2 智能时代的来临及其冲击
互联网的演化正从移动互联网向物联网迈进。与此同时，基于各种网络对广域或全球性物态、事态的感知、认知及对目标、终端设备远程控制的膨胀性需求又激发了物联网向工业互联网(或称信息物理系统)(cyber physical system，CPS)的迈进。大数据的海量累积，不断对更强大的计算能力和更智能的计算方法提出新的要求，新一代人工智能建立在各种前沿技术加速互融互通的基础上，使社会生产和消费从工业化向自动化、智能化转变，人类因此进入到智能时代，这是科技发展的必然结果。
2017-06-29以“迈向大智能时代”为主题的首届世界智能大会在天津召开。大会发布《天津宣言》，认为以智能科技为代表的新技术革命，其影响之大、渗透之广、植入之深前所未有，智能科技产业形成从宏观到微观各领域的智能化新需求，将重塑全球经济结构，催生新技术、新产品、新产业、新业态、新模式，打造智能经济、智能社会和智能生活。越来越多简单性、重复性、危险性的任务由新一代人工智能完成，个体创造力将得到极大发挥。围绕提高人民生活水平和质量的目标，加快人工智能深度应用，将为我国经济发展注入新动能，形成泛在随动的智能化环境，全社会的智能化治理水平将大幅提升，社会运行更加安全高效，人们能够最大限度享受便捷生活和提升获得感。
同时，智能科技应用与产业发展，将对道德伦理、安全隐私、法律法规、商贸金融以及人才培养、劳动就业、知识产权保护等方面产生影响和冲击，积极应对、主动作为，让智能科技成果更好地服务人类命运共同体，是国际社会的共同责任[6]。
2.1 智能时代人工智能的特征
经过60多年的演化，特别是在移动互联网、物联网、大数据、云计算、神经科学和脑科学等新理论、新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征[7]。
其中，深度学习作为这一波人工智能高潮的代表性技术，极大拓展了人工智能的领域范围。与传统的为解决特定任务、硬编码的软件程序不同，深度学习是用大量的数据来训练模型，通过各种算法从数据中学习如何完成任务。深度学习模型属于机器学习中的神经网络，而神经网络的历史可以追溯到上世纪80年代[8]，随着各类数据的不断积淀，信息社会演进到大数据时代，才让深度学习重放异彩。深度学习的本质是通过多层非线性变换，从大数据中自动学习统计性特征，深层的结构使其具有极强的表达能力和学习能力，尤其擅长提取复杂的全局特征和上下文信息，而这是浅层模型难以做到的。如今已有数种深度学习框架，如深度神经网络、卷积神经网络、深度置信网络和递归神经网络被应用于计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域，并获取了很好甚至超过人类的效果。
跨界融合，则强调了新一代人工智能系统的数据源特征。通过跨界不同类数据的智能融合和综合算法，提升认知能力和智能决策水平是其宗旨。随着传感设备的日新月异和泛在网络的不断演进，自动采集的海量感知数据，随同已有的人工处理数据，被用于训练并驱动人工智能的生成，呈现从文字、图像、音频、视频等单一媒体形态逐步过渡到跨领域、跨类别、跨环境、跨媒体、跨平台、跨层级的多种媒体形态一体化的特征。感知作为信息系统与物理世界的连接纽带，其对物理世界抽象能力的高低和精准度决定了其是否能创造出高级的人工智能系统。未来的AI系统应拥有类人甚至超人的智能感知和跨媒体的感知计算能力，包括类人和超人的主动视觉、自然声学场景的听知觉感知、自然交互环境的言语感知及计算、面向媒体感知的自主学习、大规模感知信息处理与学习引擎、城市全维度智能感知推理引擎等方面[9]，而如何实现跨界的并发协同和融合处理就成为了研究和应用的关键问题。
人机协同，体现了新一代人工智能在人与机器的交互形态上，呈现由“人机分立”到“人机协同”，最终向“人机合一”发展的总体趋势。机器的信息感知、计算和存储能力已经达到甚至超过人类，然而, 在没有人工干预的情况下, 机器却缺乏发明出高效优雅算法的能力。“阿尔法围棋”所呈现出来的超强棋力，既来自于强大的机器计算性能，更取决于结合了强化学习与深度学习的人类算法。与其说是机器战胜了人类，不如说是人机协同的增强版让人类战胜了自己。在脑科学领域, 左脑被视为逻辑脑和科学脑, 右脑则是艺术脑和创造脑。机器在摩尔定律的加持下，可以说已经胜过人类的最强左脑。然而，尚无迹象表明, 机器能以某种形式像人类右脑那样进行自主创新、创造和创意活动。自出生起，就习惯于左右脑协同工作的人类，在与机器增强的左脑协同下，将更加专注于右脑功能的开发，并尝试将人的作用或认知模型引入到人工智能系统中，形成混合-增强智能的人机协同形态, 从而实现人类与机器的共同进化。
