“新一代人工智能的新理論、新技術、新平臺，如果跟社會的新需求相結合，會有強大的延展性和滲透性。”全國政協常委、外事委員會主任、中國工程院原常務副院長、院士潘云鶴先生在“2017中科曙光智能峰會”上，對人工智能產業的發展前景做如此描述。

人工智能的概念是如何提出的，人工智能邁向新一輪的發展有哪些動因，人工智能走向2.0又將迎來哪些新的理論和挑戰。看潘云鶴院士為大家揭開人工智能的發展之路。（根據潘云鶴院士演講速記做了遵照原意的部分修改）

話題1：人工智能發展60年涌現出新的關鍵理論與技術

1956年，斯坦福大學J. McCarthy教授、麻省理工學院M. L. Minsky教授、卡內基梅隆大學的H. Simont和A. Newell教授（以上四位皆為圖靈獎獲得者）、信息理論之父貝爾實驗室的C. E. Shannon、IBM公司N. Rochester等學者在美國達特茅斯（Dartmouth）學院首次確立了“人工智能”概念：讓機器能像人那樣認知、思考和學習，即用計算機模擬人的智能。

人工智能誕生后，其應用也應運而生。上世紀七十年代以來，人工智能的應用任務和領域包括機器定理證明、機器翻譯、專家系統、博弈、模式識別、學習、機器人和智能控制，這些都朝著模擬人的智能這一方向在發展。

人工智能發展六十年，中國工程院對人工智能（尤其是應用領域）研究后發現，人工智能大變，涌現出很多新的關鍵理論與技術，如大數據智能、群體智能、跨媒體智能、人機混合增強智能、自主智能系統。

如今人工智能是大數據的支持方式，所以直接稱之為大數據智能。現在已經不是一臺計算機進行應用，而是用互聯網把很多人和很多計算機連在一起，形成群體的智能。再比如說，過去處理多媒體信息，主要處理的是圖像和聲音，但是人在處理問題的時候，不是按照多媒體分開處理的，它在感知方面多媒體處理，感知以后在認知方面實際是一個跨媒體處理。如一個人走到故宮，走到太和殿，馬上會想到故宮和太和殿的形成，這就是結合起來思考。實際上人的很多創造能力源于跨媒體，是否有能力從一種媒體進入到另一種媒體進行思考，這個問題越來越引起人工智能界的重視，這就是跨媒體智能。

人工智能應用也有新的變化，如智能城市、智慧醫療、智能制造等。所有這些變化是如何產生的？我們需要研究它的根源。因此在這樣的基礎上，中國工程院列了一個重大課題進行研究，這個重大課題里面所提出的觀點，為國家領導所接受，所以在2017年也就是今年的7月20日，中國發布了新一代人工智能發展規劃。

話題2：人工智能2.0源自世界從二元空間進入三元空間

世界原來是二元空間：人類社會空間（H）和物理空間（P）。但近年來，信息力量的迅速壯大，已長成除P、H兩極之外的新一極：信息空間（C）。

信息空間是怎么壯大的？

大概五十年前，人類還是兩元空間，那時候雖然有很多信息，但所有信息都來自于人類。后來人把信息進行互聯，但仍處于兩元空間，因為信息還是來自于人。但當我們走到第三步，很多信息就直接來源于物理世界了。為什么？因為我們布置了大量的傳感器，形成了傳感器網。比如我們發射了很多衛星，衛星一天24小時每小時3600秒不停在地球上傳達信息，這些信息如此之大，以至于人已經無法處理。再比如杭州有五十多萬臺攝像機，這些攝像機傳達的信息也是人很難處理的。

在兩元空間的時候，人在不斷認識物理空間是什么、怎么變化的，這叫自然科學。人要改造物理空間，要造橋、造路、造房子、造城市、造機械等，這叫工程技術。人要了解人類社會自身，這叫社會科學。這是我們在兩元空間時候的三種分類。

現在出現了一個新的空間——信息空間。人類想了解物理空間，可以不直接去觀測它，而通過信息去觀測。人類用傳感器得到大量多媒體信息，形成了大數據。人類分析這些數據，最后了解到物理世界是什么樣的。人類去改造物理空間，也可以不直接去改造它，而是通過人機交互、大數據、自主裝備去改造物理世界。這種能力越來越大，今后會變得非常厲害。人類了解認知自身，也可以通過數據去了解。互聯網數據的逐漸擴大就讓我們看到了人類社會的另外一面。

空間的變化，不僅出現了大數據，也出現了新的通道。新的通道會帶來新的計算，新的認知會帶來新的學科門類。這些新的通道和認知就引起了人工智能的大變革。這些通道不但給計算機學科，甚至給智能學科、工程計算和社會都提供了研究的新途徑和新方法，而且一定還會形成更多新的學科門類。

