中国新一代人工智能

2017-07-10

    大家知道近年来人工智能在国内外迅速升温，这一次升温和前几次不一样，不是由学术界首先行动的，而是企业界首先行动的，我们看到微软已经开始成功地实现了小冰聊天机器人，可以从图形界面过渡到自然语言的界面，并且它还收购了一个社交网站，花了很多钱，准备用人工智能来建设一个智能的网上社区。谷歌用4亿英镑收购了DeepMind，AlphaGo不但崭露头角，而且谷歌宣传它将从移动优先转化到人工智能优先。Facebook也建立了专门的人工智能实验室，并且把人工智能作为它未来10年的一大支柱，另外那两大支柱大家也可以看到，也很有前途，但是它和人工智能结合在一起将更有前途。IBM的Watson人工智能部门，它的医疗诊断系统，尤其对癌症的诊断系统现在已经进入到中国，在杭州就有一家，是浙江中医院，已经在开始使用Watson的医疗诊断系统。而且在去年9月份，谷歌、facebook、IBM、亚马逊和微软等5家美国的科技巨头宣布成立人工智能联盟，对人工智能进行研究、推广、协调，中国的公司也不甘落后，百度公司去年入选为全球50家最聪明的公司第二，它在语音搜索、无人车、自动翻译和商业服务方面都有积极的布局。阿里巴巴的广告已经用人工智能实现了智能设计，阿里巴巴在支付宝上已经在开始使用刷脸支付。海康威视是中国的一家做安全监控的企业，它的摄像机已经用了人工智能的芯片，硬件不但拍摄下视频，而且可以把汽车的牌号、大小、颜色、厂家、人脸、人的高度都在硬件中间提取出来。华为也成立了诺亚方舟实验室，昨天我访问了中兴，中兴在人工智能方面也有广泛的实验，在云计算、通信装备、通信终端上面都有非常重要的发展。

另外一方面，中国的政界也十分重视人工智能的发展，习近平总书记在内部有多次关于人工智能的讲话，今年在很多报告中也讲到了人工智能。李克强总理的政府工作报告也首次把人工智能列为中国要快速发展的高新技术，并且国务院还专门出台了一个文件，叫《互联网+人工智能》，我相信很快就会发布中国的新一代人工智能重大专题。

在世界上的发达国家在这一块的布局也很快，去年5月白宫就发表了文章，准备迎接人工智能的未来，并且提出要在美国的国家科技委中间设立人工智能和机器学习委员会，用来协调全美各界的行动，10月份又出台了一个联邦政府的报告《国家人工智能研发战略规划》，在这个报告中间指出，AI现在可能正处在第三次浪潮的初始阶段。

英国在去年年底发布了政府的报告，人工智能：未来决策制定的机遇与影响。法国在4月份制定了国家人工智能战略，德国在今年5月份颁布的全球第一部自动驾驶的法律，已经准备迎接无人驾驶汽车上路。日本在总务省、文科省、经产省三省建立联动机制，准备在未来10年投入1000亿日元，用于4个重点领域的人工智能的研发。

在这样的情况下，民间的热度也积极上升，尤其是媒体对此十分积极。民间热度的上升实际是和去年谷歌AlphaoGo以4比人1战胜韩国的围棋世界冠军李世石有很大的关系，使围棋界十分震惊的，李世石说他感到有几个事情不大可思议，他感觉开局的时候下得很快，双方都感到很困难的时候，人工智能下子下得非常果断，实际上这和人工智能的策略有很大关系。专业界也感到很大的震动，这个震动不仅是因为AlphaoGo使用了深度学习，而是因为AlphaoGo使用了自我博弈的训练，这个技术使它形成了大量的人类所不知道的棋局。这就开辟了一个很重要的时代的特征，就是信息已经开始离开了人类，信息自己可以产生很多新的信息。

下面我讲第二部分，人工智能60年进程对我们的启示。大家知道人工智能是1956年一些教授在美国的达特茅斯这个地方提出来的，这里面的教授非常著名，有斯坦福大学、麻省理工学院、卡内基梅隆大学和贝尔实验室的教授、IBM的著名科学家，他们提出的人工智能概念就是让机器像人那样的认知、思考和学习，而且简单概括就是用计算机模拟人的智能。