群智开放，体现的是在开放复杂网络信息环境中，新一代人工智能将从强调精英专家的知识模拟走向众包、众创，由下而上、跨层级、跨粒度涌现群体智能的特征。源于对蚁群、蜂群、鱼群、鸟群等社会性生物群体行为的研究，通过复杂系统内部个体之间的局部协同及与环境互动, 涌现出在系统规模上才能观察到的新逻辑、新形态和新模式。在互联网环境下，已经有群体计算、参与式感知、社群感知等相关研究，通过互联网组织结构以竞争和合作等多种自主协同方式来共同应对挑战性任务。未来万物互联的泛在网环境，将人与人、人与物、物与物相互连接，恰如钱学森先生提出的开放式复杂巨系统[10]，借鉴自然界群体智慧的涌现现象，研究整体大于局部之和的机理，将会为开放环境下的复杂系统决策任务的解决提供新途径。大数据驱动下的人工智能系统，将人类知识的智能库与深度学习的机器智能相互赋能增效，形成人机物融合的“群智空间”[11]。群体智能将有可能成为泛在网智能生态系统的智力内核，从下到上涉及泛在网各层次的所有组织及关系网络。中国拥有全球最大的互联网及移动互联网市场，为群智研究提供了良好的平台基础，推动群智众创服务平台在智能制造、智慧城市、智慧农业、智慧医疗等重要领域广泛应用，将有利于形成群体智能驱动的创新应用系统和创新生态，占据全球价值链高端。
自主操控，体现了新一代人工智能在自主无人系统的智能化水平上接近或达到，甚至在某些方面超过人类的趋势特征。自主无人系统的智能技术，包括无人车、无人机、服务机器人、空间机器人、海洋机器人、无人车间和智能工厂等[12]。未来10~20 a，中国城市轨道交通及高速铁路的全自动无人驾驶将逐步推进，无人驾驶车辆在局部地区和环境下将实现商业化应用，无人机将实现多行业规模化、产业化应用。自主无人系统产业将有效缓解中国“人口红利”消失对经济发展的冲击，成为世界经济进步的新引擎，在空间探测、深海探测、极地科考等军民融合领域发挥重要作用。同时，中国已迈入老龄化社会的门槛，随着自主无人系统的复杂动态场景感知与理解、实时姿态调整和精准定位、面向复杂环境的适应性协同精密导航等关键技术的飞速发展，服务型机器人将大量进入家庭，届时, 拥有3.5亿个家庭的中国, 家庭服务机器人的销量将如现在的手机一样, 保守估计也有上亿台, 而全世界总需求量将达到几十亿台。这个以万亿美元计的未来大市场不仅将包括目前计算机、无线通信、网络和软件在内的种种上游资源, 单是催生出的机器人维修与配套市场就难以想象其规模。日、美、欧和中国的业界专家们都已预见到, 这将是未来多年间，任何产业也无法比拟的大市场。
2.2 智能时代的机遇
新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。目前，各国均在政策层面强调和推动人工智能的发展，力争抢占产业技术的制高点。
美国于2016年10月发布了《为人工智能的未来做好准备》《国家人工智能研究与发展战略规划》两份报告，将人工智能上升到美国国家战略高度，确定了美国在人工智能领域7项长期战略[13];欧盟主攻以超级计算机技术来模拟脑功能，启动“人脑项目”，并在人工智能立法方面未雨绸缪;英国科学和技术委员会于2016年10月发布《机器人和人工智能》的报告，呼吁政府介入监管和建立领导体制。2017年1月，英国政府宣布了“现代工业战略”，增加的47亿英镑的研发资金将用在人工智能、智慧能源技术、机器人技术和5G通信等领域;日本依托在智能机器人领域的全球领先地位，于2015年提出了“世界机器人创新基地”“世界第一的机器人应用国家”“迈向世界领先的机器人新时代”3大核心目标，并制定了五年计划。2016年日本政府提出名为“超级智能社会”的未来社会构想，并于2017年制定了人工智能产业化路线图。
国内近几年也出台了扶植人工智能发展的相关政策，如国务院发布的《中国制造2025》提出加快发展智能制造装备和产品，《国务院关于积极推进“互联网+”行动的指导意见》明确提出人工智能作为11个重点布局的领域之一，《“十三五”国家科技创新规划》中智能制造和机器人成为“科技创新-2030项目”重大工程之一等政策文件，积极推动人工智能在各个细分领域的渗透。2017年7月8日，中国首部国家级人工智能发展规划——《新一代人工智能发展规划》由国务院印发，标志着新一代人工智能发展提升到国家战略层面。
目前，中国在全球人工智能方面的研究和应用处于第一梯队。从全球人工智能申请专利数量来看，美国、中国、日本位列前三，且数量级接近，3国占总体专利的73.85%。位列第4的德国人工智能专利数量仅为中国的27.8%，美国的16.8%[14]。