比如城市運行系統。城市是人類創造的最大的系統，它如此復雜，所有做城市規劃的專家，都承認城市規劃是經驗，不是科學。因為他很難把城市的空間、經濟、環境統一規劃好。一個城市的人口、城市的產業是錯綜復雜的關系。目前的城市規劃是從空間的層面去理解城市，但隨著信息空間的開辟，未來我們將通過大數據的渠道，一定可以更加清晰地了解城市是怎么運行的。

環境生態也是如此。我們現在分了很多學科，有環境保護、生態學、植物學、動物學等，所有這些包括人在一起，形成了復雜的環境生態系統。再比如說醫療和健康系統也是如此。我們雖然有醫學學科，但是并不了解健康的全部。除了吃藥、開刀以外，還有一大套其他的東西。

這些系統都是由科學問題+工程問題+社會科學問題形成了這樣復雜的局面，而這些系統靠傳統的觀測方式很難了解，我們需要把傳統的方式跟新的方式結合在一起，才能了解并對這些傳統科學進行新的改造。

人工智能邁向新一代的升級動因是什么？

第一，信息環境巨變。由過去的一臺計算機、幾個人一臺計算機變成每個人有一臺計算機、一個人有很多臺計算機、可以隨身帶著計算機走，出現了互聯網、移動計算、有了穿戴式設備、物聯網、云計算、網上社區、萬維網、搜索引擎等。信息環境發生了如此巨大的變化，人工智能怎么能不變？在新的信息環境下的人工智能，也一定是新的人工智能。

第二，社會新需求爆發。我們需要研究智能城市、智能醫療、智能交通、智能游戲、無人駕駛、智能制造，所有這些新的需求，都跟傳統的人工智能的任務不一樣了。從模擬人到模擬系統，這個系統不但模擬每一個人，還要模擬人與人之間的環節。

第三，人工智能的基礎和目標也發生了變化。原來的技術驅動變成了多媒體驅動、大數據驅動、傳感器網驅動以及增強現實、虛擬現實的驅動。我們模擬的目標也變了，從過去計算機模擬人的智能變為追求人和機器融合在一起，把互聯網和人、機結合在一起變成更加融合的群體智能。

這就是人工智能2.0的升級動因。我想在大數據基礎上一定會產生新的人工智能，這就是大數據智能。互聯網基礎上產生新的智能一定是群體智能。多媒體、傳感器上產生的新的人工智能稱之為跨媒體智能。另外，人機交互稱之為人機混合增強智能，自主裝備稱之為自主智能系統。相信隨著信息技術的擴展，一定會有新的人工智能的技術出來。

總而言之，人工智能從1.0走向2.0實際是人類的生存空間從PH到CPH演變的深化，它的前方還有著許多理論和實踐的挑戰等待著我們。

話題3：人工智能2.0技術初露五大端倪

端倪1：大數據上的深度學習+自我博弈進化技術。

可以看到，人工智能盡管走向2.0是一個開始，但是已經出現了很多新的技術特征。從大數據智能上看，我們有了深度學習的技術。但是AlphaGo能夠引起世界的震動，不僅僅靠的是人工智能，還有其它新的技術，比如它的自我博弈進化技術。AlphaGo的很多棋子是并不是大量學習人類的棋譜產生的，還有是自己跟自己下棋所產生的，很多棋譜人類都沒有看到過，這就是一種新的理念。我們相信，大數據智能除了深度學習以外，還會產生很多新的技術，綜合在一起，就形成大數據智能。

實際上，現在DeepMind已為谷歌掙錢，正在用它的遠見控制著谷歌數據中心的風扇、制冷系統窗戶等120個變量，對這120個變量進行推理優化，最后使得谷歌的用電效率提升了15%，幾年內共為谷歌節約電費數億美元。據ICTResearch統計：2015年我國數據中心能耗高達到1000億度，相當于整個三峽水電站一年發電量。這很有啟發，人工智能能否用到這個領域里面，使數據中心的耗電量減少15%，也是很大的進步。

端倪2：基于網絡的群體智能已經萌芽。

《Science》2016年1月1日發表“群智之力量”的論文認為：結合群體智慧與機器性能來解決快速增長難題。其將群智計算按難易程度分為三種類型：實現任務分配的眾包模式(Crowdsourcing)、較復雜支持工作流模式的群智(Complex workflows)以及最復雜的協同求解問題的生態系統模式(Problem solving ecosystem)。那么如何用計算機替代人來進行組織工作，就變成非常重要的任務。實際這種工作方式已經開始出現了巨大苗頭，可以看到，一個人做不了的事情或者一組人做不了的事情，我們用群智就可以把它完成。

比如美國普林斯頓大學的醫學院在開發視神經軟件，通過電子顯微鏡把人的視網膜跟人的腦神經之間的聯系顯示出來，這需要對神經進行標記。但是因為神經如此之多，每個科學家只知道其中一部分。因此他們在網站上號召多位眼神經的專家共同標記。最后，145個國家的16萬名科學家參與了這項工作，所以人類史無前例地知道了視神經是怎么工作的。當然還有很多其他的好成績，比如蘋果的App Store、Wiki百科，這些都很好地利用了群智的理念。