经过发展以后，人工智能逐渐形成了它应用的7个基本领域，这就是人工智能最基本的工作方式，包含了这些领域：机器定理证明，主要是研究计算机进行逻辑推理；机器翻译，研究计算机自然语言理解；专家系统，研究问题求解和知识表达；博弈，当初最早的时候研究搜索，后来逐渐转化为神经网络；模式识别，主要用于视觉、听觉或者各种各样媒体的认知；学习，主要是研究神经网络；机器人和智能控制，主要是研究和模拟人的感知和控制。大家可以看到典型的这7个领域，都是去模仿人的不同功能。

现在人工智能的应用领域所取得的很多可应用的成果，实际上基本上是在这7个领域里面。也就是说60年以来，持续不断地研究，出现了今天的成果，然后在这个过程中间，人工智能还形成了不同的学派，比如说有符号学派、连接学派和行为学派等等。

人工智能这60年也不是一帆风顺的，它也有很多低谷，第一次低谷是1973年英国发表了一个报告，它对7大领域中间的3大领域（自动机、机器人和中央神经系统）进行了评估，评估以后得出的结论，自动机和神经网络有价值，但是进展令人失望。机器人的研究没有价值，进展非常令人失望，建议取消，这是人工智能第一次的严冬。现在看起来，当然这个结论过于草率，现在说明也是不对的，因为他太心急了，那时候人工智能处于婴儿期，你要判断哪些领域有前途、哪些领域没前途，实际上是不可能的。

第二次低谷发生在日本准备搞第五代计算机，也就是智能计算机，1982年日本的通产省主持了第五代计算机，准备计算机直接运行JAVA语言，直接进行推理，而且这些推理是并行的，能够研究一个听和说的计算机，这是一项非常大的、非常有前瞻性的计划，这个计划影响了全世界。到1992年，这个计划以失败而告终。现在看起来这个计划之所以过于超前，因为它希望用硬件来代替软件，看起来人工智能的发展软件是主要的，创新是主要的，而硬件看起来是可以局部的替代，但是不能全部替代。

第三次低谷发生在斯坦福，在知识表和专家系统非常兴旺的时候，斯坦福准备建设一个知识的百科全书，当时知识表已经比较完整，所以斯坦福筹集了很多钱准备了这一项大型的计划。它也取得了很大的进展，但是到了90年代后期，已经慢慢地显露出这项计划是不可能成功的，那时候互联网领域有一个新的工具出现，就是搜索引擎。搜索引擎用比它要简单得多的技术，能够很快速地提供大量的知识。所以尽管后期Cyc这个知识大百科全书也准备采用类似搜索引擎的方式来搜集资料，但是这个败势已经没有办法挽救了，因为谷歌、百度这样的公司已经建立起它的优势。所以这给我们的教训就是，知识不能靠专家手工表达，而要靠机器自动学习。

回顾人工智能60年的几次比较大的挫折，我们可以看到，人工智能的发展有两股力量，第一股力量，人工智能专家内部的研究力量，第二股力量是外部的信息环境变化的推动力量。外部的力量往往比内部的力量更加巨大，信息环境变了，内部的这些进展实际上抵不过它的巨大的推动力和需求力。而现在我们的人工智能刚好面临着一个巨大的变化的外部环境。

