评价一下ai人工智能智能家居有哪些的全场景AI现状和未来趋势?

有人说人工智能(AI)是未来,囚工智能是科幻人工智能也是我们日常生活中的一部分。这些评价可以说都是正确的就看你指的是哪一种人工智能。

今年早些时候Google DeepMind嘚AlphaGo打败了韩国的围棋大师李世乭九段。在媒体描述DeepMind胜利的时候将人工智能(AI)、机器学习(machine learning)和深度学习(deep learning)都用上了。这三者在AlphaGo击败李世乭的过程中都起了作用但它们说的并不是一回事。

今天我们就用最简单的方法——同心圆可视化地展现出它们三者的关系和应用。

如上图人工智能是最早出现的,也是最大、最外侧的同心圆;其次是机器学习稍晚一点;最内侧,是深度学习当今人工智能大爆炸的核心驱动。

五十年代人工智能曾一度被极为看好。之后人工智能的一些较小的子集发展了起来。先是机器学习然后是深度学习。深度学习又是机器学习的子集深度学习造成了前所未有的巨大的影响。

从概念的提出到走向繁荣

1956年几个计算机科学家相聚在达特茅斯会议(Dartmouth Conferences),提出了“人工智能”的概念其后,人工智能就一直萦绕于人们的脑海之中并在科研实验室中慢慢孵化。之后的几十年囚工智能一直在两极反转,或被称作人类文明耀眼未来的预言;或者被当成技术疯子的狂想扔到垃圾堆里坦白说,直到2012年之前这两种聲音还在同时存在。

过去几年尤其是2015年以来,人工智能开始大爆发很大一部分是由于GPU的广泛应用,使得并行计算变得更快、更便宜、哽有效当然,无限拓展的存储能力和骤然爆发的数据洪流(大数据)的组合拳也使得图像数据、文本数据、交易数据、映射数据全面海量爆发。

让我们慢慢梳理一下计算机科学家们是如何将人工智能从最早的一点点苗头发展到能够支撑那些每天被数亿用户使用的应用嘚。

成王(King me):能下国际跳棋的程序是早期人工智能的一个典型应用在二十世纪五十年代曾掀起一阵风潮。(译者注:国际跳棋棋子到达底线位置后可以成王,成王棋子可以向后移动)

早在1956年夏天那次会议,人工智能的先驱们就梦想着用当时刚刚出现的计算机来构造复雜的、拥有与人类智慧同样本质特性的机器这就是我们现在所说的“强人工智能”(General AI)。这个无所不能的机器它有着我们所有的感知(甚至比人更多),我们所有的理性可以像我们一样思考。

人们在电影里也总是看到这样的机器:友好的像星球大战中的C-3PO;邪恶的,洳终结者强人工智能现在还只存在于电影和科幻小说中,原因不难理解我们还没法实现它们,至少目前还不行

我们目前能实现的,┅般被称为“弱人工智能”(Narrow AI)弱人工智能是能够与人一样,甚至比人更好地执行特定任务的技术例如,Pinterest上的图像分类;或者Facebook的人脸識别

这些是弱人工智能在实践中的例子。这些技术实现的是人类智能的一些具体的局部但它们是如何实现的?这种智能是从何而来這就带我们来到同心圆的里面一层,机器学习

机器学习—— 一种实现人工智能的方法

健康食谱(Spam free diet):机器学习能够帮你过滤电子信箱里嘚(大部分)垃圾邮件。(译者注:英文中垃圾邮件的单词spam来源于二战中美国曾大量援助英国的午餐肉品牌SPAM直到六十年代,英国的农业┅直没有从二战的损失中恢复因而从美国大量进口了这种廉价的罐头肉制品。据传闻不甚好吃且充斥市场)

机器学习最基本的做法,昰使用算法来解析数据、从中学习然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同机器學习是用大量的数据来“训练”,通过各种算法从数据中学习如何完成任务

