人工智能100年（上）

　　前言

　　斯坦福大学发起了一项名为《人工智能100年》的研究项目。2016年9月1日，该项目的首个成果《人工智能与2030年的生活》发布，这是一份关于AI在未来十几年间影响的报告。报告分为三个部分，第一部分为AI的定义和研究趋势；第二部分为AI 的八大应用领域，包括交通、健康、教育等等；第三个部分为政策推荐，目的是希望推动相关政策的制定。我们翻译了该报告的第一部分，以供参考。

　　报告摘要

　　人工智能是一门科学，同时也是一种计算机技术。人工智能的灵感来自人如何使用自己的神经系统和身体器官来进行感知、学习、推理和行动中获得知识，但是，一般来说，二者的运行机制却有很大的不同。

　　AI的发展是不一致而且不可预测的，60年前AI 的构想刚被推出时，确实有过巨大的发展。作为一个整体上还属于学术领域的技术，21世纪的AI 使得一系列主流的科技变成了可能，对人类的日常生活产生了深远的影响。

　　比如说，计算机视觉和AI 规划推动了视频游戏的发展，在娱乐行业，视频游戏的规模现在已经超过了好莱坞。

　　深度学习——一种基于多层被称为神经网络的表示的机器学习形式，已经让手机或者厨房设备理解人类语言成为现实，其算法也可以被用在一系列依赖模式识别的应用上。自然语言处理、知识代表以及推理，已经可以让机器击败Jeopardy的冠军，为网络搜索带来新的功能。

　　虽然很让人震撼，但是这些技术被高度地局限在特定的任务中，每一个应用基本上都要经过数年细化的研究和非常谨慎、独特的建设过程。在类似的定向应用中，未来可以期待AI技术会呈现巨大增长，比如，无人驾驶、医疗诊断、靶向治疗和老人身体辅助。AI和机器人也会在全球那些难以吸引年轻人的行业中得到广泛应用，比如农业、食品加工、运营中心和工厂。它们会通过无人机、自动驾驶卡车或者可以爬楼梯直达家门口的机器人来促进快递的发展。

　　这份报告是人工智能100年研究（AI 100）的第一部分，以后会定期更新。

　　AI 100 由 AI100 长期委员会领导，其职责是研究AI 在2030年前会发生的影响，尤其是在北美地区。2015 研究小组 由AI 和其他相关领域的专家组成，他们最为突出的关注点聚焦在8个领域：交通、服务机器人、健康医疗、教育、低资源社区、公共安防、就业和职业以及娱乐。

　　报告回顾了每个领域过去15年的进展，也展望了未来15年的发展。虽然都是来源的研究基础几乎一致，但是每一个领域都反映了AI不同的影响和挑战，比如，开发安全可信赖的硬件的困难（交通工具和服务机器人）、获得工作信赖的困难（低资源社区和公共安防）、对人类可能会被边缘化的担忧（就业和职业）、人际交往减少带来的社会副作用（娱乐）。

　　报告以“AI由什么组成”开始，以推荐AI相关政策作为结束。这些推荐包括，政府应该招聘AI专业人才，把更多的资源投入到研究AI系统对公平、安全、隐私和社会福利的影响上，消除阻碍。

　　与主流媒体上异想天开的预测不一样，研究小组（Study Panel）发现，人们完全没有理由担心AI 会对人类形成即刻的威胁。目前为止，还没有一台可以自我维持、拥有长期目标和意愿的机器被发展出来，并且在短期也不可能会出现。反之，越来越有用的AI应用很可能会从现在起到2030年崛起，它们对社会和经济会有非常深远的积极影响。同时，这些发展将会对人类劳动力的增强或者替代产生颠覆性的变革，在更大范围上增加经济和社会的挑战。在短期内的应用设计和决策很可能会对自然和这些发展的方向产生长远的影响，这使得AI研究员、开发者、社会科学界和政策制定者在进行创新与确保AI的经济和社会福利能被全社会共享二者之间的平衡显得尤为重要。

　　如果社会对这些技术的理解主要是担忧、怀疑和误解，那么，确保AI技术的安全和可信就变得很重要。从另一方面来说，如果社会以一种更加开放的心态来接受AI，从这一领域崛起的技术将会深刻地变革社会，在接下来的10年中，会把人类社会变得更好。

　　第一部分：什么是人工智能？

　　本节介绍了研究人员和从业者如何定义“人工智能”和AI的研究和应用发展的热门领域。本节描述了什么是AI和什么不是AI，并且介绍了一些人工智能研究的当前“热门”领域。本节将为第二节引入相关的背景知识，第二节介绍了人工智能在八个领域的影响和发展前景，第三节介绍有关AI设计和公共政策问题，同时提出了鼓励AI创新，保护民主价值观的建议。

　　一、定义AI

　　对人工智能给出不同于大众理解的精确和复杂的描述是困难的，因为如何对人工智能进行精确定义目前还没有达成共识。奇怪的是，AI缺乏一个精确的、普遍接受的定义反而帮助它成为成长日益加快的领域。人工智能的从业者、研究人员和开发者，大多是按照自己朦胧的方向感以及努力跟上发展形势的紧迫感在该领域探索。尽管如此，定义仍然是重要的，斯坦福大学计算机科学教授尼尔斯·J·尼尔森提供了一个可供参考的定义：