现在讲第三部分，人工智能走向2.0。

我们现在遇到了哪些巨大的变化？第一，信息环境变了，如果是30年以前，我们还是几个人围着一台计算机在转，后来我们变到每个人有一台计算机，现在我们一个人已经有多台计算机，我们包里面拿着一个笔记本电脑，口袋里放着一个移动手机，手上还戴了一个智能手表，都是具有计算功能的，而且中国也不满足互联网，我们有了移动计算、物联网、云计算、网上社区、万维网、搜索引擎，这个环境和前30年大不一样，在这个环境下一定会产生出新的人工智能。第二，社会的需求大爆发。我刚才已经讲了，中国工程院研究人工智能实际上是从很多其他的需要出发，而指向它的，不仅中国工程院有一批人工智能的专家，而是有很多需求我们发现必须进行搭积木，比如说智能城市，它走原来得分系统肯定是走不下去了，智能交通、智能医疗、智能社会可以取得进展，但这不是一个城市的整体智能化，城市是一个复杂的系统，它要整体智能化，需要打通它，需要产生新的大数据，在这个基础上进行新的智能运算才能进行下去。智能医疗、智能交通、智能游戏、无人驾驶、智能制造无不如此。人工智能的目标也在悄然变化，它的大数据，人工智能的基础是数据驱动，但是现在数据不一样了，现在是大数据、是多媒体数据，今后是传感器网的数据，现在已经出现了，而且出现了增强现实、虚拟现实的数据，这些数据如何进行智能化的运算？这就是一个新的命题。目标也不一样，过去人工智能的目标是用计算机模拟人的智能，而很多人工智能专家意识到机器人的智能和人的自然智能有重叠的部分，更多的是不一样的部分，他们的不一样，就好像汽车的轮子和人的两条腿是不一样的，它们各有自己的强处和各有自己的弱处，如果我能把计算机的智能、机器的智能和人的自然智能结合在一起，我们就可以形成一个更加强大的智能系统，这就是人机融合的增强智能的概念，而且我们可以用互联网把很多智能的机器和智能的人综合在一起形成一个更加强大的智能系统，这就是群体智能的概念。

所以大家看到人工智能的外部信息环境变了，它的需求变了，它的理念在很多人工智能专家的眼中也在悄然变化，这些力量一定推动着人工智能走向新的一代，而现在的机器学习，只是走向新一代的一小步开始，我们应该看到这一小步以后也许有很多大步等待着它。

我们现在看到人工智能在这个方面已经显示出一些新的特征。这些特征现在只能叫它端倪。

第一个端倪，大数据上的深度学习，而且加上自我博弈，或者叫自我锻炼，或者叫做主动学习，形成了新的综合的进化技术，这在AlphaoGo中间已经表现得十分明显。

而且这些技术已经用于真正的经济价值，比如说DeepMind已经用这样的技术在控制谷歌的数据中心，控制它的智能系统、风扇、窗户等接近120个变量，使得谷歌的用电效率提升了15%。但是这个15%产生的经济价值很大，有几亿美元，有人算过，说谷歌买它的钱都赚回来了，我当初还不相信，后来人家跟我讲，他说中国的数据中心耗电量也很大，2015年中国的数据中心总共耗了1000亿度电，相当于整个三峡水电站一年的发电量。如果1000亿度电节约15%，这个数字是十分巨大的。

所以大数据人工智能有非常明显的经济价值。我所知道的四川的一个水电站叫大渡河水电公司，正在用大数据把发电、节水用水，发电的白天和晚上的时差，以及大坝的监测、发电机的监测总体进行控制，产生了非常好的经济效果，所以他们在建设一种新的智能化企业。

第二个端倪，基于网络的群体智能已经开始萌芽。去年1月1号，《Science》杂志专门发表了一篇文章在研究群体智能的力量，它认为群体智能有三种类型，一种叫众包模式，一种是工作流的类型，一种是协同求解问题的生态系统模式，复杂程度依次上升。实际上群智在实践中间很多都已经取得了成功，我们看到谷歌的AppStore就是一个很好的群智的例子，维基百科也是用群智的方法建立起来的。美国普林斯顿大学进行了一次非常好的实践，他们的医学专家用显微镜把视网膜和大脑连接的神经显示出来，显示的神经十分详细，但是它的医学专家没有办法知道这个人机的功能，因此他就在网上号召全世界的医学科学家，尤其是研究视神经的医学科学家能够一起来识别这个神经的功能，识别什么功能就填上什么颜色，最后大家可以看到，全世界有145个国家，16万名科学家参加了这方面的行动，有的是科学家，有的还不是科学家，可能是医生或者是其他知道这类知识的人，最后产生了非常好的效果。

第三个端倪，人和机器结合在一起开始越来越多地出现在我们的面前，有非常大型的例子，也有非常小型的例子，也就是穿戴式设备越来越多。

第四个端倪，跨媒体推理已经开始出现。我们刚才已经讲到，多媒体是现在我们接触到最大的信息，现在网上的信息据说绝大部分是视觉信息，照片信息或者是视频信息。但是计算机迄今为止很难利用多种媒体共同工作。人是各种媒体、各种感知打通的动物，人有一种很重要的思维形式叫做形象思维，这个形象不完全是视觉信息，它是把视觉信息、语言信息、听觉信息、文字信息集中在一起。比如说我们在小说中间看到描述这个小孩在吃苹果，我们心里就可以调动出吃苹果的味道、吃苹果的声音、苹果的香味，把这些联合在一起，这就叫跨媒体。人工智能在过去60年中间没有解决这个问题，我认为在第二次人工智能中间我们需要解决这个问题。我们的很多创新性思维就是由此而来。在这方面已经有很多科学家进行了很好的探索。

