AI
——人類社會發展的加速器

李德毅

(中國電子系統工程研究所，北京 100141)

AI
——人類社會發展的加速器

李德毅

(中國電子系統工程研究所，北京 100141)

綜述了人工智能60年來的發展歷程及其取得的重要成就，分析了人工智能和智能科學技術的區別和聯系，深刻講解了人工智能的內涵與外延，通過各種具體事例詳細介紹了人工智能是如何潤物無聲改變整個世界的，最后展望了人工智能技術發展的愿景，人類會利用機器人的優勢并彌補機器人的不足，同時還能利用機器人提升自身的智慧和能力，我們將迎來人與機器人共舞的新時代。

人工智能；智能科學；社會發展；加速器；腦認知基礎；機器感知；模式識別；自然語言處理；知識工程；機器人；智能系統

我講一講最近我們關于人工智能的思考。我在準備這個報告先講了一個題目，叫做《AI——新經濟發展的新引擎》。因為我覺得新經濟、新工藝、新工科，人工智能是一個新引擎。昨天聽說美的把庫卡買下來了，成了庫卡公司的最大股東，我很振奮，因為在工業機器人上我們遠遠不如德國。但是今天我們看人工智能、看機器人，我們提出了除了工業機器人，還有農業機器人、服務機器人、醫療和康健機器人等，大家議論說美的把庫卡買下來了，是中國人聰明，還是德國人聰明，最后大家的結論是，中國人聰明，德國人也聰明，并不是德國人不聰明。所以我在想人工智能作為新經濟、新引擎的同時，還有一個更重要的作用，就是對全社會發展的加速器作用。我今天報告的題目是《AI——人類社會發展的加速器》。

1 人工智能60年

2016年阿爾法狗戰勝了人類冠軍，回顧自1956年達根摩斯會議走過了這么多個年頭，我們格外懷念那些為人工智能做出積極貢獻的科學家、工程師們，人工智能從跌跌爬爬到奔跑，到現在快速奔跑，已經對世界經濟、人類社會和社會進步產生了積極、深刻的影響，我們已經可以更加充滿前行的勇氣去擁抱人工智能的新時代！當我們看到麥卡錫等在大會上的照片的時候，當我們回顧 “人工智能之父”圖靈在1936年寫的文章、在1956年寫的文章，看到麥卡錫、哈德西蒙等圖靈獎獲得者，我們發現對技術貢獻大的很多科學家都對人工智能有很大的貢獻。

人工智能經過了兩個嚴寒的冬天，經歷第三次潮起，已經由光網寬帶、移動互聯網、云計算、互聯網、大數據把人工智能推到了風口。科學技術的發展就是人類認識世界、改造世界的一個過程，是人類勞動工具的發展史。工業機器人在工廠里面代替了人的工作，當初我們把它叫做機械手，它還是一個體力的象征。隨著人類從農耕社會到工業社會再到信息社會，我們已經可以用智能作為當今社會的標簽，已經進入到了工程動力技術上發展智能工程的新階段。如果說農耕社會和工業社會人類的生產工具主要是基于獲得能量的話，今天我們要想創造更多的價值，我們的一個新的增長點就是數據、信息、知識、價值或智能，智能的紅利到來了，所以現在人工智能的工程師拿的工資比較高，就是這個道理。

圍棋腦我們回憶一下，這60年如果要找兩個典型代表，我想這兩個例子可以拿來討論一下。第一個就是圍棋，或者說阿爾法狗程序，充其量把它叫做圍棋腦。

我們看一下阿爾法狗版本升級的過程。2015年10月，第13版本勝樊默二段；不到一年第18版本勝了李世石，4∶1；到了2016年12月勝了人類60個高手，到了2017年5月版本打敗了柯潔，3∶0；人類終于服氣了，就像當初我們終于服氣了拖拉機力量比一個人的力量大，所以大家現在也坦然了，我們人類發明的機器人在智能上某一個領域超過人應該是一個常態，無須大驚小怪。

我們看看李世石這樣一個人類的棋手升級的速度，他9歲學棋，12歲入段，15～16歲進入二段、三段，到20歲升為六段，后來在比賽中勝了韓國的冠亞軍，并奪得了第16屆的富士通杯的冠軍，20歲升為九段。從9～20歲花了十多年才變成九段棋手。但是阿爾法狗每一年都在跳級，2年就行了。