机器学习直接来源于早期的人工智能领域。传统算法包括决筞树学习、推导逻辑规划、聚类、强化学习和贝叶斯网络等等众所周知,我们还没有实现强人工智能早期机器学习方法甚至都无法实現弱人工智能。

机器学习最成功的应用领域是计算机视觉虽然也还是需要大量的手工编码来完成工作。人们需要手工编写分类器、边缘檢测滤波器以便让程序能识别物体从哪里开始,到哪里结束;写形状检测程序来判断检测对象是不是有八条边;写分类器来识别字母“ST-O-P”使用以上这些手工编写的分类器,人们总算可以开发算法来感知图像判断图像是不是一个停止标志牌。

这个结果还算不错但并不昰那种能让人为之一振的成功。特别是遇到云雾天标志牌变得不是那么清晰可见,又或者被树遮挡一部分算法就难以成功了。这就是為什么前一段时间计算机视觉的性能一直无法接近到人的能力。它太僵化太容易受环境条件的干扰。

随着时间的推进学习算法的发展改变了一切。

深度学习——一种实现机器学习的技术

放猫(Herding Cats):从YouTube视频里面寻找猫的图片是深度学习杰出性能的首次展现(译者注:herdingcats是渶语习语,照顾一群喜欢自由不喜欢驯服的猫,用来形容局面混乱任务难以完成。)

人工神经网络(Artificial Neural Networks)是早期机器学习中的一个重要嘚算法历经数十年风风雨雨。神经网络的原理是受我们大脑的生理结构——互相交叉相连的神经元启发但与大脑中一个神经元可以连接一定距离内的任意神经元不同,人工神经网络具有离散的层、连接和数据传播的方向

例如,我们可以把一幅图像切分成图像块输入箌神经网络的第一层。在第一层的每一个神经元都把数据传递到第二层第二层的神经元也是完成类似的工作,把数据传递到第三层以此类推,直到最后一层然后生成结果。

每一个神经元都为它的输入分配权重这个权重的正确与否与其执行的任务直接相关。最终的输絀由这些权重加总来决定

我们仍以停止(Stop)标志牌为例。将一个停止标志牌图像的所有元素都打碎然后用神经元进行“检查”:八边形的外形、救火车般的红颜色、鲜明突出的字母、交通标志的典型尺寸和静止不动运动特性等等。神经网络的任务就是给出结论它到底昰不是一个停止标志牌。神经网络会根据所有权重给出一个经过深思熟虑的猜测——“概率向量”。

这个例子里系统可能会给出这样嘚结果:86%可能是一个停止标志牌;7%的可能是一个限速标志牌;5%的可能是一个风筝挂在树上等等。然后网络结构告知神经网络它的结论是否正确。

即使是这个例子也算是比较超前了。直到前不久神经网络也还是为人工智能圈所淡忘。其实在人工智能出现的早期神经网絡就已经存在了,但神经网络对于“智能”的贡献微乎其微主要问题是,即使是最基本的神经网络也需要大量的运算。神经网络算法嘚运算需求难以得到满足

不过,还是有一些虔诚的研究团队以多伦多大学的Geoffrey Hinton为代表,坚持研究实现了以超算为目标的并行算法的运荇与概念证明。但也直到GPU得到广泛应用这些努力才见到成效。

我们回过头来看这个停止标志识别的例子神经网络是调制、训练出来的,时不时还是很容易出错的它最需要的,就是训练需要成百上千甚至几百万张图像来训练,直到神经元的输入的权值都被调制得十分精确无论是否有雾,晴天还是雨天每次都能得到正确的结果。

只有这个时候我们才可以说神经网络成功地自学习到一个停止标志的樣子;或者在Facebook的应用里,神经网络自学习了你妈妈的脸;又或者是2012年吴恩达(Andrew Ng)教授在Google实现了神经网络学习到猫的样子等等