第五个端倪，无人系统迅速发展。大家可以看到人工智能的早期，我们关注着机器人的出现，但是我们后来出现了这种倾向，尽力用机器去模拟人和生物的学位，仿生学影响非常巨大。但是后来我们看到了这种现象，另外一类机器人或者智能化系统发展得比机器人更快，这就是无人系统，现在的无人机、无人车、无人船迅猛发展，成为社会中间数量最大的广义机器人。所以我们认为机器人不会在急着走类人的那条类，而会走对机械进行智能化和自主化升级的道路，这样会更加高效。

所以在这样的情况下，我们需要对新一代人工智能进行长远的研究和布局。现在我讲第四部分，中国新一代人工智能的重点方向。

我们建议中国在新一代人工智能方面研究的重点方向，包括大数据智能、群体智能、跨媒体智能、人机混合增强智能、自主智能系统。它应该使用于中国现在迫切需要解决的问题，比如智能城市、智慧医疗、智能制造等等。

其中大数据智能应该研究可解释的更加通用的大数据转化为知识的能力，而且特别要关注CPH三元空间。这三类空间是最近50年形成的，尤其是最近20年形成的，它们之间的互相作用会产生大量知识表的新的大数据，所以我们需要用数据驱动和知识引导相结合的方法来研究大数据智能，现有的机器学习是一个很好的基础，但它不是方法的全国，它需要把原来的方法和今后的方法结合在一起，形成新的大数据处理的智能。它可以用于智慧医疗和社会治理。

第二个方向是要研究群体智能，在互联网上的群体是如何进行组织的，组织过程中间如何能保持它的积极性，能够让更多有能力的个体更加好的涌现出来，能使他们如何进行协同和如何进化，如何使他们能够进行学习，这都需要有新的理论、新的模型。这些研究可以很好地应用在众创科研、分向交通和医学等等方面的发展。

第三个重要发展的方向就是我刚才讲的跨媒体时代。要研究跨媒体的感知、跨媒体的学习和跨媒体的推理，并且把媒体和用文字表达的语义打通，形成媒体和媒体之间的跨越，要研究语言、视觉、图形、听觉和各种各样传感器之间的感知分析和语义相通的理论方法和模型，它应该很好地使用在智能安全和创新设计上。

第四个方向是人机混合增强智能。要研究如何把生物的智慧和机器的智能能够紧密地耦合起来，这上面有脑机协同的环境理解、人机自然交互，知识如何进行共同学习，动作控制和决策等等理论，它可以用于脑控机器人、多自主智能体和管理软件，智能教育、穿戴设备等人机一体化新产品。

第五个方向是自主智能系统。它的目标是研究无人车、无人机、服务机器人、空间机器人、海洋机器人、无人车间、智能工厂，包括如何用计算机和控制技术来研究协同博弈、决策、行动这样的行为。

新一代的人工智能将和传统人工智能应用上有很大的差别，它不但要模拟个人，而且要模拟复杂的大系统。比如说电子商务系统、智能城市系统、智能医疗系统、智能交通系统、智能物流系统、智能制造系统，各种各样的智能制造系统，智能电网系统、智能社会、智能经济、智能图书馆。而且它还将形成各种各样的智能化产品，它和原有的飞机、汽车联合起来会出现无人机、无人车，它会出现新概念的机器人，它会和原来的手机结合起来，改造原有的手机，成为真正的人工智能手机，它能使游戏更加智能化，出现新的穿戴式设备，使得AR和VR走向新的应用，产生新的效果。总而言之，他将和中国的信息化发展结合在一起。中国的信息化加上原有的数字化，走向现在的网络化，我们现在已经在搞互联网+，它必定会和人工智能结合起来，形成智能化。

