中国人工智能学会通讯——拥抱人工智能2.0新时代 1.1 人工智能 1.0 已基本成熟...

人工智能在经历了60年的发展之后，终于从婴儿发育成幼儿，开始显现出自身远大的发展前景。尤其是Watson和AlphaGo的出现，使得业内人士大喜过望。人类不仅解放了肉体，可以不必身临其境地去从事繁重、危险的体力劳动，而且还初步解放了思维，可以用机器来替代人们进行简单的脑力劳动。按照这样的趋势发展下去，人工智能迟早能够取代人类，能够独立完成人类所能做的任何事情，甚至会超过最优秀的人类。为此，各国纷纷出台相关政策，抢抓人工智能时代的主导权。

1.1 人工智能 1.0 已基本成熟

之所以说人工智能已经从婴儿时期进入到幼儿时期，主要是由于人工智能已经不再局限于仅在原地对世界进行观察与理解，而是开始四处爬行、蹒跚学步，并逐步探索与改变周围的环境。这主要表现在以下几个方面。

1. 棋类游戏全面战胜人类对手

从计算量较小的国际跳棋到计算量最大的围棋，人工智能在棋类游戏领域已经全面战胜了人类的对手。第一台能同人下棋（国际跳棋）的计算机出现在1958年，名为“思考”，机型是IBM704，计算能力是200步/秒，而从1994年起国际跳棋程序切努克（Chinook）就从未被人类击败过。在国际象棋方面，国际象棋软件4.0于1973年问世之后就快速成长起来，IBM的“超级深蓝”1997年以3:2击败了卡斯帕罗夫；“深弗里茨”于2002年10月与克拉姆尼克4:4战平。在围棋方面，日本电脑围棋软件“ZEN”于2012年3月在受五子和受四子情况下均击败武宫正树九段；谷歌的AlphaGo 先是在2015年10月以5:0战胜欧洲围棋冠军、职业二段樊麾，然后又在2016年3月开始的比赛中以4:1战胜了多次取得世界冠军的韩国棋手李世石，在2017年初又在网络棋坛上取得60连胜的战绩，横扫几乎所有顶尖棋手，现在又以3:0战胜世界排名第一的柯洁，人类世界再无对手。

从图1所示的棋类人机大战历史进程中可以看出，从跳棋到象棋再到围棋，计算量越来越大，计算难度也越来越大，连被认为是一对一智力较量的最高等级游戏、人类的最后堡垒、计算难度最大棋类——围棋也不能阻止人工智能前进的步伐，不能不让人们对人工智能刮目相看。

2. 识别与理解能力开始显著提升

在语音识别与理解领域，IBM在1950年代末就开始了语音识别研究工作，并在1962年西雅图世界博览会上展出了被称作“鞋盒”语音识别机器，1992年研制成功世界上第一套听写系统ISSS，1997年推出了ViaVoice。目前，自然语言识别与理解技术已经超过人类，并开始在语音输入、自动化客服等相关领域商用，并向同声传译进军。不仅如此，牛津大学2016年11月发表的论文显示，其研发出的人工智能系统LipNet能够将视频中人物的嘴巴活动与其台词进行匹配，准确率高达93.4%，而即使是最专业的唇语解读者，其准确率也只有20%~60%。在图像识别与理解方面，目前机器图像分类的错误率仅为3.0%，而人眼的辨识错误率约在5.1%左右，并能够根据图像写出其所表达的含义。除了我们常见的二维码应用和OCR（光学文字识别）已经获得广泛商用之外，图像识别与理解技术在自动驾驶、智慧医疗等领域的能力表现也显著超过了人类顶级专家。再有，如果说棋类游戏是属于信息对称的游戏，理解起来相对简单的话，那么人工智能在信息不对称的游戏中也渐渐占据上风。今年年初，卡内基梅隆大学研发的人工智能系统Libratus就在长达20天的鏖战中，打败了4名世界顶级德州扑克玩家，最终赢得了德州扑克大赛，这标志着人工智能已经不再仅仅是暴力计算的代名词，而是有了对不完整信息的理解能力，以及据此作出最佳策略的能力。

3. 基于深度学习的各类应用已陆续展开

目前，基于深度学习的各类应用已经取得了较好的应用效果，并且正在推动人类社会从信息化时代向智能化时代转变。在云计算、大数据，以及深度学习的推动下，人工智能技术已经开始改变网络空间中业务模式。搜索引擎机器人能够根据用户画像为用户推荐满意的搜索结果和广告，写作机器人能够自动撰写新闻甚至科研论文，传媒监管机器人还能够自动识别黄色和政治敏感的图像与视频。我们还记得，就在2016年3月25日不到一天的时间，推特(Twitter)上的微软人工智能机器人Tay就被人类“教坏”，成为一个脏话连篇的种族主义者，虽然微软不得不将其立即下线，但人工智能强大的学习能力已经表露无遗。尤其是IBM基于前期60多年的持续技术积累，已经将其技术精髓集中体现在Watson之中，并从近几年开始陆续将其所取得的成果在十几个行业进行商用，从最初的信息产业延伸至医疗、环保、投资、保险、并购、法律、时尚等，为相关用户提供较为完善的解决方案，期望引领整个社会全面迈入认知商业新时代。此外，牛津大学正在考虑将Libratus技术应用在商业谈判、军事战略和大型银行使用的高频交易系统等各个领域，日本已经开始将情绪识别与理解用于检测网民的自杀倾向。基于上述原因，我们完全有理由判定，人工智能将会改变人类生活的方方面面。

4. 人工智能尚未出现本质性突破

人工智能的发展已经经历了三次大浪潮，如图2所示。现在人工智能在深度学习的推动下，迎来了新一轮的发展浪潮中。但是，本次浪潮仍然还是由于互联网、云计算、大数据等发展所带来的红利，无论是从技术上，还是从应用上来看，人工智能仍然处于处级发展阶段，没有出现本质性的突破。

目前的人工智能主要是机遇深度学习的，而随着应用的不断深入，深度学习已经开始逐渐显现出诸多弱点。深度学习是基于统计学的方法，并不能保证随着层数的增多和训练数据集的增大而获得更高的精度。深度学习所学习到的内容是数据集的特征，而不是用户所关心的知识。深度学习还存在黑箱问题，用户根本就不知道深度学习分析的结果所为何来。深度学习是基于大数据的智能，无法解决小数据问题。深度学习限于其数据集的问题，还只能用于某个特定领域之内，无法解决常识性知识问题，因而也不具备通用智能。