86 人工智能谭铁牛院士人工智能新动态.docx

86 人工智能谭铁牛院士人工智能新动态.docx

《86 人工智能谭铁牛院士人工智能新动态.docx》由会员分享，可在线阅读，更多相关《86 人工智能谭铁牛院士人工智能新动态.docx（11页珍藏版）》请在冰豆网上搜索。

86人工智能谭铁牛院士人工智能新动态

【人工智能】谭铁牛院士：

人工智能新动态

微信号ai-cps

功能引见OT技术（工艺+精益+自动化+机器人）和IT技术（云计算+大数据+物联网+人工智能）深度融合，在场景中构建：

外形感知-实时分析-自主决策-精准执行-学习提升的机器智能认知系统，实现产业转型升级、DT驱动业务、价值创新制造的产业互联生态链。

2018-01-06原文

收录于话题

来源：

模式识别国家重点试验室

作者：

谭铁牛 中国科学院院士，中心政府驻港联络办副主任

2017年11月25日，由模式识别国家重点试验室、中国自动化学会模式识别与机器智能专委会、中国人工智能学会模式识别专委会联合主办的模式识别与人工智能学科前沿研讨会在中科院自动化所学术报告厅成功召开。

会上请九位知名专家（谭铁牛院士、张钹院士、李海洲、徐波、李远清、唐杰、张长水、徐雷、刘成林）分别就学科不同方向的进呈现状与趋势做了学术报告。

在会议最终拘束争辩环节，专家与现场听众进行了互动沟通。

下面是第一个报告的讲话要点，由杨红明、张煦尧记录整理。

11月25日，模式识别与人工智能学科前沿研讨会上，谭铁牛院士做“人工智能新动态”报告，回顾了近代以来历次科技革命及其广泛影响，并依据科学技术进展的客观规律解释了当前人工智能备受关注的深层缘由。

报告深化分析了其当前存在的局限性和面临的瓶颈问题，整理并列举了2017年人工智能的十件大事，全方位、多维度呈现了人工智能所取得的最新进展。

基于对这些大事的深化分析，报告总结了人工智能将来的进展趋势和值得关注的争辩方向。

在科学争辩中，从方法论上来讲都应先见森林，再见树木。

为了更好地带领大家生疏人工智能的进展趋势，报告回顾了近代世界科技进展的历史进程，次要包括从16世纪到现在，世界上发生的两次科学革命与三次技术革命。

报告指出，这五次科技革命对人类文明进程带来了根本性的变革，也影响了整个国际格局的调整，伴随着大国兴衰。

过去的五次科技革命，我们国家都没有占据主导地位甚至严峻缺席，因此我们国家的GDP从已经占全球的三分之一以上下滑到新中国建立前仅占全球大约百分之几，我们该当从这惨痛的经受中吸取教训。

