人工智能发展正迎来第三波浪潮

　　人工智能可谓当今社会的“明星”，许多国家都制定了人工智能发展计划。但人工智能的发展并不完全是一个技术问题，其对人类社会的改变是多方面的，影响也是深远的。

　　什么是人工智能？我们稍微作一个定义：人工智能就是对人类智能的模仿，并力图实现某些任务。它主要包括三方面的内容：

　　第一个是计算智能，涉及快速计算和记忆存储能力。在计算机科学家看来，人工智能首先是计算行为，即涉及数据、算力和算法。

　　第二个是感知智能，涉及机器的视觉、听觉、触觉等感知能力，即机器可以通过各种类型的传感器对周围的环境信息进行捕捉和分析，并在处理后根据要求作出合乎理性的应答与反应。

　　第三个是认知智能，即指机器具备独立思考和解决问题的能力。现在的人工智能主要停留在第一和第二层次，认知智能涉及深度的语义理解，还是非常难做到的。

　　应该看到，人工智能不仅是科技界的热闹，而且是社会科学界需要关心的一个重大问题。我提出一个概念，叫“赛维坦”。政治学中有个“利维坦”，这是古代的一个巨兽，后来被霍布斯用来指代国家，形容国家无所不能。我把“利维坦”的L变成S，意指科学。科学很强大，但我们人类要驯服它，不能让它给我们找麻烦。这就需要在伦理、法制等多个维度上进行更多思考和实践。

　　超人工智能的“奇点”，有可能在什么时候出现

　　我经常会在演讲中作问卷调查，例如会问听众大概什么时候了解到人工智能。很多人都会讲到阿尔法狗和李世石的对决。实际上，绝大多数人理解的第一波人工智能浪潮，已经是世界范围内的第三波了。

　　第一波发生在1950年至1970年，当时的主要工作是计算机科学家在从事机器推理系统，同时发明了早期的神经网络和专家系统。这一时期的理论流派被称为符号主义。

　　第二波出现在1980年至2000年。我们现在讲的统计学派、机器学习和神经网络等概念，在这一阶段都已提出。此时的主流理论流派被称为联结主义。

　　第三波是在2006年之后，主要得益于大数据的推广。谷歌利用大数据成功地对流感进行预测，引起了卫生部门的关注，这是大数据和人工智能密切关联的一个重要例子。在这一波浪潮中，人工智能技术及应用有了很大的提高，以神经网络为中心的算法取得突破。

　　关于人工智能，有三个相关概念需要弄清楚：第一个是弱人工智能，第二个是强人工智能，第三个是超人工智能。弱人工智能是专用人工智能，很难直接用在别的场景中。现在很多科学家的理想目标是强人工智能，这样的通用人工智能可以迁移到其他应用场景中。超人工智能则是指超过人类的智能，现在还不存在，我也希望它永远不要存在，否则就会对人类的意义进行颠覆。

　　但是，美国科学家、发明家库兹韦尔认为，通用人工智能在这个世纪的30年代或40年代有可能超过人类，并把这一个时间点看成“奇点”。为此，还专门成立了极具创新力的奇点大学。

　　英国牛津大学的未来学家博斯特罗姆也认为，超级智能在未来超过人类是非常有可能的。他把超级智能分为三种形式：一是高速超级智能，二是集体超级智能，三是高素质的超级智能。

　　高速超级智能跟人脑相似，但速度要快于人脑的智能。用博斯特罗姆的话来讲，高速超级智能可以完成人类智能做的所有事情，但速度会快很多。

　　集体超级智能由非常多数量的小型智能组成，并且在许多通用性领域，这种智能的整体性能大大超过现有的认知系统。集体智能最擅长解决被分为各个子问题的问题，可以同时找到并单独验证各个子问题的解决方案。博斯特罗姆认为，集体超级智能的整合方式可以是松散的，也可以是紧密的，即可以形成一个统一的智能体。

　　高素质超级智能和人类大脑一样快，但聪明程度与人类相比有质的超越。这种高素质智能同人类智能相比，就像人类智能与大象、海豚、猩猩的智能相比一样。博斯特罗姆认为，未来的超级智能可以获得一套新的认知模块，并通过复杂知识工程的建构使得通用智能获得新优势。