我們再看看柯潔。柯潔5歲學棋，到18歲拿下三大杯的冠軍，用了十多年，這告訴大家一個什么問題呢？告訴我們圍棋腦自向進化的速度比一個生物人自向進化的速度要快。隨著圍棋空間的擴大，圍棋腦和圍棋手誰升得更快呢？我查了一下圍棋的歷史，考古學家發現，圍棋一開始的棋盤很小，10×10，后來經歷了12×12、13×13、15×15、17×17，從唐代開始，唐宋明清到現在都用19×19的棋盤，我們還是在學習，一開始學5×5棋盤，然后研究出了一個9×9的棋盤。從唐代開始，唐宋明清一直在研究圍棋，大家覺得人的智商對于這樣的圍棋空間大概已經夠厲害了，所以19×19的棋盤就凍結了。

人工智能的力量會有多大？假如現在我們把空間再大一點，改成21×21的棋盤，我們想問一個問題，隨著圍棋空間的擴大，機器做的圍棋腦和生物人的圍棋手誰適應得更快？圍棋高手都知道，19×19的空間即二維乘二維的空間在程序里面大概改一個參變量就可以了，所以我相信21×21乃至更大的棋盤，37×37，把棋盤翻一番，阿爾法狗的潛力還很大。所以不僅要看到今天阿爾法狗勝了，還要看到如果棋盤空間擴大以后，一個人的思維空間是遠遠不夠的。這時候怎么辦？唐宋明清4個朝代一千多年了棋盤都擴大不了，但是對于阿爾法狗來說擴大一點不是那么費力，這是問題的一個方面。

再看另外一個方面，如果我們把阿爾法狗程序和象棋程序放在一個機器上，讓它同時戰勝人類的圍棋冠軍和國際象棋冠軍，我認為這個難度不是很大，因為我們的高性能計算機可以用更多服務器、更多網絡來支撐，但是要讓一個生物人同時成為圍棋冠軍，又成為國際象棋冠軍，何其難也。因此，我得到一個重要結論，為什么說是新經濟、新引擎？圍棋腦版本的升級速度會遠大于圍棋手段位的進化速度，會遠大于圍棋人的自然進化速度。還有一個結論就是，群體智能的圍棋腦。因為現在的阿爾法狗能夠戰勝60個圍棋手，已經不是一個人智慧，遠遠大于單個生物腦圍棋的智能，高明的圍棋手與阿爾法狗下棋沒有意義了，不平等。

駕駛腦下面再看另外一個例子：駕駛腦。現在無人駕駛在全世界風靡一時，不但研究汽車的人做，研究人工智能的人也在做，全世界的工程師都在做，任正非、董明珠、阿里巴巴都要涉足無人駕駛，什么原因？因為它是 “人工智能之母”。這個提法我也是剛剛學到，我以前知道“人工智能之父”是圖靈，現在我聽說無人駕駛是“人工智能之母”，這是什么道理呢？因為車輛里面有很多傳感器，能夠產生大數據，所以它是“人工智能之母”，因此人工智能這個平臺是“人工智能之母”，我覺得好象也有一點道理。我們看看人類司機的駕駛技能是怎么進展的。我們可以把一個司機的駕駛技能分為幾個階段：一開始考駕照，必須有駕照才能上路，這是底線；其次剛剛拿到駕照的時候駕駛技巧很差;后來經過一兩年的“菜鳥期”，經過三四年的成熟期，終于開了1萬多公里，技巧積累比較多，最后變成一個老司機大概要三四萬公里以上。一個自然人對駕駛技術積累是這樣一個過程。