端倪3：人機一體化技術導向混合智能。

現在各種各樣的穿戴設備，各種各樣的外骨骼機器人，各種各樣的人車共駕技術、人機協同手術技術等人機混合的技術已經大面積出現，這將成為一個新的領域，會有大量的新產品出現。

端倪4：跨媒體推理已經興起。

這兩年中最引人注目的是跨媒體應用AR，把圖形和視頻結合在一起。比如谷歌眼鏡，當你看到一個東西時，它馬上從數據庫中搜索這個東西產自哪里、價格多少，這些都可以清楚地在產品邊上顯示出來。一個禮拜前我參加微軟年度技術報告會，它們用照片生成油畫的技術已經做得很精彩，不僅是油畫，還可以生成國畫。跨媒體技術發展是非常快的，相信在今后二十年中，這項技術將大大提高機器和人的智能水平。

端倪5：無人系統迅速發展。

雖然我們可以看到，過去六十年人工智能大力研究機器人，實際上機器人發展并不快，發展最快的是機械手，但是比機械手發展更快的是近十年來發展起來的無人機。無人飛機不是機器人專家研究出來的，是飛機專家研究出來的無人技術。無人船已經大面積出現。現在很多城市提出要機器換人，機器換人的第一點，他們想到的就是拿機器人把人換掉，其實這樣不行，機器換人最核心的是讓機器智能把握自主化，因此新一代的人工智能在這個領域應該叫做自主智能系統。

舉兩個自主智能化機器的例子，Boston Dynamics設計的先進的仿人和仿動物機器人、海康威視智能機器人。這兩類機器人投入使用還需技術研究，后一類機器人自主系統就會是量大面廣。

話題4：新一代人工智應用面臨信息化如何深入到智能化的挑戰

新一代人工智能的新理論、新技術、新平臺，如果跟社會的新需求相結合，會有強大的延展性和滲透性。

例如京東網銷售的智能音箱，賣598元。這個產品是怎么出來的呢？本質上是大數據智能的一種。大數據智能里面有很多內容，比如語音識別、自然語言理解、圖象識別等，它是把語音識別的一小部分放在一起進行使用。很多公司，包括全世界最著名的人工智能公司都在做這個事情。又比如微軟的小冰，就是一個聊天機器人。如蘋果的Siri，是語音助手。如科大訊飛，它的語音記錄很精彩。 百度的中英翻譯做得好。谷歌的翻譯，全世界非常有名。

亞馬遜，本來是電子商務公司，也去做智能音箱。結果亞馬遜做了智能音箱以后，它沒有做聊天機器人、沒做語音助手也沒有做語音記錄，只做了一個音箱，就是在原有音箱里面加上五個麥克風，使你距離五米之外也可以跟音箱講話。五個麥克風360度通話，講話的感覺就不一樣了。這個產品居然賣出了1000萬臺。上面這些著名的人工智能公司都夢醒了，因為它們的技術遠高于亞馬遜。所以現在不但是亞馬遜做智能音箱，蘋果、阿里、谷歌等都在做智能音箱。

亞馬遜看到了這個情況，馬上把它的所有軟件和硬件進行開放，你可以在這上面做APP，還可以在上面嵌入各種各樣的硬件。一下子有在上面做語音打車的、叫外賣的、查詢的，還有連掃地機器人的、連冰箱的、連手機的、連汽車的，已經有一萬多種應用，這就是人工智能技術的延展性。大家可以看到，一種基本技術可以產生多種應用技術、多種應用程序，最后誰能形成產品誰就能夠通過產品形成一個平臺。

像這樣的產品有巨大潛力，剛才僅僅講的是語音識別、機器翻譯，在智能應用軟件方面還有圖像識別、智能交互、知識處理等，在智能基礎軟件方面有各種智能操作系統，在智能基礎硬件方面有各種智能芯片、智能插件、零部件、傳感器、網絡智能設備，在智能自主產品方面有汽車、軌道交通、車聯網、無人機、船、機床、機械等，還有虛擬現實與增強現實的藝術、玩具和教育產品，在可穿戴產品方面有人工智能的手機、車載智能終端、智能手表、智能耳機、智能眼鏡、健康監測與康復產品，以及在家居產品方面的建筑智能設備、家電、家具等產品，這些都能進行智能化，誰能在這些智能產品當中占領先機？我認為青島有巨大的可能。

總而言之，人工智能2.0的發展正好順應信息化“數字化—網絡化—智能化”的三階段發展方向。我們高興地看到，中國很多省市和企業，都紛紛在國家規劃的指導下，制定本區域、本單位的新一代AI發展規劃，準備摩拳擦掌，大干一番。所以我們相信，中國的人工智能技術與產業的快速發展期正在不可阻擋地大踏步地到來。