我就讲到这里，谢谢各位！

    大家知道近年来人工智能在国内外迅速升温，这一次升温和前几次不一样，不是由学术界首先行动的，而是企业界首先行动的，我们看到微软已经开始成功地实现了小冰聊天机器人，可以从图形界面过渡到自然语言的界面，并且它还收购了一个社交网站，花了很多钱，准备用人工智能来建设一个智能的网上社区。谷歌用4亿英镑收购了DeepMind，AlphaGo不但崭露头角，而且谷歌宣传它将从移动优先转化到人工智能优先。Facebook也建立了专门的人工智能实验室，并且把人工智能作为它未来10年的一大支柱，另外那两大支柱大家也可以看到，也很有前途，但是它和人工智能结合在一起将更有前途。IBM的Watson人工智能部门，它的医疗诊断系统，尤其对癌症的诊断系统现在已经进入到中国，在杭州就有一家，是浙江中医院，已经在开始使用Watson的医疗诊断系统。而且在去年9月份，谷歌、facebook、IBM、亚马逊和微软等5家美国的科技巨头宣布成立人工智能联盟，对人工智能进行研究、推广、协调，中国的公司也不甘落后，百度公司去年入选为全球50家最聪明的公司第二，它在语音搜索、无人车、自动翻译和商业服务方面都有积极的布局。阿里巴巴的广告已经用人工智能实现了智能设计，阿里巴巴在支付宝上已经在开始使用刷脸支付。海康威视是中国的一家做安全监控的企业，它的摄像机已经用了人工智能的芯片，硬件不但拍摄下视频，而且可以把汽车的牌号、大小、颜色、厂家、人脸、人的高度都在硬件中间提取出来。华为也成立了诺亚方舟实验室，昨天我访问了中兴，中兴在人工智能方面也有广泛的实验，在云计算、通信装备、通信终端上面都有非常重要的发展。

另外一方面，中国的政界也十分重视人工智能的发展，习近平总书记在内部有多次关于人工智能的讲话，今年在很多报告中也讲到了人工智能。李克强总理的政府工作报告也首次把人工智能列为中国要快速发展的高新技术，并且国务院还专门出台了一个文件，叫《互联网+人工智能》，我相信很快就会发布中国的新一代人工智能重大专题。

在世界上的发达国家在这一块的布局也很快，去年5月白宫就发表了文章，准备迎接人工智能的未来，并且提出要在美国的国家科技委中间设立人工智能和机器学习委员会，用来协调全美各界的行动，10月份又出台了一个联邦政府的报告《国家人工智能研发战略规划》，在这个报告中间指出，AI现在可能正处在第三次浪潮的初始阶段。

英国在去年年底发布了政府的报告，人工智能：未来决策制定的机遇与影响。法国在4月份制定了国家人工智能战略，德国在今年5月份颁布的全球第一部自动驾驶的法律，已经准备迎接无人驾驶汽车上路。日本在总务省、文科省、经产省三省建立联动机制，准备在未来10年投入1000亿日元，用于4个重点领域的人工智能的研发。

在这样的情况下，民间的热度也积极上升，尤其是媒体对此十分积极。民间热度的上升实际是和去年谷歌AlphaoGo以4比人1战胜韩国的围棋世界冠军李世石有很大的关系，使围棋界十分震惊的，李世石说他感到有几个事情不大可思议，他感觉开局的时候下得很快，双方都感到很困难的时候，人工智能下子下得非常果断，实际上这和人工智能的策略有很大关系。专业界也感到很大的震动，这个震动不仅是因为AlphaoGo使用了深度学习，而是因为AlphaoGo使用了自我博弈的训练，这个技术使它形成了大量的人类所不知道的棋局。这就开辟了一个很重要的时代的特征，就是信息已经开始离开了人类，信息自己可以产生很多新的信息。

下面我讲第二部分，人工智能60年进程对我们的启示。大家知道人工智能是1956年一些教授在美国的达特茅斯这个地方提出来的，这里面的教授非常著名，有斯坦福大学、麻省理工学院、卡内基梅隆大学和贝尔实验室的教授、IBM的著名科学家，他们提出的人工智能概念就是让机器像人那样的认知、思考和学习，而且简单概括就是用计算机模拟人的智能。