最近的一次科技革命是一次技术革命，其开头于上世纪四十年月，以1946年计算机的毁灭为标志，距今已有六十多年。

这六七十年中科学技术没有大的突破与进展，没有取得能够与上个世纪上半叶相提并论的科学与技术成果，谭老师将这段时间称为科技革命的空窗期。

报告认为，科学安静了或许60多年，新一轮的科技革命正处于孕育过程中并且已经曙光可见。

新一轮的科技革命会是一次技术革命，而且人工智能无望引领这一轮新的技术革命。

以1776年蒸汽机的制造为标志的第一次科技革命解放了人类的体力，使人类社会进展进入第一次严峻飞跃，其为第一次机器革命。

现在以人工智能为代表的其次次机器革命，以及以其为次要核心技术驱动的新一轮技术革命和产业变革将极大的拓展人的脑力，成为人类社会进展进程的又一次严峻飞跃。

相比较而言，脑力的拓展比体力的拓展更为重要。

报告还回顾了人工智能60多年的进展过程，并指出该当从曲折的进展过程中吸取教训，不要给人工智能设置不切实际的过高目标，尤其是在人工智能特殊火爆的时候。

报告指出，这两年人工智能有些过火，应降降温，回归理性。

图1 人工智能进展历程

报告分析了人工智能的进呈现状，指毁灭有进展次要体现在公用人工智能方面，而且现有人工智能仍存在一些局限性，将其总结为以下四点：

有智能没才智，有智商没情商，会计算不会“算计”，有专才无通才。

报告进一步分析并给出了构成这些局限的瓶颈问题，这些瓶颈问题次要包括：

（1）数据瓶颈：

深度学习需要大量的数据；

（2）泛化瓶颈：

这是模式识别、计算机视觉、人工智能方法面临的一个共同的问题，现无方法在一些实际问题中仍无法取得抱负的泛化功能，或者训练好的模型用在变化的环境或领域其泛化功能明显下降；

（3）能耗瓶颈：

人的大脑虽然是一个通用的人工智能系统但是能耗很低（只需20瓦），但现有计算机上实现的人工智能系统能耗很高；

（4）语义鸿沟瓶颈：

目前言语服务大多为简约查询，不涉及语义推理问题，缺乏真正的言语理解力气，比如一些有歧义的自然言语句子，人很简约依据上下文或常识理解其真正含义，计算机却很难理解；

（5）可解释性瓶颈：

现有人工智能系统都是知其然而不知其所以然，其过于依靠训练数据，缺乏深层次数据语义挖掘。

报告指出，可解释性情外重要，人工智能不只需知其然还要知其所以然，知其然只是浅层智能，知其所以然才叫深层智能；

（6）牢靠性瓶颈：

现有人工智能系统牢靠性较差，有些错误识别结果会带来致命后果，比如2016年7月特斯拉自动驾驶（Autopilot）功能不能正确识别反光条件下的卡车导致致命车祸。

报告指出，正是由于现在还有这么多瓶颈需要突破，所以人工智能还有很多局限，人工智能还有很多不能，有些事情人工智能可能永世都不能。

基于此，报告列举了当前各界关于人工智能的一些炒作和误会，并对其进行了反对与澄清，这对我们正确认清人工智能现状有重要的教导意义。

虽然人工智能有一些炒作和误会，但不能否认人工智能在今年又取得了巨大的进步。

报告列举和解读了2017年人工智能值得关注的大事。

这些大事涵盖了国家政策、学术界、产业界、社会科学领域等各个方面，全方面、多维度地为我们呈现了人工智能2017年所取得的新进展。

这些大事具体包括：

（1）中国政府发布《新一代人工智能进展规划》，这一消息不只在国内备受关注，在国外也引发了很大关注；

（2）Nature发表DeepMind的围棋人工智能新成果AlphaGoZero （2017年10月，AlphaGoZero不需棋谱数据和先验学问，通过强化学习算法创新以100:

0打败AlphaGo），其探究了特定使用中不依靠领域数据，通过自我学习获得强大推理决策力气的人工智能技术进展新路线；

（3）Science发表概率生成模型RecursiveCorticalNetwork，在验证码识别任务上超越了深度学习方法，其意义在于试图探寻一条非深度学习框架的通用人工智能道路，实际上也是试图从大脑的机制中查找启发；

（4） Hinton提出的Capsule网络新概念，探究对传统神经网络的变革思路，该方法期望提高数据的使用效率，同时朝着建设可解释的人工智能系统来供应思路，并试图把相互关联的多模态的信息做统一的表达；

（5）谷歌、微软分别发布创作AI算法的AI系统AutoML和DeepCoder（谷歌CEOSundarPichai在2017年I/O 大会呈现了AutoML，试图通过自动创建机器学习系统降低AI人员成本；2017年2月微软争辩院与剑桥高校合作成果DeepCoder：

一种能依据问题的输入输出自动编写解题程序的算法），谭老师认为假如这方面取得成功将是革命性的变化，但其取代人工智能争辩者不太可能；

（6）Google、Microsoft、XX、IBM等科技巨头全面转型人工智能进展战略，比如2017谷歌I/O大会明确提出进展战略从“Mobilefirst”转向“AIfirst”；

