人工智能的概念早在60多年前就被提出，但又一度沉寂。隨著谷歌人工智能程序AlphaGo（阿爾法狗）戰勝圍棋世界冠軍李世石，再次為世人矚目。然而，與無限風光一起相伴而來的，還有關于人工智能的種種爭議

　　“在我的一生中，見證了社會深刻的變化。其中最深刻的，同時也是對人類影響與日俱增的變化，是人工智能的崛起。簡單來說，我認為強大的人工智能的崛起，要么是人類歷史上最好的事，要么是最糟的。”著名物理學家霍金生前反復告誡。

　　在互聯網和大數據風起云涌的今天，人工智能究竟會成為造福人類的天使，還是控制人類的魔鬼？面對類似疑慮，請聽中國科學院院士、中國人工智能學會副理事長譚鐵牛怎么說。

　　崛起

　　經過60多年的不斷發展，人工智能迎來發展的春天，成為推動新一輪科技和產業革命的重要驅動力

　　1956年，在達特茅斯學院暑期研討班上，一位名叫約翰·麥卡錫的年輕人首次提出了人工智能的概念，那時研討的主題是怎樣用機器模擬人的智能。事實上，與人工智能相關的研究，在此之前早已開展。

　　“人工智能的主要目標是模擬、延伸和擴展人類智能，探尋智能本質，研發具有類人智能的智能機器。比如，讓機器或者計算機會聽、會看、會說、會想、會決策，與人類一樣。”譚鐵牛解釋。

　　時光荏苒，白云蒼狗。60多年風風雨雨，隨著大數據、云計算、互聯網、物聯網等信息技術的發展，以深度神經網絡為代表的人工智能技術成功跨越科學與應用之間的“技術鴻溝”，如愿迎來發展的春天：圖像分類、語音識別、知識問答、人機對弈、無人駕駛……一系列具有廣闊應用前景的人工智能技術相繼突破從“不能用、不好用”到“可以用”的技術拐點，成為推動新一輪科技和產業革命的重要驅動力。

　　醫學行業便是其中之一。2017年，斯坦福大學在國際權威期刊《自然》上發表論文宣布，他們通過深度學習的方法，采用近13萬張痣、皮疹和其他皮膚病變的圖像訓練機器識別其中的皮膚癌癥狀，在與21位皮膚科醫生的診斷結果進行對比后發現，這個深度神經網絡的診斷準確率達到91%，與醫生不相上下。

　　這樣的驚喜比比皆是。通過深度神經網絡的應用創新，國際計算機視覺競賽ImageNet圖像分類的Top5誤差率從2012年的16%降到2017年的3%左右（已經低于人的錯誤率）；我國的Face＋＋（曠視科技）人臉識別技術的準確率在LFW國際公開測試中達到全球最高的99.5%（超過了人類肉眼識別的準確率97.52%），與此相關的刷臉支付被《麻省理工科技評論》評為2017年十大全球突破性技術。

　　“人工智能的近期進展主要集中在專用智能領域，例如，微軟語音識別系統5.1%的錯誤率比肩專業速記員。”譚鐵牛說，從可應用性來看，人工智能大體可以分為專用人工智能和通用人工智能。面向特定領域的人工智能技術（即專用人工智能）由于任務單一、應用背景需求明確、領域知識積累深厚、建模計算簡單可行，更容易實現單點突破，在局部智能水平的單項測試中可以超越人類智能。

　　“專用人工智能取得突破性進展，主要源于深度學習、強化學習、對抗學習等統計機器學習理論的進步。深度學習，簡單說，就是借鑒人的大腦在處理信息過程當中的層次化處理。”譚鐵牛解釋說。

　　挑戰

　　琴棋書畫樣樣精通的人工智能似乎已所向披靡，然而，專家表示，人工智能總體發展水平仍然處于起步階段

　　“藝術創作將是人類對抗人工智能的‘最后一座堡壘’！”曾幾何時，一些專家對此深信不疑。然而，現實很快給予他們一擊：2016年，谷歌開發的人工智能畫家——“初創主義”在舊金山拍賣會上大放異彩，在它創作的29幅作品中，有的被賣出8000美元的高價。