经过发展以后，人工智能逐渐形成了它应用的7个基本领域，这就是人工智能最基本的工作方式，包含了这些领域：机器定理证明，主要是研究计算机进行逻辑推理；机器翻译，研究计算机自然语言理解；专家系统，研究问题求解和知识表达；博弈，当初最早的时候研究搜索，后来逐渐转化为神经网络；模式识别，主要用于视觉、听觉或者各种各样媒体的认知；学习，主要是研究神经网络；机器人和智能控制，主要是研究和模拟人的感知和控制。大家可以看到典型的这7个领域，都是去模仿人的不同功能。

现在人工智能的应用领域所取得的很多可应用的成果，实际上基本上是在这7个领域里面。也就是说60年以来，持续不断地研究，出现了今天的成果，然后在这个过程中间，人工智能还形成了不同的学派，比如说有符号学派、连接学派和行为学派等等。

人工智能这60年也不是一帆风顺的，它也有很多低谷，第一次低谷是1973年英国发表了一个报告，它对7大领域中间的3大领域（自动机、机器人和中央神经系统）进行了评估，评估以后得出的结论，自动机和神经网络有价值，但是进展令人失望。机器人的研究没有价值，进展非常令人失望，建议取消，这是人工智能第一次的严冬。现在看起来，当然这个结论过于草率，现在说明也是不对的，因为他太心急了，那时候人工智能处于婴儿期，你要判断哪些领域有前途、哪些领域没前途，实际上是不可能的。

第二次低谷发生在日本准备搞第五代计算机，也就是智能计算机，1982年日本的通产省主持了第五代计算机，准备计算机直接运行JAVA语言，直接进行推理，而且这些推理是并行的，能够研究一个听和说的计算机，这是一项非常大的、非常有前瞻性的计划，这个计划影响了全世界。到1992年，这个计划以失败而告终。现在看起来这个计划之所以过于超前，因为它希望用硬件来代替软件，看起来人工智能的发展软件是主要的，创新是主要的，而硬件看起来是可以局部的替代，但是不能全部替代。

第三次低谷发生在斯坦福，在知识表和专家系统非常兴旺的时候，斯坦福准备建设一个知识的百科全书，当时知识表已经比较完整，所以斯坦福筹集了很多钱准备了这一项大型的计划。它也取得了很大的进展，但是到了90年代后期，已经慢慢地显露出这项计划是不可能成功的，那时候互联网领域有一个新的工具出现，就是搜索引擎。搜索引擎用比它要简单得多的技术，能够很快速地提供大量的知识。所以尽管后期Cyc这个知识大百科全书也准备采用类似搜索引擎的方式来搜集资料，但是这个败势已经没有办法挽救了，因为谷歌、百度这样的公司已经建立起它的优势。所以这给我们的教训就是，知识不能靠专家手工表达，而要靠机器自动学习。

回顾人工智能60年的几次比较大的挫折，我们可以看到，人工智能的发展有两股力量，第一股力量，人工智能专家内部的研究力量，第二股力量是外部的信息环境变化的推动力量。外部的力量往往比内部的力量更加巨大，信息环境变了，内部的这些进展实际上抵不过它的巨大的推动力和需求力。而现在我们的人工智能刚好面临着一个巨大的变化的外部环境。