（7）XXApollo方案开放自动驾驶平台，供应一套完整的自动驾驶软硬件和服务的处理方案，将会对全球自动驾驶产业进展产生深远影响；

（8）寒武纪发布人工智能芯片和系列产品，AI芯片在华为Mate10手机得到成功使用，这对于AI芯片大规模进入消费级市场具有标志性意义；

（9）旷视科技等创业公司刷新人工智能融资纪录，表明人工智能技术巨大的产业进展潜力；

（10）《Nature》开头关注人工智能社会伦理问题，808名科研人员签署23条“阿西洛马人工智能准绳”，推动人工智能健康进展。

图2 简约胶囊网络CapsNet

通过详尽整理与深化分析人工智能领域中值得关注的热点大事，报告进一步探究和总结了人工智能进展的新动向、新趋势以及一些值得关注的争辩方向。

报告还共享了以下内容并对其做了细致的解读，次要包括以下方面：

（1）从公用人工智能到通用人工智能是大势所趋，一些科技巨头包括国家机构都在规划通用人工智能的争辩，比如GoogleDeepMind创始人DemisHassabis宣布朝着“制造处理世界上一切问题的通用人工智能”这一目标前进，微软成立人工智能试验室以挑战通用人工智能为次要目标；

（2）可解释的人工智能系统备受关注，也将成为突破统计学习瓶颈问题的一个重要方向。

DARPA的报告里面把过去几十年人工智能技术的进展和创新分成几个波次，第一个波次是基于规章的，例如以专家系统为代表的系列方法和技术；其次个波次就是当前以大数据驱动为代表的统计学习；同时，他们认为第三个波次很可能是可解释的人工智能，就是人工智能要知其然还要知其所以然，以此可见人工智能可解释性的重要意义；

（3）小样本甚至零样本学习成为提高人工智能系统泛化力气的一个重要方向。

最近提出的生成对抗网络、胶囊网络、生成模型等都是为了降低对训练数据的需求，提高人工智能系统泛化力气的无益尝试；

（4）非深度神经网络计算模型成为机器学习创新的一个重要方向。

当前深度学习理论基础薄弱、模型结构单一、资源消耗过高、数据依靠性强，以非神经网络、资源节省型机器学习模型无望成为下一个突破口；

（5）脑科学与人工智能深度融合、协同进展、相得益彰，IBM的TrueNorth芯片、美国DARPA的MICRONs争辩项目、以及最近Science和Nature杂志上发表的一些受脑启发的智能计算模型都是这方面的典型例子；

（6）人机混合智能是将来的主流智能外形。

随着人工智能的进展，机器会从作为我们的工具提升成为我们的伙伴和合作者，这是一个进展趋势；

（7）情感计算使人工智能更有“温度”。

谭老师认为情感计算方面确定会遭到越来越多的关注，由于只需情感，人工智能才更有温度，更善解人意；

（8）人工智能产业生态系统的构建成为竞争的制高点。

众多科技巨头不断相继发布他们的平台，实际上就是想构建生态和占据生态，从而为本人企业将来进展抢占先机，这是一种战略的谋划和规划；

（9）AI的普顺使用将重塑人类经济社会的格局，由于AI带来的影响是深远的，不愿定要等到通用人工智能实现的那一天，公用人工智能就已经带来了一些革命性的变化。

人工智能将是将来十年最具变革性的技术，无处不在的人工智能将成为趋势；

（10）人工智能科技训练将面对社会大众普及，国务院《新一代人工智能进展规划》指出实施全民智能训练项目，在中学校阶段设置人工智能相关课程，渐渐推广编程训练，鼓舞社会力气参与寓教于乐的编程教学软件、玩耍的开发和推广；

（11）人工智能的社会影响将会遭到愈加广泛的关注，人工智能社会学和伦理的争辩提上议事日程。

《Nature》发表了一个争辩团队开发了一种能自主学习的人工突触，它能提高人工神经网络的学习速度

《Science》2017年发表一篇新型生成式组成模型RCN，使用小样本学习在CAPTCHA验证码识别上获突破性进展，远远超过深度学习模型。

《NatureNeuroscience》上发布最新争辩，认为海马体能够通过预期的后续外形来呈现每一个当前外形，从而产生对将来大事的细致总结

报告总结指出：

2017年人工智能在国家规划、创新理论、技术使用、产业生态、企业融资、伦理规范等方面都取得重要进展；人工智能将来进展值得关注的方向包括通用智能、类脑智能、可解释的智能、人机混合智能、情感智能等，需要着力突破在数据、能耗、泛化功能、可解释性、牢靠性等方面的瓶颈问题；现有人工智能的进展水平虽然还远不足以威逼人类的生存，但其社会影响应得到高度留意。