　　無獨有偶。在法國巴黎，索尼計算機科學實驗室“深沉巴赫”創作的合唱曲目，甚至被專業音樂家誤認為是“真巴赫”的作品。而人工智能創作的小說《一臺電腦寫一篇小說的一天》，則通過了日本“星新一文學獎”初審第一輪。

　　琴棋書畫樣樣精通的人工智能似乎已所向披靡，無所不能。當人工智能崛起，人類會不會被取而代之？

　　“有智能沒智慧、有智商沒情商、會計算不會‘算計’、有專才無通才。”譚鐵牛歷數人工智能諸多局限并一一闡釋：智慧是高級智能，目前的人工智能無意識和悟性，缺乏綜合決策能力；機器對于人的情感理解與交流還處于起步階段；人工智能系統可謂有智無心，更無謀；會下圍棋的“阿爾法狗”不會下象棋。換句話說，現在，人工智能總體發展水平仍然處于起步階段。

　　譚鐵牛舉例說，機器翻譯如今已經做得相當不錯，但這簡單的3句話“他吃食堂”“他吃面條”“他吃大腕”，機器翻譯不出；“那輛白車是黑車”“能穿多少穿多少”，這也無法翻譯。再比如，看到校園里“歡迎新老師生前來就餐”的橫幅，很多人一目了然，但人工智能卻無法理解，這些不能之處正是當前人工智能遇到的瓶頸。

　　“人工智能系統的能力維度可分為信息感知、機器學習、概念抽象和規劃決策幾方面。從知識規則到統計學習，第二波人工智能技術在信息感知和機器學習方面進展顯著，但是在概念抽象和規劃決策方面剛剛起步。”美國DARPA（國防高級研究計劃署）如是判斷。

　　人工智能已經達到5歲小孩的水平、人工智能系統的智能水平即將超越人類水平、30年內機器人將統治世界……面對一些錯誤認識和炒作，譚鐵牛有些無奈。“現有人工智能還有很大的局限性，有很多人認為通用人工智能很快就能實現，只要給機器人發指令就可以做任何事，這是對人工智能預期過高。”譚鐵牛提醒說。

　　趨勢

　　對比人類大腦，真正意義上完備的人工智能系統應該是一個通用的智能系統，而對它的研究與應用任重道遠

　　未來，人工智能應何去何從？譚鐵牛認為，人類大腦是一個通用的智能系統，能舉一反三、融會貫通，可處理視覺、聽覺、判斷、推理、學習、思考、規劃、設計等各類問題，可謂“一腦萬用”。因此，真正意義上完備的人工智能系統應該是一個通用的智能系統，而通用人工智能研究與應用剛剛起步，依然任重道遠。

　　他坦陳，當前人工智能處于從“不能用”到“可以用”的技術拐點，但是距離“很好用”，還有數據、能耗、泛化、可解釋性、可靠性、安全性等諸多瓶頸，理論創新和產業應用發展空間巨大。

　　總體而言，人工智能的發展趨勢是理論更完備、技術更先進、產業更繁榮、應用更廣泛、法規更健全。通用智能被認為是人工智能皇冠上的明珠，是全世界科技巨頭競爭的焦點。如何實現從專用智能到通用智能的跨越式發展，既是下一代人工智能發展的必然趨勢，也是研究與應用領域的挑戰。

　　在譚鐵牛看來，人工智能和人類智能各有所長，因此需要取長補短，融合多種智能模式的智能技術將在未來具有廣闊應用前景。“人+機器”的組合將是人工智能研究的主流方向，“人機共存”將是人類社會的新常態，而學科交叉將成為人工智能創新的源泉。

　　至于它究竟會成為造福人類的天使，還是控制人類的魔鬼，這取決于人類自身。“高科技本身沒有天使和魔鬼之分，人工智能亦是如此。對于人工智能這把雙刃劍的使用取決于人類自身。我們應未雨綢繆，形成合力，確保人工智能的正面效應，確保人工智能造福于人類。”譚鐵牛說。（經濟日報·中國經濟網記者 沈 慧 實習生 常丁月）