　　第四次工业革命中，还有哪些重要的关联技术

　　为什么人工智能如此重要？因为人工智能代表的是第四次工业革命。

　　第一次世界大战发生的原因，传统教科书往往强调英国和德国在殖民地上的矛盾。英国是老牌帝国，拥有广大的殖民地，而德国是新兴帝国，殖民地较少，因此展开了激烈竞争。这一结论是事实，但也忽视了更加深层次的一个原因，那就是英国和德国在争夺科技的主导权。

　　英国是第一次工业革命的主导者，德国更多是第二次工业革命的主导者，英国不能容忍像德国这样的“新贵”崛起。从表面上来看是争夺殖民地，因为殖民地代表着原材料产地和消费市场，但实际上两国在争夺新兴科学技术主导权。

　　在英国和德国争夺的过程中，最大的受益者是美国。一方面，美国有力地参与了第二次工业革命；另一方面，它又没有与英国和德国展开直接冲突。

　　第三次工业革命主要是信息技术革命，主导者是美国。美国在主导第三次工业革命过程中，遇到了两个有力的对手：一个是苏联，另一个是日本。

　　苏联在信息产业进行了有效布局，并且在军事工业、尖端技术及数学家储备方面有优势。但是，由于科技和产业体制等原因，苏联未能对高端的军事工业进行有效的民用转化，所以技术创新缺乏足够的应用支持。

　　日本于20世纪60年代开始参与信息革命，进步非常快。1985年，日本企业和美国企业在半导体生产的市场占有率方面发生了角色变化，日本成了第一，美国成了第二，其他国家的份额还不到10%。

　　面对这一情形，美国采取一系列方法来打击日本信息产业的兴起。例如，通过《广场协定》和《半导体协定》等，对日本进行政策限制。同时，在手提电脑产业兴起后，美国着重培育新兴合作伙伴，如韩国的三星和中国台湾的台积电，并通过新的分工方式来打击日本的半导体企业。

　　但20世纪90年代中期，日本的半导体企业仍具有重要地位。1995年，全球半导体企业前十名中，NEC是第一，东芝排第二，日立制作所排第三，富士通排第八，三菱电机排第九。

　　不过，到2005年时，东芝退为第四，NEC退为第十。2018年，唯一排名前十的东芝也不得不卖出半导体部门。由此，日本半导体企业基本退出世界市场的竞争。

　　在第四次工业革命中，最关键的技术是人工智能以及其他关联技术，如物联网、区块链、超级计算、脑科学等。但是，由于人工智能的作用非常显著，因此这一次革命可被称之为智能革命。它意味着人工智能不是一个简单的技术，而是一种战略性技术，是新一轮科技革命和产业变革的关键力量。

　　在交通、医疗、教育领域，将出现怎样的新变化

　　在现实生活中，我们将越来越直观地感受到人工智能产生的影响。这里，简单举几个例子。

　　人工智能让无人驾驶成为可能。未来交通会更多体现三个元素：一是新能源，二是无人驾驶，三是共享出行。由于无人驾驶技术的出现，人们可能不再需要拥有一辆车，而是直接购买从出发地到目的地的出行服务。由此，现在的汽车制造商在未来可能需要向无人驾驶服务运营商的角色转变。在这一过程中，汽车制造商需要同现在的打车软件以及高清地图公司等，进行充分整合与合作。

　　共享出行也能让许多结构性问题得到解决。例如，停车难一直是城市治理中的老大难问题，却很有可能在共享出行的背景下得到解决。因为那个时候，大部分汽车都会在路上行进，这样就可以将停车场资源重新腾出来用作绿化或人们休息的场所。

　　医疗也是困扰人类的一个难题。其最大的问题就是，相对于需求而言，医疗资源永远是不够用的。研究显示，人工智能可以极大地扩展这一资源。特别是，它可以把一些传统上由成熟医生来完成的工作逐步实现自动化。