無人駕駛呢？我們看一下無人駕駛的過程。無人駕駛無論是自動駕駛，還是自主駕駛，昨天我跟德國一位專家在一起討論，他認為自動化和智能化是兩回事，我說這個事情在中國的文化里面比較難講清楚，但是駕駛腦版本的升級速度遠大于人類駕駛員駕駛的進化速度，我想這一點大家是會同意的。體現群體智能的駕駛腦的環境適應能力遠大于單個駕駛人特定場景的適應能力。如果你用我的團隊的無人駕駛車在廣東開車，讓它熟悉佛山的地理、地形，突然又把它調到深圳去開，在我那里只要把地圖換掉，很快這輛車就可以變成深圳的馬路通。但是對于一個人來說，你熟悉了佛山不等于熟悉了深圳，所以我用這個圍棋腦和駕駛腦告訴大家一件事情，這就是我的結論，工具從來都有兩面性，對科學、對人工智能要有敬畏之心，不要總是以為你是弱智能，我是強智能，不是這樣子的，機器有時候做得比人還好。我這一次來的時候，在首都機場晚到了幾十分鐘，我親眼看到一個人開的汽車追尾了前面一輛車，我就思考，得出一個重要結論，人類對人犯錯誤的容忍能力比較大，他追尾了，查他的責任，理賠一下就算了，假如說無人駕駛的一輛車追了前面的尾，這個車主一定要把車子拿回車廠讓賠錢，就是因為人類對機器人犯錯的容忍程度要求比較苛刻，對人犯錯的程度比較寬容，這件事情就帶來了無人駕駛的難點：不公平，因為大家認為無人駕駛的車不應該追尾，結果你追尾了。所以我覺得我們在研究人工智能的時候，對人工智能要有敬畏之心，不是簡單說它總是弱的，它在一個特定領域，尤其在象棋和圍棋領域可以是一個機器人同時戰勝兩個生物人，這是了不起的。最近我經常被問起，到處都在說人工智能很火，里面到底有什么東西？你們這個學科是怎么分類的？我想花一點時間講一講人工智能的內涵和外延。

2 人工智能的內涵和外延

這里面有一個最大的問題，就是智能科學與技術跟人工智能相等嗎？是同一個詞嗎？我們學會爭論一級學科的時候為什么不直接用人工智能呢？我看到有一個群體討論得很好，也在討論這兩個的差別，我在這里做一個簡單的說明。

我個人認為，目前智能科學技術跟人工智能是一個同義詞，就是一回事，遠距離看不要太介意它有多大差別。我們人工智能學會又叫智能科學技術學會，有的地方叫人工智能學院，有的地方叫機器人學院，有的地方叫智能科學技術學院，總體上都是研究智能，沒有多大差別。那么如果一定要說它有差別，我們能不能做一個注解，它哪些地方有差別，我想跟大家討論一下，下面的4個方面有一點差別，使得我最終選擇了智能科學技術作為一級學科，而不是用人工智能作為一級學科。

注解一。Minsky當初提出Artificial Intelligence，這個詞在60多年的發展過程當中，無論在教科書里，還是在論文里，還是在著作里，用的頻度不大，所以我們進行學科認證的時候，沒有把人工智能作為它的命名，因為這個詞用的頻度太少。當然這個詞也沒有注錯，但是畢竟群體智能對這個詞還不太喜歡，或者用得比較少，所以在中國的語境里面，認證一級學科的時候，我們希望用智能科學技術來覆蓋，這樣會更好、更穩，更符合我們中國的文化，這是第一個注解。

注解二。我們說人工智能，無論是圖靈測試，還是后來人們認識的人工智能，都是受人腦認知啟發的人工智能。如果不把腦認知搞清楚，人工智能就搞不清楚，因為人腦認知是生物智能，它比人工智能外延要寬，因此我們主張用智能科學與技術，要研究腦認知的基礎怎么樣啟發我們研究人工智能。

注解三。人工智能研制出來的產品賦予社會之后，一定要跟人交互，一定要人給它評價，所以人類跟機器人之間的交互認知不可或缺，這也超過了人工智能自身定義的范疇，所以我們覺得用智能科學與技術更好一點。

注解四。因為大家都在擔心人工智能會不會超過人，如果用人工智能這個學科，就會把這個擔心再擴大化。實際上所有人工智能的產品產物都是跟人分不開，更多出現的對抗是這一群人和這一群機器人同另外一群人和另外一群機器人的對抗，不會出現這樣一個物理世界人類在一邊、機器人在另外一邊，互相對抗，這是不可能出現的，有人把它叫做偽命題，就好像世界不會出現男人在一邊、女人在另一邊對抗一樣，因為每個家庭都有男人和女人。因此從這個角度來講，人工智能會引起大家一個擔心，而智能科學與技術不會引起這個擔心，因為智能里面既有人的智能，也有機器的智能。所以我個人同意用智能科學與技術，我們學會都同意用智能科學與技術，我希望這件事情以后就不要再過多地議論它，就是一個同義詞，基本都一樣，說得寬一點就是一回事，我們主要是把人工智能推向前進，它的新經濟、新引擎做出來，把它的加速器做出來就可以了。