　　“人工智能致力于使机器智能化，智能化是衡量实体在特定环境中反应和判断能力的定量指标。”

　　从这个角度来看，如何定义AI取决于研究者更加看重软硬件系统的“反应”能力还是软件系统的“判断”能力。功能简单的计算机器计算速度比人脑快，而且从不出错，这能算是一种计算器智能吗？本研究小组同尼尔森的观点一样，认为应当从多维谱系来看待智能。在我们看来，计算器和人脑之间的差异不是单一维度的，而是包括规模、速度、自治程度和通用性等多个维度。这种方法还可以用于比较他物体的智能，比如智能语音识别软件、动物大脑、汽车的巡航控制系统、围棋程序、恒温器等，并且将它们放置在智能频谱中合适位置。虽然以我们宽泛的解释，可以把计算器放到智能频谱中，但是这种简单的设备和今天的AI并没有什么相似之处。AI的前沿进展日新月异，而计算器的功能只是今天智能手机众多功能中的一个。

　　目前AI开发人员致力于提高、推广和扩大智能手机的智能程度。事实上，人工智能领域是一个持续努力推动机器智能的前沿。但是讽刺的是，AI取得进展经常被有意无意的忽视，逼迫着它不得不持续推动前沿技术的普及，这种重复出现的现象被称为“AI效应”或“奇异悖论”。AI为传统领域带来了新技术，当人们已经习惯了这种技术，就不再认为为它是AI技术，然后新的AI技术又会出现，这种情况在未来仍会持续下去。AI不会像晴天霹雳那样突然“传递”一个足以改变生活的产品。相反，人工智能技术是以一种连续的，渐进的方式逐步演化的。

　　* 对人脑的评价

　　值得注意的是，我们在智能频谱定性排序中并没有为人的大脑安排特殊的位置。但迄今为止，人类的智能在生物界和人造世界中都是所向无敌的。人类的智能是丰富多样的，表现为“推理、实现目标、理解和创造语言、感知和响应感官输入的、证明数学定理、玩挑战性的游戏、综合和总结信息、创造艺术和音乐，甚至是书写历史” 。

　　这使得人类的智能自然成为衡量AI的进步的标准。甚至可以提出一个经验法则：任何电脑的活动能够和人类活动一样，都应该算作一个智能的实例。但是，与人的行为相似只是一个充分条件而不是必要条件。

　　现在已经有很多系统，已经超过人类的智慧，至少在速度上，如机场调度系统，每日能够调度数千架航班抵港及离港。AI的长期追求的目标之一是在国际象棋的比赛击败人类玩家，奇怪的是，没过多久，AI就达到了之前它难以实现的目标。现在这个目标已经最终实现了，成为人类与机器比较智能过程中一个引人注目的实例。

　　国际象棋已经让人心醉了几个世纪。当计算机即将诞生的时候，计算机科学之父阿兰·图灵提出可以让电脑通过与人类下国际象棋展现其智能水平。在没有强大的计算机的情况下，图灵和他模拟的计算机对弈时，计算机大约要半个小时才能走一步棋。但是经过六十年代的一系列漫长的改进后，国际象棋的AI方案越来越成熟，卡内基梅隆大学、斯坦福大学、麻省理工学院、莫斯科的理论和实验物理学院和西北大学都作出了自己的贡献。最后国际象棋的AI方案通过IBM的长期项目度过了冲刺阶段，IBM的深蓝计划在1997年击败卡斯帕罗夫，获得国际象棋世界冠军，最终的比分是3.5-2.5。

　　深蓝的AI方案被描绘成的“暴力方法”集合，这并不是“真正的智能”。事实上，IBM的随后关于深蓝的出版物，提供了其AI方案中有关搜索和评估程序的大量细节，文中甚至一次都没有提到“智能”这个词。深蓝到底是不是智能？显然，人工智能的前沿再次向前推动了。

　　* 实操层面的定义

　　AI的定义也可以通过AI的研究人员的研究内容来确定。本报告认为AI是计算机科学的一个分支，通过人工合成智能来研究智能的特点。虽然AI的研究进展一直依赖于硬件计算资源的快速发展，但是最近为神经网络计算软件专门设计硬件的趋势体现了硬件和软件紧密耦合、共同推进人工智能发展的新特点。本报告将重点从软件层面反映人工智能的发展趋势。

　　* 智能的评判依赖多维度光谱

　　在我们看来，计算器和人脑之间的差异不是单一维度的，而是包括规模、速度、自治程度和通用性等多个维度。“智能”仍然是一个复杂的现象，其各个方面都引起了不同的研究领域的关注，包括心理学、经济学、神经科学、生物学、工程学、统计和语言学。当然，人工智能领域已经从所有这些相关领域所取得的进展中获益。例如，很多AI的方案的核心部分人工神经网络的设计思想最初就是受到生物神经元中信息流动机制的启发。 （未完待续）

　　译自：2016年10月【美国】斯坦福大学

　　编译：工业和信息化部国际经济技术合作中心黄琰童

　　更多精彩内容参见“中国经济网-国际频道-国际IT行业资讯”