全球人工智能企业数量集中分布在美国、中国、英国等少数国家，3国企业数量占总数的65.73%。与人工智能企业分布相同，美、中、英3国融资规模为全球最大，但三者间的规模差距较大，美国为英国的21.9倍、中国的6.96倍。
加速积累的技术能力与海量的数据资源、巨大的应用需求、开放的市场环境有机结合，是中国人工智能发展的独特优势。目前，中国在人工智能领域的国际科技论文发表量和发明专利授权量已居世界第二，语音、视觉识别技术已处于国际领先水平。人工智能创新创业日益活跃，一批龙头企业加速成长，在国际上获得广泛关注和认可。中国具备了领先人工智能领域的所有要素，包括政府资助、人口众多、研究界活跃，以及一个期待技术变革的社会。人工智能的研究和应用，将为中国的产业升级和供给侧改革创造“换道超车”的机遇期。
2.3 智能时代的冲击和挑战
人工智能是影响面巨大的颠覆性技术，可能带来就业结构的改变、新的阶层分化、冲击法律与社会伦理、侵犯个人隐私、挑战国际关系准则和权力格局等问题，将对政府管理、经济安全、社会稳定乃至全球治理产生深远影响。例如，如果人工智能的决策导致意外甚至犯罪，谁应当对其负责，人工智能创作的知识产权归谁所有，人工智能研发人员有哪些法律权利与义务，谁可以拥有个人数据，数据应以何种方式共享而又能保护隐私，面对日趋严峻的网络安全攻击又该如何保护数据安全，一旦人工智能拥有超级能力，又该用哪些措施进行管控，海量数据规模和算法复杂度的提升带来的高耗能如何解决等问题。
因此，必须高度重视可能带来的安全风险，加强前瞻预防与约束引导，最大限度降低风险，确保人工智能安全、可靠、可控发展，有效保障国家安全和个人隐私。史蒂芬·霍金、伊隆·马斯克及超过1 000名人工智能和机器人研究员曾共同签署请愿信，要求禁止在战争中使用人工智能，并警告“自动化武器”可能带来可怕灾难[15]。人类需要通过类似核安全公约一样强有力的国际公约，来确保人工智能系统的和平使用，以保障世界各国的安全。一些国家原本期待快速增长的人口能够推动劳动力密集型经济的发展，如印度。但如果这样的大国，让大量人力工作岗位被机器取代，将加大国家间的发展鸿沟，甚至可能出现新的社会动荡。机器智能在信息多元、数据体量、决策效能等方面远优于人类，这一优势可能会被掌握其技术的企业用以诱导甚至控制不同人群的行为习惯，人类如何保持行为与决策的自主地位，都是值得深刻思考的问题。
另一方面，虽然中国的人工智能研究和应用热度很高，还必须清醒地认识到中国人工智能整体发展水平与发达国家相比仍存在差距，缺少重大原创成果，在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、平台软件与接口等方面差距较大。有行业影响的人工智能开发平台和产业生态尚未形成，也没有产生世界知名的人工智能重大产品，缺乏支持行业发展的试验平台和数据集，适应人工智能发展的基础设施、政策法规、标准体系亟待完善。
人工智能尖端人才同样远远不能满足需求。人工智能领域的竞争，主要体现为人才之争。只有投入更多的科研人员，不断加强基础研究，才会获得更多的智能技术。中国企业的人工智能转型，不仅需要依靠研发费用和研发人员规模上的持续投入，还应该加大基础学科的人才培养，尤其是在算法和计算性能领域。一些企业可以通过学习国外先进的产品和技术，充分发挥国内的研发成本优势和行业风险把握优势等，来获得在中国乃至国际市场份额的突破。
为应对智能时代的上述冲击和挑战，《新一代人工智能发展规划》给出了较系统的研发部署：瞄准应用目标明确、有望引领人工智能技术升级的基础理论方向，加强大数据智能、跨媒体感知计算、人机混合智能、群体智能、自主协同与决策等基础理论研究。布局前沿基础理论研究，针对可能引发人工智能范式变革的方向，前瞻布局高级机器学习、类脑智能计算、量子智能计算等跨领域基础理论研究。开展跨学科探索性研究，推动人工智能与神经科学、认知科学、量子科学、心理学、数学、经济学、社会学等相关基础学科的交叉融合，加强引领人工智能算法、模型发展的数学基础理论研究，重视人工智能法律伦理的基础理论问题研究。
《新一代人工智能发展规划》还明确了中国发展人工智能的“三步走”战略：到2020年人工智能总体技术和应用与世界先进水平同步;到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平;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。“三步走”战略作为国家层面的顶层设计，为中国在人工智能领域达到世界领先水平树立了明确的发展目标。
声明：中国勘测联合网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