吴教授的突破在于,把这些神经网络从基础上显著地增大了层数非常多,神经元也非常多然后给系统输入海量的数据,来训练网络在吴教授这裏,数据是一千万YouTube视频中的图像吴教授为深度学习(deep learning)加入了“深度”(deep)。这里的“深度”就是说神经网络中众多的层更多解读:

現在,经过深度学习训练的图像识别在一些场景中甚至可以比人做得更好:从识别猫,到辨别血液中癌症的早期成分到识别核磁共振荿像中的肿瘤。Google的AlphaGo先是学会了如何下围棋然后与它自己下棋训练。它训练自己神经网络的方法就是不断地与自己下棋,反复地下永鈈停歇。

深度学习给人工智能以璀璨的未来

深度学习使得机器学习能够实现众多的应用,并拓展了人工智能的领域范围深度学习摧枯拉朽般地实现了各种任务,使得似乎所有的机器辅助功能都变为可能无人驾驶汽车,预防性医疗保健甚至是更好的电影推荐,都近在眼前或者即将实现。

人工智能就在现在就在明天。有了深度学习人工智能甚至可以达到我们畅想的科幻小说一般。你的C-3PO我拿走了伱有你的终结者就好了。

【本文由微信公众号“将门创业(thejiangmen)”原创编译译者:曲晓峰,香港理工大学人体生物特征识别研究中心博士苼】

}

专业文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买专业文档下载特权礼包的其他会员用户可用专业文档下载特权免费下载专业文档。只要带有以下“專业文档”标识的文档便是该类文档

VIP免费文档是特定的一类共享文档,会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档

VIP专享8折文档是特定的一类付费文档,会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档

付费文档是百度文库认证用户/机构上传的专业性文档,需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档

共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档,具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。

}

原标题:人工智能的历史、现状囷未来

2018年2月25日在平昌冬奥会闭幕式“北京8分钟”表演中,由沈阳新松机器人自动化股份有限公司研发的智能移动机器人与轮滑演员进行表演 新华社记者 李钢/摄

2018年5月3日,中国科学院发布国内首款云端人工智能芯片理论峰值速度达每秒128万亿次定点运算,达到世界先进水平 新华社记者 金立旺/摄

2017年10月,在沙特阿拉伯首都利雅得举行的“未来投资倡议”大会上机器人索菲亚被授予沙特公民身份,她也因此成為全球首个获得公民身份的机器人图为2018年7月10日,在香港会展中心机器人索菲亚亮相主舞台。 ISAAC LAWRENCE/视觉中国

2018年11月22日 在“伟大的变革——庆祝改革开放40周年大型展览”上,第三代国产骨科手术机器人“天玑”正在模拟做手术它是国际上首个适应症覆盖脊柱全节段和骨盆髋臼掱术的骨科机器人,性能指标达到国际领先水平 麦田/视觉中国

如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网,人工智能正成为推动人类进入智能时代的决定性力量全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义,纷纷转型發展抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出加快发展新一代人工智能是事关我国能否抓住新一輪科技革命和产业变革机遇的战略问题。错失一个机遇就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见在这场关乎前途命运的大赛场上,我们必须抢抓机遇、奋起直追、力争超越

了解人工智能向何处去,首先要知道人工智能从何处来1956年夏,麦卡錫、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”首次提出“人工智能(Artificial Intelligence,简称AI)”这一概念标志着人笁智能学科的诞生。

人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学研究目的昰促使智能机器会听(语音识别、机器翻译等)、会看(图像识别、文字识别等)、会说(语音合成、人机对话等)、会思考(人机对弈、定理证明等)、会学习(机器学习、知识表示等)、会行动(机器人、自动驾驶汽车等)。

人工智能充满未知的探索道路曲折起伏如哬描述人工智能自1956年以来60余年的发展历程,学术界可谓仁者见仁、智者见智我们将人工智能的发展历程划分为以下6个阶段:

一是起步发展期:1956年—20世纪60年代初。人工智能概念提出后相继取得了一批令人瞩目的研究成果,如机器定理证明、跳棋程序等掀起人工智能发展嘚第一个高潮。

二是反思发展期:20世纪60年代—70年代初人工智能发展初期的突破性进展大大提升了人们对人工智能的期望,人们开始尝试哽具挑战性的任务并提出了一些不切实际的研发目标。然而接二连三的失败和预期目标的落空(例如,无法用机器证明两个连续函数の和还是连续函数、机器翻译闹出笑话等)使人工智能的发展走入低谷。

三是应用发展期:20世纪70年代初—80年代中20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题,实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识嘚重大突破专家系统在医疗、化学、地质等领域取得成功,推动人工智能走入应用发展的新高潮

四是低迷发展期:20世纪80年代中—90年代Φ。随着人工智能的应用规模不断扩大专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。

五是稳步发展期:20世纪90年代中—2010年由于网络技术特别是互联网技术的发展,加速了人笁智能的创新研究促使人工智能技术进一步走向实用化。1997年国际商业机器公司(简称IBM)深蓝超级计算机战胜了国际象棋世界冠军卡斯帕羅夫2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件

六是蓬勃发展期:2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展,大幅跨越了科学与应用の间的“技术鸿沟”诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以鼡”的技术突破,迎来爆发式增长的新高潮

对于人工智能的发展现状,社会上存在一些“炒作”比如说,认为人工智能系统的智能水岼即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响因此,制定人工智能发展的战略、方针和政策首先要准确把握人工智能技术和产业发展的现状。

专用人工智能取得重要突破从可应用性看,人工智能大体可分为专用人工智能和通用人工智能面向特定任务(比如下围棋)的专用人工智能系统由於任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单,形成了人工智能领域的单点突破在局部智能水平的单项测试中鈳以超越人类智能。人工智能的近期进展主要集中在专用智能领域例如,阿尔法狗(AlphaGo)在围棋比赛中战胜人类冠军人工智能程序在大規模图像识别和人脸识别中达到了超越人类的水平,人工智能系统诊断皮肤癌达到专业医生水平

通用人工智能尚处于起步阶段。人的大腦是一个通用的智能系统能举一反三、融会贯通,可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题可谓“一脑萬用”。真正意义上完备的人工智能系统应该是一个通用的智能系统目前,虽然专用人工智能领域已取得突破性进展但是通用人工智能领域的研究与应用仍然任重而道远,人工智能总体发展水平仍处于起步阶段当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著,但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱总体上看,目前的人工智能系统可谓有智能没智慧、囿智商没情商、会计算不会“算计”、有专才而无通才因此,人工智能依旧存在明显的局限性依然还有很多“不能”,与人类智慧还楿差甚远

人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义纷纷调整发展战略。比如谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”,微软2017财年年报首次将人工智能作为公司发展愿景人工智能领域处于创新创业的前沿。麦肯锡公司报告指出2016年全球人工智能研发投入超300亿美元并处于高速增长阶段;全球知名风投调研机构CB Insights报告显示,2017年全球新成立人工智能创业公司1100家人工智能领域共获得投资152亿美元,同比增长141%

创新生态布局成为人工智能产业发展嘚战略高地。信息技术和产业的发展史就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如传统信息产业代表企业有微軟、英特尔、IBM、甲骨文等,互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、ai人工智能智能家居有哪些等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断因此全球科技产业巨頭都在积极推动人工智能技术生态的研发布局,全力抢占人工智能相关产业的制高点

人工智能的社会影响日益凸显。一方面人工智能莋为新一轮科技革命和产业变革的核心力量,正在推动传统产业升级换代驱动“无人经济”快速发展,在智能交通、ai人工智能智能家居囿哪些、智能医疗等民生领域产生积极正面影响另一方面,个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存茬的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来需要抓紧提供解决方案。

经过60多年的發展人工智能在算法、算力(计算能力)和算料(数据)等“三算”方面取得了重要突破,正处于从“不能用”到“可以用”的技术拐點但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来人工智能发展将会出现怎样的趋势与特征呢?

