模拟或实现人类的学习行为，获得新的知识和技能，根据环境适应性地调整对策。 机器学习可以通过机器“总结”和“推理”经验自动改善。

目前机器学习仍然是人工智能研究的热点之一，包括深入学习的说明和可靠性，增强智能系统的适应学习和适应能力，包括无监督学习、多模式合作学习、强化学习、终身学习等新的机器学习方法。 另外，考虑到数据安全和隐私保护，在数据加密或部分加密的情况下如何学习也是重要的研究方向之一。 在深入学习的浪潮下，人工智能的其他研究方向也迅速发展，包括机械感知、模式识别和数据挖掘、自然语言解决、知识表达和解决、智能芯片和系统、识别和神经科学启发的人工智能、人工智能和其他学科的交叉等。

中国是世界上人工智能研究开发和产业规模最大的国家之一。 我们在人工智能基础理论和算法、核心芯片和部件、机器学习算法的开源框架等方面起步较晚，但在国家人工智能优先的快速发展战略、大数据规模、人工智能应用场景和产业规模、青年人才数量等方面有特点

中国人工智能发展迅速，挑战与机遇同在，机遇大于挑战。 虽然是后来者，但我们的市场规模大，青年多，奋斗精神强，长期以来更有特点。 如果说18世纪中叶蒸汽机带来了第一次产业革命，那就持续了100年。 19世纪中叶电力带来了第二次产业革命，持续了100年。 20世纪中叶计算机和通信带来了第三次产业革命，到现在已经持续了70多年。 预计本世纪中叶前后的人工智能会带来下一次产业革命，有可能影响一百年。 当然，现在人工智能技术的储备还没有达到打开智能时代的水平，需要继续积累和创新。 现在的计算机体系结构无法满足实现强大人工智能的诉求.。 未来可能的突破方向包括人工智能基础理论和算法、类脑计算、生物计算、量子计算等。

其影响不仅关系到国家的迅速发展，也关系到亿万工人的日常生活。 以深入学习为代表的人工智能技术发展迅速，得到广泛应用，深刻地改变了人类社会生活的各个方面。 产业界从提高效率、降低价值成本等角度，积极使用人工智能技术，处理智能机器人、智能制造、智能监视、无人驾驶、自动问答、医疗诊断、智能家庭、政务法务等各种应用问题，为人类带来福利。

从就业的角度来看，更多的超市、银行、餐厅开始采用机械服务，律师、证券解体师等高知识含量的工作也有可能被机器人取代，挑战劳动者的就业。 人工智能的应用必然会提高劳动生产率，如第一次产业革命期间，机器的应用以前传到轻工业就业岗位，但创造了越来越多的新兴产业就业岗位。 人工智能也同样，随着其迅速发展，会产生很多新的岗位，但对技能的要求与以前传达的岗位不同。 因此，随着人工智能的推进，教育训练体系也应该随着就业结构的变化而积极调整，加快产业升级中职业调动训练的推进。

人工智能使我们摆脱了简单重复的劳动，有助于人类充分发掘自己的智能潜力。 面对即将到来的智能社会，我们应该以积极的态度接受变化。 与其担心工作会被夺走，不如和机器“互相鼓励”，机器还在继续学习。 我们人类不应该多学习，终生学习吗？

(作者高文是北京大学教授，中国工程院院士，黄铁军是北京大学教授)

推荐读物:

1 .《人工智能导论》:李德毅主编中国科学技术出版社出版。

全面涵盖人工智能的基本概念和重要方向，图像文字排列，通俗易懂。

2 .《人工智能全球结构:未来趋势与中国潜力》:国务院快速发展研究中心国际技术经济研究所等著。 中国人民大学出版社出版。

客观看待各国政府和科技企业人工智能布局，讲述以科技创新引领世界的中国故事。

3.《ai的25种可能性》: [美]约翰·布罗克曼编著； 浙江人民出版社出版。

25位著名专家从不同的角度解读人工智能，给专家和大众网民带来了启发。

《人民日报》(年02月18日20版)

标题：热点:从新闻社会迈向智能社会    地址：http://www.leixj.com/gy/2021/0316/41124.html