现在讲第三部分，人工智能走向2.0。

我们现在遇到了哪些巨大的变化？第一，信息环境变了，如果是30年以前，我们还是几个人围着一台计算机在转，后来我们变到每个人有一台计算机，现在我们一个人已经有多台计算机，我们包里面拿着一个笔记本电脑，口袋里放着一个移动手机，手上还戴了一个智能手表，都是具有计算功能的，而且中国也不满足互联网，我们有了移动计算、物联网、云计算、网上社区、万维网、搜索引擎，这个环境和前30年大不一样，在这个环境下一定会产生出新的人工智能。第二，社会的需求大爆发。我刚才已经讲了，中国工程院研究人工智能实际上是从很多其他的需要出发，而指向它的，不仅中国工程院有一批人工智能的专家，而是有很多需求我们发现必须进行搭积木，比如说智能城市，它走原来得分系统肯定是走不下去了，智能交通、智能医疗、智能社会可以取得进展，但这不是一个城市的整体智能化，城市是一个复杂的系统，它要整体智能化，需要打通它，需要产生新的大数据，在这个基础上进行新的智能运算才能进行下去。智能医疗、智能交通、智能游戏、无人驾驶、智能制造无不如此。人工智能的目标也在悄然变化，它的大数据，人工智能的基础是数据驱动，但是现在数据不一样了，现在是大数据、是多媒体数据，今后是传感器网的数据，现在已经出现了，而且出现了增强现实、虚拟现实的数据，这些数据如何进行智能化的运算？这就是一个新的命题。目标也不一样，过去人工智能的目标是用计算机模拟人的智能，而很多人工智能专家意识到机器人的智能和人的自然智能有重叠的部分，更多的是不一样的部分，他们的不一样，就好像汽车的轮子和人的两条腿是不一样的，它们各有自己的强处和各有自己的弱处，如果我能把计算机的智能、机器的智能和人的自然智能结合在一起，我们就可以形成一个更加强大的智能系统，这就是人机融合的增强智能的概念，而且我们可以用互联网把很多智能的机器和智能的人综合在一起形成一个更加强大的智能系统，这就是群体智能的概念。

所以大家看到人工智能的外部信息环境变了，它的需求变了，它的理念在很多人工智能专家的眼中也在悄然变化，这些力量一定推动着人工智能走向新的一代，而现在的机器学习，只是走向新一代的一小步开始，我们应该看到这一小步以后也许有很多大步等待着它。

我们现在看到人工智能在这个方面已经显示出一些新的特征。这些特征现在只能叫它端倪。

第一个端倪，大数据上的深度学习，而且加上自我博弈，或者叫自我锻炼，或者叫做主动学习，形成了新的综合的进化技术，这在AlphaoGo中间已经表现得十分明显。

而且这些技术已经用于真正的经济价值，比如说DeepMind已经用这样的技术在控制谷歌的数据中心，控制它的智能系统、风扇、窗户等接近120个变量，使得谷歌的用电效率提升了15%。但是这个15%产生的经济价值很大，有几亿美元，有人算过，说谷歌买它的钱都赚回来了，我当初还不相信，后来人家跟我讲，他说中国的数据中心耗电量也很大，2015年中国的数据中心总共耗了1000亿度电，相当于整个三峡水电站一年的发电量。如果1000亿度电节约15%，这个数字是十分巨大的。

所以大数据人工智能有非常明显的经济价值。我所知道的四川的一个水电站叫大渡河水电公司，正在用大数据把发电、节水用水，发电的白天和晚上的时差，以及大坝的监测、发电机的监测总体进行控制，产生了非常好的经济效果，所以他们在建设一种新的智能化企业。

第二个端倪，基于网络的群体智能已经开始萌芽。去年1月1号，《Science》杂志专门发表了一篇文章在研究群体智能的力量，它认为群体智能有三种类型，一种叫众包模式，一种是工作流的类型，一种是协同求解问题的生态系统模式，复杂程度依次上升。实际上群智在实践中间很多都已经取得了成功，我们看到谷歌的AppStore就是一个很好的群智的例子，维基百科也是用群智的方法建立起来的。美国普林斯顿大学进行了一次非常好的实践，他们的医学专家用显微镜把视网膜和大脑连接的神经显示出来，显示的神经十分详细，但是它的医学专家没有办法知道这个人机的功能，因此他就在网上号召全世界的医学科学家，尤其是研究视神经的医学科学家能够一起来识别这个神经的功能，识别什么功能就填上什么颜色，最后大家可以看到，全世界有145个国家，16万名科学家参加了这方面的行动，有的是科学家，有的还不是科学家，可能是医生或者是其他知道这类知识的人，最后产生了非常好的效果。

第三个端倪，人和机器结合在一起开始越来越多地出现在我们的面前，有非常大型的例子，也有非常小型的例子，也就是穿戴式设备越来越多。

第四个端倪，跨媒体推理已经开始出现。我们刚才已经讲到，多媒体是现在我们接触到最大的信息，现在网上的信息据说绝大部分是视觉信息，照片信息或者是视频信息。但是计算机迄今为止很难利用多种媒体共同工作。人是各种媒体、各种感知打通的动物，人有一种很重要的思维形式叫做形象思维，这个形象不完全是视觉信息，它是把视觉信息、语言信息、听觉信息、文字信息集中在一起。比如说我们在小说中间看到描述这个小孩在吃苹果，我们心里就可以调动出吃苹果的味道、吃苹果的声音、苹果的香味，把这些联合在一起，这就叫跨媒体。人工智能在过去60年中间没有解决这个问题，我认为在第二次人工智能中间我们需要解决这个问题。我们的很多创新性思维就是由此而来。在这方面已经有很多科学家进行了很好的探索。