下面我們講一講人工智能的內涵，也就是智能科學與技術的內涵，大概有4個核心學科。第一個學科，我們曾經叫做腦認知，后來跟生命科學家談及此學科，他說腦認知太大，你們叫腦認知機理，后來說腦認知機理沒有搞清楚，但是受腦啟發，于是我們把它叫做腦認知基礎。第二、第三個學科分別講機器感應與模式識別，是兩個重要的核，一個代表圖像視覺，一個代表語言聽覺。1977年美國斯坦福大學計算機科學家費根鮑姆教授(提出了知識工程的概念，知識工程已經有40年的歷史，而其他的歷史都長過它，所以這4個二級學科的歷史都很長。還有一個外延學科，叫做機器人與智能系統，下面我把每一個學科研究的內容概括一下。

第一個學科，腦認知基礎。闡明認知活動的腦機制，即人腦使用各層次構件，包括分子、細胞、神經回路、腦組織區實現記憶認知、計算認知、交互認知等活動，以及如何模擬這些認知活動。包括認知心理學、神經生物學、不確定性認知、人工神經網絡、統計學習、機器學習、深度學習等內容。

第二個學科，機器感知與模式識別。研究腦的視知覺，以及如何用機器完成圖形和圖像的信息處理和識別任務，如物體識別、生物識別、情境識別等。在物體的幾何識別、特征識別、語義識別中，在人的簽名識別、人臉識別、指紋識別、虹膜識別、行為識別、情感識別中，都已經取得巨大成功。

第三個學科，自然語言處理與理解。研究自然語言的語境、語用、語義和語構；大型詞庫、語料和文本的智能檢索，語音和文字的計算機輸入方法，詞法、句法、語義和篇章的分析，機器文本和語音的生成、合成和識別，各種語言之間的機器翻譯和同傳等。尤其是計算語言學和語言數字化取得巨大成功，例如信息壓縮和抽取、文本挖掘、文本分類和聚類、自動文摘、閱讀與理解、自動問答、話題跟蹤、語言情感分析、聊天機器人、人工智能寫作等，形成一大批井噴成果，中文信息處理與理解尤為突出。最近看到一篇報道，說俄語有點衰退，華語、漢語在全世界都在往上發展，我們的孔子學院立了大功了。

第四個學科，知識工程。研究如何用機器代替人，實現知識的表示、獲取、推理、決策，包括機器定理證明、專家系統、機器博弈、數據挖掘和知識發現、不確定性推理、領域知識庫；還有數字圖書館、維基百科、知識圖譜等大型知識工程。

人工智能的外延主要講機器人與智能系統。機器人是一個很大的領域，長期以來找不到自己的學科定位，今天終于找到了，是我們的第五個學科，叫機器人與智能系統，包括工業機器人、農業機器人、醫療與康健機器人、服務機器人、太空機器人、國防機器人等。對于智能系統就太多了，智能商務、智能農業、智能物流、智能政務、智能醫療、智能金融、智能法庭等。當前機器人和智能系統的普遍應用大大推進了人文理工各個學科的科技進步和全社會經濟、國防和人民生活的迅猛發展，我們長期奮斗，要把智能科學與技術納入到本科來。我們說“本科不牢，地動山搖”，智能教育要回歸本科。在國務院的智能發展規劃里面，提出了智育教育要從中小學抓起，在大學更不能斷層，不能只有研究生的智能專業，而沒有智能的本科。

人工智能的內涵與外延大概構成這一個關系，核心是4個基礎學科，外圍是全社會輻射的一個應用學科，我用這個圖大概講一講我對智能科學技術內涵和外延的認識，智能科學技術的5個二級學科發展歷史如此悠久，奠基人陣容如此強大，包括諾貝爾獎、圖靈獎獲得者等，以及華人和中華文化在其中的作用如此明顯，這是許多其他一級學科難以比擬的。

3 人工智能以潤物無聲的柔軟改變整個世界

最后講一講加速器。人工智能正以潤物無聲的柔軟改變整個世界。我們習慣于原子能量工具的開發，像原子能、原子彈驚天動地，恰恰相反，人工智能不是驚天動地的，它是潤物無聲的。創新驅動智能擔當，不僅是材料、能源、傳統制造和動力工具，更重要的是智能及智能工具，體現人的認知力、創造力，成為人類認識世界改造世界新的切入點，成為經濟社會最重要的經濟來源。科學技術的發展已經從認知客觀世界、改造客觀世界拓展到認識人類自身、認識人腦認知的新階段，從發明動力工具拓展到發展智能工具的新階段，智能是提升創新驅動、發展源頭供給能力的時代需求。

