后“AlphaGo時代”的中國人工智能路線圖

在自然界，一聲春雷意味著草長鶯飛的季節來臨。而在人工智能領域，AlphaGo的戰績就是這聲春雷。

2016年，恰逢人工智能發展60周年。以AlphaGo為代表，國際、國內實現了一系列人工智能技術的裡程碑式突破，社會各界對人工智能的關注也達到前所未有的制高點。AlphaGo之后，人工智能未來怎樣演進，將給人類帶來哪些影響，成為社會各界普遍關注的重要議題。

5月27日，國家發展改革委、科技部、工信部、中央網信辦聯合發布《“互聯網+”人工智能三年行動實施方案》（下稱《實施方案》），其目的之一就是“加快人工智能產業發展”。

“經過60年的歷練，人工智能已經到了可以奔跑的時候”，中國工程院院士、中國人工智能學會理事長李德毅在“2016全球人工智能技術大會”上這樣說。

人工智能，正在迎來它史上最好的時代。

密集的政策

2015年7月，國務院印發《“互聯網＋”行動指導意見》，明確人工智能為形成新產業模式的11個重點發展領域之一，將發展人工智能提升到國家戰略層面。而在“后AlphaGo時代”的中國，一系列力推人工智能發展的政策更是在今年以來密集出台。

3月份公布的我國“十三五”規劃綱要，將“腦科學與類腦研究”“大力發展工業機器人、服務機器人、手術機器人和軍用機器人，推動人工智能技術在各領域商用”“推動駕駛自動化、設施數字化和運行智慧化”等內容，列入國家未來幾年的重要發展戰略。

3月21日，工信部、國家發展改革委、財政部聯合發布《機器人產業發展規劃（2016－2020年）》，這份規劃和“中國制造2025”重點領域技術路線圖，一道勾畫出中國機器人產業的發展藍圖。按照計劃，到2020年，中國工業機器人年銷量將達到15萬台，保有量達到80萬台﹔到2025年，工業機器人年銷量將達26萬台，保有量達180萬台﹔到“十三五”末，中國機器人產業集群產值有望突破千億元。

5月底剛剛公布的《實施方案》明確，要培育發展人工智能新興產業、推進重點領域智能產品創新、提升終端產品智能化水平，並且政府將在資金、標准體系、知識產權、人才培養、國際合作、組織實施等方面進行保障。

《實施方案》展示了中國在人工智能領域的雄心：在培育發展人工智能新興產業方面，加快建設文獻、語音、圖像、視頻、地圖等多種類數據的海量訓練資源庫和基礎資源服務公共平台，建設支撐超大規模深度學習的新型計算集群，建立完善產業公共服務平台。研究網絡安全全周期服務，提供雲網端一體化、綜合性安全服務。進一步推進計算機視覺、智能語音處理、生物特征識別、自然語言理解、智能決策控制以及新型人機交互等關鍵技術的研發和產業化，為產業智能化升級夯實基礎。重點工程包括核心技術研發與產業化工程和基礎資源公共服務平台工程。

在推進重點領域智能產品創新方面，主要任務是推動互聯網與傳統行業融合創新，加快人工智能技術在家居、汽車、無人系統、安防等領域的推廣應用，提升重點領域網絡安全保障能力，提高生產生活的智能化服務水平。支持在制造、教育、環境、交通、商業、健康醫療、網絡安全、社會治理等重要領域開展人工智能應用試點示范，推動人工智能的規模化應用，全面提升我國人工智能的集群式創新創業能力。重點工程包括智能家居示范工程、智能汽車研發與產業化工程、智能無人系統應用工程和智能安防推廣工程。

在提升終端產品智能化水平方面，主要任務是加快智能終端核心技術研發及產業化，豐富移動智能終端、可穿戴設備、虛擬現實等產品的服務及形態，提升高端產品供給水平。制定智能硬件產業創新發展專項行動方案，引導智能硬件產業健康有序發展。推動人工智能與機器人技術的深度融合，提升工業機器人、特種機器人、服務機器人等智能機器人的技術與應用水平。重點工程包括智能終端應用能力提升工程、智能可穿戴設備發展工程和智能機器人研發與應用工程。

從宏觀層面到微觀層面，密集出台的一系列利好政策為人工智能的下一步發展點明方向、保駕護航。國務院總理李克強在就“2015世界機器人大會”所做的批示中，對這一領域雄心勃勃：中國正在實施創新驅動發展戰略，大力推動大眾創業、萬眾創新、“互聯網+”、“中國制造2025”，這將有力促進機器人新興市場的成長，創造世界上最大的機器人市場。

業界的努力

中國科學技術大學的“可佳”會服務、國防科學技術大學的“AnBot”能執法、北京龍泉寺的“賢二”可陪聊……這些今年亮相的國產機器人各有所長。據《中國發展觀察》了解，還有更多已經走在該領域研究前沿的知名企業和初創公司在此深耕，產品將很快亮相。

