第三节　人工智能将如何变革

经过60多年的发展，今天的人工智能已经在智能算法、数据积累和计算能力等方面实现了巨大的突破，从而迅速地应用到各行各业之中。如果说过去人工智能系统相比人类能力有限，适用范围较窄，那么现在人工智能系统已经可以在越来越多的应用领域达到类似人类的能力，但是距离显著提升社会生产效率的要求还有不小的距离。那么，在未来的几十年内，人工智能技术将会如何发展以及发展到什么程度呢？结合众多行业专家的观点，我们认为未来人工智能的发展将很有可能呈现以下三个特征和趋势。

一、从“专用人工智能”到“通用人工智能”

目前的人工智能只能在具体领域的封闭规则空间里展现出诸多超出人类水平的智能，而人类对人工智能的最终期待是“强人工智能”或“通用人工智能”，让人工智能在不同开放的应用场景中都能自主感知、学习和决策。虽然目前人类距离这样的人工智能还有较大距离，但是已经有不少国家和科技企业都把发展通用人工智能作为未来人工智能的重点方向。例如，美国国家科学技术委员会在2016年10月发布了《国家人工智能研究与发展战略计划》，该计划就把通用人工智能作为人工智能中长期发展战略的研究重点。在全球领先的科技企业中，Microsoft已经于2017年成立了通用人工智能实验室，而AlphaGo系统开发团队也早已提出要致力于“创造解决世界上一切问题的通用人工智能”。因此，让人工智能更通用、更有变通性和灵活性，无疑是未来人工智能发展的重要趋势。

二、“人机协同”与“人机混合”

人工智能研究中借鉴了脑科学和认知科学的研究成果，时至今日，“类脑计算”和“类脑智能系统”的观点仍在人工智能学界广为流传。“人机混合智能”是指把人类的认知模型引入机器智能之中，让其能够在感知、推理、决策等方面达到或超出人类的智能水平，成为人类智能的自然延伸和拓展。当前已经有许多科学家和企业致力于改进人与智能系统的交互，典型的解决方案如“脑机接口”，已在帮助高位截瘫患者复健方面发挥了作用。再如，“可解释的人工智能”，将在自动驾驶汽车、飞机导航等人工智能的重要应用领域中发挥重要的作用。中国新一代人工智能规划中也已经把“人机混合智能”列为重点研究方向之一。

三、从“先人工后智能”到“自主智能”

在当前人工智能系统采用的机器学习算法中，相当一部分属于“监督学习”，其训练数据需要人工标注。由于目前网络上高质量的数据库较少，许多企业为获取数据需要花费大量成本进行数据标注工作。例如，人工智能企业码隆科技为进行商品识别，花费了大量成本对衣物、家具等生活用品进行标注。京东众智数据标平台则通过网上短期合约的方式低价雇佣人们进行数据标注工作，如图2-10所示。

图2-10　京东众智数据标注平台

相比数据标注工作，设计算法、建立模型、确定应用场景等工作对技术和经验的要求更高。研究者已经开始重点研究如何提高机器对数据的自主学习能力，从而减少人工数据标注的干预。例如，上文中提到的AlphaGo升级为AlphaGo Zero过程就是通过自我对弈在较小的样本量情况下实现了对弈能力的自我演进。借助强化学习等方法，AlphaGo团队将进一步打造应用于围棋、国际象棋和日本将棋的“通用棋类人工智能”。2017年，谷歌推出了自动机器学习系统（AutoML），该系统的目的在于通过自动创建机器学习系统实现人工成本的降低。

人工智能技术不断升级换代和广泛应用，也将进一步推动社会、经济、文化等多方面的深刻变革。

首先，人工智能技术应用将会为经济发展产生新的推力。咨询公司埃森哲2016年发布的报告预测，人工智能将会使现有的劳动生产率提高40%，而人工智能技术应用领先的国家，如美国、日本、英国等12个发达国家，到2035年其年均经济增长率将提高一倍。随着人工智能技术的进一步成熟，其产业的应用范围也将不断扩大。据麦肯锡2018年研究报告的预测数据，到2030年，全球70%的企业都将至少使用一种智能技术，带来13万亿美元的新增经济规模。

其次，人工智能技术及产业发展将对社会产生重要的影响。以中国科学院谭铁牛院士为代表的学者认为，人工智能将推动人类进入普惠型智能社会。人工智能技术进入医疗、交通、政务、教育、能源等领域，将极大促进社会资源配置效率的提升，便利人们的生活，并促进社会公平。某种程度上，人工智能将会像第二次工业革命中的电力一样，不仅大力提高了生产力水平，也会给人们的生活带来巨大的便利。例如，残障人士可能因为人工智能技术的进步而弥补身体缺陷，享受正常人的生活方式。

再者，人工智能的发展将促进科学研究的重大变革。随着人工智能技术的成熟和应用，极大提升了从海量数据中提取有效信息的能力，对科学研究的范式带来了重大改变。许多研究者认为，人工智能的使用将使很多科学研究从追求因果关系向追求相关性关系转变，让人工智能自己从海量多维的数据中寻找事物之间的关联规律，从而作为预测的基础。目前，人工智能不仅已经被用来寻找新的物质微粒等自然科学领域，也在社会学、心理学等社会科学领域中大展身手。例如，宾夕法尼亚大学的心理学团队用机器学习算法分析了Facebook中2.9万名自我评估中患有抑郁症用户的社交发布内容，发现了更新内容中词语和抑郁症水平之间的关联，从而成功估量出其他用户的抑郁症水平。此外，由于目前的人工智能研究很大程度上依赖于数据的可获得性，因而掌握大量数据的企业也将会在基础研究中起到越来越重要的作用。

最后，人工智能将很大程度重塑世界地缘政治的格局。创新工场创始人李开复认为人工智能是一个“强者愈强”的产业，因为数据、人才、技术会不断形成正反馈，最终集聚到少数国家。在这种情况下，人工智能创造的财富会大量流入少数领先国家，而很多国家将成为这些领先国家的经济依附体。除了影响经济竞争格局之外，人工智能在军事领域的应用将更加影响未来全球地缘政治的格局。不少人认为，人工智能带来的军事影响力可能不亚于核武器。因此，为了能在未来国际竞争中取得优势，各国在人工智能领域的军事竞赛已经展开帷幕。

目前来看，美国和中国在这一轮人工智能浪潮中暂时赢得了先机，诞生了大量的人工智能巨头企业和独角兽。中国政府高度重视并大力支持发展人工智能。2017年7月，国务院发布了《新一代人工智能发展规划》提出中国要在2030年成为世界人工智能领先强国战略部署。不少地方政府也出台了大力支持人工智能发展的政策。目前，中国人工智能已经在论文发表、专利发布等指标上位居世界第一，在企业数量和人才数量上仅次于美国。在一些具体的技术领域，如语音识别和计算机视觉等领域，中国的企业已走在了世界前列。然而也需要看到，中国人工智能发展还存在许多问题。中国人工智能技术创新较强，但基础研究较弱。中国人工智能的计算芯片和基础算法仍然大量依赖国外，在国际人工智能技术标准制订中缺乏足够的话语权。尽管一些领先企业纷纷推出从硬件、架构到算法、应用的全链条服务，但其效果如何仍需要实践检验。