人工智能赛博物理操作系统

AI-CPSOS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPSOS”：

云计算+大数据+物联网+区块链+人工智能）分支用来的今日，企业领导者必需了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPSOS构成数字化+智能化力气，实现行业的重新规划、企业的重新构建和自我的焕然重生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。

假如不能实现跨功能的更大规模融合，没有颠覆现状的志愿，这些将不行能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。

面对新一代技术+商业操作系统AI-CPSOS颠覆性的数字化+智能化力气，领导者必需外行业、企业与个人这三个层面都保持领先地位：

1.重新行业规划：

你的世界观要怎样转变才算足够？

你必需对行业典范进行怎样的反思？

2.重新构建企业：

你的企业需要做出什么样的变化？

你预备如何重新定义你的公司？

3.重新打造本人：

你需要成为怎样的人？

要重塑本人并在数字化+智能化时代保有领先地位，你必需如何去做？

AI-CPSOS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以挂念企业将创新成果融入本身业务体系，实现各个前沿技术在云端的优势协同。

AI-CPSOS构成的数字化+智能化力气与行业、企业及个人三个层面的交叉，构成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

1.精细：

这种力气能够使人在愈加真实、细致的层面观看与感知现实世界和数字化世界正在发生的一切，进而理解和愈加精细地进行产品共性化把握、微观业务场景大事和结果把握。

2.智能：

模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的力气。

3.高效：

企业需要建立实时或者准实时的数据采集传输、模型猜想和响应决策力气，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

4.不确定性：

数字化变更颠覆和转变了领导者已经仰仗的思维方式、结构和实践阅历，其结果就是构成了复合不确定性这种颠覆性力气。

次要的不确定性包含于三个领域：

技术、文化、制度。

5.边界模糊：

数字世界与现实世界的不断融合成CPS不只让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。

这种效应正在向生态系统、企业、客户、产品快速集中。

AI-CPSOS构成的数字化+智能化力气通过三个方式激发经济增长：

1.制造虚拟劳动力，担当需要顺应性和灵敏性的简约任务，即“智能自动化”，以区分于传统的自动化处理方案；

2.对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；

3.人工智能的普及，将推动多行业的相关创新，开辟簇新的经济增长空间。

给决策制定者和商业领袖的建议：

1.超越自动化，开启新创新模式：

利器具有自主学习和自我把握力气的动态机器智能，为企业制造新商机；

2.迎接新一代信息技术，迎接人工智能：

无缝整合人类才智与机器智能，重新

评估将来的学问和技能类型；

3.制定道德规范：

切实为人工智能生态系统制定道德准绳，并在智能机器的开

发过程中确定愈加明晰的标准和最佳实践；

4.留意再支配效应：

对人工智能可能带来的冲击做好预备，制定战略挂念面临

较高失业风险的人群；

5.开发数字化+智能化企业所需新力气：

员工团队需要乐观把握推断、沟通及想象力和制造力等人类所特有的重要力气。

对于中国企业来说，制造兼具包涵性和多样性的文化也格外重要。

子曰：

“君子和而不同，小人同而不和。

” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

假如说上一次哥伦布地理大发觉，拓展的是人类的物理空间。

那么这一次地理大发觉，拓展的就是人们的数字空间。

在数学空间，建立新的商业文明，从而发觉新的创富模式，为人类社会带来新的财宝空间。

云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPSOS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并制造新的强大引擎。

重构生产、支配、交换、消费等经济活动各环节，构成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。

引发经济结构严峻变革，深刻转变人类生产生活方式和思维模式，实现社会生产力的全体跃升。