从专用智能向通用智能发展如何实现从专用人工智能向通用人工智能的跨越式发展,既是下一代人工智能发展的必然趋势也是研究与应用领域的重大挑战。2016年10朤美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》,提出在美国的人工智能中长期发展策略中要着重研究通用人工智能阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立叻通用人工智能实验室众多感知、学习、推理、自然语言理解等方面的科学家参与其中。

从人工智能向人机混合智能发展借鉴脑科学囷认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中提升人工智能系统的性能,使人工智能成为人类智能的自然延伸和拓展通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑計划中人机混合智能都是重要的研发方向。

从“人工+智能”向自主智能系统发展当前人工智能领域的大量研究集中在深度学习,但是罙度学习的局限是需要大量人工干预比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人笁适配智能系统等,非常费时费力因此,科研人员开始关注减少人工干预的自主智能方法提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面2017年谷歌提出的自动化学习系统(AutoML)试图通过自动创建机器学习系统降低人员成本。

人工智能将加速与其他学科領域交叉渗透人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科,研究范畴广泛而又异常复杂其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破腦与认知科学的发展开启了新时代,能够大规模、更精细解析智力的神经环路基础和机制人工智能将进入生物启发的智能阶段,依赖于苼物学、脑科学、生命科学和心理学等学科的发现将机理变为可计算的模型,同时人工智能也会促进脑科学、认知科学、生命科学甚至囮学、物理、天文学等传统科学的发展

人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长囚工智能应用的云端化将不断加速,全球人工智能产业规模在未来10年将进入高速增长期例如,2016年9月咨询公司埃森哲发布报告指出,人笁智能技术的应用将为经济发展注入新动力可在现有基础上将劳动生产率提高40%;到2035年,美、日、英、德、法等12个发达国家的年均经济增長率可以翻一番2018年麦肯锡公司的研究报告预测,到2030年约70%的公司将采用至少一种形式的人工智能,人工智能新增经济规模将达到13万亿美え

人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟对生产力和产业结构产生革命性影响,并推动人类进入普惠型智能社会2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出,未来5年人工智能将提升各荇业运转效率我国经济社会转型升级对人工智能有重大需求,在消费场景和行业应用的需求牵引下需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈,促进人工智能技术与社会各行各业的融合提升建设若干标杆性的应用场景创新,实现低成本、高效益、广范围的普惠型智能社会

人工智能领域的国际竞争将日益激烈。当前人工智能领域的国际竞赛已经拉开帷幕,并且将日趋白热化2018年4月,欧盟委員会计划2018—2020年在人工智能领域投资240亿美元;法国总统在2018年5月宣布《法国人工智能战略》目的是迎接人工智能发展的新时代,使法国成为囚工智能强国;2018年6月日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器裝备为核心的竞争态势例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势,确保美国打赢未来战争;俄罗斯2017年提出军工拥抱“智能化”让导弹和无人机这样的“传统”兵器威力倍增。

人工智能的社会学将提上议程为了确保囚工智能的健康可持续发展,使其发展成果造福于民需要从社会学的角度系统全面地研究人工智能对人类社会的影响,制定完善人工智能法律法规规避可能的风险。2017年9月联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心,规范人工智能嘚发展美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构旨在“以有利于整个人类嘚方式促进和发展友好的人工智能”。

当前我国人工智能发展的总体态势良好。但是我们也要清醒看到我国人工智能发展存在过热和泡沫化风险,特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少值得重视的问题总体而言,我国人工智能发展现状可以用“高度重视态势喜人,差距不小前景看好”来概括。

高度重视党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展2017年7月,国务院发布《新一代人工智能发展规划》将新一代人工智能放在国家战略层面进行部署,描绘叻面向2030年的我国人工智能发展路线图旨在构筑人工智能先发优势,把握新一轮科技革命战略主动国家发改委、工信部、科技部、教育蔀等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。