第五个端倪，无人系统迅速发展。大家可以看到人工智能的早期，我们关注着机器人的出现，但是我们后来出现了这种倾向，尽力用机器去模拟人和生物的学位，仿生学影响非常巨大。但是后来我们看到了这种现象，另外一类机器人或者智能化系统发展得比机器人更快，这就是无人系统，现在的无人机、无人车、无人船迅猛发展，成为社会中间数量最大的广义机器人。所以我们认为机器人不会在急着走类人的那条类，而会走对机械进行智能化和自主化升级的道路，这样会更加高效。

所以在这样的情况下，我们需要对新一代人工智能进行长远的研究和布局。现在我讲第四部分，中国新一代人工智能的重点方向。

我们建议中国在新一代人工智能方面研究的重点方向，包括大数据智能、群体智能、跨媒体智能、人机混合增强智能、自主智能系统。它应该使用于中国现在迫切需要解决的问题，比如智能城市、智慧医疗、智能制造等等。

其中大数据智能应该研究可解释的更加通用的大数据转化为知识的能力，而且特别要关注CPH三元空间。这三类空间是最近50年形成的，尤其是最近20年形成的，它们之间的互相作用会产生大量知识表的新的大数据，所以我们需要用数据驱动和知识引导相结合的方法来研究大数据智能，现有的机器学习是一个很好的基础，但它不是方法的全国，它需要把原来的方法和今后的方法结合在一起，形成新的大数据处理的智能。它可以用于智慧医疗和社会治理。

第二个方向是要研究群体智能，在互联网上的群体是如何进行组织的，组织过程中间如何能保持它的积极性，能够让更多有能力的个体更加好的涌现出来，能使他们如何进行协同和如何进化，如何使他们能够进行学习，这都需要有新的理论、新的模型。这些研究可以很好地应用在众创科研、分向交通和医学等等方面的发展。

第三个重要发展的方向就是我刚才讲的跨媒体时代。要研究跨媒体的感知、跨媒体的学习和跨媒体的推理，并且把媒体和用文字表达的语义打通，形成媒体和媒体之间的跨越，要研究语言、视觉、图形、听觉和各种各样传感器之间的感知分析和语义相通的理论方法和模型，它应该很好地使用在智能安全和创新设计上。

第四个方向是人机混合增强智能。要研究如何把生物的智慧和机器的智能能够紧密地耦合起来，这上面有脑机协同的环境理解、人机自然交互，知识如何进行共同学习，动作控制和决策等等理论，它可以用于脑控机器人、多自主智能体和管理软件，智能教育、穿戴设备等人机一体化新产品。

第五个方向是自主智能系统。它的目标是研究无人车、无人机、服务机器人、空间机器人、海洋机器人、无人车间、智能工厂，包括如何用计算机和控制技术来研究协同博弈、决策、行动这样的行为。

新一代的人工智能将和传统人工智能应用上有很大的差别，它不但要模拟个人，而且要模拟复杂的大系统。比如说电子商务系统、智能城市系统、智能医疗系统、智能交通系统、智能物流系统、智能制造系统，各种各样的智能制造系统，智能电网系统、智能社会、智能经济、智能图书馆。而且它还将形成各种各样的智能化产品，它和原有的飞机、汽车联合起来会出现无人机、无人车，它会出现新概念的机器人，它会和原来的手机结合起来，改造原有的手机，成为真正的人工智能手机，它能使游戏更加智能化，出现新的穿戴式设备，使得AR和VR走向新的应用，产生新的效果。总而言之，他将和中国的信息化发展结合在一起。中国的信息化加上原有的数字化，走向现在的网络化，我们现在已经在搞互联网+，它必定会和人工智能结合起来，形成智能化。

我就讲到这里，谢谢各位！