人工智能發展正迎來第三波浪潮

人工智能可謂當今社會的“明星”，許多國家都制定了人工智能發展計劃。但人工智能的發展并不完全是一個技術問題，其對人類社會的改變是多方面的，影響也是深遠的。

超人工智能的“奇點”，有可能在什么時候出現

第一波發生在1950年至1970年，當時的主要工作是計算機科學家在從事機器推理系統，同時發明了早期的神經網絡和專家系統。這一時期的理論流派被稱為符號主義。

第二波出現在1980年至2000年。我們現在講的統計學派、機器學習和神經網絡等概念，在這一階段都已提出。此時的主流理論流派被稱為聯結主義。

第三波是在2006年之后，主要得益于大數據的推廣。谷歌利用大數據成功地對流感進行預測，引起了衛生部門的關注，這是大數據和人工智能密切關聯的一個重要例子。在這一波浪潮中，人工智能技術及應用有了很大的提高，以神經網絡為中心的算法取得突破。

關于人工智能，有三個相關概念需要弄清楚：第一個是弱人工智能，第二個是強人工智能，第三個是超人工智能。弱人工智能是專用人工智能，很難直接用在別的場景中。現在很多科學家的理想目標是強人工智能，這樣的通用人工智能可以遷移到其他應用場景中。超人工智能則是指超過人類的智能，現在還不存在，我也希望它永遠不要存在，否則就會對人類的意義進行顛覆。

但是，美國科學家、發明家庫茲韋爾認為，通用人工智能在這個世紀的30年代或40年代有可能超過人類，并把這一個時間點看成“奇點”。為此，還專門成立了極具創新力的奇點大學。

英國牛津大學的未來學家博斯特羅姆也認為，超級智能在未來超過人類是非常有可能的。他把超級智能分為三種形式：一是高速超級智能，二是集體超級智能，三是高素質的超級智能。

高速超級智能跟人腦相似，但速度要快于人腦的智能。用博斯特羅姆的話來講，高速超級智能可以完成人類智能做的所有事情，但速度會快很多。

集體超級智能由非常多數量的小型智能組成，并且在許多通用性領域，這種智能的整體性能大大超過現有的認知系統。集體智能最擅長解決被分為各個子問題的問題，可以同時找到并單獨驗證各個子問題的解決方案。博斯特羅姆認為，集體超級智能的整合方式可以是松散的，也可以是緊密的，即可以形成一個統一的智能體。

高素質超級智能和人類大腦一樣快，但聰明程度與人類相比有質的超越。這種高素質智能同人類智能相比，就像人類智能與大象、海豚、猩猩的智能相比一樣。博斯特羅姆認為，未來的超級智能可以獲得一套新的認知模塊，并通過復雜知識工程的建構使得通用智能獲得新優勢。

第四次工業革命中，還有哪些重要的關聯技術

為什么人工智能如此重要？因為人工智能代表的是第四次工業革命。

第一次世界大戰發生的原因，傳統教科書往往強調英國和德國在殖民地上的矛盾。英國是老牌帝國，擁有廣大的殖民地，而德國是新興帝國，殖民地較少，因此展開了激烈競爭。這一結論是事實，但也忽視了更加深層次的一個原因，那就是英國和德國在爭奪科技的主導權。

英國是第一次工業革命的主導者，德國更多是第二次工業革命的主導者，英國不能容忍像德國這樣的“新貴”崛起。從表面上來看是爭奪殖民地，因為殖民地代表著原材料產地和消費市場，但實際上兩國在爭奪新興科學技術主導權。

在英國和德國爭奪的過程中，最大的受益者是美國。一方面，美國有力地參與了第二次工業革命；另一方面，它又沒有與英國和德國展開直接沖突。

第三次工業革命主要是信息技術革命，主導者是美國。美國在主導第三次工業革命過程中，遇到了兩個有力的對手：一個是蘇聯，另一個是日本。

蘇聯在信息產業進行了有效布局，并且在軍事工業、尖端技術及數學家儲備方面有優勢。但是，由于科技和產業體制等原因，蘇聯未能對高端的軍事工業進行有效的民用轉化，所以技術創新缺乏足夠的應用支持。