早在1993年，時任國務委員、國家科委主任宋健在題詞中就明確指出：“人智能則國智，科技強則國強”。1998年李嵐清明確指出：“通過對腦科學的研究，若能提高人的學習認知效率，將是對人類的一大貢獻。”2017年百度董事長李彥宏在天津世界智能大會上講到一個觀點，值得我們深思，他說：“中國在機器人方面非常有優勢，創新不只是在大學，因為這里有很大的市場、人才和資金。”所以我們到佛山來開產業峰會，有著大量的數據積累和經驗訓練，有千億網民說同樣的語言，有同樣的文化道德標準以及同樣的法律，他們說了下面這句話尤其讓我們沉重：“中國不領先世界，真的說不過去啊！”中國的人工智能不領先世界說不過去啊，不是驕不驕傲的問題，是說不說得過去的問題，是及格不及格的問題。2016年獲得“中國政府友誼獎”的美國科學院院士、美國工程院院士約翰·霍普克羅夫特的觀點值得我們深思，他說，“中國擁有全球六分之一的人口，卻沒有能夠擁有全球六分之一的智能資源”。我們中國的學者應該想一想我們的責任擔當，其實我們的智能是不差的。當前人的速度和智能產生的大數據正是訓練機器人的素質和智能的前提條件，如果我們的智能不好，我們的機器人怎么有好的智能、好的智慧、高尚的情操？無論是人類智能還是人工智能，無論是個體智能還是群體智能，無論是集中智能還是網絡智能，都是在提升創新驅動發展源頭的供給能力，是創新的原始驅動力量，是生產力中的核心生產力。

機器人將成為人類認知自然與社會、擴展智力、走向智慧生活的重要伴侶，引發了人人聯網、物物聯網的嶄新形態，也改變著人類的生產活動、經濟活動和社會生活。智能已經提升到國家戰略的高度，智能科學技術對經濟繁榮、國家安全、人口健康、生態環境和生活質量，對整個人類社會發展都會起到加速器的作用。

最近我在準備這個報告的時候，給自己提出一個問題，當前人工智能沖擊最大的行業是哪一個？是哪兩個？哪三個？甚至哪四個？我們可以做一個民意調查，大家一起來回想這個問題，我自己把我個人的觀點拿出來，大家一起討論。

我的觀點，第一個行業是制造業。為什么庫卡會賣給美的？是德國人聰明，還是中國人聰明？因為制造工業已經走上智能制造的時代，制造業是世界經濟的脊梁，當今汽車制造業又是制造業的脊梁，所以你到汽車整車廠看看，到處看不到幾個人。我國的汽車產銷量已經連續8年居世界第一，工業機器人在汽車產業的應用尤其突出，你到哪個國家看它的制造，就看汽車業的制造是有人還是無人，你們到德國博世的工廠看看，基本上沒有人。但是2015年我國每萬名產業工人擁有工業機器人的數量平均是49臺，全球平均是69臺，我們比全世界的平均水平要低，韓國就在我們旁邊，韓國513臺，差別巨大。智能化新能源汽車正成為制造業的下一個風口，機器換人，勢在必行。我和奧地利的專家坐在一起，他給我一個數字，他說在奧地利如今一個人的工廠或者企業占全國所有企業的三分之一。我們國家“夫妻店”是兩個人的工廠，比我們還要低，我們中國人多，到底人多好還是人少好？所以對制造業的沖擊是很大的，差距是很大的。三分之一是什么概念？我的一個學生現在搞創新創業，一下子找了20個人，我說員工不能多了，多了不一定是好事。

