高文院士：国家新一代人工智能发展规划

第二十六届媒体融合技术研讨会（ICTC2018）于杭州拉开帷幕，本次会议以“创新发展模式 深化媒体融合”为主题，会议现场各个广电领域的嘉宾就5G、物联网、4K等热门话题进行了深入的讨论。

在会上，中国工程院院士高文院士发表演讲，人工智能的历史自1956年开始，至今已经62年。当时在Dartmouth大学进行了为期10个月的研讨，10位人工智能学者共同首次确定了人工智能的概念，让机器能像人类一样认知、思考并学习，这是首次采用计算机模拟人的智能。

自上世纪70年代，人工智能在演进中不断变化，包括机器定理证明、机器翻译、专家系统、博弈、模式识别等等，最终形成三大学派，符号学派、连接学派以及行为学派。

人工智能的第一次浪潮来自1956年~1976年，当时符号主义盛行，功能主义占据主流，其标志性的基石是在统计方法中引入符号方法，进行语义处理，出现了基于知识的方法，让人机交互成为可能。在人工智能的第一次浪潮期间，逻辑运算、演绎推理、三段论以及Prolog逻辑变成语言成为时代代表性的方式与方法。

1958年Simon&Newell提出AI初期的著名预言，十年内，计算机将成为国际象棋冠军；十年内，计算机将发现和证明有意义的数学定理；十年内，计算机将能谱写并编写乐曲；十年内，计算机将实现大多数的心理学理论；

但由于四大语言遥遥无期，关于人工智能方法论的争论风声渐紧，让AI进入到第一次低估，直到1973年英国发表James Lighthill，机器人的研究没有价值，进展非常令人失望，随后带来的是对于人工智能经费的缩减，AI理论与方法工具尚不具备，以攻克认知作为目标，这使得其不切实际。

人工智能的第二次浪潮源于1976年到2006年，当时连接主义盛行，深度学习仍未突破，1975年，Paul Werbos提出BP算法，使得多层人工神经元网络的学习变为可能。

第二次浪潮中，日本政府推出第五代机为代表的大规模逻辑推理尝试。

但十年的推动最终以失败告终。

而知识百科日趋渐微，斯坦福大学通过专家来建设知识百科全书Cyc，但90年代后期Cyc逐渐衰败，搜索引擎开始崛起，互联网和大数据的为例让Cyc逐步走向颓势。这就提出，只是不能靠专家手工表达，要靠自动学习。人工智能迎来第二次寒冬。

2006年至今，人工智能获得第三次浪潮，从本质上，第二次浪潮与第三次浪潮在方法论上没有本质区别，差别在于算力的发达，这让深度学习获得了成功，第三次浪潮是深度学习算法+大数据组合的联合突破。

人工智能的快速崛起，其实是李飞飞提出能否建立一个1000万图片的数据库，当时成本价一张图片需要标记要5美元，5000万的美元成本就带来巨大的困扰。

而线上众包的形式推动了程序员不断加入到这个工作，渐渐形成一种比赛。推动了图片标签效率验证算法的演进，ImageNet推动了人脸识别的技术发展。

第三次浪潮，让人工智能成势，应用场景明确，大数据+计算能力支撑，让算法演化速度更为迅速。

中国的人工智能在1977年就已经开启了基础，1986年中年各国计算机学会下开始成立人工智能学组，至今为止组建了八届委员。

当前的人工智能显示出了一些新的特征:

端倪一

形成了大数据上的深度学习与自我锻炼的综合进化技术，这一点在AlphaGo体现的很是明显。

端倪二

基于网络下的群体智能时代即将到来，国外《Science》曾将群智计算按难易程度分为了：实现任务分配的众包模式、较复杂支持工作流模式以及最复杂的协同求解问题的生态系统模式。

端倪三

人机一体化的技术导向混合智能。

端倪四

跨媒体推理从语言、视觉、图形与听觉之间的语义贯通间可以形成更好的构建升级。

端倪五

无人系统崛起的迅猛。

中国计划推广新一代的人工智能即——2.0版本。

相关的支撑技术，包括安全评测，技术标准，法律法规，另外还有对社会的一些综合影响，包括就业等等的综合影响。

五大核心集成包括大数据智能，跨媒体智能，群体智能，混合增强智能，自主无人系统。目前工程院的报告提交之后，国务院印发了新一代人工智能的通知。去年11月份科技部召开了重大科技项目启动会，当时作为参与和将来作为主要的技术支撑的新一代人工智能技术产业联盟也参与这个会议。

最新的动态显示科技部已经正式发布了第一批新一代人工智能重大项目的申报指南，今年会投入8.7亿支持一些项目。

目前联盟主要做开源平台，现在有一些开源框架，很多企业都在开放他们的开放平台，进而实现人工智能机器学习的开放框架，国内的企业可以形成一个比较统一的资源互补的开放的平台。

今年在深圳专门召开的联盟启动仪式正式开启一个开源平台，这是完全用开源的形式做的工作，目前在按部就班的推进之中。软件部分各方企业来贡献，深圳的实验室将支持硬件部分，最终将形成对产业的扶持。

高文总结道，人工智能的发展到现在三起两落，本身是一个螺旋式的发展，未来将在包括计算机科学，电子学，自动化等方面进行轮番的演练。从应用上面来说，现在基于电子学深度神经网络的东西会逐渐成为第一。未来的人工智能期待一些新的算法和理论出现，将有助于实现自适应基于概率模型的机器学习和小数据的学习的关联更密切，但目前还不是很清晰。

中国下一代的人工智能在机器学习的新算法上面已具备了更多的布局，希望在机器学习新算法方法有更多的进步，作为产业技术联盟将会在整个国家的新一代人工智能的活动当中起到应有的作用。此外广电新媒体，未来更需要人工智能介入，联盟愿意配合广电领域把人工智能在中国的落地工作做好。