日本于20世紀60年代開始參與信息革命，進步非常快。1985年，日本企業和美國企業在半導體生產的市場占有率方面發生了角色變化，日本成了第一，美國成了第二，其他國家的份額還不到10%。

在第四次工業革命中，最關鍵的技術是人工智能以及其他關聯技術，如物聯網、區塊鏈、超級計算、腦科學等。但是，由于人工智能的作用非常顯著，因此這一次革命可被稱之為智能革命。它意味著人工智能不是一個簡單的技術，而是一種戰略性技術，是新一輪科技革命和產業變革的關鍵力量。

在交通、醫療、教育領域，將出現怎樣的新變化

在現實生活中，我們將越來越直觀地感受到人工智能產生的影響。這里，簡單舉幾個例子。

人工智能讓無人駕駛成為可能。未來交通會更多體現三個元素：一是新能源，二是無人駕駛，三是共享出行。由于無人駕駛技術的出現，人們可能不再需要擁有一輛車，而是直接購買從出發地到目的地的出行服務。由此，現在的汽車制造商在未來可能需要向無人駕駛服務運營商的角色轉變。在這一過程中，汽車制造商需要同現在的打車軟件以及高清地圖公司等，進行充分整合與合作。

共享出行也能讓許多結構性問題得到解決。例如，停車難一直是城市治理中的老大難問題，卻很有可能在共享出行的背景下得到解決。因為那個時候，大部分汽車都會在路上行進，這樣就可以將停車場資源重新騰出來用作綠化或人們休息的場所。

在5G技術的基礎上，遠程醫療會更為可靠、更加便利。重病患者完全可以在偏僻的地區通過遠程設備接受治療。我們還可以運用人工智能技術進行藥物挖掘，從而以更低的成本、更短的時間來開發治療疑難雜癥的新藥。

人工智能用于教育最大的意義在于，它可以推廣自適應的教育方式。目前的教育仍然是“多人一面”，因為老師的時間、精力是有限的，難以針對每個孩子的個性和特點做到因材施教。但是，借助人工智能系統，我們可以深入了解每一個孩子的受教育狀況，并通過自適應系統更加精準地推出個性教育方案，從而幫助孩子提高學習效率。

發達國家、發展中國家之間的“鴻溝”會否消除

從世界范圍來看，人工智能的發展對未來世界的結構可能會產生重要影響。

美國在人工智能領域的能力和權力仍然很強。例如，美國在通用計算硬件方面具有非常強的優勢。英偉達的GPU、谷歌的TPU、高通的智能手機芯片等具有明顯優勢。又如，美國的企業和高校在人工智能的算法框架也有非常好的傳統。在一些應用場景中，如特種機器人領域，波士頓動力的技術優勢也是明顯的。

近年來，中國在人工智能領域的發展較快。尤其是，在5G通信布局中，我們領先于不少國家。中國最大的優勢是龐大的市場和相對整齊的消費群體。中國人口數量較多，信息化程度也較高，這是人工智能未來在各個場景中快速應用和落地的基礎。

但整體上看，我們在基礎芯片、算法框架及生態等方面還有一些不足。特別是，在基礎理論和原生性的創新方面有很大的提高空間。

在新一輪科技革命和產業變革浪潮中，一些發展中國家可能會處于尷尬和矛盾的位置。一方面，發展中國家可以運用新型學習方式及開源軟件等培養相關人才，大大縮短追趕發達國家的時間。同時，這一智能化方式也有助于克服傳統文化的限制。但另一方面，智能革命有可能進一步拉大發展中國家與發達國家的差距。

目前，世界上關于人工智能的相關法律規則、政策、原則等，主要是由西方發達國家來定義。例如，最有影響的“阿西洛馬人工智能23原則”就是由馬斯克等西方企業家推動形成的；在人工智能領域頗具影響力的阿西莫夫“機器人三定律”，也是由美國科幻小說作家率先提出來的，并成為機器倫理領域的一個重要原則。

今年6月，中國發布“新一代人工智能治理原則”。這是發展中國家第一次提出人工智能相關治理準則，具有非常重要的意義。隨著中國在人工智能領域實力的不斷增強，類似的規則制定將會越來越受到重視，并進一步造福全人類。