摘要:如何實現從專用智能到通用智能的跨越式發展,即是下一代人工智能發展的必然趨勢,也是研究與應用領域的挑戰問題。在科學研究層面特別值得關注的趨勢是:從專用到通用,從人工智能到人機融合、混合,學科交叉借鑑腦科學等。

人工智能經過六十多年發展已經缺德重大進展,但總體上還處於初級階段。人工智能既具有巨大的理論與技術創新空間,也具有廣闊應用前景。

人工智能未來的路很長,目前還只是萌芽

人工智能未來

從專用智能到通用智能

如何實現從專用智能到通用智能的跨越式發展,即是下一代人工智能發展的必然趨勢,也是研究與應用領域的挑戰問題。通用智能被認爲是人工智能皇冠上面的明珠,是全世界科技巨頭競爭的焦點。美國軍方也開始規劃通用智能的研究,他們認爲通用人工智能喝自主武器,是顯著優於現在人工智能技術體系發展方向,現有人工智能僅僅是走向通用人工智能的一小步。

從機器智能到人機混合智能

人類智能和人工智能各有所長,可以互補。所以人工智能一個非常重要的發展趨勢,是From AI(Artificial Intelligence) to AI(Augmented Intelligence),兩個AI含義不一樣。人類智能和人工智能不是零和博弈,“人+機器”的組合將是人工智能演講的主流方向,“人機共存”將是人類社會的新常態。

從“人工+智能”到自主智能系統

人工採集和標註大樣本訓練數據,是這些年來深度學習取得成功的一個重要基礎或者重要人工基礎。比如要讓人工智能明白一副圖像中哪一塊是人、哪一塊是草地、哪一塊是天空,都要人工標註好,非常費時費力。此外還有人工設計深度神經網絡模型、人工設定應用場景、用戶需要人工適配智能系統等。所以有人說,目前的人工智能有多少智能,取決於付出多少人工,這話不太精確,但確實指出了問題。下一步發展趨勢是怎樣以極少人工來獲得最大程度的智能。人類看書可學習到知識,機器還做不到,所以一些機構例如谷歌,開始試圖創建自動機器學習算法,來降低AI 的人工成本。

學科交叉將成爲人工智能創新源泉

深度學習知識借鑑了大腦的原理:信息分層,層次化處理。所以,人工智能與腦科學交叉融合非常重要。《Nature》和《Scinece》都有這方面成果報道。比如《Nature》發表了一個研究團隊開發的一種自主學習的人工突觸,它能提高人工神經網絡的學習速度。但大腦到底怎麼處理外部視覺信息或者聽覺信息的,很大程度還是一個黑箱,這就是腦科學麪臨的挑戰。這兩個學科的交叉有巨大創新空間。

人工智能產業將蓬勃發展

國際知名諮詢公司預測,2016年到2025年人工智能的產業規模幾乎直線上升。國務院《新一代人工智能發展規劃》提出,2030年人工智能核心產業規模將超過1萬億,帶動相關產業規模超過10萬億。這個產業是蓬勃發展的,前景顯然是非常大的。

人工智能的法律法規將更加健全

大家很關注人工智能可能帶來的社會問題和相關倫理問題,聯合國還專門成立了人工智能喝機器人中心這樣的監察機構。

前不久,歐盟25個國家簽署了人工智能合作宣言,共同面對人工智能在倫理、法律等方面挑戰。中國科學院也考慮了這方面的題目。

人工智能將成爲更多國家的戰略選擇

一些國家已經把人工智能上升爲國家戰略,越來越多的國家一定會做出同樣舉措。包括智利、加拿大、韓國等等。

人工智能教育將會全面普及

教育部專門發佈了高校人工智能的行動計劃。國務院《新一代人工智能發展規劃》也指出,要支持開展形式多樣的人工智能科普活動。美國科技委員會在《爲人工智能的未來做好準備》中提出全民計算機科學與人工智能教育。

這八大宏觀發展趨勢,既有科學研究層面,也有產業應用層面,也有國家戰略和政策法規層面。在科學研究層面特別值得關注的趨勢是:從專用到通用,從人工智能到人機融合、混合,學科交叉借鑑腦科學等。

相關文章