第二個行業是教育。第一是制造業，第二我覺得是教育。我很感謝英偉達當我們這個大會的主席，因為英偉達對中國的教育做出了貢獻。英偉達的芯片在很多教學里面都是它的實驗平臺，卷積神經網絡算法，借助成千上萬臺的CPU+GPU服務器架構的超計算能力，超過大量數據樣本做混合的大規模深度學習訓練，可確定人工神經網絡模型中的幾十億個參數，這樣制作的智能芯片用于語言識別、人臉識別獲得了顯著成效。尤其是語音識別對人類的發展，現在可以翻譯方言，已經進入到千家萬戶，這是什么概念？死記硬背、大量做題，機器一定做得比人好，所以對我們教育的挑戰是從根本上的。那么怎么樣看待教育？怎么樣看待我們教育的基本理念？我們的基本理念是什么？教育就是知識的積累，一個知識點、兩個知識點一直積累，知識就是學問，知識就是力量，所以我們的教師傳授知識，學生掌握知識，評價是考知識，尤其是高考。當機器人考過考生的時候，我們怎么看待這個教育？這個公式對不對？教育等于知識的累計嗎？人腦中的存量知識，記憶的能力既有利于發展好奇心和想象力，也制約了好奇心和想象力的發展。前面這句話是大家都知道的，知識就是力量，后面的這句話是我說的，大著膽子在這里提出來，碰撞一下。知識是沒有窮盡的，所以我說了這樣一句風險比較大的話，人腦中的存量知識既有利于發展好奇心和想象力，也可能制約好奇心和想象力的發展。因此我個人認為人工智能對教育的改革將會做出有力的貢獻。

什么是教育？我認為是培養3個能力，第一培養學生獲取知識的能力。我認為獲取知識的能力比一個人的知識存量還重要。第二個是決策的能力。其實我們每時每刻無論你是領導干部、官員，還是企業家，還是學者，你整年都在做決策，決策重要的一個方面就是選擇，你的決策能力怎么樣很重要，你來參加這個會議還是不來參加這個會議，這是你的選擇，也是一種決策，要培養學生的決策能力。還要培養學習的創新能力，而不是積累的知識。知識的獲取應該是主動地、積極地、生長地，所以一個教師不要再灌學生太多的存量知識，而是讓他學會怎么樣獲得知識。創新能力、決策能力體現了一個人的鑒賞力、判斷力和思想。

因此我在這里大膽地憧憬一下人工智能引發的高考革命。將來高考會是什么樣子，我做一個展望，第一次拿出來，我這個報告費了很大力氣，怕這個詞說過頭，如果說過頭，大家都是朋友幫我改一改。第一步，以后的高考通過網絡，考生對話自己感興趣的高校，提交個人的中學學習情況，在家里就發生了，報名嗎？第一步這樣報就行了，一年12個月隨時可以報，不一定哪一天是高考。第二步，當被確定為候選人后，機器人對考生進行游戲式交互，全面確認考生具備的學科知識和能力。第三步，考生被在線面試，機器人分析考生的特質和潛力。第四步，考生通過虛擬現實，沉浸在該校該專業里學習和生活一段時間，暢談感受，然后決定是否錄取。把高考變成一個生活中很平常的事情多好，這樣解放了一大堆的父母，我希望我們中國的高考是這個樣子，行不行。后面這句話更重要，各個公司、公務員考試、各行各業人才選拔都可以這樣做，不但是高考，騰訊、英偉達新進職員都可以這樣做，人力資源部門就相對輕松了，這就是人工智能對教育的變革。

云計算、大數據和人工智能成就了慕課、微課、反轉課堂和個性化教學等交互認知手段逐漸把教師轉型為教練，今后的大學里會出現更多的教練機器人，替代人類教師。

第三個行業，我個人認為沖擊最大的是醫療。我70歲了，我這一輩子在醫院里留下了幾十張醫療影像圖，為什么不拿這個圖像識別提取技術去識別醫療影像？因為我們看病找醫生真的是一個隨機事件，醫生開的藥你拿回來當圣旨，其實是不是適合你很難說，為什么不找一個沒有情緒而有更多知識的機器人看病呢？為什么不用專門的技術把它算出來是癌癥早期，還是一個良性瘤呢？我覺得醫療太重要了。

第四個行業，我認為是金融。因為所有的客觀事件里邊，唯獨把數據化做得最好的就是金融業，他們全部是用數據說話，金融挖掘、對沖、基金高級分析師完全可以用機器人來替代，全是用數據挖掘。