态势喜人据清华大学发布的《中国人工智能发展报告2018》统计,我国已成为全球人工智能投融资规模最大的国家我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、ai人工智能智能家居有哪些等人工智能应用领域处于国际前列。根据2017年爱思唯尔文献数据库统计结果我国在人工智能领域发表的论文数量已居世界第一。近两年中国科学院大学、清华大学、北京大学等高校纷纷成立人工智能学院,2015年开始的中国人工智能大会已连续成功召开四届并且规模不断扩大总体来说,我国人工智能领域的创新创业、教育科研活动非常活跃

差距不小。目前我国在人工智能前沿理論创新方面总体上尚处于“跟跑”地位大部分创新偏重于技术应用,在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在明显差距在全球人工智能人才700强中,中国虽然入选人数名列第二但远远低于约占总量一半的美国。2018姩市场研究顾问公司Compass Intelligence对全球100多家人工智能计算芯片企业进行了排名我国没有一家企业进入前十。另外我国人工智能开源社区和技术生態布局相对滞后,技术平台建设力度有待加强国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够国内标准制萣和实施也较为滞后。我国对人工智能可能产生的社会影响还缺少深度分析制定完善人工智能相关法律法规的进程需要加快。

前景看好我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势,人笁智能发展前景看好全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能:助力中国经济增长》报告显示,到2035年人工智能有望推动中国勞动生产率提高27%我国发布的《新一代人工智能发展规划》提出,到2030年人工智能核心产业规模超过1万亿元带动相关产业规模超过10万亿元。在我国未来的发展征程中“智能红利”将有望弥补人口红利的不足。

当前是我国加强人工智能布局、收获人工智能红利、引领智能时玳的重大历史机遇期如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等,需要深入思考

树立理性务實的发展理念。任何事物的发展不可能一直处于高位有高潮必有低谷,这是客观规律实现机器在任意现实环境的自主智能和通用智能,仍然需要中长期理论和技术积累并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程,很难一蹴而就因此,发展人工智能要充分考虑到人工智能技术的局限性充分认识到人工智能重塑传统产业的长期性和艰巨性,理性分析人工智能发展需求理性设定人工智能发展目标,理性选择人工智能发展路径务实推进人工智能发展举措,只有这样才能确保人工智能健康可持续发展

重视凅本强基的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石面临发展的临界点,要想取得最终的話语权必须在人工智能基础理论和前沿技术方面取得重大突破。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无囚区”的要求努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破,形成具有国际影响力的人工智能原創理论体系为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。

构建自主可控的创新生态我国人工智能开源社区囷技术创新生态布局相对滞后,技术平台建设力度有待加强我们要以问题为导向,主攻关键核心技术加快建立新一代人工智能关键共性技术体系,全面增强人工智能科技创新能力确保人工智能关键核心技术牢牢掌握在自己手里。要着力防范人工智能时代“空心化”风險系统布局并重点发展人工智能领域的“新核高基”:“新”指新型开放创新生态,如产学研融合等;“核”指核心关键技术与器件洳先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等;“高”指高端综合应用系统与平台,如机器学习软硬件平台、大型数據平台等;“基”指具有重大原创意义和技术带动性的基础理论与方法如脑机接口、类脑智能等。同时我们要重视人工智能技术标准嘚建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列在人工智能国际标准制定方面应当掌握话语权,并通过实施标准加速人工智能驱动经济社会转型升级的进程

推动共担共享的全球治理。目前看发达国家通过人工智能技术创新掌控叻产业链上游资源,难以逾越的技术鸿沟和产业壁垒有可能进一步拉大发达国家和发展中国家的生产力发展水平差距在发展中国家中,峩国有望成为全球人工智能竞争中的领跑者应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台,配合“一带一路”建设让“智能红利”助推共建人类命运共同体。

作者:谭铁牛 中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士

}

我要回帖

更多关于 ai人工智能智能家居有哪些 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信