隨著深度學習算法的深入運用，在一些特定領域，機器的感知能力正在超越人類。正是基於這種多層的、大規模的人工神經網絡，人工智能有了質變式突破。百度深度學習研究院“杰出科學家”徐偉在“2016全球人工智能技術大會”演講時舉例說，在中文語音識別方面，百度的錯誤率是5.7%，而人類的錯誤率則是9.7%。另外，在人臉識別領域，人類的錯誤率是0.8%，而百度則是0.23%。

地平線機器人聯合創始人、地平線機器人技術軟件副總裁楊銘在上述場合發表觀點稱，深度學習近年來之所以備受關注，是因為一般而言，性能的准確度是隨著數據的增長而增加，但其他機器學習方法隨著數據的增加，性能在某一個點就不再提高了，深度學習算法目前還沒有發現這種情況。

楊銘說，深度學習的未來趨勢將包括：學習如何記憶及關注與取舍，把注意力集中到需要關心的細節上，增強學習以及整體任務的序列化。
窺一斑而知全豹。在深度學習算法和計算能力的雙重重大突破下，人工智能迎來現如今的黃金時代。微軟亞洲研究院常務副院長芮勇的評價是，現在正處於人工智能的第三個春天。三星電子中國研究院院長張代君更認為，當下是人工智能的第三次浪潮，而且還會有第四次浪潮的到來。

未來的可能

“未來的智能社會，將是人機互動、人機相互依存的社會”， 加拿大麥吉爾大學物理學博士、中國科學技術大學科技與戰略風雲學會研究員郭曉明告訴《中國發展觀察》記者。

未來立足於現在。現階段待解的問題，正是未來可期的方向。李德毅院士以AlphaGo為例，談到一些不足：AlphaGo下棋時需要一個助理員拿棋子，它的手還沒做出來，它沒有眼睛，沒有感受和行為能力。機器人一定要有感知能力、行為能力，AlphaGo隻有思考能力是不夠的。另外，AlphaGo目前還沒有情緒、情感，不能現場分析對手的心理狀態，不能現場和對手展開心理戰，缺少交互認知的能力。

李德毅還表示，深度學習算法不能是人工智能的終結者。尤其重要的是，人都是個性化的，而AlphaGo目前還沒有定位為個性的。“我們需要的是張三、李四，人類是人的總稱而已。”

硬件對人工智能的發展同樣重要。寒武紀科技創始人及首席執行官陳天石表示，現在這些深度學習算法全部是基於通用處理器，例如CPU或者GPU。但是通用處理器來執行神經網絡這樣的負載，或者說智能負載，效能比其實是很低的。他提醒，智能時代需要深度學習芯片支撐。

中國工程院院士鄔賀銓在接受《中國發展觀察》記者採訪時曾表示，人工智能的下一步發展，首先有待於腦科學研究的進展。但就目前情況看，這兩個學科之間的交流並不算多。兩個學科具有較強的關聯性，當前人工智能研究最為主流的深度學習算法，即是應用了神經科學的經典原理之一。然而，更多的神經科學基本原理至今尚未進入人工智能研究者的視野﹔人工智能60年來的發展亦沒有對神經科學產生多少沖擊。不過，在國際上，來自這兩個領域的優秀科學家正在嘗試對話與合作。

中國科學技術大學科技與戰略風雲學會研究員達雅等人則認為，二者的關聯並不一定那麼緊密。具體而言，人的智能形成是個時間歷史過程，也是環境交互演變的過程，這個過程如何通過“記憶”，通過什麼樣的結構過程“映射”在人腦的神經結構中，需要從根本上予以了解。從這個意義上說，搞清楚記憶及記憶對當下的作用，是理解人類智能形成過程的關鍵。現在看來，了解人腦比制造有智能的機器更困難。

所以，“在沒有對人腦的徹底認知前，也不妨礙利用當下認知人工造出一些智能系統”，供職於中國電子科技集團多年的科研人員嚴捷豐博士對《中國發展觀察》記者表示。
南京大學計算機科學與技術系俞揚副教授則在接受《中國發展觀察》採訪時提醒，現在全球風投都矚目人工智能領域，創業公司頻現，自動駕駛、人臉識別等研究方向同質化，相關的技術應用的確有價值，但要警惕其中的泡沫。

“智慧是一種抉擇能力，是一種善於學習和觀察的能力”，微信公眾號“賢二機器僧”在5月30日發出的一條信息中這樣說。機器究竟能否進化出這樣的能力？

毫無疑問，機器人很容易比人記得多，計算得快，甚至整個互聯網都可以看成機器人。“但是情感價值判斷等很多社會化的東西，除非人賦予，機器的自我演進不能脫離環境時空，也無法確知把一群機器人扔到一個跟地球一樣的星球，億萬年后能跟人一樣”，嚴捷豐說。（記者 杜悅英）