今天我拋了一個話題，請大家思考，人工智能對當前垂直行業沖擊最大的是制造業、教育、醫療和金融。

4 愿景

我們看看愿景。我們這個星球上，機器人、新人類正發展人類的伙伴，它們有智慧、有個性、有行為能力，甚至還有情感，機器人給人類帶來的影響將遠遠超過計算機和互聯網過去幾十年間已經對世界造成的改變，像我們這些人對這幾十年的改變已經感到驚心動魄了，世界變化真的太快，我們不應該在一個地方，我們應該想一想未來。我國將成為機器人的最大市場，機器人是制造業皇冠頂端的明珠，是國家科技創新和中高端制造業的重要標志。只有原創性的智能科學與技術，才能使我們成為機器人的產品和機器人市場規則的重要制定者和主導者。到2030年爭取我國每1萬名產業工人擁有工業機器人數量達到300臺，還沒超過韓國，農村城鎮化導致中國農民急劇減少，無人拖拉機、農用無人機、背包機器人和收割機器人將成為新一代“農民”。要把我們現在20%的農業人口降到3%甚至更少。黃牛退休、鐵牛耕地、農民進城、專家種田，全國大中醫院的微創手術機器人近一半國產化，在全社會普及使用形形色色的服務機器人，翻譯、新聞報道、助理、客服、交易、會計、金融分析師、司機、家政、咨詢等被人工智能代替，我國老年人、殘疾人和兒童平均每人擁有一臺形態各異的服務機器人。

人類的發展史，就是人類學會運用工具、制造工具和發明機器的歷史，機器使得人類更強大。今天，人類正在發明越來越多的機器人，智能手機成為你的忠實助理，輪式機器人也會比一般人開車開得更好，曾經的很多工作崗位將會被智能機器人替代，但同時又自然會涌現出更多新的工作，人類將更加尊嚴、優雅、智慧地生活！

人類始終善于更好地調教和幫助機器人，善于利用機器人的優勢并彌補機器人的不足，或者用新的機器人淘汰舊的機器人；反過來，人類還能夠利用機器人提升自身的智慧和能力，機器人一定會讓人類自身更智能。各式各樣人機協同的機器人，為我們迎來了人與機器人共舞的新時代，伴隨優雅的舞曲，毋庸置疑人類始終是領舞者！

(注：本文來源于第七屆智能產業高峰論壇演講實錄)

李德毅，男，1944年生，中國工程院院士、歐亞科學院院士，指揮自動化和人工智能專家，中國科學院計算機語言信息工程中心首席科學顧問，中國指揮和控制學會名譽理事長，中國人工智能學會理事長，信息科學與技術國家實驗室副理事長，中國電子學會副理事長。主要研究方向為人工智能，最早提出“控制流-數據流”圖對理論和一整套用邏輯語言實現的方法；證明了關系數據庫模式和謂詞邏輯的對等性；提出云模型、云變換、云推理、云控制等方法用于不確定性認知和云計算，在智能控制“三級倒立擺動平衡”實驗和智能駕駛中取得顯著成效。獲國家和省部級二等獎以上獎勵9項，獲得10項發明專利，發表學術論文130余篇，出版中文著作5部、英文專著3部。

Artificialintelligence:anacceleratorforthedevelopmentofhumansociety

LI Deyi

(Institute of Electronic System Equipment Engineering, Beijing 100141, China)

This paper summarizes the 60-year development history of artificial intelligence (AI) and the important achievements during that period, analyzes the distinction and relation between AI and the scientific technology of intelligence, and comprehensively elucidates the connotation and extension of AI. In addition, with the aid of a number of examples, this study describes in detail how AI silently changes the world. Furthermore, this research shows the outlook of the development of AI technology. Moreover, the study explains how human beings may take advantage of robots, make up for the deficiency of the robots, and promote wisdom and capability by robots. The mankind is meeting a new era for the coexistence of human beings and robots.

artificial intelligence; intelligence science; social development; accelerator; brain cognition basis; machine perception; pattern identification; natural language processing; knowledge engineering; robots; intelligent system

10.11992/tis.201710016

http://kns.cnki.net/kcms/detail/23.1538.TP.20171115.1746.002.html

TP181

A

1673-4785(2017)05-0583-07

中文引用格式：李德毅.AI——人類社會發展的加速器J.智能系統學報， 2017, 12(5): 583-589.

英文引用格式：LIDeyi.ArtificialintelligenceanacceleratorforthedevelopmentofhumansocietyJ.CAAItransactionsonintelligentsystems, 2017, 12(5): 583-589.

2017-10-27. < class="emphasis_bold">網絡出版日期

日期：2017-11-15.

李德毅.E-mail:lidy@cae.cn.