　　例如，在影像领域，人工智能可以更有力地帮助影像科医生工作。这里的思路一定是辅助，而不是替代。很多医生都在用大量时间做一些低端的、重复性的工作。因此，当这部分工作被人工智能接手过去后，医生就可以更专注地从事科学研究，也可以更有耐心地与患者交流，从而可以根据患者的详细状况实施更有针对性的治疗方案。

　　另外，人工智能还可以把医疗资源向较为贫困的地方进行扩展。只要人工智能的技术实现真正突破，它所提供的问题解决方案就会更加稳定。

　　同时，在5G技术的基础上，远程医疗会更为可靠、更加便利。重病患者完全可以在偏僻的地区通过远程设备接受治疗。我们还可以运用人工智能技术进行药物挖掘，从而以更低的成本、更短的时间来开发治疗疑难杂症的新药。

　　人工智能用于教育最大的意义在于，它可以推广自适应的教育方式。目前的教育仍然是“多人一面”，因为老师的时间、精力是有限的，难以针对每个孩子的个性和特点做到因材施教。但是，借助人工智能系统，我们可以深入了解每一个孩子的受教育状况，并通过自适应系统更加精准地推出个性教育方案，从而帮助孩子提高学习效率。

　　此外，人工智能还可以在教师辅助、学业评估等方面发挥更大的作用。

　　发达国家、发展中国家之间的“鸿沟”会否消除

　　从世界范围来看，人工智能的发展对未来世界的结构可能会产生重要影响。

　　美国在人工智能领域的能力和权力仍然很强。例如，美国在通用计算硬件方面具有非常强的优势。英伟达的GPU、谷歌的TPU、高通的智能手机芯片等具有明显优势。又如，美国的企业和高校在人工智能的算法框架也有非常好的传统。在一些应用场景中，如特种机器人领域，波士顿动力的技术优势也是明显的。

　　近年来，中国在人工智能领域的发展较快。尤其是，在5G通信布局中，我们领先于不少国家。中国最大的优势是庞大的市场和相对整齐的消费群体。中国人口数量较多，信息化程度也较高，这是人工智能未来在各个场景中快速应用和落地的基础。

　　但整体上看，我们在基础芯片、算法框架及生态等方面还有一些不足。特别是，在基础理论和原生性的创新方面有很大的提高空间。

　　在新一轮科技革命和产业变革浪潮中，一些发展中国家可能会处于尴尬和矛盾的位置。一方面，发展中国家可以运用新型学习方式及开源软件等培养相关人才，大大缩短追赶发达国家的时间。同时，这一智能化方式也有助于克服传统文化的限制。但另一方面，智能革命有可能进一步拉大发展中国家与发达国家的差距。

　　关键的问题是，一些西方发达国家并不愿意将人工智能等前沿技术转让给发展中国家；当发展中国家在某些新兴技术领域实现突破性进展时，相关国家甚至会动用各种方式，包括投资审查、出口控制、限制科技和人员交流等，来阻碍新兴国家的科技进步。

　　从这个意义上来讲，发达国家和发展中国家之间的“数字鸿沟”有可能转为“智能鸿沟”。其中，那些主要以劳动力为竞争优势的发展中国家可能会处于更加边缘的位置。更严重的情况是，由于发达国家会把产业回撤并通过机器来推动生产，那么基础较差的发展中国家将越来越少地获得参与国际竞争和世界生产的机会。

　　目前，世界上关于人工智能的相关法律规则、政策、原则等，主要是由西方发达国家来定义。例如，最有影响的“阿西洛马人工智能23原则”就是由马斯克等西方企业家推动形成的；在人工智能领域颇具影响力的阿西莫夫“机器人三定律”，也是由美国科幻小说作家率先提出来的，并成为机器伦理领域的一个重要原则。

　　今年6月，中国发布“新一代人工智能治理原则”。这是发展中国家第一次提出人工智能相关治理准则，具有非常重要的意义。随着中国在人工智能领域实力的不断增强，类似的规则制定将会越来越受到重视，并进一步造福全人类。

作者：华东政法大学人工智能与大数据指数研究院院长、教授 高奇琦，整理人：王珍、唐慧敏